CN114448755A - 数据传输方法、装置、计算机设备和计算机可读存储介质 - Google Patents
数据传输方法、装置、计算机设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN114448755A CN114448755A CN202210207878.7A CN202210207878A CN114448755A CN 114448755 A CN114448755 A CN 114448755A CN 202210207878 A CN202210207878 A CN 202210207878A CN 114448755 A CN114448755 A CN 114448755A
- Authority
- CN
- China
- Prior art keywords
- data
- layer
- application
- transmission
- power transmission
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 311
- 238000000034 method Methods 0.000 title claims abstract description 111
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000012544 monitoring process Methods 0.000 claims abstract description 163
- 238000012545 processing Methods 0.000 claims abstract description 90
- 238000004364 calculation method Methods 0.000 claims abstract description 44
- 238000004891 communication Methods 0.000 claims abstract description 42
- 230000006870 function Effects 0.000 claims description 53
- 230000007246 mechanism Effects 0.000 claims description 49
- 238000011156 evaluation Methods 0.000 claims description 37
- 238000011161 development Methods 0.000 claims description 35
- 230000008569 process Effects 0.000 claims description 32
- 238000012423 maintenance Methods 0.000 claims description 23
- 230000006855 networking Effects 0.000 claims description 23
- 238000010276 construction Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 20
- 230000007613 environmental effect Effects 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 110
- 238000013461 design Methods 0.000 description 29
- 238000005516 engineering process Methods 0.000 description 24
- 230000008447 perception Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 20
- 238000013439 planning Methods 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 15
- 239000012212 insulator Substances 0.000 description 13
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 9
- 238000002955 isolation Methods 0.000 description 8
- 230000010354 integration Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 238000007689 inspection Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000012407 engineering method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- H04L67/12—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
- H04L12/00—Data switching networks
- H04L12/66—Arrangements for connecting between networks having differing types of switching systems, e.g. gateways
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/16—Gateway arrangements
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)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本申请涉及一种数据传输方法、装置、计算机设备和计算机可读存储介质。获取感知层中感知设备感知的输电场景中多个目标对象的当前监测数据,将当前监测数据传入网络层,通过网络层中的边缘计算网关对当前监测数据进行边缘计算处理,得到监测处理数据,将监测处理数据通过网络层中的传输层传入至应用层中的数据中心,以使数据中心根据监测处理数据对输电场景进行输电资产管控。该方法降低了数据中心的通信时延,简化了计算量,并保证了数据中心的可扩展性。
Description
技术领域
本申请涉及物联网技术领域,特别是涉及一种数据传输方法、装置、计算机设备和计算机可读存储介质。
背景技术
物联网体系架构中,通常数据是从传感器通过网络传输,最终到达企业的数据中心(或云端)进行存储、处理和分析。
在数据传输时,通常会采用集中式网关的方式将数据上传到数据中心方式。其中,集中式网关是将网关位于汇聚层设备上,整个网络传输过程中由几个交换容量特别大的设备作为网关设备进行流量转发。
然而,传统的基于数据中心的集中上传方式,会造成通信时延过大、计算量巨大以及可扩展性差等问题。
发明内容
基于此,有必要针对上述技术问题,提供一种数据传输方法、装置、计算机设备和计算机可读存储介质,降低了数据中心的通信时延,简化了计算量,并保证了数据中心的可扩展性。
第一方面,本申请提供了一种数据传输方法,该方法包括:
获取感知层中感知设备感知的输电场景中多个目标对象的当前监测数据;
将当前监测数据传入网络层,通过网络层中的边缘计算网关对当前监测数据进行边缘计算处理,得到监测处理数据;
将监测处理数据通过网络层中的传输层传入至应用层中的数据中心,以使数据中心根据监测处理数据对输电场景进行输电资产管控;应用层包括标准化应用程序接口,标准化应用程序接口用于接入不同的应用终端。
在其中一个实施例中,获取感知层中感知设备感知的输电场景中多个目标对象的当前监测数据,包括:
对输电场景中各目标对象进行资产和属性识别,确定各目标对象的感知设备;
根据各目标对象的感知设备,从预先构建的各目标对象的信息模型中获取当前监测数据。
在其中一个实施例中,将监测处理数据通过网络层中的传输层传入至应用层中的数据中心,包括:
通过传输层中预先设置的数据传输机制,将监测处理数据传入至应用层中的数据中心;
其中,数据传输机制的构建过程包括:
根据边缘计算网关的功能定义及其逻辑层次关系,确定边缘计算网关的标准化应用要求和准入条件;
根据边缘计算网关的标准化应用要求和准入条件,生成数据传输机制;数据传输机制至少包括数据传输的协议和方式。
在其中一个实施例中,数据中心通过预先构建的资产全寿命周期的管控体系和监测处理数据对输电场景进行输电资产管控;
其中,管控体系的构建过程包括:
根据霍尔三维结构模型,确定资产管理的实施方案;
根据实施方案,确定初始资产全寿命周期智能管控体系;
根据面向过程的全寿命周期资产智能管控评价指标体系,对初始资产全寿命周期智能管控体系进行迭代论证,直至迭代终止,得到资产全寿命周期的管控体系。
在其中一个实施例中,应用层包括应用规则,应用规则是通过应用层统一规约、智能管控基础和协同调度确定的;应用规则为物联网的应用兼容和接入互联网提供标准化支撑。
在其中一个实施例中,输电物联网体系架还包括运维管控层,运维管控层用于为感知层、网络层和应用层提供环境支持,并对感知层、网络层和应用层进行监管与维护。
在其中一个实施例中,该方法还包括:
根据系统安全防护总体框架结构和物联网安全防护开发相关的防护影响要素,构建物联网标准总体框架;
基于物联网标准总体框架,构建物联网安全防护方案;安全防护方案包括对感知设备和感知设备对外通信的安全防护方案:
基于预设的评价指标体系,对安全防护方案进行验证,得到评价指标结果:
若评价指标结果满足预设的条件,则确定物联网的安全防护标准。
第二方面,本申请还提供了一种数据传输装置,该装置包括:
获取模块,用于获取感知层中感知设备感知的输电场景中多个目标对象的当前监测数据;
计算模块,用于将当前监测数据传入网络层,通过网络层中的边缘计算网关对当前监测数据进行边缘计算处理,得到监测处理数据;
管控模块,用于将监测处理数据通过网络层中的传输层传入至应用层中的数据中心,以使数据中心根据监测处理数据对输电场景进行输电资产管控;应用层包括标准化应用程序接口,标准化应用程序接口用于接入不同的应用终端。
第三方面,本申请实施例提供一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述第一方面实施例提供的任一项方法的步骤。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述第一方面实施例提供的任一项方法的步骤。
第五方面,本申请实施例提供计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述第一方面实施例提供的任一项方法的步骤。
本申请实施例提供的一种数据传输方法、装置、计算机设备和计算机可读存储介质,获取感知层中感知设备感知的输电场景中多个目标对象的当前监测数据,将当前监测数据传入网络层,通过网络层中的边缘计算网关对当前监测数据进行边缘计算处理,得到监测处理数据,将监测处理数据通过网络层中的传输层传入至应用层中的数据中心,以使数据中心根据监测处理数据对输电场景进行输电资产管控。该方法中,将感知层获取的当前监测数据传入网络层,网络层中的边缘计算网关会先对当前监测数据进行边缘计算处理,相较于现有技术中经过网络层直接将当前监测数据传输至应用层,而本申请会将当前监测数据在网络层的边缘计算网关进行处理,进一步简化向应用层的传输数据,解决了应用层的数据中心数据处理延时问题和计算量过大的问题;并且,将边缘计算后得到的监测处理数据通过网络层的传输层传入至应用层的数据中心,以使数据中心根据监测处理数据对输电场景进行输电资产管控;因应用层中设置了标准化应用程序接口,通过应用程序接口能够接入不同的应用终端,因此,可以对不同的场景进行监测,保证了数据中心的可扩展性。
附图说明
图1为一个实施例中数据传输方法的应用环境图;
图2为一个实施例中数据传输方法的流程示意图;
图3为另一个实施例中数据传输方法的流程示意图;
图4为另一个实施例中数据传输方法的流程示意图;
图5为另一个实施例中数据传输方法的流程示意图;
图6为一个实施例中霍尔三维结构的模型示意图;
图7为一个实施例中数据传输方法的结构要素图;
图8为一个实施例中输电资产全寿命周期管控体系的机构示意图;
图9为另一个实施例中数据传输方法的流程示意图;
图10为一个实施例中系统安全防护总体框架的结构示意图;
图11为一个实施例中任务技术框架及开发的基本路线图;
图12为一个实施例中云边融合计算的体系架构图;
图13为一个实施例中云边传输的结构示意图;
图14为一个实施例中电力物联混合信息建模的映射标志方法图;
图15为另一个实施例中数据传输方法的流程示意图;
图16为一个实施例中物联网体系架构的结构图;
图17为一个实施例中物联网概念模型的结构示意图;
图18为另一个实施例中数据传输装置的结构框图;
图19为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的数据传输方法可如图1所示的应用环境中。其中,感知层的感知设备感知输电场景中多个目标对象,得到当前监测数据,感知层通过有线或无线的方式与网络层中的边缘计算网关进行通信,边缘计算网关通过传输层与应用层的数据中心进行通信,通信方式可以是传输控制协议、用户数据报协议等。
感知设备从目标对象中感知的当前监测数据通过有线或无线的方式,将当前监测数据传至网络层的边缘计算网关,边缘计算网关对当前监测数据进行边缘计算处理得到监测处理数据,边缘计算网关将监测处理数据通过传输层,以传输控制协议或用户数据报协议等协议传入至应用层的数据中心,数据中心根据监测处理数据对输电场景进行输电资产管控。
其中,输电场景中的目标对象可以是线路杆塔、导线、绝缘子等。
本申请实施例提供一种数据传输方法、装置、计算机设备和计算机可读存储介质,降低了数据中心的通信时延,简化了计算量,并保证了数据中心的可扩展性。
下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。
在一个实施例中,提供了一种数据传输方法,以应用于图1中的应用环境为例,本实施例涉及的是先获取感知层中感知设备感知的输电场景中多个目标对象的当前监测数据,然后将当前监测数据传入网络层,通过网络层中的边缘计算网关对当前监测数据进行边缘计算处理,得到监测处理数据,最后将监测处理数据通过网络层中的传输层传入至应用层中的数据中心,以使数据中心根据监测处理数据对输电场景进行输电资产管控的具体过程,如图2所示,该实施例包括以下步骤:
S201,获取感知层中感知设备感知的输电场景中多个目标对象的当前监测数据。
感知层解决的是人类世界和物理世界的数据获取问题,主要用于识别物体、采集信息。感知层可以包括二维码标签和识读器、射频识别(Radio FrequencyIdentification,RFID)标签和读写器、摄像头、全球定位系统(Global PositioningSystem,GPS)、传感器、移动通讯对设备进行控制(Machine to Machine,M2M)终端、传感器网关等;它首先通过传感器、数码相机等设备,采集外部物理世界的数据,然后通过RFID、条码、工业现场总线、蓝牙、红外等短距离传输技术传递数据。
电能传输是电力系统整体功能的重要组成环节,它和变电、配电、用电一起,构成电力系统的整体功能。通过输电,把相距甚远的发电厂和负荷中心联系起来,使电能的开发和利用超越地域的限制。
输电是电能利用优越性的重要体现,在现代化社会中,它是重要的能源动脉,因此,需要对输电场景中的对象进行实时监测,以保证输电的正常运行。
输电场景中的对象可以是输电杆塔、输电导线、输电线路中的绝缘子,目标对象是需要进行监测的对象,可以理解的是,对输电场景中的对象进行监测时,可以选择多个对象。
具体地,可以利用感知层中的感知设备感知输电场景中的多个目标对象,得到当前监测数据。
以目标对象为杆塔为例,当前监测数据可以包括杆塔的ID编码、稳定性、倾角和薄弱应力等;以目标对象为绝缘子为例,当前监测对象可以是绝缘子的ID编码、温湿度和泄露电流等。
可选地,感知设备可以是RFID、红外感应器、全球定位系统、激光扫描器等设备。
感知设备以红外感应器为例,红外感应器分别安装在多个目标对象附近,对各目标对象进行感应,得到当前监测数据。
感知层的感知设备在感知的输电场景中多个目标对象的当前监测数据之前,需要对感知层的功能和传感接入网络进行分析,设计感知层功能和传感接入网络方案。
感知层功能及传感接入网络方案中,首先,面向输电业务进行传感功能识别与接入分析,开展采集分类与划归;同时,考虑不同形式及功能的传感器、物联网终端的接入需求,面向塔联网关键部件自感知、输电业务智慧管控以及输电资产智能运维等综合设计目标,开展感知及物联终端设备的定义与定性,最后,充分结合物联技术中典型传感网络设计思路,提前考虑小型化、智能化传感器的使用,在感知端开展传感接入的通信形式、工作模式、供电方式以及数据处理核心环节设计。
S202,将当前监测数据传入网络层,通过网络层中的边缘计算网关对当前监测数据进行边缘计算处理,得到监测处理数据。
感应层中的感知设备得到当前监测数据后,将当前监测数据传输至网络层,传输的方式可以通过有线接入或无线接入的方式传输。
网络层接收当前监测数据,通过网络层中的边缘计算网关对当前监测数据进行边缘计算处理,得到监测处理数据。
其中,边缘计算网关使用32位元精简指令集(Advanced RISC Machines,ARM)处理器,具有强大的边缘计算功能,为边缘节点服务提供强劲的计算资源,并有效分担云端负荷。
随着物联网的飞速发展,应用层的数据中心中会接收大量数据,物联网的应用需要极快的响应时间,以保证数据隐私和数据有效性,若所有的数据都直接传输到数据中心进行数据处理,这将增加网络负载,出现数据处理延时以及大量垃圾数据占用资源等问题。
因此,在数据传输到应用层的数据中心之前,在网络层的边缘对数据进行处理、分析等,这就是边缘计算。
以目标对象为输电杆塔为例,边缘计算的具体实施方式可以是,首先开展以输电杆塔为载体的边缘计算特性开发,依托业务时间尺度、业务逻辑关系以及智慧处理应用开展边缘计算功能规划、局域边缘网络规划以及边缘信息传发方案设计,然后面向具备局域功能一致性的边缘计算,将通过合理架构设计,开展“塔-塔”间监测关键性数据的常态比对、异常识别和智能学习的规划方法,实现边缘计算,保证了边缘计算下的网络管理服务能力。
在网络层接收感知层的当前监测数据之前,需要设计网络层功能方案,具体步骤为:首先,在实际开发过程中开展面向5G应用场景、传输能力的总体调研,对不同5G网络场景的适用能力进行核心评估;其次,开展基于5G的联网方案设计,面向网络接入需求、网络分层异构以及网络传输可靠性进行开发与设计;最后,充分考虑输电场景中不同地形、地貌以及环境条件所带来的差异性影响,合理规划网络资源细分方法和网络盲区补足手段,实现输电智能物联网络泛在使用能力的提升。
S203,将监测处理数据通过网络层中的传输层传入至应用层中的数据中心,以使数据中心根据监测处理数据对输电场景进行输电资产管控;应用层包括标准化应用程序接口,标准化应用程序接口用于接入不同的应用终端。
应用层位于物联网三层结构中的最顶层,其功能为“处理”,即通过数据中心进行信息处理。应用层与最低端的感知层一起,是物联网的显著特征和核心所在,应用层可以对感知层采集数据进行计算、处理和知识挖掘,从而实现对物理世界的实时控制、精确管理和科学决策。
感知层将感知设备感知到的当前监测数据传入至网络层,网络层的边缘计算网关对当前监测数据进行边缘计算处理,得到监测处理数据,边缘计算网关经传输层将监测处理数据传入到应用层的数据中心,数据中心根据监测处理数据对输电场景进行输电资产管控,得到资产管控结果,资产管控结果能够反映输电业务的日常运行和资产维护等。
另外,应用层中包括标准化应用程序接口,标准化应用程序接口(ApplicationProgramming Interface,API)能够接入不同的应用终端,API是在应用层中预先定义的接口或是不同组成部分之间衔接的约定。
应用层在接收网络层的传输层传入的监测处理数据之前,需要设计应用层功能方案,首先,针对输电智能物联网络以及输电业务特性,挖掘输电智能网络应用价值,构建核心智慧服务与智慧应用的功能架构;其次,从数据接入结构、数据逻辑传输、业务规划、业务流设计以及标准化API接口和应用开发服务架构各个层面开展应用层的高可靠、易扩展和弹性配置特性分析。
上述数据传输方法中,获取感知层中感知设备感知的输电场景中多个目标对象的当前监测数据,将当前监测数据传入网络层,通过网络层中的边缘计算网关对当前监测数据进行边缘计算处理,得到监测处理数据,将监测处理数据通过网络层中的传输层传入至应用层中的数据中心,以使数据中心根据监测处理数据对输电场景进行输电资产管控。该方法中,将感知层获取的当前监测数据传入网络层,网络层中的边缘计算网关会先对当前监测数据进行边缘计算处理,相较于现有技术中经过网络层直接将当前监测数据传输至应用层,而本申请会将当前监测数据在网络层的边缘计算网关进行处理,进一步简化向应用层的传输数据,解决了应用层的数据中心数据处理延时问题和计算量过大的问题;并且,将边缘计算后得到的监测处理数据通过网络层的传输层传入至应用层的数据中心,以使数据中心根据监测处理数据对输电场景进行输电资产管控;因应用层中设置了标准化应用程序接口,通过应用程序接口能够接入不同的应用终端,因此,可以对不同的场景进行监测,保证了数据中心的可扩展性。
在一个实施例中,如图3所示,获取感知层中感知设备感知的输电场景中多个目标对象的当前监测数据,包括以下步骤:
S301,对输电场景中各目标对象进行资产和属性识别,确定各目标对象的感知设备。
目标对象可以是输电杆塔部件、线路资产以及异常情况,不同的目标对象对应的感知设备可能不同。
例如,将输电杆塔部件、线路资产以及异常情况为目标对象,那么对目标对象进行场景资产和属性识别,得到识别结果,例如:杆塔具备[ID编码、稳定性、倾角、薄弱应力、绝缘子(ID编码、温湿度、泄露电流)、……]等关联二级属性信息,其中一级为杆塔属性、二级为部件属性,根据识别结果,确定感知设备,例如,杆塔的稳定性与绝缘子的温湿度采用不同的传感器。
S302,根据各目标对象的感知设备,从预先构建的各目标对象的信息模型中获取当前监测数据。
根据上述确定的感知设备,感知对应的目标对象的数据,将各感知设备感知的数据根据目标对象的信息模型进行存储,因此,需要从预先构建的各目标对象的信息模型中获取当前的监测数据。
在构建目标对象的信息模型之前,会先确定物联网络涉及参考输入信息;具体地,根据目标对象对应的输电业务场景、运行规程、重点应用、存在的困境,以及基于5G核心网络传输的“输电智能物联网体系”设计需求,确定参考输入信息。
从参考设计原则、输电运行规程、输电业务分类、网络指标、关联业务场景、存量业务系统分析以及安全隔离分区7个方面进行物联网络设计参考输入信息的识别。
根据前期规划及调研情况,对相关输入信息进行了初步识别,所涉及的物联网络设计参考输入信息如表1所示。
表1
上述数据传输方法中,对输电场景中各目标对象进行资产和属性识别,确定各目标对象的感知设备,根据各目标对象的感知设备,从预先构建的各目标对象的信息模型中获取当前监测数据。该方法降低了数据中心的通信时延,简化了计算量,并保证了数据中心的可扩展性。
在一个实施例中,将监测处理数据通过网络层中的传输层传入至应用层中的数据中心,包括:通过传输层中预先设置的数据传输机制,将监测处理数据传入至应用层中的数据中心。
数据传输机制是数据在信道上传送所采取的方式,其中,在一个实施例中,如图4所示,数据传输机制的构建过程包括以下步骤:
S401,根据边缘计算网关的功能定义及其逻辑层次关系,确定边缘计算网关的标准化应用要求和准入条件。
数据传输机制是基于5G通信技术及其边缘计算网关的数据传输模型,在构建数据传输机制时,首先,归纳及构建囊括有线及无线两种传输方式的传感器、终端接入模式和通信协议,依据信息模型中属性管控需求,评估存量监测场景兼容可行性,同时考虑5G边缘计算网关的功能定义及其逻辑层次关系,确定5G边缘计算网关的标准化应用要求及准入条件。
S402,根据边缘计算网关的标准化应用要求和准入条件,生成数据传输机制;数据传输机制至少包括数据传输的协议和方式。
根据上述确定的边缘计算网关的标准化应用要求及准入条件,在物联网架构上对5G边缘计算网关进行层级划分,实现关键在线监测信息的就近判定和传输处理,生成5G通信网络向主站中应用平台传输数据的数据传输机制,其中,数据传输机制包括数据传输协议和数据传输方式,数据传输协议包括传输控制协议和用户数据包协议,数据传输方式包括同步传输和异步传输。
可选地,数据传输机制还包括功能边界,通过数据传输机制能够构建“云-管-边-端”应用结构,其中,“云”表示应用层的数据中心,“管”表示物联网架构中的超宽带接入网络,“边”表示网络层的边缘计算网关,“端”表示感知设备端。
在一个实施例中,数据中心通过预先构建的资产全寿命周期的管控体系和监测处理数据对输电场景进行输电资产管控;其中,如图5所示,管控体系的构建过程包括以下步骤:
S501,根据霍尔三维结构模型,确定资产管理的实施方案。
针对资产全寿命周期的管控体系,可以开展基于系统工程“霍尔三维结构”的创新输电资产管控。
霍尔三维结构模型又称霍尔的系统工程,是硬系统方法论(HardSystemMethodology,HSM),其内容反映在可以直观展示系统工程各项工作内容的三维结构图中,霍尔三维结构集中体现了系统工程方法的系统化、综合化、最优化、程序化和标准化等特点,是系统工程方法论的重要基础内容。
如图6所示,霍尔三维结构是由时间维、逻辑维和知识维组成的三维空间结构。其中,时间维表示系统工程活动从开始到结束按时间顺序排列的并行开发全过程,分为规划、拟定方案、研制、生产、安装、运行、更新七个时间阶段;逻辑维是指时间维的每一个阶段内所要进行的工作步骤,是运用系统工程方法进行思考、分析和解决问题应遵循的一般程序,包括明确问题、确定目标、系统综合、系统分析。优化、决策、实施七个逻辑步骤;知识维指在完成上述各阶段和各步骤所需要的各种专业知识和管理知识。三维结构体系形象地描述了系统工程研究的框架,对其中任一阶段和每一个步骤,又可进一步展开,形成了分层次的树状体系。
根据资产管理特点,面向输电资产全寿命管控体系,首先将确定基于“霍尔三维模型”的三维轴的赋义,通过赋义可有效确保资产管控体系的开发边界,明确问题定义,并通过各关键技术成果实现以输电智能物联网为载体的系统性输电资产管控,如表2所示,表2为针对输电资产全寿命周期管控体系三维为霍尔三维结构模型赋义的内容。
表2
对输电资产全寿命周期管控体系的霍尔三维结构模型赋义开发,将针对时间维中每一个阶段开展逻辑线梳理,从输电现有问题及未来可能困境出发,构建以输电智能物联网为物理基础,以数字孪生技术为模型构造基础的资产管理实施方案。
S502,根据实施方案,确定初始资产全寿命周期智能管控体系。
根据上述的实施方案,通过面向阶段性方案集成的系统性论证,确定初始资产全寿命周期智能管控体系,初始资产全寿命周期智能管控体系包括实施方案至少包括关键过程、体系要素及管控逻辑、过程条款及内容。
关键过程、体系要素及管控逻辑包括,一是现有资产从规划设计到技改/报废的全流程,二是公司当下实行的输电业务规程以及作业流程体系,将通过对实际输电业务与当前运作问题、体系管控目标的不断匹配及论证,整理及输出面向输电资产智能管理、输电业务智慧管控以及输电信息有机整合的关键过程链和管控逻辑,同时依照整体目标,确定如图7所示的面向过程的体系结构要素,确保体系实施的5M1E有效性;体系结构要素包括输电业务管控问题、输电信息管控问题和输电资产管控问题,其中,输电业务管控问题包括老旧输电塔安全运行风险增大、人工运维成本增加、运维难度增大和日常管理繁琐,输电信息管控问题包括人工巡检质量参差不齐、人工校核耗费严重、数据采集量大且极易出现缺失与谬误和无法支撑高效运检,输电资产管控问题包括资产信息模型、身份模型缺失、硬资产的全状态感知数据不全、资产管理过程不系统和输电资产管理维度不足以支撑高效运检与运维工作。
过程条款及内容包括开展新型物联网引入下的传统关键管控过程的赋能,基于输电资产全寿命周期管控体系架构模型,罗列资产管控关键逻辑过程,面向“一码到底”及数据流、资产流、业务流的“三流合一”目标理念,面向物联化、交叉技术集成下的5个阶段、12个新型过程,开发及构建条款内容,关键过程条款如表3所示。
表3
根据上述提出的关键过程、体系要素及管控逻辑、过程条款及内容,确定初始资产全寿命周期智能管控体系。
S503,根据面向过程的全寿命周期资产智能管控评价指标体系,对初始资产全寿命周期智能管控体系进行迭代论证,直至迭代终止,得到资产全寿命周期的管控体系。
根据面向过程的全寿命周期资产智能管控评价指标体系,对初始资产全寿命周期智能管控体系以计划(Plan)、执行(Do)、检查(Check)和处理(Act)为指导,开展初始资产全寿命周期智能管控体系的实施与迭代论证,直至迭代终止,得到资产全寿命周期的管控体系。
如图8所示,图8为输电资产全寿命周期管控体系,输电资产全寿命周期管控体系包括物理基础、模型基础、运行体系和管控平台,其中,物理基础中的输电智能物联网包括关键部件物联化关键部件ID化、基于5G的云边协同物联架构和输电智能物联网系统部署,模型基础中的关键部件数字孪生模型化包括物理模型(可视化)、信息模型(资产定义)和功能模型(可靠管控),运行体系中的包括过程方法、要求和知识,通过资源、业务/过程记录、数据控制与信息管理和组织管理,设定实施方案,实施方案包括规划设计、采购实施、运行监测、维护检修和技改报废;其中规划设计包括资产模型定义与设计和资产ID编码规则,采购实施包括关键输电部件标准、输电线路在线监测装置通用技术规范和LCC数字交付,运行监测、维护检修和技改报废包括全息数字孪生、状态监测与分析、故障预警与研判、RCM预防性维护、运检管控与调度、业务统计与评估和跨平台接入。
在一个实施例中,应用层包括应用规则,应用规则是通过应用层统一规约、智能管控基础和协同调度确定的;应用规则为物联网的应用兼容和接入互联网提供标准化支撑。
从三个层面制定应用层的应用规则,能够为物联网的应用兼容和接入互联网提供标准化支撑,应用层的应用规则包括应用层统一规约、智能管控基础和协同调度;应用层统一规约包括通过确定数据的语法、语义和构造,制定应用层统一规约,从而实现数据的有效传递;智能管控基础包括利用信息模型开展基于数字孪生的高镜像、高渗透输电场景基础可视化,实现输电现实空间在虚拟空间中的精细镜像,构建远程可感、可控的多尺度、多空间智能管控基础;协同调度具体为开展应用管理程序的智能管理和时序,支撑跨体系、跨平台下的协同调度。
在一个实施例中,输电物联网体系架还包括运维管控层,运维管控层用于为感知层、网络层和应用层提供环境支持,并对感知层、网络层和应用层进行监管与维护。
运维管控层是从系统管控、网络安全、信息安全以及隐私数据方面对物联网体系架构进行管控,提出输电智能物联网系统安全、可靠运行的基本软、硬件环境,即为感知层、网络层和应用层提供安全的软硬件环境支持,并建立系统级监管、维护核心要求,对感知层、网络层和应用层进行监管与维护,以保障物联系统中各实体及其行为符合公司、行业和国家的相关法规。
在一个实施例中,如图9所示,该实施例包括以下步骤:
S901,根据系统安全防护总体框架结构和物联网安全防护开发相关的防护影响要素,构建物联网标准总体框架。
首先,根据电力监控系统的安全防护相关规定,确定系统安全防护总体框架结构和物联网安全防护开发相关的防护影响要素。
其中,如图10所示,图10为系统安全防护总体框架的结构示意图,安全分区是电力监控系统安全防护体系的结构基础,基于计算机和网络技术的业务系统,可以将电力监控系统安全防护体系划分为生产控制大区和管理信息大区,生产控制大区可以分为控制区(安全区I)和非控制区(安全区II),管理信息大区是指生产控制大区以外的电力企业管理业务系统的集合,根据需要设立若干业务安全区。
物联网安全防护开发相关的防护影响要素包括系统级联关系、信息交互链路和系统空间部署。
根据上述系统安全防护总体框架结构和物联网安全防护开发相关的防护影响要素,确定物联网标准总体框架。
S902,基于物联网标准总体框架,构建物联网安全防护方案;安全防护方案包括对终端和终端对外通信的安全防护方案。
根据物联网标准总体框架,构建物联网安全防护方案,具体地,构建物联网安全防护方案是基于物联网标准总体框架,通过“安全分区、网络专用、横向隔离、纵向认证”的基本原则构建的。
并且,物联网安全防护方案的防护目标是确保监测终端和数据中心之间的通信链路安全,保障终端和数据中心之间传输数据的保密性和完整性,同时实现数据中心和终端之间的双向身份鉴别。重点防范伪造数据中心身份、重放攻击等攻击形式对终端的恶意破坏和攻击以及其他非法操作,以防止由此导致的电网事故,因此,物联网安全防护方案主要是通过从终端本体、终端对外通信两个维度进行防护。
首先,将对输电物联网网络架构进行拟定和分析,从网络链路源端开始,逐层分级,构建输电物联网级联关系及其网络拓扑,明确信息交互链路以及系统的空间部署方案。
其次,将基于“安全分区”原则,对输电智能物联网端侧、边缘侧、核心网接入侧、主站侧以及平台侧进行有效分区,使用5G公网进行网络层传输,因此,需要考虑“安全接入区”相关要求。
在“横向隔离”中,将主要针对PDA终端以及无人机等信息业务平台与输电资产全寿命智能管控平台的隔离关键技术开展,包括采用硬件防火墙进行有效隔离,对应用层数据流进行有效的检测和控制,以及防火墙配置访问控制策略,实现双向访问控制、网络安全隔离、应用过滤等功能,保护内网资源,实现边界安全隔离,防止非法链接穿透内网直接进行访问。
在“纵向加密”方面,将重点开展基于网络结构的单向或双向身份认证开发,认证机制主要介于5G边缘计算网关与主站之间,包括:加密认证技术、白名单管控技术、主动预警技术等关键技术,本实施例将对上述关键技术的有效性进行识别,并最终形成可复制的参考技术措施。
S903,基于预设的评价指标体系,对安全防护方案进行验证,得到评价指标结果。
评价指标体系能够表征评价对象各方面特性及其相互联系的多个指标,在构建评价指标体系时,应遵循系统性原则、典型性原则、动态性原则、简明性原则、可比可操作可量化原则和综合性原则。
基于预设的评价指标体系,对安全防护方案进行验证,验证的方式可以采用现场验证的方式,采用自测或委托验证,得到评价指标结果,根据预设的指标评价体系,对安全防护方案进行验证,提高了安全防护方案的可行性。
S904,若评价指标结果满足预设的条件,则确定物联网的安全防护标准。
如果对安全防护方案进行验证得到的评价指标结果满足预设的条件,则可以根据安全防护方案确定物联网的安全防护标准。
否则,若得到的评价指标结果不满足预设的条件,则需要重新制定安全防护方案。
上述数据传输方法,根据系统安全防护总体框架结构和物联网安全防护开发相关的防护影响要素,构建物联网标准总体框架,基于物联网标准总体框架,构建物联网安全防护方案;安全防护方案包括对终端和终端对外通信的安全防护方案,基于预设的评价指标体系,对所述安全防护方案进行验证,得到评价指标结果,若所述评价指标结果满足预设的条件,则确定所述物联网的安全防护标准。该方法制定物联网的安全防护标准,能够保证数据传输时的安全性。
在一个实施例中,如图11所示,图11为任务技术框架及开发的基本路线图,其中,首先从参考设计原则、输电运行规程、输电业务分类、网络指标、关联业务场景、存量业务系统分析以及安全隔离分区7个方面进行物联网络设计参考输入的识别,然后设计物联网络关键技术架构,包括面向可靠性、时延特性、带宽特性进行网络实现方案设计,包括:网络拓扑、网络节点以及网络运行环境;其次,提出感知层功能及传感接入网络方案、网络层功能方案、边缘计算方案和应用层功能方案。
其中,感知层功能及传感接入网络方案包括对输电业务进行识别、感知功能规划分析、传感接入网络设计、工作模式、通信形式、供电方式以及数据处理等;网络层功能方案包括网络接入需求、网络分层异构、网络传输可靠性、5G应用场景适用性分析、5G的联网方案设计、不同业务类型典型设计方案、网络功能论证;边缘计算方案包括以输电杆塔为载体的边缘计算特性分析、业务时间尺度、业务逻辑关系、智慧处理应用、边缘计算功能规划、局域边缘网络规划以及边缘信息传发方案;应用层功能方案包括核心智慧服务与智慧应用的功能架构、接入结构、数据逻辑传输、业务规划、业务流设计、标准化API接口和应用开发服务架构,实现了应用层的高可靠、易扩展和弹性配置特性分析。
在一个实施例中,该实施例提出了一种物联网设备感知接口标准,该物联网设备感知接口标准包括多接口下的感知设备数据采集自适应机制、多种低功耗的感知设备宽通信接口标准和多接口下的感知设备自配置入网机制。
以输电场景的目标对象为输电杆塔为例,多接口下的感知设备数据采集自适应机制是针对输电尤其以杆塔为中心的输电智能物联场景,其典型物联特征为:一是存在以杆塔为中心的海量电力物联节点;二是部件物联网下存在数据量激增趋势;三是不同节点间具备相同结构的重复性数据;构建多接口下的感知设备数据采集自适应机制。
开发“云”、“边”协同输电智能物联系统配置,将在开发中协同考虑资源配置、计算能力、业务时间尺度以及状态监测周期等多因素,并提出一种符合输电场景的云、边协同配置下的物联系统架构以及云边传输模型,如图12和图13所示,图12为云边融合计算架构图,图13为云边传输示意图,MEC为移动边缘计算(Mobile Edge Computing),MEC可利用无线接入网络就近提供电信用户IT所需服务和云端计算功能,从而创造出一个具备高性能、低延迟与高带宽的电信级服务环境,加速网络中各项内容、服务及应用的快速下载;图13中,边缘计算节点与云端之间可以进行数据交互,云端也可以熊数据库中得到初始数据。
重点开展云、边任务分配模式开发,结合边缘计算的典型应用场景和定义开发框架,确定边缘计算网关功能隶属度,结合输电智能物联体系架构中感知层目标对象及场景任务,边缘计算网关功能隶属度函数为:
Function(EC)=[whole Function(Intelligent Gateway)+Partial Function(Intelligent Distributed Management System)]
因此,当边缘计算网关作为智能网关时,其应具备标准化接口定义,同时当边缘计算网关作为以杆塔为中心的分布式节点时,其应具备数据路由及任务逻辑管理能力。针对上述两项功能特点,将在输电场景中开展重点在任务管理及分配上,将开发及提出一种以视频信息为主任务的云处理和以在线状态监测为实时任务的边缘处理协同机制,并在多信息数据双向传输以及请求、应答模式上提出具体实现方法。
输电信息模型及边缘任务分配机制包括,输电信息模型是实现间有效逻辑分配和任务协同的关键,也是建立多传感自适应机制的底层逻辑规则,针对该方向,将首先开展各物理实体的ID建立及识别开发,提出一种“电力物联混合信息建模”的映射标识开发方法,如图14所示,图14为电力物联混合信息建模的映射标志方法图,利用5G边缘网关实现区域定位,利用边缘网关实现杆塔的初步定位,然后利用RFID/地理信息系统(GeographicInformation System,GIS)实现精确定位,并且,利用杆塔关键部件侧,实现传感实现II编码,包括:关键应力杆件、绝缘子、避雷线和接地装置,绝缘子包括温湿度测量功能和泄露电流测量功能;另外,利用杆塔ID实现网关内定位,利用网关ID实现节点间定位。
其次,通过计算资源抽象化(时序开发)、数据信息结构化(语法开发)、信息含义明确化(语义开发)建立满足任务分级即提出优先级概念、时间尺度以及基于状态突变的边缘任务感知及工作机制,支撑边缘感知任务的自适应运行;最后,为在输电信息模型侧实现“一码到底”,保障出场信息识别,将关键部件及感知设备“数字交付”规则,实现从生产到应用的一体化编码。
多边缘节点访问联动机制包括,针对输电图像及视频类在线监测业务,特别是重要交叉跨越场景,将开展以边缘计算为核心定位的多网关联动,以实现对跨网关铁塔间以及长距离两塔间的线路监测;将基于输电信息模型,重点开发线路编码方法以及基于有效杆塔定问与边缘计算网关主从识别的“夹边”访问机制,实现云平台对多网关的联动访问和数据回传。
边缘节点传输可靠性自评价机制包括,从可靠性角度考虑,边缘计算网关集成功能较多,其固有可靠性往往较低,因此在实际工作过程中,可能出现由于边缘节点的可靠性和可用性降低的因素,致使数据访问速度降低并增加边缘计算管理成本,因此,对边缘节点的监测将采用如下的可靠性评价公式来实现:
K(i)=ε1W1+ε2W2+ε3W3 (1)
其中:K(i)为边缘节点i的可靠性评价结果;W1、W2、W3分别为边缘节点业务响应时长、无故障运行时长和可用存储空间的评分;ε1、ε2、ε3分别为对应的权重系数,W1、W2、W3的取值可采用专家评价法、层次分析法等进行确定。
基于上述理论,重点开发边缘网关自评价机制以及处理机制,同时对区域生产监测稳定性以及下层感知器件进行有效的业务传输性能监控,从硬件使用可靠层面保障采集自适应机制的实现。
多种低功耗的感知设备宽通信接口标准是从功能侧统一接口接入标准,利于整套系统柔性管理及设备的高效接入;从应用侧协调已有感知设备接口,同时规划设计接口适用范围,便于网关产品开展通信集成设计;从保障侧确定接入网类别,确保经过验证且被证明的标准化接口及新型接口得以安全、可靠使用,保障感知网络自适应和自配置的使用需求。
因此,在技术实现性上将分为两部分内容:一是对已有感知接口的识别,验证现行接口使用科学性以及对输电智能物联网构建的支撑性,确保已有接口的进一步适用;二是应对新型输电物联需求,规划基于LPWAN的感知接入网。
存量感知接口识别与统计包括对存量场景的有线接入及无线接入两种接口进行统计,统计应涵盖标准化接口及私有接口使用率的计算,具体统计规则如表4存量场景统计规则所示。
表4
低功耗广域网(Low Power Wide Area Network,LPWAN)技术是目前超低功耗通信的代表,在解决低功耗同时,实现广域互联,是当下物联网的热点通信技术,常用的LPWAN技术包括窄带物联网(Narrow Band Internet of Things,NB-IoT)、远距离无线电(LongRange Radio,LoRa)以及紫蜂协议(Zigbee),其技术特点如表5所示。针对户外输电场景,NB-IoT以及LoRa通信技术更加适合户外应用,但两者在组网及部署上具有明显区别,NB-IoT是基于运营商网络实现,与3G/4G类似,为运营商建立网络,LoRa采用线性扩频技术,使用公用频段部署,由使用者主导建设,两项技术各具特点。
表5
因此,本申请基于5G的传输层构建思想,将面临一个现实采集困境,即在无信号山区,如何将杆塔及其周遭感知数据传向云平台。
由于NB-IoT在数据传输过程也需要运营商基站实现网络数据传输,因此LoRa独立组网方式更适合开展基于山区的局域自组网开发。本申请将借助LoRa独立组网优势,输电智能物联网中基于LoRa局域组网下的5G共联传输级联网络模型。在该模型中,针对无信号山区,5G网关将被LoRa网关所替代,而将开发建立等效链路模型,同时其基于LoRa网关中继传输的数据跳转机制,最终实现“传感—LoRa—5G”的补偿传输机制。
针对智能杆塔场景中非固定式安装部件,例如绝缘子内嵌传感器等场景,由于绝缘子安装位置及安装方式限制,易受大风扰动,因此采用有线传输信号线缆极易产生线缆磨损、连接点脱落等潜在不良,大大降低监测的使用可靠性,因此该类感知场景不宜使用有线传输方式;同时,在杆塔结构中,该类感知场景距离杆塔顶端较近,且监测参数一般为状态性监测数据,监测频率较高、传输时延较低,因此采用高频、短距离无线传输方式可以在一定传输速率上保障监测过程的及时、有效;鉴于上述,将对2.4GHz公共频段无线传输接口技术开展系统性,特别针对传感集合通信的传输方式开展设计与论证。2.4GHz通信在一定程度上可支持低功耗视频传输,总体功耗低于150mW,传输距离大于5米,若使用增强型天线,有效传输距离将达到几十米,因此本部分将进一步开展基于2.4GHz无线传输的有线替代。
多接口下的感知设备自配置入网机制是感知设备“即插即用”实现物联网化演进的关键技术,而感知设备自配置入网机制是“即插即用”的核心实现路径。本申请在入网机制上将重点开展两项集成:一是基于资源树及任务配置的在网逻辑运行机制,二是云、边、端协同配置机制。
在基于资源树及任务配置的在网逻辑运行机制中,结合输电信息模型及边缘任务分配机制中的成果,建立满足部件及感知端定义的信息模型,通过任务分级(优先级)、时间尺度、语义、语法、厂商、认证信息实际定义,构建端侧身份确认信息,梳理基于输电智能物联监测任务的逻辑调用规则库,实现自配置底层构建;针对身份信息的确认,将重点面向传感内置驱动以及外部扫码识别的方式进行分类开发,确保身份信息的全域初始化。
在云、边、端协同配置机制中,将充分结合“云”、“边”协同输电智能物联系统配置中的成果,构建云、边、端联合配置机制,云端应重点引入并形成信息模型库,边缘网关应与端侧实施信息交互,确定端侧感知IP、端口、功能等配置信息,并形成ID信息的识别与追溯,端侧应能在首次入网时将身份信息发送于边缘网关,最终实行逐级注册。
在一个实施例中,该实施例中提出了一种物联网网络通信标准,该物联网网络通信标准包括基于不同感知需求场景下的网络容量配置、感知设备接入物联协议标准化和基于输电智能物联网网络层统一规约。
基于不同感知需求场景下的网络容量配置是首先将开展不同业务场景的需求识别,针对输电场景中二进制感知信息与视频传输信息两种跨传业务,开展时延、带宽、连接数的多指标识别,提出网络基本应用需求;同时考虑未来接入业务增量以及进一步物联化需求下的应用升级,提出网络负荷计算指标。
然后,通过网络覆盖预测、信道计算、5G网关容纳密度以及载波计算确定基本需求分析信息,通过指标识别结果,构建基于5G传输层的网络容量配置标准,提出保障输电智能物联网可靠运行的网络需求。
感知设备接入物联协议标准化是在物理接口开发之后,重点构建面向感知接入网通信协议的物联标准开发,IoT接口分层模型及协议架构。
针对传感器点对点接入数据,首先面向感知层构建输电信息模型,而后开发及建立信息传输模式,对常用诸如MQTT、CoAP以及电力专用规约等进行开发,构建及编制顶层通信规约,常用应用层通信协议如表6所示。通信规约将重点开发数据帧结构及数据位定义,其中数据位将严格依照TIM信息需求进行定义,最后在确保感知数据有效传输的同时,从标准化通信层上支持“一码到底”的实现。
表6
针对视频及图像传输,构建以网络之间互连的协议(Internet Protocol,IP)为网络层、以实时传送协议(Real-time Transport Protocol,RTP)或UDP为传输层的标准化协议应用标准
针对标准通信协议,开发将进行重点整理,并提出标准化应用要求,以拓宽协议使用范围,便于更多优秀监测产品的集成。
基于输电智能物联网网络层统一规约是本部分将以业务为纽带,开展5G边缘计算网关传输符合性开发,提出边缘计算网关的网络层规约要求,包括:标准监测场景择选、采样周期制定、数据帧格式、字节定义以及交互方式等。
针对存量应用场景,将选择杆塔倾斜、山火报警、图像监测等场景进行开发。
针对增量监测及新增资产全寿命管控场景,开展状态监测号码、功能码、控制码等满足数据传输的编制新增开发,并对相关数据采集及查询模式进行制定。
在一个实施例中,如图15所示,该实施例包括以下步骤:
S1501,对输电场景中各目标对象进行资产和属性识别,确定各目标对象的感知设备。
S1502,根据各目标对象的感知设备,从预先构建的各目标对象的信息模型中获取当前监测数据。
S1503,将当前监测数据传入网络层,通过网络层中的边缘计算网关对当前监测数据进行边缘计算处理,得到监测处理数据。
S1504,将监测处理数据通过网络层中的传输层传入至应用层中的数据中心。
S1505,数据中心通过预先构建的资产全寿命周期的管控体系和监测处理数据对输电场景进行输电资产管控。
本实施例提供的数据传输方法的具体限定可以参见上文中对于数据传输方法中各实施例的步骤限定,在此不再赘述。
应该理解的是,虽然上述实施例中所附的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,上述实施例中所附的图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,本申请还提供了一种物联网体系架构,如图16所示,图16为物联网体系架构图,根据物联网层级关系以及关键支撑技术构建物联网体系架构,在逻辑功能上,物联网络划分为感知层、网络层和应用层,整体架构中引入5G边缘计算功能,可以从物联网络关键技术架构、感知层功能及传感接入网络方案、网络层功能方案、边缘计算方案和应用层功能方案展开面向网络逻辑层关系及其关键支撑技术进行分析。
其中,在物联网体系架构中,感知层中包括目标对象、在线监测、移动巡检和辅助监控四部分,目标对象可以包括输电杆塔部件、线路资产和异常情况等,在线监测可以监测目标对象的杆塔稳定性、杆塔倾角、杆塔薄弱应力、绝缘子泄露电流、绝缘子温湿度、微气象、故障定位和导线舞动等,对目标对象进行监测时,可以通过无人机巡检、PDA终端、杆塔定位等方式,并且,对目标对象监测,可以采用图像在线监测、重要交叉跨越、红外测温、电源监测等方式。感知层对目标对象监测后,可以通过有线接入网或无线接入网的方式传入网络层的5G边缘计算网关,边缘计算网关通过对监测数据处理后,通过传输层的5G通信网络和核心交换层,以核心电力专网传入应用层,应用层包括生产管理系统和基础服务系统,其中,基础服务系统包括全息数字孪生、全寿命资产管控、状态监测与分析、故障预警与研判、运检管控与调度和业务统计与评估,基础服务系统包括公共资源服务、应用管理服务、用户管理服务、数据定义与校核、数据接入与处理和数据融合与存储。
并且,运维管控层从系统管控、网络安全、信息安全和数据隐私方面对感知层、网络层和应用层进行管控。
物联网络关键技术架构中,首先,根据输电网络中长期规划和信息通信网络的整体要求,充分参考物联网络相关发布标准及其在配电、变电领域实施经验,面向可靠性、时延特性、带宽特性进行网络实现方案设计,包括:网络拓扑、网络节点以及网络运行环境;其次,将提出物联网络感知层、网络层以及应用层的具体内容,在此基础上,开展边缘计算功能在不同层级架构上的关联分析,利用集成边缘计算的网关节点,构建及分析与实际输电场景紧密结合网络映射模型,合理布局及优化输电智能物联网络整体架构。
其中,感知层功能及传感接入网络方案、网络层功能方案、边缘计算方案和应用层功能方案与前述说明相同,在此不做赘述。
物联网体系架构中还包括设计方法识别、物联网络概念模型分析与输电智能物联场景域定义和物联网体系架构及核心内容。
由于不同应用场景下的物联系统,在体系结构、技术形态、关联过程以及应用特征等多方面具有明显差异,因此目前尚不存在一个统一的体系架构实现不同场景下的应用全覆盖。因此,在实际应用中,需要从物联网抽象模型出发,进行应用体系下的合理推演,归纳网络设计方法,形成物联网络柔性可迭代的设计指导原则,以实现对不同方法的识别。
如图17所示,图17为物联网的概念模型,物联网概念模型将网络分成了六大域,包括:用户域、服务提供域、感知控制域、目标对象域、资源交换域以及运维管控域,所有域均由具有某种特定目的的实体集合组成,且不同域之间存在明确的逻辑关系和通信关系。
通过对物联网概念模型进行分析,对现场及主站关键实体设备和资源进行各域映射或构造,形成具备实际功能的域实体或域系统,实现整个输电智能物联网络的全域串联,最终从理论层支撑整个物联网络体系架构的构建。
根据上述实施例,将进一步结合技术框架和设计输入参考信息的开发成果,制定输电智能物联网体系架构及核心内容,物联网体系结构包括感知层、网络层、应用层和运维管控层,其中,感知层、网络层、应用层和运维管控层的核心内容与前述说明相同,在此不做赘述。
本实施例提供的物联网体系架构的具体限定可以参见上文中对于数据传输方法中各实施例的步骤限定,在此不再赘述。
在一个实施例中,如图18所示,本申请实施例还提供了一种数据传输装置1800,该装置1800包括:获取模块1801、计算模块1802和管控模块1803,其中:
获取模块1801,用于获取感知层中感知设备感知的输电场景中多个目标对象的当前监测数据;
计算模块1802,用于将当前监测数据传入网络层,通过网络层中的边缘计算网关对当前监测数据进行边缘计算处理,得到监测处理数据;
管控模块1803,用于将监测处理数据通过网络层中的传输层传入至应用层中的数据中心,以使数据中心根据监测处理数据对输电场景进行输电资产管控;应用层包括标准化应用程序接口,标准化应用程序接口用于接入不同的应用终端。
在一个实施例中,获取模块1801包括:
确定单元,用于对输电场景中各目标对象进行资产和属性识别,确定各目标对象的感知设备;
获取单元,用于根据各目标对象的感知设备,从预先构建的各目标对象的信息模型中获取当前监测数据。
在一个实施例中,管控模块1803包括:
传入单元,用于通过传输层中预先设置的数据传输机制,将监测处理数据传入至应用层中的数据中心;
其中,数据传输机制的构建过程包括:
根据边缘计算网关的功能定义及其逻辑层次关系,确定边缘计算网关的标准化应用要求和准入条件;
根据边缘计算网关的标准化应用要求和准入条件,生成数据传输机制;数据传输机制至少包括数据传输的协议和方式。
在一个实施例中,数据中心通过预先构建的资产全寿命周期的管控体系和监测处理数据对输电场景进行输电资产管控;
其中,管控体系的构建过程包括:
根据霍尔三维结构模型,确定资产管理的实施方案;
根据实施方案,确定初始资产全寿命周期智能管控体系;
根据面向过程的全寿命周期资产智能管控评价指标体系,对初始资产全寿命周期智能管控体系进行迭代论证,直至迭代终止,得到资产全寿命周期的管控体系。
在一个实施例中,应用层包括应用规则,应用规则是通过应用层统一规约、智能管控基础和协同调度确定的;应用规则为物联网的应用兼容和接入互联网提供标准化支撑。
在一个实施例中,输电物联网体系架还包括运维管控层,运维管控层用于为感知层、网络层和应用层提供环境支持,并对感知层、网络层和应用层进行监管与维护。
在一个实施例中,该装置1800还包括:
第一构建模块,用于根据系统安全防护总体框架结构和物联网安全防护开发相关的防护影响要素,构建物联网标准总体框架;
第二构建模块,用于基于物联网标准总体框架,构建物联网安全防护方案;安全防护方案包括对感知设备和感知设备对外通信的安全防护方案:
验证模块,用于基于预设的评价指标体系,对安全防护方案进行验证,得到评价指标结果:
确定模块,用于若评价指标结果满足预设的条件,则确定物联网的安全防护标准。
关于数据传输装置的具体限定可以参见上文中对于数据传输方法中各步骤的限定,在此不再赘述。上述数据传输装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以以硬件形式内嵌于或独立于目标设备,也可以以软件形式存储于目标设备中的存储器中,以便于目标设备调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,如图19所示,该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种数据传输方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,上述计算机设备的结构描述仅仅是与本申请方案相关的部分结构,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
本实施例中处理器实现的各步骤,其实现原理和技术效果与上述数据传输方法的原理类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本实施例中计算机程序被处理器执行时实现的各步骤,其实现原理和技术效果与上述数据传输方法的原理类似,在此不再赘述。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本实施例中计算机程序被处理器执行时实现的各步骤,其实现原理和技术效果与上述数据传输方法的原理类似,在此不再赘述。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种数据传输方法,其特征在于,应用于输电物联网体系架构,所述输电物联网体系架构包括感知层、网络层和应用层;所述方法包括:
获取所述感知层中感知设备感知的输电场景中多个目标对象的当前监测数据;
将所述当前监测数据传入所述网络层,通过所述网络层中的边缘计算网关对所述当前监测数据进行边缘计算处理,得到监测处理数据;
将所述监测处理数据通过所述网络层中的传输层传入至所述应用层中的数据中心,以使所述数据中心根据所述监测处理数据对所述输电场景进行输电资产管控;所述应用层包括标准化应用程序接口,所述标准化应用程序接口用于接入不同的应用终端。
2.根据权利要求1所述的方法,其特征在于,所述获取感知层中感知设备感知的输电场景中多个目标对象的当前监测数据,包括:
对所述输电场景中各目标对象进行资产和属性识别,确定各所述目标对象的感知设备;
根据各所述目标对象的感知设备,从预先构建的各所述目标对象的信息模型中获取所述当前监测数据。
3.根据权利要求1所述的方法,其特征在于,所述将所述监测处理数据通过所述网络层中的传输层传入至应用层中的数据中心,包括:
通过传输层中预先设置的数据传输机制,将所述监测处理数据传入至所述应用层中的数据中心;
其中,所述数据传输机制的构建过程包括:
根据所述边缘计算网关的功能定义及其逻辑层次关系,确定所述边缘计算网关的标准化应用要求和准入条件;
根据所述边缘计算网关的标准化应用要求和准入条件,生成所述数据传输机制;所述数据传输机制至少包括数据传输的协议和方式。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述数据中心通过预先构建的资产全寿命周期的管控体系和所述监测处理数据对所述输电场景进行输电资产管控;
其中,所述管控体系的构建过程包括:
根据霍尔三维结构模型,确定资产管理的实施方案;
根据所述实施方案,确定初始资产全寿命周期智能管控体系;
根据面向过程的全寿命周期资产智能管控评价指标体系,对所述初始资产全寿命周期智能管控体系进行迭代论证,直至迭代终止,得到所述资产全寿命周期的管控体系。
5.根据权利要求1-3任一项所述的方法,其特征在于,所述应用层包括应用规则,所述应用规则是通过应用层统一规约、智能管控基础和协同调度确定的;所述应用规则为物联网的应用兼容和接入互联网提供标准化支撑。
6.根据权利要求1-3任一项所述的方法,其特征在于,所述输电物联网体系架还包括运维管控层,所述运维管控层用于为所述感知层、所述网络层和所述应用层提供环境支持,并对所述感知层、所述网络层和所述应用层进行监管与维护。
7.根据权利要求1-3任一项所述的方法,其特征在于,所述方法还包括:
根据系统安全防护总体框架结构和物联网安全防护开发相关的防护影响要素,构建物联网标准总体框架;
基于所述物联网标准总体框架,构建物联网安全防护方案;所述安全防护方案包括对终端和终端对外通信的安全防护方案:
基于预设的评价指标体系,对所述安全防护方案进行验证,得到评价指标结果:
若所述评价指标结果满足预设的条件,则确定所述物联网的安全防护标准。
8.一种数据传输装置,其特征在于,所述装置包括:
获取模块,用于获取感知层中感知设备感知的输电场景中多个目标对象的当前监测数据;
计算模块,用于将所述当前监测数据传入网络层,通过所述网络层中的边缘计算网关对所述当前监测数据进行边缘计算处理,得到监测处理数据;
管控模块,用于将所述监测处理数据通过所述网络层中的传输层传入至应用层中的数据中心,以使所述数据中心根据所述监测处理数据对所述输电场景进行输电资产管控;所述应用层包括标准化应用程序接口,所述标准化应用程序接口用于接入不同的应用终端。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210207878.7A CN114448755A (zh) | 2022-03-03 | 2022-03-03 | 数据传输方法、装置、计算机设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210207878.7A CN114448755A (zh) | 2022-03-03 | 2022-03-03 | 数据传输方法、装置、计算机设备和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114448755A true CN114448755A (zh) | 2022-05-06 |
Family
ID=81359387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210207878.7A Pending CN114448755A (zh) | 2022-03-03 | 2022-03-03 | 数据传输方法、装置、计算机设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114448755A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115658218A (zh) * | 2022-09-09 | 2023-01-31 | 北京百度网讯科技有限公司 | 边缘设备接入云端的方法、装置、设备以及存储介质 |
CN116953660A (zh) * | 2023-09-18 | 2023-10-27 | 中国科学院精密测量科学与技术创新研究院 | 一种全高层大气风温密探测激光雷达云边协同方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015085620A1 (zh) * | 2013-12-10 | 2015-06-18 | 中国科学院沈阳自动化研究所 | 一种基于语义的物联网体系架构模型 |
CN110994798A (zh) * | 2019-12-16 | 2020-04-10 | 深圳供电局有限公司 | 变电设备监控系统 |
CN111726409A (zh) * | 2020-06-18 | 2020-09-29 | 国网陕西省电力公司信息通信公司 | 一种电缆沟道综合监测物联网边缘代理装置 |
CN113703969A (zh) * | 2021-08-12 | 2021-11-26 | 江苏方天电力技术有限公司 | 一种基于边缘计算的可多源数据处理的配电物联网体系 |
-
2022
- 2022-03-03 CN CN202210207878.7A patent/CN114448755A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015085620A1 (zh) * | 2013-12-10 | 2015-06-18 | 中国科学院沈阳自动化研究所 | 一种基于语义的物联网体系架构模型 |
CN110994798A (zh) * | 2019-12-16 | 2020-04-10 | 深圳供电局有限公司 | 变电设备监控系统 |
CN111726409A (zh) * | 2020-06-18 | 2020-09-29 | 国网陕西省电力公司信息通信公司 | 一种电缆沟道综合监测物联网边缘代理装置 |
CN113703969A (zh) * | 2021-08-12 | 2021-11-26 | 江苏方天电力技术有限公司 | 一种基于边缘计算的可多源数据处理的配电物联网体系 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115658218A (zh) * | 2022-09-09 | 2023-01-31 | 北京百度网讯科技有限公司 | 边缘设备接入云端的方法、装置、设备以及存储介质 |
CN115658218B (zh) * | 2022-09-09 | 2024-03-12 | 北京百度网讯科技有限公司 | 边缘设备接入云端的方法、装置、设备以及存储介质 |
CN116953660A (zh) * | 2023-09-18 | 2023-10-27 | 中国科学院精密测量科学与技术创新研究院 | 一种全高层大气风温密探测激光雷达云边协同方法 |
CN116953660B (zh) * | 2023-09-18 | 2024-01-05 | 中国科学院精密测量科学与技术创新研究院 | 一种全高层大气风温密探测激光雷达云边协同方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chi et al. | A survey of network automation for industrial internet-of-things toward industry 5.0 | |
Faheem et al. | Smart grid communication and information technologies in the perspective of Industry 4.0: Opportunities and challenges | |
Zhou et al. | BEGIN: Big data enabled energy-efficient vehicular edge computing | |
Navani et al. | The internet of things (IoT): A study of architectural elements | |
CN114448755A (zh) | 数据传输方法、装置、计算机设备和计算机可读存储介质 | |
Martinez et al. | A square peg in a round hole: The complex path for wireless in the manufacturing industry | |
CN101960875B (zh) | 用于可视化设计的系统和物理空间中的无线网状网络的组织 | |
Yang et al. | Fog-enabled intelligent IoT systems | |
CN109067871B (zh) | 一种电力泛在智能云架构 | |
Bouzidi et al. | Use of the IQRF technology in Internet-of-Things-based smart cities | |
Marchetto et al. | A formal approach to verify connectivity and optimize VNF placement in industrial networks | |
Lv | Practical application of internet of things in the creation of intelligent services and environments | |
Joyce et al. | Industrial internet of things (iiot)-an iot integrated services for industry 4.0: A review | |
Roxin et al. | Interoperable digital building twins through communicating materials and semantic BIM | |
Yang et al. | IoT technologies and applications | |
Cheng et al. | A study on the architecture of manufacturing internet of things | |
Zhao et al. | Artificial intelligence monitoring system using ZigBee wireless network technology in warehousing and logistics innovation and economic cost management | |
Yang et al. | Power inspection design by Internet of Things and RFID technology in smart city | |
Guan | Reliability Analysis of the Internet of Things Based on Ordered Binary Decision Diagram. | |
Chang et al. | SmartParcels: Cross-layer IoT planning for smart communities | |
Kaewta et al. | An optimization of multiple gateway location selection in long range wide area network networks | |
Rasheed et al. | A Survey on Fog computing in IoT | |
Ferrera et al. | IoT European security and privacy projects: Integration, architectures and interoperability | |
Alazzawi et al. | Insight into iot applications and common practice challenges | |
Yang et al. | Comprehensive analysis system and scenarios of electric IoT Big Data |
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 |