CN111159165A - 基于云平台的电力井下低功耗边缘计算系统及其方法 - Google Patents

基于云平台的电力井下低功耗边缘计算系统及其方法 Download PDF

Info

Publication number
CN111159165A
CN111159165A CN201911243805.8A CN201911243805A CN111159165A CN 111159165 A CN111159165 A CN 111159165A CN 201911243805 A CN201911243805 A CN 201911243805A CN 111159165 A CN111159165 A CN 111159165A
Authority
CN
China
Prior art keywords
data
cloud platform
power
edge computing
underground
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.)
Granted
Application number
CN201911243805.8A
Other languages
English (en)
Other versions
CN111159165B (zh
Inventor
唐旭明
孙占民
万浩
班东坡
周银银
闫阁
邓军
杨彬彬
尚书
王志文
黄志刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ningbo Rayonics Technology Co ltd
State Grid Corp of China SGCC
Anhui Jiyuan Software Co Ltd
Huainan Power Supply Co of State Grid Anhui Electric Power Co Ltd
Original Assignee
Ningbo Rayonics Technology Co ltd
State Grid Corp of China SGCC
Anhui Jiyuan Software Co Ltd
Huainan Power Supply Co of State Grid Anhui Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ningbo Rayonics Technology Co ltd, State Grid Corp of China SGCC, Anhui Jiyuan Software Co Ltd, Huainan Power Supply Co of State Grid Anhui Electric Power Co Ltd filed Critical Ningbo Rayonics Technology Co ltd
Priority to CN201911243805.8A priority Critical patent/CN111159165B/zh
Publication of CN111159165A publication Critical patent/CN111159165A/zh
Application granted granted Critical
Publication of CN111159165B publication Critical patent/CN111159165B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/258—Data format conversion from or to a database
    • 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
    • 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
    • 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
    • H04L67/50—Network services
    • H04L67/56—Provisioning of proxy services
    • H04L67/565—Conversion or adaptation of application format or content
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本发明公开了一种基于云平台的电力井下低功耗边缘计算系统及其方法，包括以下步骤：S1：利用所述低功耗井下监测系统检测井下空间的运行状态参数，通过等待轮询的方法集中上传给井下边缘计算主机；S2：利用所述边缘计算主机接收低功耗井下监测系统上传的数据，运行数据清洗的方法，并将物联网数据加载至服务器内存中，然后统一数据格式和数据结构上传至云平台；S3：所述云平台根据清洗后的井下环境状态参数，通过数据规则的配置建立云端管理模型，得出准确的预警模型，并将更新后的模型参数回传给边缘计算主机，更新井下管理模型。本发明采用低功耗边缘计算系统，联动系统平台收获边缘计算相关数据并处理，实现精确井下监控。

Description

基于云平台的电力井下低功耗边缘计算系统及其方法
技术领域
本发明涉及井盖监控领域，特别是涉及一种基于云平台的电力井下低功耗边缘系统及其方法。
背景技术
随着信息化管理在各行业的应用越来越广泛，国内各行业也逐步开始实施信息化管理，尤其对一些作业环境和条件较苛刻的地方尤其能体现信息化技术和管理带来的好处，对大量前端设备或物体的监控、管理，这些需求融合了物联网应用技术与自动化控制技术，但传统自动控制方式显然存在不足：传统的自动控制是基于信号或数据的设备本地控制。
然而在井盖监控领域，一方面，各种现场的情况和需要采集的信息不足；另外一方面作业事故频发，井下状况由于供电和通信的原因难于用大数据实时监控。甚至一些不及时的数据通过上报之后没有分析归总，造成了错误报告，使得一些风险和预警难于及时反应和处理。
因此亟需提供一种新型的电力井下监控管理系统及方法来解决上述问题。
发明内容
本发明所要解决的技术问题是提供一种基于云平台的电力井下低功耗边缘计算系统及其方法，采用低功耗边缘计算系统，联动系统平台收获边缘计算相关数据并处理，实现精确井下监控。
为解决上述技术问题，本发明采用的一个技术方案是：提供一种基于云平台的电力井下低功耗边缘计算系统，主要包括依次通讯连接的低功耗井下监测系统、边缘计算主机、云平台；
所述低功耗井下监测系统用于检测井下空间的运行状态参数，集中上传给井下边缘计算主机；
所述边缘计算主机用于接收低功耗井下监测系统上传的数据，运行数据清洗，将物联网数据加载至服务器内存中，然后上传至云平台，还用于接收云平台回传的模型参数；
所述云平台用于根据清洗后的井下环境状态参数建立云端管理模型，得出准确的预警模型，将更新后的模型参数回传给边缘计算主机，更新井下管理模型。
在本发明一个较佳实施例中，所述云平台主要包括数据收集层、数据展示层、数据提取层、数据规则配置层、报警事件生成层和用户展示层。
为解决上述技术问题，本发明采用的另一个技术方案是：提供一种基于云平台的电力井下低功耗边缘计算方法，包括以下步骤：
S1：利用所述低功耗井下监测系统检测井下空间的运行状态参数，集中上传给井下边缘计算主机；
S2：利用所述边缘计算主机接收低功耗井下监测系统上传的数据，运行数据清洗，并将物联网数据加载至服务器内存中，然后统一数据格式和数据结构上传至云平台；
S3：所述云平台根据清洗后的井下环境状态参数，通过数据规则的配置建立云端管理模型，得出准确的预警模型，并将更新后的模型参数回传给边缘计算主机，更新井下管理模型。
在本发明一个较佳实施例中，在步骤S1中，所述低功耗井下监测系统检测井下空间的运行状态参数，通过等待轮询的方法集中上传给井下边缘计算主机。
在本发明一个较佳实施例中，在步骤S2中，对数据的清洗按照预先设定的规则进行：预先设定FIFO方式，并设定部分异常数据由边缘计算主机本地化处理。
在本发明一个较佳实施例中，在步骤S2中，统一后的数据结构为：数组+链表+红黑树。
在本发明一个较佳实施例中，步骤S3的具体方法包括以下步骤：
S301：利用RestfulAPI网络交换接口的方式，对外提供数据服务接口，将数据统一传输至云平台中心数据库，云平台数据库采用传统的关系型数据库，为每种类型的设备和状态信息整理入库，创建各自的数据表，设备编号作为唯一编码识别号，所有采集的原始数据将存储在各自的数据表中；
S302：从云平台中心数据库获得所有数据后，实施人员将这些原始数据组装成为数据块，在完成数据重构后，再将重构后的数据块加载至云平台的内存中；
S303：利用UDB查询算法，将S302步骤中的数据块按照关键字开始索引，在找到相应的位置后，再按照UDB插入算法将数据块插入相应的节点；
S304：所述云平台将更新后的模型参数回传给边缘计算主机，更新井下管理模型。
进一步的，在步骤S3中，所述云端管理模型为监控数据的数据种类与时间变化的模型。
进一步的，在步骤S3中，所述井下管理模型为井下监控数据的数据种类与时间变化的模型，通过云平台的数据提取层和用户展示层将井下管理模型人机展示出来。
本发明的有益效果是：本发明所述系统为一种云计算和低功耗边缘计算相结合的井下监控管理系统，采用低功耗边缘计算系统，联动系统平台收获边缘计算相关数据并处理，实现精确井下监控，维护了井下作业环境和户外资产的正常运行，提高了电力配网系统的稳定性与安全性。该系统及方法具体包括以下优点：
(1)充分利用边缘计算主机的内存容量存储基础数据，从而减少了I/O开销，提高了访问效率；
(2)使用统一的数据格式，有利于数据快速解析，虽然在统一数据格式的过程中会消耗较多时间，但在解析数据时，将会大大提高解析速度，从而提高了数据处理的整体速度；
(3)使用针对物联网的数据结构，利用针对性强的比如报警数据作为搜索关键字的搜索算法，提高检索速度；
(4)利用计算机集群的优势，并行进行数据清洗过程，最大程度地减少功耗较大的浮点运算和非结构化的数据处理工作，从而在根本上解决传统的性能瓶颈问题。
附图说明
图1是本发明基于云平台的电力井下低功耗边缘计算系统的结构框图；
图2是所述基于云平台的电力井下低功耗边缘计算方法的流程图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
请参阅图1，本发明实施例包括：
一种基于云平台的电力井下低功耗边缘计算系统，主要包括依次通讯连接的低功耗井下监测系统、边缘计算主机、云平台。
所述低功耗井下监测系统用于检测井下空间的运行状态参数，通过等待轮询的方法集中上传给井下边缘计算主机。
所述边缘计算主机用于接收低功耗井下监测系统上传的数据，运行数据清洗的方法，并将物联网数据加载至服务器内存中，然后统一数据格式和结构上传至云平台，还接收云平台回传的模型参数。
所述云平台用于根据清洗后的井下环境状态参数通过数据规则的配置建立云端管理模型，得出准确的预警模型，将更新后的模型参数回传给边缘计算主机，更新井下管理模型。
具体的，所述云平台主要包括数据收集层、数据展示层、数据提取层、数据规则配置层、报警事件生成层和用户展示层。下面对各层分别具体描述：
数据收集层：位于最底层，主要收集网络数据、业务系统数据、数据库数据、操作系统数据等，然后将收集到的数据进行规范化，并进行存储；
数据展示层：位于第二层，是一个web展示界面，主要是将数据收集层获取到的数据进行统一展示，展示的方式可以是曲线图、柱状图、饼状态等，通过将数据图形化，可以帮助运维人员了解一段时间内主机或网络的运行状态和运行趋势，并作为运维人员排查问题或解决问题的依据；
数据提取层：位于第三层，主要是将数据收集层获取到的数据进行规格化和过滤处理，提取需要的数据到监控报警模块，这个部分是监控和报警两个模块的衔接点；
报警规则配置层：位于第四层，主要是根据第三层获取到的数据进行报警规则设置、报警阀值设置、报警联系人设置和报警方式设置等；
报警事件生成层：位于第五层，主要是将报警事件进行实时记录，并将报警结果存入数据库以备调用，同时将报警结果形成分析报表，以统计一段时间内的故障率和故障发生趋势；
用户展示管理层：位于最顶层，是一个web展示界面，主要是将监控统计结果、报警故障结果进行统一展示，并实现多用户、多权限管理，实现统一用户和统一权限控制。
结合图2，利用该系统，本发明还提供了一种基于云平台的电力井下低功耗边缘计算方法，包括以下步骤：
S1：利用所述低功耗井下监测系统检测井下空间的运行状态参数，通过等待轮询的方法集中上传给井下边缘计算主机；
S2：利用所述边缘计算主机接收低功耗井下监测系统上传的数据，运行数据清洗，并将物联网数据加载至服务器内存中，然后统一数据格式和数据结构上传至云平台；
优选的，所述数据结构采用数组+链表+红黑树，利用数据结构针对的清洗算法，按照预先设定FIFO方式，并设定部分异常数据由边缘计算主机本地化处理的规则，具体规则为每次从OPENSET中选择g(n)最小的节点将其加入CLOSEDSET中，同时扩展相邻节点；可把OPENSET看成一个优先队列，key值为g(n)，优先级最高的先出，将异常数据在主板上处理除去。
在数据清洗时，操作人员可以通过软件配置，或者利用配置文件，对清洗规则进行定义，在整个数据清洗过程中，将在清洗规则约定的条件下进行清洗，且清洗时，可以分为一个及以上个步骤，每个步骤都可以制定不同清洗规则。清洗规则主要流程为：
首先，用sql或者excel“去除重复记录”即可；
其次，编写一系列的规则，对重复情况复杂的数据进行去重，可以通过相同的关键信息进行匹配，合并去重。
对数据清洗，比对整形数据结果，如果数据相差太大才整体计算，同时最大程度地减少功耗较大的浮点运算和非结构化的数据处理工作，并且对一些敏感数据(包含有数据变化差别较大，而平台没有反馈有问题的记录)完成本地的提取处理，从而在根本上解决传统的性能瓶颈问题。完成清洗运行状态参数上传给云计算系统，如此不需要将所有数据的清洗工作前置，大大降低了边缘计算主机的处理时间以及随之而降低的功耗。
S3：所述云平台根据清洗后的井下环境状态参数，通过数据规则的配置建立云端管理模型，得出准确的预警模型，并将更新后的模型参数回传给边缘计算主机，更新井下管理模型。所述云端管理模型为监控数据的数据种类与时间变化的模型。具体包括以下步骤：
S301：利用RestfulAPI网络交换接口的方式，对外提供数据服务接口，将数据统一传输至云平台中心数据库，云平台数据库采用传统的关系型数据库，为每种类型的设备和状态信息整理入库，创建各自的数据表，设备编号作为唯一编码识别号，所有采集的原始数据将存储在各自的数据表中；
S302：从云平台中心数据库获得所有数据后，实施人员将这些原始数据组装成为数据块，在完成数据重构后，再将重构后的数据块加载至云平台的内存中；
具体重构的方法如下：
(1)字段太多的表，可以根据历史时间数据和报警数据字段的业务属性，抽取成一个新表；
(2)已经不再用的表字段，删除掉；
(3)可以合并的字段，尽量进行合并，可以在事件类型event_type中增加一个枚举值即可；
(4)根据当前业务，把一些表字段下沉到其它表，从地理定位信息维度输出；
(5)如果一个表的扩展属性为比如规则属性，可以另外建立一张表存储加载到内存存储，方便后续的查询。
S303：利用UDB查询算法，将S302步骤中的数据块按照关键字开始索引，在找到相应的位置后，再按照UDB插入算法将数据块插入相应的节点；
S304：所述云平台将更新后的模型参数回传给边缘计算主机，更新井下管理模型。进一步的，所述井下管理模型为井下监控数据的数据种类与时间变化的模型，通过云平台的数据提取层和用户展示层将井下管理模型人机展示出来。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种基于云平台的电力井下低功耗边缘计算系统，其特征在于，主要包括依次通讯连接的低功耗井下监测系统、边缘计算主机、云平台；
所述低功耗井下监测系统用于检测井下空间的运行状态参数，集中上传给井下边缘计算主机；
所述边缘计算主机用于接收低功耗井下监测系统上传的数据，运行数据清洗，将物联网数据加载至服务器内存中，然后上传至云平台，还用于接收云平台回传的模型参数；
所述云平台用于根据清洗后的井下环境状态参数建立云端管理模型，得出准确的预警模型，将更新后的模型参数回传给边缘计算主机，更新井下管理模型。
2.根据权利要求1所述的基于云平台的电力井下低功耗边缘计算系统，其特征在于，所述云平台主要包括数据收集层、数据展示层、数据提取层、数据规则配置层、报警事件生成层和用户展示层。
3.基于权利要求1所述的基于云平台的电力井下低功耗边缘计算系统的计算方法，包括以下步骤：
S1：利用所述低功耗井下监测系统检测井下空间的运行状态参数，集中上传给井下边缘计算主机；
S2：利用所述边缘计算主机接收低功耗井下监测系统上传的数据，运行数据清洗，并将物联网数据加载至服务器内存中，然后统一数据格式和数据结构上传至云平台；
S3：所述云平台根据清洗后的井下环境状态参数，通过数据规则的配置建立云端管理模型，得出准确的预警模型，并将更新后的模型参数回传给边缘计算主机，更新井下管理模型。
4.根据权利要求3所述基于云平台的电力井下低功耗边缘计算方法，其特征在于，在步骤S1中，所述低功耗井下监测系统检测井下空间的运行状态参数，通过等待轮询的方法集中上传给井下边缘计算主机。
5.根据权利要求3所述基于云平台的电力井下低功耗边缘计算方法，其特征在于，在步骤S2中，对数据的清洗按照预先设定的规则进行：预先设定FIFO方式，并设定部分异常数据由边缘计算主机本地化处理。
6.根据权利要求3所述基于云平台的电力井下低功耗边缘计算方法，其特征在于，在步骤S2中，统一后的数据结构为：数组+链表+红黑树。
7.根据权利要求3所述基于云平台的电力井下低功耗边缘计算方法，其特征在于，步骤S3的具体方法包括以下步骤：
S301：利用RestfulAPI网络交换接口的方式，对外提供数据服务接口，将数据统一传输至云平台中心数据库，云平台数据库采用传统的关系型数据库，为每种类型的设备和状态信息整理入库，创建各自的数据表，设备编号作为唯一编码识别号，所有采集的原始数据将存储在各自的数据表中；
S302：从云平台中心数据库获得所有数据后，实施人员将这些原始数据组装成为数据块，在完成数据重构后，再将重构后的数据块加载至云平台的内存中；
S303：利用UDB查询算法，将S302步骤中的数据块按照关键字开始索引，在找到相应的位置后，再按照UDB插入算法将数据块插入相应的节点；
S304：所述云平台将更新后的模型参数回传给边缘计算主机，更新井下管理模型。
8.根据权利要求7所述基于云平台的电力井下低功耗边缘计算方法，其特征在于，在步骤S3中，所述云端管理模型为监控数据的数据种类与时间变化的模型。
9.根据权利要求7所述基于云平台的电力井下低功耗边缘计算方法，其特征在于，在步骤S3中，所述井下管理模型为井下监控数据的数据种类与时间变化的模型，通过云平台的数据提取层和用户展示层将井下管理模型人机展示出来。
CN201911243805.8A 2019-12-06 2019-12-06 基于云平台的电力井下低功耗边缘计算系统及其方法 Active CN111159165B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911243805.8A CN111159165B (zh) 2019-12-06 2019-12-06 基于云平台的电力井下低功耗边缘计算系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911243805.8A CN111159165B (zh) 2019-12-06 2019-12-06 基于云平台的电力井下低功耗边缘计算系统及其方法

Publications (2)

Publication Number Publication Date
CN111159165A true CN111159165A (zh) 2020-05-15
CN111159165B CN111159165B (zh) 2023-07-18

Family

ID=70556393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911243805.8A Active CN111159165B (zh) 2019-12-06 2019-12-06 基于云平台的电力井下低功耗边缘计算系统及其方法

Country Status (1)

Country Link
CN (1) CN111159165B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111949641A (zh) * 2020-08-06 2020-11-17 武汉理工光科股份有限公司 一种多级平台间数据清洗与同步方法及系统
CN112085321A (zh) * 2020-07-30 2020-12-15 国家电网有限公司 一种基于边缘计算的台区状态评价方法
CN112559133A (zh) * 2020-12-22 2021-03-26 北京滴普科技有限公司 一种基于原生容器技术的云边协同系统及云边协同方法
CN112671916A (zh) * 2020-12-28 2021-04-16 厦门市美亚柏科信息股份有限公司 电子数据取证方法及边缘节点
CN112800110A (zh) * 2021-01-22 2021-05-14 国家电网有限公司技术学院分公司 电力物联网传感器弱敏感数据异常检测系统
CN115116224A (zh) * 2022-06-24 2022-09-27 山东旗帜信息有限公司 一种边缘端数据采集传输系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016025990A1 (en) * 2014-08-21 2016-02-25 Wattcost Pty Ltd Processing of resource consumption data via monitoring physically observable behaviors of an existing resource meter and provision of functionalities based on processing of resource consumption data
CN106707940A (zh) * 2017-02-28 2017-05-24 山东凌远机电科技有限公司 一种采油井设备综合管理系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016025990A1 (en) * 2014-08-21 2016-02-25 Wattcost Pty Ltd Processing of resource consumption data via monitoring physically observable behaviors of an existing resource meter and provision of functionalities based on processing of resource consumption data
CN106707940A (zh) * 2017-02-28 2017-05-24 山东凌远机电科技有限公司 一种采油井设备综合管理系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
姚琼;白鹤;李爽;唐月;秦龙;杨家胜;: "云数据中心及云平台技术应用研究" *
耿佳节;: "新能源大数据系统平台建设实践" *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112085321A (zh) * 2020-07-30 2020-12-15 国家电网有限公司 一种基于边缘计算的台区状态评价方法
CN111949641A (zh) * 2020-08-06 2020-11-17 武汉理工光科股份有限公司 一种多级平台间数据清洗与同步方法及系统
CN111949641B (zh) * 2020-08-06 2023-07-14 武汉理工光科股份有限公司 一种多级平台间数据清洗与同步方法及系统
CN112559133A (zh) * 2020-12-22 2021-03-26 北京滴普科技有限公司 一种基于原生容器技术的云边协同系统及云边协同方法
CN112559133B (zh) * 2020-12-22 2023-04-07 北京滴普科技有限公司 一种基于原生容器技术的云边协同系统及云边协同方法
CN112671916A (zh) * 2020-12-28 2021-04-16 厦门市美亚柏科信息股份有限公司 电子数据取证方法及边缘节点
CN112800110A (zh) * 2021-01-22 2021-05-14 国家电网有限公司技术学院分公司 电力物联网传感器弱敏感数据异常检测系统
CN112800110B (zh) * 2021-01-22 2022-09-16 国家电网有限公司技术学院分公司 电力物联网传感器弱敏感数据异常检测系统
CN115116224A (zh) * 2022-06-24 2022-09-27 山东旗帜信息有限公司 一种边缘端数据采集传输系统及方法
CN115116224B (zh) * 2022-06-24 2023-08-18 山东旗帜信息有限公司 一种边缘端数据采集传输系统及方法

Also Published As

Publication number Publication date
CN111159165B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN111159165A (zh) 基于云平台的电力井下低功耗边缘计算系统及其方法
JP6996812B2 (ja) 分散データベースにおけるデータブロックを処理する方法、プログラム、およびデバイス
JP3085844B2 (ja) 集中監視システムにおける障害表示方式
CN114780335A (zh) 监测数据的关联方法、装置、计算机设备和存储介质
CN111221890B (zh) 通用指标类自动监控预警方法及装置
CN117194919A (zh) 一种生产数据分析系统
CN110147353B (zh) 基于日志分析的MongoDB数据迁移监控方法及装置
CN117290180A (zh) 基于时序数据分析设备运行状态的监测方法、设备及介质
CN112181715A (zh) 基于配网自动化系统模型的可视化备份与比对方法
CN111414355A (zh) 一种海上风电场数据监测存储系统及方法、装置
CN115757363B (zh) 一种三维地籍数据库的多层级管理方法及系统
CN109522349B (zh) 跨类型数据计算及共享方法、系统、设备
CN111176950A (zh) 一种监控服务器集群的网卡的方法和设备
CN103377286A (zh) 数据库历史管理方法及其数据库历史管理系统
CN112347314B (zh) 一种基于图数据库的数据资源管理系统
CN115185778A (zh) 数据库的监控方法及装置
CN109359123A (zh) 一种运行数据查询及分析系统和方法
CN108052637B (zh) 电网时标量测数据接入全生命周期实时图文监控方法
CN103309929A (zh) 存储和检索数据的方法和系统
JP2010102462A (ja) 障害推定装置、方法及びプログラム
CN106649444B (zh) 一种cae数据库系统获取cad数据的方法及装置
CN117056134B (zh) 一种快速备份能耗监测系统中数据库数据的方法
CN110858341A (zh) 基于分布式存储系统的指标监控方法、装置、设备和介质
CN101883004A (zh) 一种业务数据合成的方法、装置及系统
CN117370313A (zh) 监控系统数据存储方法、装置和存储介质

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
GR01 Patent grant
GR01 Patent grant