CN113590368A - 一种基于边边协同的异常设备诊断方法及系统 - Google Patents

Abstract

本发明公开了一种基于边边协同的异常设备诊断方法及系统，其中方法包括：通过主站系统对边缘计算终端进行分组；确定各边缘计算终端设备对应的设备集合；通过主站系统分别确定主节点边缘计算终端或从节点边缘计算终端；通过主节点和从节点边缘计算终端分别获取对应的设备集合的设备特征值，并基于设备特征值对主节点和从节点边缘计算终端对应的设备集合的设备记录特征值进行更新；通过从节点边缘计算终端按预设的时间周期定时向主节点边缘计算终端同步设备记录特征值信息；通过主节点边缘计算终端基于设备记录特征值信息，根据设备的供电关系以及设备的通信关系计算设备异常值，根据计算出的设备异常值进行异常设备的定位。

Description

一种基于边边协同的异常设备诊断方法及系统

技术领域

本发明涉及电力物联网技术领域，更具体地，涉及一种基于边边协同的异常设备诊断方法及系统。

背景技术

作为传统工业技术与物联网技术深度融合的信息物理系统，配电物联网能够增强配电网信息数据的集成与应用能力，提升配电网建设、运维、管理水平，支撑能源互联网快速发展。在这样的情况下，我国发布了泛在电力物联网建设大纲，在全国各地开展了配电物联网示范工程，即低压台区智能物联网改造后，由边缘计算终端通过传感器设备、智能电表数据定期上送数据情况，来判断设备节点的运行状况，结合存储台区拓扑结构研判故障节点，完成台区运行状况的监测以及异常情况的告警，从而及时引导运维人员处理。

但随着试点工程的不断推进，一些问题也暴露了出来：一些配置了多变压器、使用备自投切改、具备联络开关的低压台区场景，在调整供电拓扑结构后，会导致现有系统因缺乏台区变更结构信息而无法进行状态判断，影响到配电物联网缺陷告警、位置研判等功能的使用。

因此需要一种能够通过边缘计算终端协同配合，在台区复杂结构场景下使用，实现对设备异常分析研判功能的方法，来支撑台区智能化改造的顺利实施。

发明内容

本发明技术方案提供一种基于边边协同的异常设备诊断方法及系统，以解决如何基于边边协同的台区复杂结构场景下设备异常诊断的问题。

为了解决上述问题，本发明提供了一种基于边边协同的异常设备诊断方法，所述方法包括：

通过主站系统对边缘计算终端进行分组，将从属于同一台区的边缘计算终端划分为一组；确定每一组中各边缘计算终端设备对应的设备集合；

通过主站系统将每一分组内的边缘计算终端分别确定为主节点边缘计算终端或从节点边缘计算终端；

通过所述主节点边缘计算终端和所述从节点边缘计算终端分别获取对应的设备集合的设备特征值，并基于所述设备特征值对所述主节点边缘计算终端和所述从节点边缘计算终端对应的设备集合的设备记录特征值进行更新，所述记录设备特征值用于确认设备集合中设备的运行状态；

通过所述从节点边缘计算终端按预设的时间周期定时向所述主节点边缘计算终端同步设备集合中设备的设备记录特征值信息，通过所述主节点边缘计算终端存储所属台区内所有设备的设备记录特征值信息；

通过所述主节点边缘计算终端基于所述设备记录特征值信息，根据设备的供电关系以及设备的通信关系计算设备异常值，根据计算出的设备异常值进行异常设备的定位。

优选地，所述基于所述设备特征值对所述主节点边缘计算终端和所述从节点边缘计算终端对应的设备集合的设备记录特征值进行更新，所述设备记录特征值的更新公式为：

α＝0.7·α₀+0.3·β_i

式中，α₀为待更新的设备记录特征值，α为本次更新后的设备记录特征值，β_i为本次获取的设备特征值。

优选地，所述根据设备的供电关系和设备的通信关系计算设备异常值，包括：

式中，ε指设备异常值，γ_i指设备供电关系下的设备i影响值，φ_k指设备通信关系下的设备k影响值，m指设备供电关系下设备影响数，n指设备通信关系下设备影响数，f、g分别为设备供电关系、设备通信关系权值参数，δ为设备受上游影响值。

优选地，所述记录设备特征值用于确认设备集合中设备的运行状态，包括：

当设备特征值大于0.65时，将设备记为正常状态；

当设备特征值小于等于0.65同时大于0.35时，将设备记为怀疑状态；

当设备特征值小于等于0.35时，将设备记为缺陷状态。

优选地，还包括：通过所述主节点边缘计算终端将异常设备的定位信息发送至所述主站系统。

基于本发明的另一方面，本发明提供一种基于边边协同的异常设备诊断系统，所述系统包括：

初始单元，用于通过主站系统对边缘计算终端进行分组，将从属于同一台区的边缘计算终端划分为一组；确定每一组中各边缘计算终端设备对应的设备集合；

确定单元，用于通过主站系统将每一分组内的边缘计算终端分别确定为主节点边缘计算终端或从节点边缘计算终端；

获取单元，用于通过所述主节点边缘计算终端和所述从节点边缘计算终端分别获取对应的设备集合的设备特征值，并基于所述设备特征值对所述主节点边缘计算终端和所述从节点边缘计算终端对应的设备集合的设备记录特征值进行更新，所述记录设备特征值用于确认设备集合中设备的运行状态；

更新单元，用于通过所述从节点边缘计算终端按预设的时间周期定时向所述主节点边缘计算终端同步设备集合中设备的设备记录特征值信息，通过所述主节点边缘计算终端存储所属台区内所有设备的设备记录特征值信息；

结果单元，用于通过所述主节点边缘计算终端基于所述设备记录特征值信息，根据设备的供电关系以及设备的通信关系计算设备异常值，根据计算出的设备异常值进行异常设备的定位。

优选地，所述获取单元，用于基于所述设备特征值对所述主节点边缘计算终端和所述从节点边缘计算终端对应的设备集合的设备记录特征值进行更新，所述设备记录特征值的更新公式为：

α＝0.7·α₀+0.3·β_i

式中，α₀为待更新的设备记录特征值，α为本次更新后的设备记录特征值，β_i为本次获取的设备特征值。

优选地，所述结果单元，用于根据设备的供电关系和设备的通信关系计算设备异常值，包括：

式中，ε指设备异常值，γ_i指设备供电关系下的设备i影响值，φ_k指设备通信关系下的设备k影响值，m指设备供电关系下设备影响数，n指设备通信关系下设备影响数，f、g分别为设备供电关系、设备通信关系权值参数，δ为设备受上游影响值。

优选地，所述记录设备特征值用于确认设备集合中设备的运行状态，包括：

当设备特征值大于0.65时，将设备记为正常状态；

当设备特征值小于等于0.65同时大于0.35时，将设备记为怀疑状态；

当设备特征值小于等于0.35时，将设备记为缺陷状态。

优选地，还包括发送单元，用于通过所述主节点边缘计算终端将异常设备的定位信息发送至所述主站系统。

本发明技术方案提供了一种基于边边协同的异常设备诊断方法及系统，其中方法包括：通过主站系统对边缘计算终端进行分组，将从属于同一台区的边缘计算终端划分为一组；确定每一组中各边缘计算终端设备对应的设备集合；通过主站系统将每一分组内的边缘计算终端分别确定为主节点边缘计算终端或从节点边缘计算终端；通过所述主节点边缘计算终端和所述从节点边缘计算终端分别获取对应的设备集合的设备特征值，并基于所述设备特征值对所述主节点边缘计算终端和所述从节点边缘计算终端对应的设备集合的设备记录特征值进行更新，所述记录设备特征值用于确认设备集合中设备的运行状态；通过所述从节点边缘计算终端按预设的时间周期定时向所述主节点边缘计算终端同步设备集合中设备的设备记录特征值信息，通过所述主节点边缘计算终端存储所属台区内所有设备的设备记录特征值信息；通过所述主节点边缘计算终端基于所述设备记录特征值信息，根据设备的供电关系以及设备的通信关系计算设备异常值，根据计算出的设备异常值进行异常设备的定位。本发明提供的基于边边协同的台区复杂结构场景下异常诊断系统及方法，实现日常运维检修业务工作效率有效提升。

附图说明

通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：

图1为根据本发明优选实施方式的一种基于边边协同的异常设备诊断方法流程图；

图2为根据本发明优选实施方式的复杂台区结构示意图；以及

图3为根据本发明优选实施方式的一种基于边边协同的异常设备诊断系统结构图。

具体实施方式

现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。

除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。

图1为根据本发明优选实施方式的一种基于边边协同的异常设备诊断方法流程图。为了解决当前低压台区设备工作运行状态运维检修工作困难的情况，本发明提供一种基于边边协同的台区复杂结构场景下异常诊断方法。

如图1所示，本发明提供一种基于边边协同的异常设备诊断方法，方法包括：

步骤101：通过主站系统对边缘计算终端进行分组，将从属于同一台区的边缘计算终端划分为一组；确定每一组中各边缘计算终端设备对应的设备集合。

本发明基于主站系统完成边缘计算终端分组，确定协同设备范围。其中，终端分组：基于主站系统所存储的设备台账信息，根据边缘计算终端所服务台区信息，将从属于同一台区的边缘计算终端设备分为一组。

协同设备：由于服务于同一台区，通过所涉及低压传感器设备及用户智能电表状态，以便实时明确台区结构的设备集合。

步骤102：通过主站系统将每一分组内的边缘计算终端分别确定为主节点边缘计算终端或从节点边缘计算终端。

本发明的主站侧确定边缘计算终端主从节点关系，构筑边边协同流程。

其中，主从节点：依据设备性能及存储计算需求，所区分的进行分析判断的主节点终端设备、用于提供支撑备份的从节点终端设备，由主站依据性能、可靠性等原则进行选择。

主节点终端：在靠近台区侧就近提供业务服务的边缘计算终端，通过接收台区设备上送数据、从节点终端上报数据，主要完成台区相关业务数据的信息存储、统计计算、业务应用等功能。

从节点终端：在靠近台区侧就近提供业务服务的边缘计算终端，通过接收台区设备上送数据，上报并同步主节点终端数据，完成台区相关业务数据的信息存储、统计计算等功能。

边边协同：主从节点等多个边终端设备之间数据交互和工作配合的规则，即主从节点分别建立涵盖台区设备的数据存储空间，从终端节点定期向主终端节点传输设备特征数据，主终端节点定期将结果数据同步至从终端节点。

步骤103：通过主节点边缘计算终端和从节点边缘计算终端分别获取对应的设备集合的设备特征值，并基于设备特征值对主节点边缘计算终端和从节点边缘计算终端对应的设备集合的设备记录特征值进行更新，记录设备特征值用于确认设备集合中设备的运行状态。

优选地，基于设备特征值对主节点边缘计算终端和从节点边缘计算终端对应的设备集合的设备记录特征值进行更新，设备记录特征值的更新公式为：

α＝0.7·α₀+0.3·β_i

式中，α₀为待更新的设备记录特征值，α为本次更新后的设备记录特征值，β_i为本次获取的设备特征值。

优选地，记录设备特征值用于确认设备集合中设备的运行状态，包括：

当设备特征值大于0.65时，将设备记为正常状态；

当设备特征值小于等于0.65同时大于0.35时，将设备记为怀疑状态；

当设备特征值小于等于0.35时，将设备记为缺陷状态。

本发明由边缘计算终端根据台区设备完成各项日常工作情况，积累台区设备运行任务特征值数据，并根据特征值更新公式完成设备特征值更新。

其中，日常工作：涉及日常定时上报、突发性的实时召测、指令执行等业务工作，包括智能电表的电能冻结结算值，智能传感器设备的电气量、环境、状态等数据值，设备启停机控制、功率遥调等。

任务特征值：基于本次任务完成情况，所转化为的衡量指标数值。

任务特征值分类：用正常、异常、失败三个数值区间来对照设备单次任务执行情况，为设备运行状况积累相关数据信息。

设备特征值：基于一定时间长度所积累的任务完成情况，所转化的台区设备运行状态。

设备特征值分类：用数值大小区分设备运行的正常、怀疑、缺陷三个状态，其中正常状态指设备运行基本正常，最多偶发性出现不影响设备功能及运行稳定性方面的问题，不需要任何人为干预；怀疑状态指设备可以长时间正常运行，但会偶发性出现影响设备功能及运行稳定性方面的问题，应注意安排人员关注设备状态、排查问题原因；缺陷状态指设备功能及运行稳定性难以持续维持，已经影响到设备安全稳定运行，需要安排人员维护检修。

特征值更新：基于任务特征值结果，通过特征值更新公式积累至设备特征值。

特征值更新公式：基于设备与台区智能终端所交互任务的成功与否，得到任务特征值，并带入具备历史累计能力的特征值更新公式：

式中，c、d为相关权值参数，α₀为待更新的设备特征值，α为本次更新后的设备特征值结果，β_i为本次任务特征值。

步骤104：通过从节点边缘计算终端按预设的时间周期定时向主节点边缘计算终端同步设备集合中设备的设备记录特征值信息，通过主节点边缘计算终端存储所属台区内所有设备的设备记录特征值信息。

步骤105：通过主节点边缘计算终端基于设备记录特征值信息，根据设备的供电关系以及设备的通信关系计算设备异常值，根据计算出的设备异常值进行异常设备的定位。

优选地，根据设备的供电关系和设备的通信关系计算设备异常值，包括：

式中，ε指设备异常值，γ_i指设备供电关系下的设备i影响值，φ_k指设备通信关系下的设备k影响值，m指设备供电关系下设备影响数，n指设备通信关系下设备影响数，f、g分别为设备供电关系、设备通信关系权值参数，δ为设备受上游影响值。

优选地，还包括：通过主节点边缘计算终端将异常设备的定位信息发送至主站系统。

本发明从终端节点定时向主终端节点同步设备特征值信息，由主终端节点根据当前所覆盖台区所有设备情况，分别针对设备供电关系、设备通信关系，利用设备异常值完成设备定位并上报主站。

其中，设备供电关系：针对供电系统特性，根据终端节点所获取联络开关、关键节点开关情况，由主终端节点结合拓扑结构来确定供电关系上下游；

设备通信关系：针对台区通信系统依赖节点转发的现状，根据台区局域网通信网络关联关系，负责转发的节点为通信关系上游，被转发数据节点为通信关系下游；

设备异常值：

式中，ε指设备异常值，γ指设备供电关系下的设备影响值，φ指设备通信关系下的设备影响值，m指设备供电关系下设备影响数，n指设备通信关系下设备影响数，f、g分别为设备供电关系、设备通信关系权值参数，δ为设备受上游影响值。

设备影响值：针对设备供电或通信关系，衡量台区相关设备受该节点情况影响的数值。

设备影响总额：针对设备供电或通信关系，当前拓扑结构下，衡量可能受该节点情况影响的数值。

上游影响值：针对设备供电或通信关系，当前拓扑结构下，衡量上游设备对该节点影响的数值。

设备定位：根据所收集数据，通过设备影响相关数据确定的最可能异常设备的位置信息。

本发明由主站侧发布台区相关告警信息，引导运维检修计划开展。

本发明考虑当前配电物联网低压侧改造过程中，缺乏在复杂结构场景下对设备运行状态的研判能力，针对多边缘终端同时服务于同一台区会造成结构复杂的现实情况，设计了一种诊断系统及方法，能够利用日常运行过程中每次任务执行结果，通过累计结果值进行异常设备位置研判，从而实现诊断功能。

本发明提供的技术方案，通过主站系统实现边缘计算终端分组，由边缘计算终端之间的信息传递实现协同配合，利用低压设备日常工作运行结果实现设备状态研判，仅需边缘计算终端增加新的程序模块，无需额外的设备改造，能够较为有效的解决当前复杂场景下边缘计算终端无法实现台区设备状态研判的情况，从而支撑配电物联网的推广应用工作。

以下对本发明实施方式做进一步的具体解释说明：

如图2所示，台区D₁由多个楼宇组成，由两个变压器T₁、T₂为其供电，每个变压器有两条通过常开开关关联的低压线路，每个变压器处各配置一套边缘计算终端，其中C₁终端性能较C₂稍高，并通过双模通信局域网络各自覆盖就近低压设备，其中C₁终端覆盖S₁、S₂、S₃、S₄、B₁、B₂、B₃、B₄、M₁、M₂、M₃、M₄、M₅、M₆、M₇、M₈、M₁₇、M₁₈、M₁₉、M₂₀、M₂₁、M₂₂、M₂₃、M₂₄等设备，C₂终端覆盖S₅、S₆、B₅、B₆、B₇、B₈、M₉、M₁₀、M₁₁、M₁₂、M₁₃、M₁₄、M₁₅、M₁₆、M₂₅、M₂₆、M₂₇、M₂₈、M₂₉、M₃₀、M₃₁、M₃₂等设备，边缘计算终端直连各低压线路分接箱，低压线路分接箱转发所对应楼宇智能用户电表，S₁、S₂、S₄、S₅开关处于闭合状态。目前B₆分接箱通信模块故障，已造成M₂₅、M₂₆、M₂₇、M₂₈等智能电表数据时常无法正常转发，同时M₃₁、M₃₂等智能电表数据因环境遮蔽等原因导致通信不畅，时有数据无法准时上报成功。

步骤1：基于主站系统对所覆盖台区进行梳理，发现台区D₁存在2套变压器为其供电，涉及两套边缘计算终端为其服务，因此将C₁、C₂分为一组，则确定协同区域范围设备集合分别记为I₁、I₂，设备集合为I₁＝{C₁,S₁,S₂,S₃,S₄,B₁,B₂,B₃,B₄,M₁,M₂,M₃,M₄,M₅,M₆,M₇,M₈,M₁₇,M₁₈,M₁₉,M₂₀,M₂₁,M₂₂,M₂₃,M₂₄}，I₂＝{C₂,S₅,S₆,B₅,B₆,B₇,B₈,M₉,M₁₀,M₁₁,M₁₂,M₁₃,M₁₄,M₁₅,M₁₆,M₂₅,M₂₆,M₂₇,M₂₈,M₂₉,M₃₀,M₃₁,M₃₂}，以及各设备间的拓扑结构。

步骤2：主站侧对比边缘计算终端性能，选择C₁为主节点终端，C₂为从节点终端，在两终端内建立I₁、I₂所覆盖设备集合的数据存储空间，并由C₂向C₁传送数据，在完成统计计算后，再将结果同步至C₂，每5分钟由C₂向C₁传送一次设备特征值数据，以减少资源消耗。

步骤3：由边缘计算终端根据台区设备完成各项日常工作情况，生成I₁、I₂对应设备集相关的任务特征值，并据此完成设备特征值更新。

其中，任务特征值分类：本次设备数据能够正常定时上报、指令正常执行，则任务正常特征值取为0.8，若设备数据虽然存在上报数据延时、指令执行缓慢，但仍最终完成本次任务，则任务异常特征值取为0.5，若设备数据不能按时上报、指令执行失败，则任务失败特征值取为0.2。

任务特征值分类依据：不同指令执行按照时间区分，任务正常以边缘计算终端时钟为基准，对于定期上报或指令执行任务，能够在5分钟内完成的记录任务正常特征值，10分钟内完成的，记录任务异常特征值，10分钟后仍然无法完成的，记录任务失败特征值。

设备特征值分类依据：设备特征值大于0.65，记为正常状态；设备特征值小于等于0.65同时大于0.35，记为怀疑状态；设备特征值小于等于0.35，记为缺陷状态。

特征值更新公式：权值参数c、d取值分别取7、3，即更新公式如下：

α＝0.7·α₀+0.3·β_i (3)

式中，α₀为待更新的设备特征值，α为本次更新后的设备特征值结果，β_i为本次任务特征值，根据每次设备执行任务结果不同分为任务正常特征值β₁、任务异常特征值β₂、任务失败特征值β₃。

这里经终端统计更新B₆、M₂₅、M₂₆、M₂₇、M₂₈、M₃₁、M₃₂设备特征值分别为0.419、0.349、0.395、0.336、0.295、0.556、0.449等。

步骤4、从终端节点C₂定时向主终端节点C₁同步设备特征值信息，主终端节点C₁根据当前主从终端节点所覆盖台区所有设备情况，分别针对设备供电关系、设备通信关系，利用问题设备研判定位方法完成、故障位异常告警研判，并在进行排序后上送至主站侧使用。

其中，设备异常值公式：权值参数f、g分别取4、6，即更新公式如下：

式中，ε指设备异常值，γ指设备供电关系下的设备影响值，φ指设备通信关系下的设备影响值，m指设备供电关系下设备影响数，n指设备通信关系下设备影响数，δ为设备受上游影响值。

缺陷设备定位：设备异常值公式中，设备特征值参数E使用缺陷状态值0.35，所统计结果向主站侧告警后需要排计划安排人员进行检修。

怀疑设备定位：完成缺陷设备定位后，在设备异常值公式中设备特征值参数E使用0.65，并剔除缺陷设备定位中的相关设备，然后向主站侧上报提醒运维人员关注。

设备影响值：自当前计算设备起，对于拓扑结构下游设备特征值≤参数E、设备自身特征值≤参数E的值计为1，否则计为0，并累计相关数值。对B₆、M₂₅、M₂₆、M₂₇、M₂₈、M₃₁、M₃₂设备，缺陷设备定位计算时，设备供电关系下的

分别为5、1、1、1、1、0、0，设备通信关系下的

分别为5、1、1、1、1、0、0，怀疑设备定位计算时，设备供电关系下的

分别为5、1、1、1、1、1、1，设备通信关系下的

分别为5、1、1、1、1、1、1。

设备影响总额：自当前计算设备起，对于拓扑结构下可能受影响设备总个数。对B₆、M₂₅、M₂₆、M₂₇、M₂₈、M₃₁、M₃₂设备，设备供电关系下的m分别为10、1、1、1、1、1、1，设备通信关系下的n分别为5、1、1、1、1、1、1。

上游影响值：自当前计算设备起，上游设备正常运行，未对该设备异常产生影响则值计为1，否则计为0。对B₆、M₂₅、M₂₆、M₂₇、M₂₈、M₃₁、M₃₂设备，缺陷设备定位计算时，设备供电关系下的δ分别为1、0、0、0、0、1、1，设备通信关系下的n分别为1、0、0、0、0、1、1，怀疑设备定位计算时，设备供电关系下的δ分别为1、0、0、0、0、1、1，设备通信关系下的n分别为1、0、0、0、0、1、1。

因此，缺陷设备定位时，设备异常值

同样

等设备异常值分别为1、1、1、1、0、0，即应着重关注B₆设备状况，待维修完成后再注意M₂₅、M₂₆、M₂₇、M₂₈设备。在怀疑设备定位时，设备异常值

等设备异常值分别为1、1、1、1、1、1，去除已纳入缺陷设备的部分，即应注意M₃₁、M₃₂。

步骤5、由主站侧发布台区相关告警信息，通过检修计划安排人员尽快前往台区D₁进行B₆设备消缺，等完成检修后，再查验M₂₅、M₂₆、M₂₇、M₂₈设备是否仍然存在问题，同时，注意安排人员查找问题M₃₁、M₃₂设备不能正常运转的具体原因。

图3为根据本发明优选实施方式的一种基于边边协同的异常设备诊断系统结构图。如图3所示，本发明提供一种基于边边协同的异常设备诊断系统，系统包括：

初始单元301，用于通过主站系统对边缘计算终端进行分组，将从属于同一台区的边缘计算终端划分为一组；确定每一组中各边缘计算终端设备对应的设备集合。

确定单元302，用于通过主站系统将每一分组内的边缘计算终端分别确定为主节点边缘计算终端或从节点边缘计算终端。

获取单元303，用于通过主节点边缘计算终端和从节点边缘计算终端分别获取对应的设备集合的设备特征值，并基于设备特征值对主节点边缘计算终端和从节点边缘计算终端对应的设备集合的设备记录特征值进行更新，记录设备特征值用于确认设备集合中设备的运行状态。优选地，获取单元303，用于基于设备特征值对主节点边缘计算终端和从节点边缘计算终端对应的设备集合的设备记录特征值进行更新，设备记录特征值的更新公式为：

α＝0.7·α₀+0.3·β_i

式中，α₀为待更新的设备记录特征值，α为本次更新后的设备记录特征值，β_i为本次获取的设备特征值。

优选地，记录设备特征值用于确认设备集合中设备的运行状态，包括：

当设备特征值大于0.65时，将设备记为正常状态；

当设备特征值小于等于0.65同时大于0.35时，将设备记为怀疑状态；

当设备特征值小于等于0.35时，将设备记为缺陷状态。

更新单元304，用于通过从节点边缘计算终端按预设的时间周期定时向主节点边缘计算终端同步设备集合中设备的设备记录特征值信息，通过主节点边缘计算终端存储所属台区内所有设备的设备记录特征值信息；

结果单元305，用于通过主节点边缘计算终端基于设备记录特征值信息，根据设备的供电关系以及设备的通信关系计算设备异常值，根据计算出的设备异常值进行异常设备的定位。

优选地，结果单元，用于根据设备的供电关系和设备的通信关系计算设备异常值，包括：

式中，ε指设备异常值，γ_i指设备供电关系下的设备i影响值，φ_k指设备通信关系下的设备k影响值，m指设备供电关系下设备影响数，n指设备通信关系下设备影响数，f、g分别为设备供电关系、设备通信关系权值参数，δ为设备受上游影响值。

优选地，还包括发送单元，用于通过主节点边缘计算终端将异常设备的定位信息发送至主站系统。

已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。

通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。

Claims (10)

1.一种基于边边协同的异常设备诊断方法，所述方法包括：

通过主站系统对边缘计算终端进行分组，将从属于同一台区的边缘计算终端划分为一组；确定每一组中各边缘计算终端设备对应的设备集合；

通过主站系统将每一分组内的边缘计算终端分别确定为主节点边缘计算终端或从节点边缘计算终端；

通过所述主节点边缘计算终端和所述从节点边缘计算终端分别获取对应的设备集合的设备特征值，并基于所述设备特征值对所述主节点边缘计算终端和所述从节点边缘计算终端对应的设备集合的设备记录特征值进行更新，所述设备记录特征值用于确认设备集合中设备的运行状态；

通过所述从节点边缘计算终端按预设的时间周期定时向所述主节点边缘计算终端同步设备集合中设备的设备记录特征值信息，通过所述主节点边缘计算终端存储所属台区内所有设备的设备记录特征值信息；

通过所述主节点边缘计算终端基于所述设备记录特征值信息，根据设备的供电关系以及设备的通信关系计算设备异常值，根据计算出的设备异常值进行异常设备的定位。

2.根据权利要求1所述的方法，所述基于所述设备特征值对所述主节点边缘计算终端和所述从节点边缘计算终端对应的设备集合的设备记录特征值进行更新，所述设备记录特征值的更新公式为：

α＝0.7·α₀+0.3·β_i

式中，α₀为待更新的设备记录特征值，α为本次更新后的设备记录特征值，β_i为本次获取的设备特征值。

3.根据权利要求1所述的方法，所述根据设备的供电关系和设备的通信关系计算设备异常值，包括：

式中，ε指设备异常值，γ_i指设备供电关系下的设备i影响值，φ_k指设备通信关系下的设备k影响值，m指设备供电关系下设备影响数，n指设备通信关系下设备影响数，f、g分别为设备供电关系、设备通信关系权值参数，δ为设备受上游影响值。

4.根据权利要求1所述的方法，所述记录设备特征值用于确认设备集合中设备的运行状态，包括：

当设备特征值大于0.65时，将设备记为正常状态；

当设备特征值小于等于0.65同时大于0.35时，将设备记为怀疑状态；

当设备特征值小于等于0.35时，将设备记为缺陷状态。

5.根据权利要求1所述的方法，还包括：通过所述主节点边缘计算终端将异常设备的定位信息发送至所述主站系统。

6.一种基于边边协同的异常设备诊断系统，所述系统包括：

初始单元，用于通过主站系统对边缘计算终端进行分组，将从属于同一台区的边缘计算终端划分为一组；确定每一组中各边缘计算终端设备对应的设备集合；

确定单元，用于通过主站系统将每一分组内的边缘计算终端分别确定为主节点边缘计算终端或从节点边缘计算终端；

获取单元，用于通过所述主节点边缘计算终端和所述从节点边缘计算终端分别获取对应的设备集合的设备特征值，并基于所述设备特征值对所述主节点边缘计算终端和所述从节点边缘计算终端对应的设备集合的设备记录特征值进行更新，所述设备记录特征值用于确认设备集合中设备的运行状态；

更新单元，用于通过所述从节点边缘计算终端按预设的时间周期定时向所述主节点边缘计算终端同步设备集合中设备的设备记录特征值信息，通过所述主节点边缘计算终端存储所属台区内所有设备的设备记录特征值信息；

结果单元，用于通过所述主节点边缘计算终端基于所述设备记录特征值信息，根据设备的供电关系以及设备的通信关系计算设备异常值，根据计算出的设备异常值进行异常设备的定位。

7.根据权利要求6所述的系统，所述获取单元，用于基于所述设备特征值对所述主节点边缘计算终端和所述从节点边缘计算终端对应的设备集合的设备记录特征值进行更新，所述设备记录特征值的更新公式为：

α＝0.7·α₀+0.3·β_i

式中，α₀为待更新的设备记录特征值，α为本次更新后的设备记录特征值，β_i为本次获取的设备特征值。

8.根据权利要求6所述的系统，所述结果单元，用于根据设备的供电关系和设备的通信关系计算设备异常值，包括：

式中，ε指设备异常值，γ_i指设备供电关系下的设备i影响值，φ_k指设备通信关系下的设备k影响值，m指设备供电关系下设备影响数，n指设备通信关系下设备影响数，f、g分别为设备供电关系、设备通信关系权值参数，δ为设备受上游影响值。

9.根据权利要求6所述的系统，所述记录设备特征值用于确认设备集合中设备的运行状态，包括：

当设备特征值大于0.65时，将设备记为正常状态；

当设备特征值小于等于0.65同时大于0.35时，将设备记为怀疑状态；

当设备特征值小于等于0.35时，将设备记为缺陷状态。

10.根据权利要求6所述的系统，还包括发送单元，用于通过所述主节点边缘计算终端将异常设备的定位信息发送至所述主站系统。

Images