Configuraciones de inferencia avanzadas - AWS IoT SiteWise
Inferencia de alta frecuencia (de 5 minutos a 1 hora)Inferencia de baja frecuencia (2 horas — 1 día)Programación flexibleActivación de la versión del modeloComprobación de las versiones del modelo

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Configuraciones de inferencia avanzadas

AWS IoT SiteWise permite a los clientes configurar programas de inferencia de modelos adaptados a sus necesidades operativas.

La programación de inferencias se clasifica, en términos generales, en tres modos:

Inferencia de alta frecuencia (de 5 minutos a 1 hora)

Este modo es ideal para procesos que funcionan de forma continua o que tienen una alta tasa de cambio en los valores de los sensores. En esta configuración, la inferencia se ejecuta con frecuencia, hasta cada 5 minutos.

Casos de uso:

  • Se utiliza para monitorear equipos que cambian rápidamente, como compresores o transportadores.

  • Es útil para detectar anomalías de corta duración que requieren una respuesta inmediata.

  • Se trata de una operación permanente en la que los datos fluyen de forma constante.

Soporte de compensación condicional:

Puede definir un desplazamiento condicional (de 0 a 60 minutos) para retrasar la inferencia tras la ingesta de datos. Esto garantiza que los datos que llegan tarde se sigan incluyendo en la ventana de análisis.

Para configurar la inferencia de alta frecuencia:

  • Configure el valor de la carga útil de la AWS/ANOMALY_DETECTION_INFERENCE acción DataUploadFrequency con valores: PT5M, PT10M, PT15M, PT30M, PT1H al iniciar la inferencia.

  • (Opcional) Configure DataDelayOffsetInMinutes con la compensación de retardo en minutos. Establezca este valor entre 0 y 60 minutos.

{
    "inferenceMode": "START",
    "dataDelayOffsetInMinutes": "DataDelayOffsetInMinutes",
    "dataUploadFrequency": "DataUploadFrequency"
}
ejemplo de configuración de inferencia de alta frecuencia:
{
    "inferenceMode": "START",
    "dataDelayOffsetInMinutes": "2",
    "dataUploadFrequency": "PT5M"
}

Inferencia de baja frecuencia (2 horas — 1 día)

Este modo es adecuado para procesos lentos o casos de uso en los que las evaluaciones diarias son suficientes. Los clientes configuran la inferencia para que se ejecute cada hora o una vez al día.

Soporte de hora de inicio para un intervalo de 1 día:

Para la inferencia diaria, si lo desea, especifique una startTime(a las 8 de la mañana todos los días), junto con el conocimiento de la zona horaria.

Soporte de zona horaria:

Cuando se proporciona unstartTime, AWS IoT SiteWise utiliza la base de datos de zonas horarias, mantenida por la Autoridad de Números Asignados de Internet (IANA). Esto garantiza que sus inferencias se ajusten a las horas de trabajo locales, incluso en todas las regiones.

Soporte de compensación condicional:

Al igual que con otros modos, se configura un desplazamiento condicional de 0 a 60 minutos.

Casos de uso:

  • Controles de estado diarios para procesos por lotes u operaciones por turnos.

  • Evita las inferencias durante el mantenimiento o el tiempo de inactividad.

  • Resulta útil en entornos con recursos limitados, en los que se debe minimizar el uso informático.

Para configurar la inferencia de baja frecuencia:

  • Configure el valor de la carga útil de la AWS/ANOMALY_DETECTION_INFERENCE acción DataUploadFrequency con los valores:. PT2H..PT12H

    • En el caso de 1 día, DataUploadFrequency esP1D.

  • (Opcional) Configúrelo DataDelayOffsetInMinutes con la compensación de retardo en minutos. Establezca este valor entre 0 y 60 minutos.

ejemplo de configuración de inferencia de baja frecuencia:
{
    "inferenceMode": "START",
    "dataUploadFrequency": "P1D",
    "inferenceStartTime": "13:00",
    "inferenceTimeZone": "America/Chicago"
}

Programación flexible

La programación flexible permite a los clientes definir días y rangos de tiempo específicos durante los cuales se realiza la inferencia. Esto les da a los clientes un control total sobre la programación en función de las horas de producción, los horarios de los turnos y los tiempos de inactividad planificados.

Esto weeklyOperatingWindow ayuda cuando:

  • El equipo funciona solo durante horas específicas (de 8 a.m. a 4 p.m.).

  • No hay producción los fines de semana.

  • El mantenimiento diario se programa durante los intervalos de tiempo conocidos.

Soporte de zona horaria:

Cuando se proporciona unstartTime, AWS IoT SiteWise utiliza la base de datos de zonas horarias, mantenida por la Autoridad de Números Asignados de Internet (IANA). Esto garantiza que la inferencia se alinee con los horarios de trabajo locales, incluso en todas las regiones.

Soporte de compensación condicional:

Al igual que con otros modos, se puede configurar un desplazamiento condicional de 0 a 60 minutos.

Ventajas deweeklyOperatingWindow:

  • Evita las inferencias durante los períodos de inactividad o mantenimiento, lo que reduce los falsos positivos.

  • Alinea la detección de anomalías con las prioridades operativas y los flujos de trabajo basados en turnos.

Para configurar una programación flexible:

  • Configure el valor de carga útil de la AWS/ANOMALY_DETECTION_INFERENCE acción conDataUploadFrequency.

  • (Opcional) DataDelayOffsetInMinutes con el retardo compensado en minutos. Establezca este valor entre 0 y 60 minutos.

  • Configure weeklyOperatingWindow con una configuración de turnos:

    • Las claves weeklyOperatingWindow son los días de la semana:monday|tuesday|wednesday|thursday|friday|saturday|sunday.

    • Cada intervalo de tiempo debe estar en formato de 24 horas como "HH:MM-HH:MM" ("08:00-16:00").

    • Se pueden especificar varios intervalos por día.

ejemplo de configuración de programación flexible:
{
    "inferenceMode": "START",
    "dataUploadFrequency": "PT5M",
    "weeklyOperatingWindow": {
      "tuesday": ["11:00-13:00"],
      "monday": ["10:00-11:00", "13:00-15:00"]
    }
}

Activación de la versión del modelo

Al iniciar la inferencia, puede activar opcionalmente una versión específica del modelo para utilizarla en la detección de anomalías. Esta función le permite seleccionar una versión específica del modelo entrenado, volver a versiones anteriores o anular las decisiones automáticas de promoción del modelo.

Casos de uso

  • Reversión de la producción: vuelva rápidamente a una versión de modelo estable cuando la versión actual muestre un rendimiento inferior o un comportamiento inesperado.

  • Pruebas A/B: compare el rendimiento entre diferentes versiones del modelo cambiando de una a otra durante períodos de tiempo controlados.

  • Selección manual del modelo: anule las decisiones de promoción automáticas y seleccione manualmente la versión del modelo que prefiera en función de los requisitos empresariales.

  • Implementación por etapas: pruebe las versiones de modelos más recientes en períodos de tiempo no críticos antes de promocionarlos para su uso en plena producción.

  • Optimización del rendimiento: seleccione las versiones del modelo que tengan un mejor rendimiento para condiciones operativas específicas o patrones estacionales.

  • Reversión durante el mantenimiento: utilice versiones de modelos más antiguas y probadas durante el mantenimiento o las actualizaciones del sistema para garantizar la estabilidad.

Comportamiento de selección de versiones del modelo

Cuándo targetModelVersion se especifica:

  • El sistema activa la versión del modelo solicitada para realizar inferencias.

  • Valida la existencia de la versión del modelo especificada.

  • Anula cualquier configuración de promoción automática.

Cuando no targetModelVersion se especifica:

  • Activa la última versión del modelo activo si la inferencia se inició anteriormente.

  • Si la inferencia nunca se activó, utiliza la última versión del modelo entrenado.

Para activar una versión de modelo específica:

  • Configure la carga útil de la acción de inferencia con el targetModelVersion número de versión de modelo que desee.

  • La versión del modelo especificada se valida y activa, si existe.

ejemplo de la activación de la versión del modelo:
{
    "inferenceMode": "START",
    "dataUploadFrequency": "PT15M",
    "targetModelVersion": 2
}

Comprobación de las versiones del modelo

Para comprobar la versión del modelo actualmente activa:

Para ver todas las versiones de modelos disponibles:

  • Utilice la ListExecutionsAPI para obtener una lista completa de las versiones históricas del modelo.

  • Utilice la DescribeExecutionAPI para recuperar información específica del modelo, incluido el intervalo de tiempo de los datos de exportación, la versión del modelo de cálculo y la duración facturable en minutos.

Características de la versión del modelo

  • Los números de versión del modelo se asignan secuencialmente empezando por 1.

  • Puede activar cualquier versión del modelo previamente entrenada.

  • La versión del modelo activada se conserva hasta que se modifique de forma explícita.

  • La activación de la versión del modelo funciona con todos los modos de programación de inferencias (alta, baja frecuencia y flexible).

  • Si la versión del modelo especificada no existe, la acción de inferencia falla y se produce un error.