Comment puis-je extraire des données du Modèle d’Anomalie du Serveur OPC UA?

Comment puis-je extraire des données du Modèle d’Anomalie du Serveur OPC UA?

Connectez-vous au Serveur OPC UA en utilisant par exemple UA Expert (comme décrit ici).

Une fois connecté au Serveur OPC UA, vous pouvez utiliser l’attribut “tensorFlow” pour extraire les données du Modèle d’Anomalie.

Si vous cliquez sur la flèche à côté du nom “tensorFlow” dans UA Expert, le sous-nœud “models” apparaîtra. S’il y a des modèles disponibles pour ce capteur, vous pouvez ouvrir le nœud “modèles” en cliquant sur l’icône de flèche. Tous les modèles créés pour ce capteur apparaîtront. Les modèles porteront les mêmes noms que dans le Tableau de Bord du Capteur d’iQunet.

Pour chaque modèle, les paramètres AI suivants peuvent être extraits:

• attribut “lossMAE”: Raw prediction error (signal “raw” dans la figure du Tableau de Bord du Capteur d’iQunet)
• attribut “Expectile_05pct”: Expectile 5% (signal “LO 5%” dans la figure du Tableau de Bord du Capteur d’iQunet)
• attribut “Expectile_25pct”: Expectile 25%
• attribut “Expectile_50pct”: Expectile 50% (signal “median” dans la figure du Tableau de Bord du Capteur d’iQunet)
• attribut “Expectile_75pct”: Expectile 75%
• attribut “Expectile_95pct”: Expectile 95% (signal “HI 95%” dans la figure du Tableau de Bord du Capteur d’iQunet)
• attribut “alarmLevel”: le niveau d’alarme défini dans le Tableau de Bord du Capteur d’iQunet

Vous pouvez trouver un exemple de programmation sur la façon d’extraire les données du Modèle d’Anomalie en Python sur notre page Github.