ICS 65.150 B 50 DB12 天 津 市 地 方 标 准 DB12/T 739—2017 海水工厂化养殖物联网系统数据处理要求 Technical requirements for data processing in marine industrial aquaculture IoT system 2017 - 10 - 27 发布 天津市市场和质量监督管理委员会 2017 - 12 - 01 实施 发 布 DB12/T 739—2017 前 言 本标准依据GB/T 1.1-2009给出的规则起草。 本标准由天津市农村工作委员会提出并归口。 本标准由天津农学院起草。 本标准主要起草人：华旭峰、王文清、马国强、单慧勇、田云臣、杨永海、张修成。 本标准2017年10月首次发布。 I DB12/T 739—2017 海水工厂化养殖物联网系统数据处理要求 1 范围 本标准规定了海水工厂化养殖物联网系统数据处理的术语定义、数据处理体系结构要求和数据处理 过程要求。 本标准适用于对海水工厂化养殖物联网系统中生产过程数据处理软件的设计。 2 规范性引用文件 下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文 件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。 GB/T 33745-2017 物联网 术语 3 术语和定义 下列术语和定义及GB/T 33745-2017适用于本文件。 3.1 感知结点标识 sense node identification 用于物联网系统的结点身份以及属性的由数字、字母、符号组成的字符串。用于识别结点及对象属 性的过程。 3.2 感知数据 sense data 对海水工厂化养殖过程中某个变化量进行获取所得到的能够描述养殖环境属性或状态的数据。 3.3 特征数据 feature data 对感知数据进行处理后所生成的具有某方面特征的数据，即对感知数据进行分类、特征提取操作后 所取得的数据。 3.4 文件描述模式格式 file description schema format 映射为ASCII或二进制数据的文件格式，文件可以输出或输入物联网系统，所发布的完整的记录格 式描述详细说明了文件所包含的数据区、数据区格式（ASCII或二进制），以及确切的数据格式——浮 点、整数、字符、字符串。 3.5 关系信息模式格式 relation information schema format 采用关系数据库管理系统的定义语言。关系描述定义了存放数据的“空间名称”（数据库表名）、 表内数据的“内容”（属性或列）、各数据列准确的数据格式（浮点、整数、字符串等）、数据列是否 1 DB12/T 739—2017 可以为空以及各数据“记录”（行）的唯一标识符（主键）。通过包含“引用”（外键）使得一个数据 库表可与另一数据库表相关联。 4 数据处理体系结构要求 4.1 概述 海水工厂化养殖物联网系统数据处理体系结构描述了系统应用的数据对象及其特征（或属性）、特 征数据类型、数据对象关系、参考数据和数据文档。体系结构应描述图1中所示的每一层的内容。 第四层 数据文档定义 第三层 实现数据模型 第二层 概念信息模型 第一层 语义定义 图1 体系结构层次 4.2 语义定义要求 为了使应用体系结构的各方能够便于理解，应为每个主要数据对象提供一组语义定义。可以使用非 形式描述语义或使用本体方式进行形式描述。 4.3 概念信息模型要求 概念信息模型是与海水工厂化养殖物联网系统应用有关的所有基本数据对象以及它们的主要特征 （属性）、特征数据类型、对象相互关系和对象或关系的约束的综合定义。 概念信息模型给出了各种数据元素结构的描述，有助于物联网系统整合以及数据完整性。 4.4 实现数据模型要求 4.4.1 实现数据模型提供应传递或存储的数据元素的精确表示法，应提供一个符合其概念信息模型的开 放的实现数据模型。该模型中宜规定养殖企业基本情况、生产过程记录、感知节点、警戒阈值等基本框 架，其中生产过程记录应满足相关部门对水产养殖生产记录的规定，记录内容应包括但不限于养殖种类、 生长情况、投喂情况、水质变化等内容。 4.4.2 可以使用文件描述模式格式、关系信息模式格式、可扩展标记语言模式（XML）各种模式定义来 详细说明实现数据模型。无论选择哪一种模型格式，实现数据模型应定义一个最小的数据元素集。 4.5 数据文档定义要求 4.5.1 应详细说明数据文档的发布格式。 4.5.2 允许支持需要数据输入/输出能力的应用程序以标准化方式进行读或写。 2 DB12/T 739—2017 5 数据处理过程要求 5.1 概述 描述了海水工厂化养殖物联网数据处理系统的内部模块、与用户或其他软件系统的交互和事务处 理。开放的数据处理系统结构如图2所示。 感知结点/人工录入/外部系统 数据采集 模块 配置 数据预处理 信息 表达 数据归档与评估 图2 数据处理和信息流 海水工厂化养殖物联网可以取得不同种类的感知数据，需要实现不依赖于底层网络的数据采集。使 得物联网环境的构建独立于物联网应用系统。 5.2 数据采集 数据采集软件通过收集和处理来自物联网传输链路的感知信号或与感知结点软件接口进行通信，实 现海水工厂化养殖物联网系统对数字化感知结点的数据访问，并存储经校准的感知数据记录。 5.3 数据预处理 5.3.1 将数据采集所形成的数字数据转变为所希望的形式，该形式表征了在养殖生产过程中感兴趣的特 定的描述符。 5.3.2 对数据进行筛选和清洗，发现数据中可识别的错误，处理无效值和缺失值，提供数据的一致性。 5.3.3 将清洗后的数据与预期的基准数值或数据阈值进行比较，以便产生具有各自的超过界限的数据指 标，以该指标可以用来产生警报或警告，确定生产过程的状态和潜在的故障。 5.4 数据归档与评估 对海水工厂化物联网系统数据趋势施以统计关联性分析，利用预测模型及其算法（包括未来可能运 行的模型）给出海水工厂养殖物联网系统生产数据的未来状态。 5.5 模块配置 各模块需要配置信息，其中一些可为静态数据，另一些在运行过程中动态获取。 a) 采集位置描述 1) 绝对位置描述； 2) 相对位置描述； b) 采集时间间隔——动态或静态 1) 在线连续； 3 DB12/T 739—2017 在线轮询； 异步或同步 变送器信息 1) 采集数据置信度； 2) 电子数据表单（TEDS）信息 校准 通道：单通道或多通道采集 2) c) d) e) f) 5.6 信息表达 5.6.1 通过显示各模块的信息，将数据转换成可以清晰表达为制定正确操作决定所必需的信息形成。 5.6.2 为便于数据挖掘或大数据分析，信息表达的内容为挖掘和分析人员提供数据，数据是为鉴定、确 认或评价海水工厂化养殖生产状态所必需。 _________________________________ 4