CN109657003A - 一种将硬件数据直接接入大数据平台的方法 - Google Patents
一种将硬件数据直接接入大数据平台的方法 Download PDFInfo
- Publication number
- CN109657003A CN109657003A CN201811415326.5A CN201811415326A CN109657003A CN 109657003 A CN109657003 A CN 109657003A CN 201811415326 A CN201811415326 A CN 201811415326A CN 109657003 A CN109657003 A CN 109657003A
- Authority
- CN
- China
- Prior art keywords
- data
- gateway
- internet
- things
- prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种将硬件数据直接接入大数据平台的方法，其包括：采集硬件设备数据发送至物联网计算网关；物联网计算网关对所采集的数据进行边缘计算，按照变化情况压缩高频次重复数据，并计算得到预测、报警数据；将边缘计算后数据及预测、报警数据提交分布式架构的大数据数仓，实现采集数据实时入仓。本发明基于ARM架构物联网计算网关对前端采集数据压缩和计算的整体架构，降低了对云服务器的依赖，减少了服务器开销，且响应快，可靠性高。本发明在前端苛刻环境下实现基于人工智能的多维信息预测及分布式数仓的部署，解决基于X86架构电脑无法满足前端苛刻环境以及服务器集中计算造成的计算队列过长、无法及时预测、数仓无法离散分布的问题。
Description
技术领域
本发明涉及大数据下的工业物联网技术领域，尤其涉及一种将智慧城市涉及的底层传感器、控制器硬件数据直接接入大数据平台的方法。
背景技术
物联网是通过信息传感设备，按约定的协议把物品与互联网连接起来进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种物物相连的网络。
随着智慧城市的发展需要，如何采集、控制城市级上百万硬件设备，需要一整套分布式大数据采集节点及大数据采集协议的整合解决方案。
随着人工智能技术的发展，结合物联网技术能够多维信息的复杂预测，但目前通过物联网获取的大量数据均需要通过云服务器计算处理和存储，这就大大增加了云服务器的处理压力和存储压力，服务器开销巨大，并且如果出现网络故障，则会造成数据丢失，系统也无法及时响应，可靠性差。
发明内容
针对上述技术问题，本发明实施例提供了一种将硬件数据直接接入大数据平台的方法，其方案具体如下：
一种将硬件数据直接接入大数据平台的方法，其中，所述方法包括：
采集硬件设备数据并发送至物联网计算网关；
通过物联网计算网关对所采集的数据进行边缘计算，将高频次重复数据按照变化情况进行压缩，并通过物联网计算网关计算得到预测数据和报警数据；
将边缘计算后的数据及预测数据和报警数据直接提交分布式架构的大数据数仓，实现大规模采集数据实时入仓。
所述的将硬件数据直接接入大数据平台的方法，其中，所述物联网计算网关为基于ARM架构的物联网计算网关。
所述的将硬件数据直接接入大数据平台的方法，其中，所述采集硬件设备数据并发送至物联网计算网关具体为：
通过传感器设备采集应用系统中各硬件设备的原始信号，进而通过PLC、采集器或通讯管理机将原始信号转换为标准格式数据并发送至基于ARM架构的物联网计算网关。
所述的将硬件数据直接接入大数据平台的方法，其中，所述应用系统包括电力、水利、燃气、地质、交通和安防等系统。
所述的将硬件数据直接接入大数据平台的方法，其中，通过物联网计算网关对所采集的数据进行边缘计算，将高频次重复数据按照变化情况进行压缩具体为：
通过物联网计算网关对所采集的数据进行边缘计算，计算前后两次所采集数据变化是否在预设偏差范围内，若是，则进行数据合并将按照预设降频参数上报数据。
所述的将硬件数据直接接入大数据平台的方法，其中，通过物联网计算网关计算得到预测数据和报警数据具体为：
对规则判定类预测、报警进行计算；
在基于ARM架构物联网计算网关上部署人工智能算法，进行基于人工智能的多维数据预测、报警及图像识别预测、报警。
所述的将硬件数据直接接入大数据平台的方法，其中，所述对规则判定类预测、报警进行计算具体为：
发送至物联网计算网关的采集数据作为参数输入预设的规则判定程序进行判定，并基于判定结果生成预测、报警数据，其中，规则判定类程序通过输入参数与预设阈值的比较进行判定，所述阈值预先通过配置工具或配置服务中心接口同步至物联网计算网关本地。
所述的将硬件数据直接接入大数据平台的方法，其中，在基于ARM架构物联网计算网关上部署人工智能算法，进行基于人工智能的预测、报警具体为：
将TensorFlow、pytorch、caffe、CNTK或Keras人工智能算法框架迁移到ARM平台实现在物联网计算网关上对人工智能算法的部署；
采集数据经过物联网计算网关时，对数据进行解析，对解析后各维度数据或图像数据通过人工智能算法进行判断生成预测、报警数据。
所述的将硬件数据直接接入大数据平台的方法，其中，通过基于ARM的物联网计算网关将边缘计算后的数据及预测、报警数据进行本地存储，当网络故障排除后，基于ARM的物联网计算网关将断网时的数据提交至大数据数仓，实现本地数据与大数据数仓自动同步。
所述的将硬件数据直接接入大数据平台的方法，其中，在基于ARM架构的物联网计算网关上部署Hadoop分布式数仓节点服务，入仓的数据可冗余存储于基于ARM架构的物联网计算网关上。
有益效果
本发明实施例提供的将硬件数据直接接入大数据平台的方法，基于ARM架构物联网计算网关对前端采集数据进行压缩、清洗和计算的整体架构，大大降低了对云服务器在算力和存储上的依赖，减少了服务器的开销，同时由于算力前置，故障预判及处理可在本地完成，响应速度更高，当遇到灾害及故障导致与服务器无法连接时也能进行作业，提高整体系统的可靠性。
而且在基于ARM架构物联网计算网关上部署人工智能算法，可以在前端苛刻环境下实现基于人工智能的多维信息复杂预测，解决基于X86架构电脑无法满足前端苛刻环境的问题，以及通过服务器集中计算造成的计算队列过长、无法及时预测的问题。
附图说明
图1为本发明实施例的将硬件数据直接接入大数据平台方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
除非另有定义，本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本说明书中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是用于限制本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
如图1所示的一种将硬件数据直接接入大数据平台的方法，其中，所述方法包括：
S100、采集硬件设备数据并发送至物联网计算网关。其中，所述物联网计算网关为基于ARM架构的物联网计算网关。
S200、物联网计算网关基于规则判定类及人工智能多维预警类程序对输入的硬件设备数据进行判定计算。
发送至物联网计算网关的采集数据作为参数输入预设的规则判定程序进行判定，具体是将输入参数与预设阈值的比较进行判定，即如步骤S300所示。
规则判定程序编译运行于物联网计算网关设备，规则判定程序所设阈值通过配置工具或配置服务中心接口同步至物联网计算网关本地。
S300、判定结果是否超过阈值，若是，则执行步骤S500，若否，则执行步骤S400。
通过物联网计算网关对所采集的数据进行边缘计算，将高频次重复数据按照变化情况进行压缩，并通过物联网计算网关计算得到预测数据和报警数据。
S400、报警。网关第一时间开启联动操作：即时发送报警指令至报警器设备(警示音、报警灯)，并即时发送操作作业指令至散热降温设备进行处理，网络连通状态时，即时上报数据中心并发送报警请求至相关业务处理平台以及相关人员。之后执行步骤S500。
S500、通过物联网计算网关对所采集的数据(包括分析数据和报警数据)进行边缘计算，将高频次重复数据按照变化情况进行压缩。并执行步骤S600。
S600、本地存储压缩后数据。将边缘计算后的数据及预测、报警数据进行本地存储灾备，防止网络断开后数据丢失的情况发生。
S700、判断网络是否连通，若网络处于连通状态，则执行步骤S700，若网络处于断开状态，则对网络状态继续进行判断。
S800、将压缩后数据提交分布式架构的大数据数仓。实现大规模采集数据实时入仓。
基于上述方法的具体实施例，其方法步骤如下：
1)通过感应器等设备采集电力、水利、燃气、地质、交通或安防等各个系统的数据。
2)通过PLC、采集器、通讯管理机等设备将各类原始信号(如DI、AI、DO、AO等)转换为标准格式数据(如OPC DA、OPC UA等)。
3)通过基于ARM的物联网计算网关，对数据进行边缘计算，将高频次重复数据按照变化情况进行压缩，减少提交到大数据仓库的数据总量，并对规则判定类预测、报警进行计算。
对数据压缩具体为：通过物联网计算网关对所采集的数据进行边缘计算，计算前后两次所采集数据变化是否在预设偏差范围内，若是，则进行数据合并将按照预设降频参数上报数据。
例如工业环境中从温湿度传感器采集上报的数据通常变动性小且采集频率高，而导致大量的重复无用数据上传至数据中心，占用了有限的数据传输通道资源、数据中心数据存储资源及数据中心对这些数据的计算资源。通过数据边缘计算对上述数据按照算法进行压缩，将重复无变动的温湿度数据合并并且降低上报频率，即前后两次采集数据内容的变化在预设偏差范围内(如偏差值正负0.5摄氏度或2％)，此时会按预定降频参数上报数据(如降频值为1小时则该数据1小时上报一次数据中心)，反之则实时上报。
对规则判定类预测、报警进行计算具体为：发送至物联网计算网关的采集数据作为参数输入预设的规则判定程序进行判定，并基于判定结果生成预测、报警数据。其中，规则判定类程序通过输入参数与预设阈值的比较进行判定。
规则判定程序编译运行于物联网计算网关设备，规则判定程序所设阈值通过配置工具或配置服务中心接口同步至物联网计算网关本地。
通过传感器采集数据至物联网计算网关，将采集数据作为参数输入规则判定程序进行判定计算，例如：输入温度50.5°与预设阈值35.5°对比，发现传感器温度大于阈值，网关第一时间开启联动操作：即时发送报警指令至报警器设备(警示音、报警灯)，即时发送操作作业指令至散热降温设备进行处理，即时上报数据中心并发送报警请求至相关业务处理平台以及相关人员。
4)在基于ARM的物联网计算网关上部署人工智能算法(如TensorFlow、pytorch、caffe、CNTK、Keras等)，进行基于人工智能的预测、报警。
将诸如TensorFlow、pytorch、caffe、CNTK或Keras这类人工智能算法框架迁移到ARM64平台实现在物联网计算网关上对人工智能算法的部署。例如当监控视频经过基于ARM架构的物联网计算网关时，由于设备强大的算例，可以直接对视频进行解码，解码后通过人工智能算法基于图像进行漏水、积水、燃烧等状态的预测及报警。
再比如变电站设备老化导致效率低效的判断，就需要用到温度、湿度、入口电流、出口电流、入口电压、出口电压、工作时长、设备寿命等多个维度的数据、通过人工智能的算法进行预测和报警。基于ARM架构的物联网计算网关本身会汇聚附近数百路物联网设备产生的各个维度数据，基于这些数据则可以通过人工智能算法对其进行判断。
5)通过基于ARM架构的物联网计算网关，将边缘计算后的数据及预测、报警数据进行本地存储灾备，防止网络断开后数据丢失的情况发生，当网络连接后则会将断网时的数据立即提交至大数据数仓。
6)通过基于ARM的物联网计算网关，将边缘计算后的数据及预测、报警数据直接提交分布式架构的大数据数仓(如Hadoop)，实现大规模采集数据实时入仓。
7)在ARM架构物联网计算网关上部署Hadoop分布式数仓节点服务，入仓的数据可冗余存储在这些ARM架构物联网计算网关上。
由于基于ARM架构物联网计算网关本身具备了一定规模的算力，可以承担对前端采集数据的压缩、清洗和计算，这种方式组成的整体架构大大降低了对云服务器在算力和存储上的依赖，减少了服务器的开销；同时由于算力前置，故障预判及处理可在本地完成，响应速度更高，当遇到灾害及故障导致与服务器无法连接时也能进行作业，提高整体系统的可靠性。
在基于ARM架构物联网计算网关上部署人工智能算法，可以在前端苛刻环境下实现基于人工智能的多维信息复杂预测，解决基于X86架构电脑无法满足前端苛刻环境的问题，以及通过服务器集中计算造成的计算队列过长、无法及时预测的问题。
可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及本发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种将硬件数据直接接入大数据平台的方法，其特征在于，所述方法包括：
采集硬件设备数据并发送至物联网计算网关；
通过物联网计算网关对所采集的数据进行边缘计算，将高频次重复数据按照变化情况进行压缩，并通过物联网计算网关计算得到预测数据和报警数据；
将边缘计算后的数据及预测数据和报警数据直接提交分布式架构的大数据数仓，实现大规模采集数据实时入仓。
2.根据权利要求1所述的将硬件数据直接接入大数据平台的方法，其特征在于，所述物联网计算网关为基于ARM架构的物联网计算网关。
3.根据权利要求2所述的将硬件数据直接接入大数据平台的方法，其特征在于，所述采集硬件设备数据并发送至物联网计算网关具体为：
通过传感器设备采集应用系统中各硬件设备的原始信号，进而通过PLC、采集器或通讯管理机将原始信号转换为标准格式数据并发送至基于ARM架构的物联网计算网关。
4.根据权利要求3所述的将硬件数据直接接入大数据平台的方法，其特征在于，所述应用系统包括但不限于电力、水利、燃气、地质、交通和安防系统。
5.根据权利要求3所述的将硬件数据直接接入大数据平台的方法，其特征在于，通过物联网计算网关对所采集的数据进行边缘计算，将高频次重复数据按照变化情况进行压缩具体为：
通过物联网计算网关对所采集的数据进行边缘计算，计算前后两次所采集数据变化是否在预设偏差范围内，若是，则进行数据合并将按照预设降频参数上报数据。
6.根据权利要求5所述的将硬件数据直接接入大数据平台的方法，其特征在于，通过物联网计算网关计算得到预测数据和报警数据具体为：
对规则判定类预测、报警进行计算；
在基于ARM架构物联网计算网关上部署人工智能算法，进行基于人工智能的预测、报警。
7.根据权利要求6所述的将硬件数据直接接入大数据平台的方法，其特征在于，所述对规则判定类预测、报警进行计算具体为：
发送至物联网计算网关的采集数据作为参数输入预设的规则判定程序进行判定，并基于判定结果生成预测、报警数据，其中，规则判定类程序通过输入参数与预设阈值的比较进行判定，所述阈值预先通过配置工具或配置服务中心接口同步至物联网计算网关本地。
8.根据权利要求6所述的将硬件数据直接接入大数据平台的方法，其特征在于，在基于ARM架构物联网计算网关上部署人工智能算法，进行基于人工智能的预测、报警具体为：
将TensorFlow、pytorch、caffe、CNTK或Keras人工智能算法框架迁移到ARM平台实现在物联网计算网关上对人工智能算法的部署；
采集数据经过物联网计算网关时，对数据进行解析，对解析后各维度数据通过人工智能算法进行判断生成预测、报警数据。
9.根据权利要求2所述的将硬件数据直接接入大数据平台的方法，其特征在于，通过基于ARM的物联网计算网关将边缘计算后的数据及预测、报警数据进行本地存储，当网络故障排除后，基于ARM的物联网计算网关将断网时的数据提交至大数据数仓，实现本地数据与大数据数仓自动同步。
10.根据权利要求2所述的将硬件数据直接接入大数据平台的方法，其特征在于，在基于ARM架构的物联网计算网关上部署Hadoop分布式数仓节点服务，入仓的数据可冗余存储于基于ARM架构的物联网计算网关上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811415326.5A CN109657003A (zh) | 2018-11-26 | 2018-11-26 | 一种将硬件数据直接接入大数据平台的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811415326.5A CN109657003A (zh) | 2018-11-26 | 2018-11-26 | 一种将硬件数据直接接入大数据平台的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109657003A true CN109657003A (zh) | 2019-04-19 |
Family
ID=66112336
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811415326.5A Pending CN109657003A (zh) | 2018-11-26 | 2018-11-26 | 一种将硬件数据直接接入大数据平台的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109657003A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110166535A (zh) * | 2019-04-30 | 2019-08-23 | 广东利通科技投资有限公司 | 智慧交通通信系统 |
| CN110191138A (zh) * | 2019-06-13 | 2019-08-30 | 广州中国科学院沈阳自动化研究所分所 | 一种面向工业制造的边缘计算智能适配器及实现方法 |
| CN110225086A (zh) * | 2019-05-08 | 2019-09-10 | 宁波安信数控技术有限公司 | 一种面向工业物联的数据采集方法及系统 |
| CN110336703A (zh) * | 2019-07-12 | 2019-10-15 | 河海大学常州校区 | 基于边缘计算的工业大数据监测系统 |
| CN110659330A (zh) * | 2019-09-23 | 2020-01-07 | 北京百度网讯科技有限公司 | 数据处理方法、装置及存储介质 |
| CN111273071A (zh) * | 2020-02-17 | 2020-06-12 | 深圳供电局有限公司 | 一种边缘计算的ai监控系统及方法 |
| CN111526157A (zh) * | 2020-04-30 | 2020-08-11 | 成都千立网络科技有限公司 | 一种物联网数据采集系统及方法 |
| CN111586091A (zh) * | 2020-03-25 | 2020-08-25 | 重庆特斯联智慧科技股份有限公司 | 一种实现算力组配的边缘计算网关系统 |
| CN112506705A (zh) * | 2020-12-05 | 2021-03-16 | 广州技象科技有限公司 | 一种分布式存储的配置信息备份方法及装置 |
| CN112866096A (zh) * | 2020-12-31 | 2021-05-28 | 天津大学 | 一种面向工业物联网的智慧物联网关 |
| CN114040002A (zh) * | 2021-11-22 | 2022-02-11 | 中国石油化工股份有限公司 | 基于物联网的状态监测系统、状态监测方法、电子设备及存储介质 |
| CN114666366A (zh) * | 2022-03-17 | 2022-06-24 | 上海万向区块链股份公司 | 基于边缘计算的物联网数据采集系统、方法、介质及设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107561990A (zh) * | 2017-09-30 | 2018-01-09 | 华南理工大学 | 一种基于边缘计算的工业传感信号采集器及采集方法 |
| CN108353090A (zh) * | 2015-08-27 | 2018-07-31 | 雾角系统公司 | 边缘智能平台和物联网传感器流系统 |
| CN108494884A (zh) * | 2018-05-07 | 2018-09-04 | 苏州德姆斯信息技术有限公司 | 基于物联网网关边缘计算的振动分析系统及分析方法 |
| CN108521370A (zh) * | 2018-04-16 | 2018-09-11 | 福州和达电子科技有限公司 | 一种基于Lora网关的通信方法和系统 |
| CN108768843A (zh) * | 2018-06-27 | 2018-11-06 | 安徽国讯芯微科技有限公司 | 一种多网融合边缘计算网关 |
-
2018
- 2018-11-26 CN CN201811415326.5A patent/CN109657003A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108353090A (zh) * | 2015-08-27 | 2018-07-31 | 雾角系统公司 | 边缘智能平台和物联网传感器流系统 |
| CN107561990A (zh) * | 2017-09-30 | 2018-01-09 | 华南理工大学 | 一种基于边缘计算的工业传感信号采集器及采集方法 |
| CN108521370A (zh) * | 2018-04-16 | 2018-09-11 | 福州和达电子科技有限公司 | 一种基于Lora网关的通信方法和系统 |
| CN108494884A (zh) * | 2018-05-07 | 2018-09-04 | 苏州德姆斯信息技术有限公司 | 基于物联网网关边缘计算的振动分析系统及分析方法 |
| CN108768843A (zh) * | 2018-06-27 | 2018-11-06 | 安徽国讯芯微科技有限公司 | 一种多网融合边缘计算网关 |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110166535B (zh) * | 2019-04-30 | 2022-12-20 | 广东利通科技投资有限公司 | 智慧交通通信系统 |
| CN110166535A (zh) * | 2019-04-30 | 2019-08-23 | 广东利通科技投资有限公司 | 智慧交通通信系统 |
| CN110225086A (zh) * | 2019-05-08 | 2019-09-10 | 宁波安信数控技术有限公司 | 一种面向工业物联的数据采集方法及系统 |
| CN110191138A (zh) * | 2019-06-13 | 2019-08-30 | 广州中国科学院沈阳自动化研究所分所 | 一种面向工业制造的边缘计算智能适配器及实现方法 |
| CN110336703A (zh) * | 2019-07-12 | 2019-10-15 | 河海大学常州校区 | 基于边缘计算的工业大数据监测系统 |
| CN110659330A (zh) * | 2019-09-23 | 2020-01-07 | 北京百度网讯科技有限公司 | 数据处理方法、装置及存储介质 |
| CN111273071A (zh) * | 2020-02-17 | 2020-06-12 | 深圳供电局有限公司 | 一种边缘计算的ai监控系统及方法 |
| CN111586091A (zh) * | 2020-03-25 | 2020-08-25 | 重庆特斯联智慧科技股份有限公司 | 一种实现算力组配的边缘计算网关系统 |
| CN111526157A (zh) * | 2020-04-30 | 2020-08-11 | 成都千立网络科技有限公司 | 一种物联网数据采集系统及方法 |
| CN112506705B (zh) * | 2020-12-05 | 2022-04-12 | 广州技象科技有限公司 | 一种分布式存储的配置信息备份方法及装置 |
| CN112506705A (zh) * | 2020-12-05 | 2021-03-16 | 广州技象科技有限公司 | 一种分布式存储的配置信息备份方法及装置 |
| CN112866096A (zh) * | 2020-12-31 | 2021-05-28 | 天津大学 | 一种面向工业物联网的智慧物联网关 |
| CN114040002A (zh) * | 2021-11-22 | 2022-02-11 | 中国石油化工股份有限公司 | 基于物联网的状态监测系统、状态监测方法、电子设备及存储介质 |
| CN114666366A (zh) * | 2022-03-17 | 2022-06-24 | 上海万向区块链股份公司 | 基于边缘计算的物联网数据采集系统、方法、介质及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109657003A (zh) | 一种将硬件数据直接接入大数据平台的方法 | |
| CN110401262A (zh) | 基于边缘计算技术的gis设备状态智能监控系统及方法 | |
| CN104468220B (zh) | 电力通信网预警管控平台 | |
| CN104966330A (zh) | 基于云计算机的远程机房智能巡检系统 | |
| CN106993059A (zh) | 一种基于NB‑IoT的农情监控系统 | |
| CN114662720A (zh) | 一种变电站的物联边缘管理平台 | |
| CN110891283A (zh) | 一种基于边缘计算模型的小基站监控装置及方法 | |
| CN113642946A (zh) | 一种基于城市重要基础设施的感知信息集成接入系统 | |
| CN113176948B (zh) | 边缘网关、边缘计算系统及其配置方法 | |
| CN110852387B (zh) | 一种能源互联网超实时状态研判算法 | |
| CN113556768B (zh) | 传感器数据异常检测方法和系统 | |
| CN112684301B (zh) | 一种电网故障的检测方法和装置 | |
| CN107510914A (zh) | 一种面向园区的智慧消防远程监控系统及其方法 | |
| CN105790990A (zh) | 一种监管配用电通信业务的方法及其系统 | |
| CN110460454A (zh) | 基于深度学习的网络设备端口故障智能预测方法及原理 | |
| CN112463892A (zh) | 一种基于风险态势的预警方法及系统 | |
| CN113111115A (zh) | 一种数据信息管理系统及其方法 | |
| CN115049198A (zh) | 城市地下基础设施多协议数据统一采集、分析、预测系统 | |
| CN117336137B (zh) | 基于智能边缘网关的物联网数据处理方法及系统 | |
| CN110430261A (zh) | 探测设备故障处理方法及装置 | |
| CN204480032U (zh) | 基于远程终端控制的无人值守站智能管理系统 | |
| Peng et al. | Research on the application of 5G cloud-network-edge-device convergence and intelligent video technology in smart grid | |
| CN116684472A (zh) | 一种面向端侧算力网络的服务部署系统及其服务部署方法 | |
| CN114567511B (zh) | 一种基于宽度学习的轻量级恶意流量检测方法及装置 | |
| Fu et al. | An edge computing framework for digital grid |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190419 |
|
| RJ01 | Rejection of invention patent application after publication |