Thingworx Analytics介绍之三：Time Series Data建模预测

PTC的专家说，在TTF预测方面，Time Series Data模型要比标准的模型要好。

我在做Demo的过程中，也曾尝试建立Time Series Data模型，但是碰到很多坑，因此在前两篇文章中只介绍标准模型。

后来我有了PTC服务帐号，用此帐号看到了一些新的文档，才走通了这条路。

首先介绍一下什么是Time Series Data模型。

就机器学习的概念来说，训练模型的过程就是找到最合适的匹配参数，利用这些参数和变量相结合，从而计算得到输出结果。

标准的模型在训练和计算的时候，各变量的当前值和历史值没有相关性。

而对于Time Series Data模型，计算时不仅要看变量的当前值，还要看若干个历史值，而这些值是时间相关的。

在Thingworx Analytics中，有两个重要的概念：look back size和data sampling frequency。

Look back size就是采样步长，data sampling frequency就是采样频率，两者乘积就是采样区间。

比如look back size=4, data sampling frequency=1 minute，那总采样区间就是4分钟。

Thingworx利用Value Stream记录time series data，我们可以利用QueryProperyHistory得到变量在采样区间的历史值：

此外，在建模的时候，还有几个参数要注意：

-       useRedundancyFilter=true

-       useGoalHistory=false

-       lookahead=1

训练时间会比标准模型长很多。

模型发布之后，测试时不仅要输入各变量的当前值，还要输入若干个历史值，然后点击Add Row。

在创建Analyisi Events时，注意Inputs Mapping各参数对应的Thing Property必须Logged，因为只有Logged记录才能通过Value Stream查询历史值。

此外，Results Mapping如果绑定结果到Thing Property，即使此Property已经设置Logged，结果被Analytics更新时也不会记录到Value Stream。解决办法是另建一个Property，把它绑定到Results Mapping，然后通过Service或Subscription把值同步给最终的Property，并将值记录在Value Stream。经过此处理后，预测值的所有历史记录就可以通过timeserieschart展示了。

下图是采用Time Series Data建模的预测结果和实际结果的对比：

我们可以看出，预测更加精确，并且更快地拟合。

下表是各模型的建模参数：

此外，关于Value Stream写入时事务性的保证，我也找到了解决办法：使用UpdatePropertyValues函数。

下面是参考代码：

----------------------------------------------------------------------

// Use UpdatePropertyValues to make sure to update all attribute in the same moment

var params = {

    infoTableName : "InfoTable",

    dataShapeName : "NamedVTQ"

};

// CreateInfoTableFromDataShape(infoTableName:STRING("InfoTable"), dataShapeName:STRING):INFOTABLE(VSTestDataShape)

var tempDable = Resources["InfoTableFunctions"].CreateInfoTableFromDataShape(params);

var time = new Date();

tempDable.AddRow({

       time: time,

    name: "F1",

    quality: "GOOD",

    value: 71

});

tempDable.AddRow({

       time: time,

    name: "F2",

    quality: "GOOD",

    value: 72

});

tempDable.AddRow({

       time: time,

    name: "F3",

    quality: "GOOD",

    value: 73

});

tempDable.AddRow({

       time: time,

    name: "F4",

    quality: "GOOD",

    value: 74

});

tempDable.AddRow({

       time: time,

    name: "F5",

    quality: "GOOD",

    value: 75

});

me.UpdatePropertyValues({

       values: tempDable /* INFOTABLE */

});

var result = tempDable;

----------------------------------------------------------------------