CN112527829B - 基于物联网的工业数据传输与可视化系统 - Google Patents
基于物联网的工业数据传输与可视化系统 Download PDFInfo
- Publication number
- CN112527829B CN112527829B CN202011492356.3A CN202011492356A CN112527829B CN 112527829 B CN112527829 B CN 112527829B CN 202011492356 A CN202011492356 A CN 202011492356A CN 112527829 B CN112527829 B CN 112527829B
- Authority
- CN
- China
- Prior art keywords
- data
- industrial data
- industrial
- visualization
- timew
- 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.)
- Active
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
- G06F16/24532—Query optimisation of parallel queries
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24568—Data stream processing; Continuous queries
-
- 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
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/502—Proximity
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Computer And Data Communications (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明提出基于物联网的工业数据传输与可视化系统,所述系统包括多个远程现场终端单元、与所述远程现场终端单元通过局域网连接的雾计算单元、与所述雾计算单元通过物联网连接的人机交互可视化界面。将预处理后的远程现场终端单元采集的多种类型的工业数据分块后得到数据块发送给雾计算单元执行可视化处理,并基于雾计算单元反馈的性能数据调节用于数据分块的滑动窗口大小,从而启动边缘计算终端或者直接发送给人机交互可视化界面。本发明的技术方案能够采用多种方式实时的实现工业数据的传输和可视化,避免数据阻塞与延迟。
Description
技术领域
本发明属于物联网技术领域,尤其涉及一种基于物联网的工业数据传输与可视化系统。
背景技术
物联网(The Internet of Things,简称IOT)是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术,实时采集任何需要监控、连接、互动的物体或过程,采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息,通过各类可能的网络接入,实现物与物、物与人的泛在连接,实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体,它让所有能够被独立寻址的普通物理对象形成互联互通的网络。
可视化(Visualization)是利用计算机图形学和图像处理技术,将数据转换成图形或图像在屏幕上显示出来,并进行交互处理的理论、方法和技术。它涉及到计算机图形学、图像处理、计算机视觉、计算机辅助设计等多个领域,成为研究数据表示、数据处理、决策分析等一系列问题的综合技术。目前正在飞速发展的虚拟现实技术也是以图形图像的可视化技术为依托的。
具体到工业大数据领域,其可视化又有自己独特的特点,呈现出与互联网大数据可视化不同的难点和方向。概括来说,工业大数据可视化面对的数据量呈现海量趋势,且更新频率极高。
申请号为CN201811039120.7的中国发明专利申请提出一种工业数据处理方法、装置,通过采集至少一部分生产工序产生的工业数据;根据采集的各个工业数据的工序时间关联各个工业数据;对时间关联后的各个工业数据进行异常检测,通过有效的数据处理技术,将离散的生产流程拼接,通过生产全链路的分析,达到快速定位问题;评价结果可以通过数据可视化方法进行呈现。
由于工业大数据主要来源于传感器的数据采集,因此其数据量相比传统互联网大数据只多不少,而且,它的更新频率极高,传感器按照恒定的频率快速更新。如何兼顾数据的更新频率与视觉效果,同时避免数据传输阻塞,就成为可视化的第一个难题。
发明内容
为解决上述技术问题,本发明提出基于物联网的工业数据传输与可视化系统,所述系统包括多个远程现场终端单元、与所述远程现场终端单元通过局域网连接的雾计算单元、与所述雾计算单元通过物联网连接的人机交互可视化界面。将预处理后的远程现场终端单元采集的多种类型的工业数据分块后得到数据块发送给雾计算单元执行可视化处理,并基于雾计算单元反馈的性能数据调节用于数据分块的滑动窗口大小,从而启动边缘计算终端或者直接发送给人机交互可视化界面。本发明的技术方案能够采用多种方式实时的实现工业数据的传输和可视化,避免数据阻塞与延迟。
具体来说,本申请的技术方案整体上概括如下:
一种基于物联网的工业数据传输与可视化系统,所述系统包括多个远程现场终端单元、与所述远程现场终端单元通过局域网连接的雾计算单元、与所述雾计算单元通过物联网连接的人机交互可视化界面;
作为本发明的一个优点,所述系统还包括与多个远程现场终端单元连接的边缘计算终端;
所述多个远程现场终端单元采集多种类型的工业数据,并对其进行预处理之后,获得预处理后的工业数据流Pdata;
按照大小为TimeW的滑动时间窗口,从所述工业数据流Pdata中获取多个大小为Pg的数据块;
作为本发明的再一个优点,将所述多个数据块通过所述局域网发送给所述雾计算单元;所述雾计算单元对所述多个数据块进行可视化处理,并将进行所述可视化处理的性能数据反馈给现场数据流集中控制器;
所述现场数据流集中控制器基于所述性能数据,调节所述滑动时间窗口大小为TimeW′;
如果TimeW′>TimeW,基于调节后的大小为TimeW′的滑动时间窗口;
对所述工业数据流Pdata进行分块;将分块后的数据交叉的发送给所述雾计算单元与所述边缘计算终端;
如果TimeW′<TimeW,则所述边缘计算终端直接按照TimeW′的时间窗口大小从所述远程现场终端单元中获取工业数据流。
更具体的,所述边缘计算终端包括第一数据可视化引擎,所述雾计算单元包括第二数据可视化引擎;所述第一可视化引擎的性能强于所述第二数据可视化引擎。
所述雾计算单元对所述多个数据块进行可视化处理,并将进行所述可视化处理的性能数据反馈给现场数据流集中控制器,具体包括:
雾计算单元获取数据块{data1,data2,...,datak};
按照如下公式计算该雾计算设备进行所述可视化处理的性能数据值SOC:
其中,Si为读取数据块datai的时间;Di为所述雾计算设备本身的延时参数;
|datai|为数据块datai的大小。
所述现场数据流集中控制器基于所述性能数据,调节所述滑动时间窗口大小为TimeW′,具体包括:
TimeW′和TimeW满足如下条件:
(SOC·TimeW′+(1-SOC)TimeW)PG=1。
在所述远程现场终端单元与所述边缘计算终端之间还连接有队列存储器;
所述远程线程终端单元采集所述多种类型的工业数据后,将其保存到所述队列存储器中;
所述边缘计算终端从所述队列存储器中获取所述工业数据并进行可视化。
所述远程线程终端单元采集所述多种类型的工业数据后,将其保存到所述队列存储器中,进一步包括:
如果当前队列存储器处于阻塞状态,则所述远程线程终端单元采集所述多种类型的工业数据后将其发送给所述通过物联网连接的人机交互可视化界面。
所述远程线程终端单元采集所述多种类型的工业数据后,将其保存到所述队列存储器中,进一步包括:
如果当前队列存储器处于阻塞状态,则将所述多个数据块通过所述局域网发送给所述雾计算单元。
所述多个远程现场终端单元采集多种类型的工业数据,并对其进行预处理之后,获得预处理后的工业数据流Pdata,进一步包括:
将所述预处理后的工业数据流Pdata分块存储到队列存储器中。
所述雾计算单元中可视化引擎的数量小于所述远程现场终端单元的数量。
本发明的进一步优点将结合说明书附图在具体实施例部分进一步详细体现。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的基于物联网的工业数据传输与可视化系统的整体架构图。
图2是利用图1所述系统实现工业数据传输与可视化的步骤流程图。
图3-4是图2所述步骤中滑动时间窗口的调节示意图以及对应处理方式。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,本领域普通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。
参照图1,是本发明一个实施例的基于物联网的工业数据传输与可视化系统的整体架构图。
图1所述系统包括多个远程现场终端单元、与所述远程现场终端单元通过局域网连接的雾计算单元、与所述雾计算单元通过物联网连接的人机交互可视化界面。
值得注意的是,作为本发明的亮点之一,图1所述系统还包括与多个远程现场终端单元连接的边缘计算终端;并且所述雾计算单元通过数据流集中控制器通过局域网与边缘计算终端连接。
雾计算可以理解为在终端和数据中心之间再加一层,叫网络边缘层。如再加一个带有存储器的小服务器或路由器,把一些并不需要放到″云″的数据在这一层直接处理和存储,以减少″云″的压力,提高了效率,也提升了传输速率,减低了时延。
雾计算有几个明显特征:低延时、位置感知、广泛的地理分布、适应移动性的应用,支持更多的边缘节点。这些特征使得移动业务部署更加方便,满足更广泛的节点接入。雾计算所采用的架构更呈分布式,更接近网络边缘。雾计算将数据、数据处理和应用程序集中在网络边缘的设备中。
本实施例中所述的雾计算设备是能够实现上述雾计算的架构的总称。
作为另一个优选,虽然图1中未示出,但是所述数据流集中控制器可以安置于现场,构成现场数据流集中控制器之后,再通过局域网与雾计算单元连接。
在图1基础上,进一步参见图2,是利用图1所述系统实现工业数据传输与可视化的步骤流程图。
具体来说,图2中,首先是所述多个远程现场终端单元采集多种类型的工业数据,并对其进行预处理之后,获得预处理后的工业数据流Pdata;
然后按照预定大小(当前为TimeW)的滑动时间窗口,从所述工业数据流Pdata中获取多个大小为Pg的数据块;
将所述多个数据块通过所述局域网发送给所述雾计算单元;
所述雾计算单元对所述多个数据块进行可视化处理,并将进行所述可视化处理的性能数据反馈给现场数据流集中控制器;
所述现场数据流集中控制器基于所述性能数据,调节所述滑动时间窗口大小为TimeW′;
此时,可以获得新的滑动时间窗口大小TimeW′,因此,可以返回到按照预定大小的滑动时间窗口,从所述工业数据流Pdata中获取多个大小为Pg的数据块这一步骤,继续执行。
当然,作为本发明的优点之一,如果TimeW′>TimeW,基于调节后的大小为TimeW′的滑动时间窗口,对所述工业数据流Pdata进行分块;将分块后的数据交叉的发送给所述雾计算单元与所述边缘计算终端;
如果TimeW′<TimeW,则所述边缘计算终端直接按照TimeW′的时间窗口大小从所述远程现场终端单元中获取工业数据流。
如此,可以保证数据传输的及时性;
更具体的,参见图3-4。
所述雾计算单元对所述多个数据块进行可视化处理,并将进行所述可视化处理的性能数据反馈给现场数据流集中控制器,具体包括:
雾计算单元获取数据块{data1,data2,...,datak};
按照如下公式计算该雾计算设备进行所述可视化处理的性能数据值SOC:
其中,Si为读取数据块datai的时间;Di为所述雾计算设备本身的延时参数;
|datai|为数据块datai的大小。
所述现场数据流集中控制器基于所述性能数据,调节所述滑动时间窗口大小为TimeW′,具体包括:
TimeW′和TimeW满足如下条件:
(SOC·TimeW′+(1-SOC)TimeW)PG=1。
此外,虽然未示出,但是在上述实施例中,所述边缘计算终端包括第一数据可视化引擎,所述雾计算单元包括第二数据可视化引擎;所述第一可视化引擎的性能强于所述第二数据可视化引擎。
在所述远程现场终端单元与所述边缘计算终端之间还连接有队列存储器;
所述远程线程终端单元采集所述多种类型的工业数据后,将其保存到所述队列存储器中;
所述边缘计算终端从所述队列存储器中获取所述工业数据并进行可视化。
所述远程线程终端单元采集所述多种类型的工业数据后,将其保存到所述队列存储器中,进一步包括:
如果当前队列存储器处于阻塞状态,则所述远程线程终端单元采集所述多种类型的工业数据后将其发送给所述通过物联网连接的人机交互可视化界面。
如此,可避免数据阻塞,实现实时的数据可视化。
所述远程线程终端单元采集所述多种类型的工业数据后,将其保存到所述队列存储器中,进一步包括:
如果当前队列存储器处于阻塞状态,则将所述多个数据块通过所述局域网发送给所述雾计算单元。
如此,可避免数据传输阻塞,实现实时的数据可视化。
更具体的,所述多个远程现场终端单元采集多种类型的工业数据,并对其进行预处理之后,获得预处理后的工业数据流Pdata,进一步包括:
将所述预处理后的工业数据流Pdata分块存储到队列存储器中。
作为优选,所述雾计算单元中可视化引擎的数量小于所述远程现场终端单元的数量,这样,可以充分利用雾计算单元的计算能力,使得一个雾计算单元至少接收多个远程现场终端单元的数据集。
在上述实施例中,远程现场终端单元可以是RTU,一种针对通信距离较长和工业现场环境恶劣而设计的具有模块化结构的、特殊的计算机测控单元,它将末端检测仪表和执行机构与远程调控中心的主计算机连接起来,具有远程数据采集、控制和通信功能,能接收主计算机的操作指令,控制末端的执行机构动作。按照国标CB/T 14429-93《远动设备及系统术语》中的定义,远动指应用通信技术,完成遥测、遥信、遥控和遥调等功能的总称,简称″四遥″。
作为一个示意性的例子,RTU(Remote Terminal Unit远程终端装置),就是电网监视和控制系统中安装在发电厂或变电站的一种远动装置,简称RTU,是调度自动化、变电站自动化、无人值守变电站、配电自动化和过程控制自动化系统中的关键设备。RTU的职能是采集所在发电厂或变电站表征电力系统运行状态的模拟量和状态量,监视并向调度中心传送这些模拟量和状态量,执行调度中心发往所在发电厂或变电站的控制和调节命令。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种基于物联网的工业数据传输与可视化系统,所述系统包括多个远程现场终端单元、与所述远程现场终端单元通过局域网连接的雾计算单元、与所述雾计算单元通过物联网连接的人机交互可视化界面;
其特征在于:
所述系统还包括与多个远程现场终端单元连接的边缘计算终端;
所述多个远程现场终端单元采集多种类型的工业数据,并对其进行预处理之后,获得预处理后的工业数据流Pdata;
按照大小为TimeW的滑动时间窗口,从所述工业数据流Pdata中获取多个大小为PG的数据块;
将多个数据块通过所述局域网发送给所述雾计算单元;
所述雾计算单元对所述多个数据块进行可视化处理,并将进行所述可视化处理的性能数据反馈给现场数据流集中控制器;
所述现场数据流集中控制器基于所述性能数据,调节所述滑动时间窗口大小为TimeW′;
如果TimeW′>TimeW,基于调节后的大小为TimeW′的滑动时间窗口,对所述工业数据流Pdata进行分块;将分块后的数据交叉的发送给所述雾计算单元与所述边缘计算终端;
如果TimeW′<TimeW,则所述边缘计算终端直接按照TimeW′的时间窗口大小从所述远程现场终端单元中获取工业数据流;
所述雾计算单元对所述多个数据块进行可视化处理,并将进行所述可视化处理的性能数据反馈给现场数据流集中控制器,具体包括:
雾计算单元获取数据块{data1,data2,...,datak};
按照如下公式计算雾计算设备进行所述可视化处理的性能数据值SOC:
其中,Si为读取数据块datai的时间;Di为所述雾计算设备本身的延时参数;
|datai|为数据块datai的大小。
2.如权利要求1所述的一种基于物联网的工业数据传输与可视化系统,其特征在于:
所述边缘计算终端包括第一数据可视化引擎,所述雾计算单元包括第二数据可视化引擎;所述第一数据可视化引擎的性能强于所述第二数据可视化引擎。
3.如权利要求1所述的一种基于物联网的工业数据传输与可视化系统,其特征在于:
所述现场数据流集中控制器基于所述性能数据,调节所述滑动时间窗口大小为TimeW′,具体包括:
TimeW′和TimeW满足如下条件:
(SOC·TimeW′+(1-SOC)TimeW)PG=1。
4.如权利要求1所述的一种基于物联网的工业数据传输与可视化系统,其特征在于:
在所述远程现场终端单元与所述边缘计算终端之间还连接有队列存储器;
所述远程线程终端单元采集所述多种类型的工业数据后,将其保存到所述队列存储器中;
所述边缘计算终端从所述队列存储器中获取所述工业数据并进行可视化。
5.如权利要求4所述的一种基于物联网的工业数据传输与可视化系统,其特征在于:
所述远程线程终端单元采集所述多种类型的工业数据后,将其保存到所述队列存储器中,进一步包括:
如果当前队列存储器处于阻塞状态,则所述远程线程终端单元采集所述多种类型的工业数据后将其发送给所述通过物联网连接的人机交互可视化界面。
6.如权利要求4所述的一种基于物联网的工业数据传输与可视化系统,其特征在于:
所述远程线程终端单元采集所述多种类型的工业数据后,将其保存到所述队列存储器中,进一步包括:
如果当前队列存储器处于阻塞状态,则将所述多个数据块通过所述局域网发送给所述雾计算单元。
7.如权利要求1所述的一种基于物联网的工业数据传输与可视化系统,其特征在于:
所述多个远程现场终端单元采集多种类型的工业数据,并对其进行预处理之后,获得预处理后的工业数据流Pdata,进一步包括:
将所述预处理后的工业数据流Pdata分块存储到队列存储器中。
8.如权利要求1所述的一种基于物联网的工业数据传输与可视化系统,其特征在于:
所述雾计算单元中可视化引擎的数量小于所述远程现场终端单元的数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011492356.3A CN112527829B (zh) | 2020-12-17 | 2020-12-17 | 基于物联网的工业数据传输与可视化系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011492356.3A CN112527829B (zh) | 2020-12-17 | 2020-12-17 | 基于物联网的工业数据传输与可视化系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112527829A CN112527829A (zh) | 2021-03-19 |
CN112527829B true CN112527829B (zh) | 2022-05-10 |
Family
ID=75000872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011492356.3A Active CN112527829B (zh) | 2020-12-17 | 2020-12-17 | 基于物联网的工业数据传输与可视化系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112527829B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018158404A1 (en) * | 2017-03-01 | 2018-09-07 | PLETHORA IIoT, S.L. | Device and system including multiple devices for supervision and control of machines in industrial installation |
CN110311946A (zh) * | 2019-05-10 | 2019-10-08 | 国网浙江省电力有限公司宁波供电公司 | 基于云雾计算的业务数据安全处理方法、装置及系统 |
CN111694651A (zh) * | 2020-06-17 | 2020-09-22 | 孔德贵 | 基于云计算和医疗大数据的任务处理优化系统 |
CN111726407A (zh) * | 2020-06-17 | 2020-09-29 | 浙大城市学院 | 一种智能植物工厂环境下名优花卉及药用植物栽培的雾计算监控技术 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180067779A1 (en) * | 2016-09-06 | 2018-03-08 | Smartiply, Inc. | AP-Based Intelligent Fog Agent |
US10719744B2 (en) * | 2017-12-28 | 2020-07-21 | Intel Corporation | Automated semantic inference of visual features and scenes |
US11283635B2 (en) * | 2019-09-28 | 2022-03-22 | Intel Corporation | Dynamic sharing in secure memory environments using edge service sidecars |
-
2020
- 2020-12-17 CN CN202011492356.3A patent/CN112527829B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018158404A1 (en) * | 2017-03-01 | 2018-09-07 | PLETHORA IIoT, S.L. | Device and system including multiple devices for supervision and control of machines in industrial installation |
CN110311946A (zh) * | 2019-05-10 | 2019-10-08 | 国网浙江省电力有限公司宁波供电公司 | 基于云雾计算的业务数据安全处理方法、装置及系统 |
CN111694651A (zh) * | 2020-06-17 | 2020-09-22 | 孔德贵 | 基于云计算和医疗大数据的任务处理优化系统 |
CN111726407A (zh) * | 2020-06-17 | 2020-09-29 | 浙大城市学院 | 一种智能植物工厂环境下名优花卉及药用植物栽培的雾计算监控技术 |
Non-Patent Citations (1)
Title |
---|
"边缘计算资源分配与任务调度优化综述";王凌等;《系统仿真学报》;20200930;509-520 * |
Also Published As
Publication number | Publication date |
---|---|
CN112527829A (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113485156B (zh) | 一种变压器数字孪生云平台及其实现方法 | |
US20210390422A1 (en) | Knowledge-Base Information Sensing Method And System For Operations And Maintenance Of Data Center | |
CN104517432A (zh) | 基于无人机和无线传感器网络的监控系统 | |
CN111798096A (zh) | 一种基于电网调度数据的可视分析方法、系统及存储介质 | |
CN110135609A (zh) | 一种基于大数据共建共享的智慧旅游系统及方法 | |
CN111860256A (zh) | 安全检测方法、装置、计算机设备和存储介质 | |
CN115409643A (zh) | 一种电力设施数字孪生运行监测系统 | |
CN112527829B (zh) | 基于物联网的工业数据传输与可视化系统 | |
CN112836370B (zh) | 供热系统调度方法、装置、设备、存储介质以及程序产品 | |
CN108228900B (zh) | 基于分层结构的电力设备多光谱数据中心模型建立方法 | |
CN112862189B (zh) | 热源负荷预测方法、装置、设备、存储介质以及程序产品 | |
CN112926863B (zh) | 基于六大预警中心的电网灾害综合监测系统 | |
CN110647070A (zh) | 一种用于超大规模数据中心的动力环境监控系统 | |
CN115899991A (zh) | 空调运行控制方法、装置、电子设备及存储介质 | |
CN115687587A (zh) | 一种基于位置信息的物联设备与空间对象关联匹配方法、装置、设备及介质 | |
CN114531377A (zh) | 流程工业设备数据的流量控制方法、系统、设备及介质 | |
CN114741447A (zh) | 一种分布式能源站数据处理方法及装置 | |
CN114265357A (zh) | 一种基于计量装置的智能控制系统 | |
CN107404659A (zh) | 网络视频显示方法及装置 | |
CN111857015A (zh) | 输变电云端智能控制器 | |
CN116071892B (zh) | 基于5g+iot的局地灾害性天气预警物联网发布方法 | |
CN110278234A (zh) | 基于云推送的移动端scada实时监控系统 | |
CN115695193B (zh) | 设备能耗控制方法、装置、电子设备、计算机可读介质 | |
CN111897655B (zh) | 一种输变电云端智能控制器 | |
KR102634016B1 (ko) | 웹기반 디지털 트윈 서비스 방법 |
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 |