CN115065577A - 一种应用于二次供水物联网的边缘计算网关系统 - Google Patents

Abstract

本发明提供一种应用于二次供水物联网的边缘计算网关系统，涉及物联网通信技术领域，包括：感知接入层，用于接入并采集各二次供水设备的传感数据；协议适配层，用于对各传感数据进行协议适配对应得到具有预设格式的协议数据；边缘计算层，用于对各协议数据进行边缘处理得到相应的边缘计算结果；平台对接层，用于为边缘计算层提供与上层的二次供水远程监控云平台之间的多网融合通信路径，以传输边缘计算结果和协议数据，供二次供水远程监控云平台进行二次供水远程监控。有益效果是增加了网关的适配性；降低了云端数据中心的压力，可快速的响应用户需求，提高时效性；提高边缘网关的通用性；确保数据传输的安全性；实现对网关的可追溯性管理。

Description

一种应用于二次供水物联网的边缘计算网关系统

技术领域

本发明涉及物联网通信技术领域，尤其涉及一种应用于二次供水物联网的边缘计算网关系统。

背景技术

物联网是新一代信息技术的重要组成部分。物联网层次结构分为三层，自下而上依次为：感知层，网络层，应用层。在感知层和网络层两个不同的网络之间需要一个中间设备，那就是“物联网网关”。物联网网关是物联网的核心网元设备，物联网网关除了要担负感知层与通信网络，以及不同类型感知层之间的协议转换的职责，还能够把从不同的感知层收集到的信息整合起来，并把它传输到下一层，同时，也能够将其他各层的信息传输给感知层，因而信息才能在各部分之间相互传输，既可以实现广域互联，也可以实现局域互联。此外物联网网关还需要具备设备管理功能，可以通过物联网网关管理各感知节点，获得感知节点的相关信息，并实现远程的控制。

目前的技术现状以及问题如下：

1)由于传感设备本身类型就多种多样，而且，各个厂家的同类型的传感设备在具体的信号变换方式上差别也很大，以致不同的传感设备接入物联网网关有不同的方法。另外，传感设备不仅包括传感器设备，还包括传感网络和数据中转设备等，这些设备输出的相关数据描述方式也没有一致的标准。这样，传统的物联网网关和传感设备的适配就变得很困难，难以适应复杂的工业应用场景，影响网关设备的推广应用。

2)目前物联网网关主要工作是协议转换和数据采集，主要运算功能放在了云端。随着物联网技术的普及，智能设备的大量出现，对计算能力的要求将出现爆发式增长，在此背景下，传统的云计算架构难以满足庞大的计算需求。此外，云计算存在的网络延迟问题、带宽问题，数据安全问题，也将难以应对无人值守、智能控制等新兴智能设备运行方式的要求。

3)现在物联网网关的通信技术主要有有线网络、WiFi、NB、4G/5G、LoRa等，大部分工业物联网网关仅支持几种网络通信方式，无法满足复杂的工业应用场景。为了适配不同的应用环境，需要开发支持不同网络环境的网关设备，严重影响物联网网关的推广使用和工业化进程，对物联网产业发展带来了严重阻碍。

4)物联网的核心技术是通信技术，无论近距离无线传输技术还是移动通信技术，都影响着物联网的发展。而在通信中，通信协议尤其重要。MQTT、DDS、AMQP、XMPP、JMS、REST、CoAP这几种协议都已被广泛应用，并且每种协议都有至少10种以上的代码实现，支持实时的发布/订阅的物联网协议。

然而，物联网潜在的应用场景很多，风险较大，因此暴露在互联网上的设备随时面临被黑客攻击的风险。为了降低风险，很多企业或者机构将通信技术转向支持MQTT或者AMQP等协议的代理。虽然这些协议受到防火墙的保护，但是需要通过第三方提供商的代理进行数据信息的通信，难以保证数据的隐私性和完整性，这对一些企业或者行业来说，是不可接受的。

5)目前物联网网关大多使用私有的设备标识，只能在单个系统或者单平台中使用，无法跨系统、跨平台使用。

因此目前市场上的网关以及传统边缘计算平台，无论是在性能、功能、还是在工业级品质等方面，都不能完全满足现在市场的需求。

发明内容

针对现有技术中存在的问题，本发明提供一种应用于二次供水物联网的边缘计算网关系统，包括：

感知接入层，用于接入所述二次供水物联网中的各二次供水设备，采集各所述二次供水设备的传感数据并上传；

协议适配层，运行于所述感知接入层的上方，用于对上传各所述传感数据进行协议适配，以对应得到具有预设格式的协议数据并上传；

边缘计算层，运行于所述协议适配层的上方，用于对上传的各所述协议数据进行边缘处理得到相应的边缘计算结果；

平台对接层，运行于所述边缘计算层的上方，用于为所述边缘计算层提供与上层的二次供水远程监控云平台之间的多网融合通信路径，以传输所述边缘计算结果和所述协议数据，供所述二次供水远程监控云平台进行二次供水远程监控。

优选的，所述感知接入层包括：

设备描述模块，用于保存预先配置的各所述二次供水设备的设备描述模型；

设备驱动模块，用于保存预先配置的各所述设备描述模型关联的设备驱动；

驱动控制模块，分别连接所述设备描述模块和所述设备驱动模块，用于在所述二次供水设备上电后，根据所述二次供水设备对应的所述设备描述模型启动关联的所述设备驱动，以采集所述二次供水设备的所述传感数据并上传。

优选的，所述预设格式包括预设标准格式和预设特定格式；

则所述协议适配层包括：

协议解析模块，用于对需要进行边缘处理的各所述传感数据进行协议解析，并将解析后的所述传感数据进行拼装处理得到具有所述预设标准格式的所述协议数据；

协议转换模块，用于根据所述二次供水远程监控云平台下发的直接调用指令将对应的所述传感数据进行协议转换得到具有所述预设特定格式的所述协议数据并上传至所述平台接口层。

优选的，还包括一实时数据库，连接所述协议适配层和所述边缘计算层；

则所述协议解析模块包括：

第一上传单元，用于将需要实时进行边缘处理的具有所述预设标准格式的所述协议数据上传至所述边缘计算层；

第二上传单元，用于将不需要实时进行边缘处理的具有所述预设标准格式的所述协议数据上传至所述实时数据库进行保存，以供所述边缘计算层调用进行边缘处理。

优选的，所述边缘计算层包括：

算法库，用于提供若干边缘算法；

边缘计算模块，连接所述算法库，用于根据各所述边缘算法构建算法模型，并根据所述算法模型对各所述协议数据进行边缘处理得到相应的边缘计算结果。

优选的，所述算法库包括：

基础运算库，用于保存预先配置的若干向量运算符和矩阵运算符；

通用算法库，连接所述基础运算库，用于调用各所述向量运算符和所述矩阵运算符生成多种通用算法块；

算法单元，连接所述通用算法库，用于根据二次供水应用需求调用各所述通用算法块生成多种所述应用算法；

规则单元，用于保存预先配置的多算法糅合规则；

规则引擎，分别连接所述算法单元和所述规则单元，用于根据所述多算法糅合规则对各所述应用算法进行糅合得到所述边缘算法。

优选的，所述平台对接层包括一多网融合模块，所述多网融合模块包括：

存储单元，用于保存预先配置的多种可使用网络的配置优先级；

网络切换单元，连接所述存储单元，用于按照所述配置优先级由高到低的顺序依次循环获取对应的各所述可使用网络的网络状态，直至获取的所述网络状态表示对应的所述可使用网络可连通，则与可连通的所述可使用网络建立所述多网融合通信路径。

优选的，所述多网融合模块还包括一自定义单元，连接所述存储单元，用于根据外部的配置指令将其中一种所述可使用网络配置为一自定义网络并保存至所述存储单元；

则所述网络切换单元还用于优先建立与所述自定义网络的所述多网融合通信路径，并在所述所述自定义网络不可连通时，依次获取高于所述自定义网络的配置优先级的所述可使用网络的所述网络状态，直至获取的所述网络状态表示对应的所述可使用网络可连通，

以及在所有高于所述自定义网络的配置优先级的所述可使用网络均不可连通时，依次获取低于所述自定义网络的配置优先级的所述可使用网络的所述网络状态，直至获取的所述网络状态表示对应的所述可使用网络可连通或有低于所述自定义网络的配置优先级的所述可使用网络均不可连通。

优选的，所述平台对接层还包括一平台协议接口模块，连接所述多网融合模块，用于采用OPCUA-MQTT通信协议和国密算法为建立的所述多网融合通信路径提供数据安全通讯服务。

优选的，所述平台对接层还包括一物联网标识管理模块，用于分别为所述感知接入层接入的各所述二次供水设备配置标识前缀和标识后缀，形成各所述二次供水设备的工业互联网统一标识编码。

上述技术方案具有如下优点或有益效果：

1)通过协议适配层将非标准的物联网设备的传感数据转换为标准的协议数据，屏蔽了形形色色的物理设备接入云平台方法的多样性以及数据的差异化，增加了网关设备的适配性以及系统的稳定性和可移植性；

2)通过边缘计算技术，对接入物联网网关的传感数据进行实时的分析和智能化处理，只将必要的少量数据传到云端，降低了云端数据中心的压力，减少对网络带宽的依赖，亦可快速的响应用户需求，提高时效性；

3)通过多网融合、网络自动切换、网络通信规则设定等规则算法操作，可以满足不同环境及应用场景下网络的需求，提高边缘网关的通用性；

4)通过应用OPCUA-MQTT通信协议，既利用了OPC UA端到端的安全解决方案，又可以确保通过OPCUA PUBSUB代理发送数据的隐私性和完整性，同时，采国密无证书公钥密码体制的数据加密解决方案，可以保证攻击者即使替换了用户的合法公钥也不能解密加密给用户的消息或者伪造用户的签名，显著节约密钥管理过程中交换的数据和需要存储的数据，相较于传统的PKI机制具有显著的优势；

5)通过使用工业互联网统一标识编码，可以做到对网关整个生命周期的可追溯性管理，并可以获得工业互联网统一标识系统平台的物联网标识体系服务，提供产品的行业价值。

附图说明

图1为本发明的较佳的实施例中，一种应用于二次供水物联网的边缘计算网关系统的结构示意图；

图2为本发明的较佳的实施例中，协议转换模块的结构示意图；

图3为本发明的较佳的实施例中，工业互联网统一标识编码的结构示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本发明并不限定于该实施方式，只要符合本发明的主旨，则其他实施方式也可以属于本发明的范畴。

本发明的较佳的实施例中，基于现有技术中存在的上述问题，现提供一种应用于二次供水物联网的边缘计算网关系统，如图1所示，包括：

感知接入层1，用于接入二次供水物联网中的各二次供水设备，采集各二次供水设备的传感数据并上传；

协议适配层2，运行于感知接入层1的上方，用于对上传各传感数据进行协议适配，以对应得到具有预设格式的协议数据并上传；

边缘计算层3，运行于协议适配层2的上方，用于对上传的各协议数据进行边缘处理得到相应的边缘计算结果；

平台对接层4，运行于边缘计算层3的上方，用于为边缘计算层3提供与上层的二次供水远程监控云平台5之间的多网融合通信路径，以传输边缘计算结果和协议数据，供二次供水远程监控云平台5进行二次供水远程监控。

具体地，本实施例中，在应用于二次供水泵房远程监控管理系统时，当供水泵房中各类传感设备采集到数据后由各级PLC设备进行简单的数据汇集，然后通过本技术方案的边缘计算网关系统对数据进行边缘计算，只是将边缘计算的结果传送给云端或者把云端服务要求的数据传送给云端进行云计算处理。由于基本的数据管理和算法处理放在了供水泵房内的边缘计算侧，重要的数据以及边缘计算的结果才会上传到云计算中心。边缘计算侧的边缘计算网关能够更快的提供供水泵房的需求和服务，通过能够保证在极端断网、服务器故障等情况下，能够自主下发指令，对下配置等安全操作，保证设备的正常运行和操作人员的人身安全，云计算平台提供行业级服务、自动学习、算法下沉等。

边缘计算网关系统从逻辑架构层次上由下至上分为感知接入层1、协议适配层2、边缘计算层3和平台对接层4，采用分层和模块化的系统架构设计理念，有效提升系统的稳定性和可扩展性，方便各层功能模块的添加和删除；同时将传统的工控技术与物联网技术、微服务架构技术、边缘计算技术、物联网通信技术等结合在一起，能够实现对二次供水泵房相关数据的采集分析、全面监控、控制管理等，辅助远程监控系统建立二次供水设施运行维护管理档案，实现二次供水的科学调度，降低管理成本，提高供水突发事件的应变能力，提高企业的服务质量。可以理解的是，本发明中所述的上方和下方均指在逻辑架构层次上的上下关系。

其中，感知接入层1主要包括接入系统的各二次供水设备的描述和驱动，完成二次供水设备的配置和数据的上传下控。协议适配层2可以对传感数据进行协议解析和协议转换，目的是以统一格式的数据与边缘计算层3进行数据交互。边缘计算层3可以根据预置算法库和下控算法参数来配置应用场景，并对海量的传感数据进行算法处理，提高数据的安全性和时效性，节省网络带宽，为上层多应用服务和数据共享提供数据级互操作保障。从而实现基于传感数据的协同处理，实现对物理世界的协同感知。同时在平台对接层4配置有多网融合模块和平台协议接口模块以及物联网标识管理模块，可以实现根据应用场景和平台的需要，切换网络环境，并利用平台协议接口模块实现与上层平台的安全对接，以保证通信数据的安全性和完整性，同时可以利用物联网标识管理模块与服务器的物联网标识系统平台交互，获得物联网标识体系服务，提高产品的使用价值。传感设备数据通过网关系统架构后，边缘计算网关输出的数据为转换后的统一格式数据，更易于机器所理解和使用，以便于上层平台应用对数据的存取和使用。

本发明的较佳的实施例中，感知接入层1包括：

设备描述模块11，用于保存预先配置的各二次供水设备的设备描述模型；

设备驱动模块12，用于保存预先配置的各设备描述模型关联的设备驱动；

驱动控制模块13，分别连接设备描述模块11和设备驱动模块12，用于在二次供水设备上电后，根据二次供水设备对应的设备描述模型启动关联的设备驱动，以采集二次供水设备的传感数据并上传。

本发明的较佳的实施例中，预设格式包括预设标准格式和预设特定格式；

则协议适配层2包括：

协议解析模块21，用于对需要进行边缘处理的各传感数据进行协议解析，并将解析后的传感数据进行拼装处理得到具有预设标准格式的协议数据；

协议转换模块22，用于根据二次供水远程监控云平台下发的直接调用指令将对应的传感数据进行协议转换得到具有预设特定格式的协议数据并上传至平台接口层。

具体地，本实施例中，上述拼装可以是按照预设的数据规则将解析后的传感数据拼装为数据帧并进行校验，得到具有预设标准格式的协议数据，其中，具体数据规则以及数据拼装和校验过程为现有技术，且不作为本技术方案的发明点，此处不再赘述。

进一步具体地，上述需要进行边缘处理的传感数据可以通过预先在协议适配层2进行参数配置的方式，实现具体对哪些传感数据进行协议解析。可以理解的是，即使某个传感数据被配置为需要进行边缘处理的传感数据，若二次供水远程监控云平台下发直接调用指令，则其也可以被二次供水远程监控云平台直接调用，即调用指令具有高优先级。换言之，即使某个传感数据被配置为不需要进行边缘处理，但特殊场景下，需要其进行边缘处理，也可以通过二次供水远程监控云平台下发指令的方式进行灵活处理。

针对直接调用的传感数据的协议转换，由于边缘计算网关支持上百种协议，在协议转换设计中，可以将每种或者多种相似的协议封装为一个规约处理模块，封装为一个DLL格式的协议库，以便项目程序的管理和维护。如图2所示，即上述协议转换模块22中优选集成有多个规约处理模块221，每个规约处理模块221对应一种或多种相似的协议，以供支持相应协议的二次供水设备的传感数据的采集上传。

上述协议转换模块22中还集成有一数据缓冲区222，用于保存通信配置信息及实时通信数据信息，数据缓存区222与各规约处理模块221之间通过规约调度模块223连接。其中，每个二次供水设备中的每个数据在数据缓冲区222都有一个逻辑映射点，上层应用可以通过对逻辑映射点的访问实现对二次供水设备的访问，其中，控制过程优先级高于采集过程。对于控制过程，在数据才几千遍历数据缓冲区222，如果有要控制的点则生成控制命令进行处理。对于采集过程，由规约调度模块223和规约处理模块223完成对二次供水设备的异步刷新。

进一步具体地，每个规约处理模块221为规约调度模块223提供四个通用的接口，包括：

通道通信接口，用于对与相应的二次供水设备进行通信的设备通道的打开和关闭操作；

初始化设备接口，用于维护采用同一规约处理模块223的各二次供水设备的设备列表；

轮询设备接口，维护每个二次供水设备的控制与采集；

检测设备接口，检测每个二次供水设备的当前设备状态；

规约调度模块223可以通过调用每个规约处理模块221的上述四个通用接口的方式实现能够快速、完整、准确、长时间正确解析数量众多、类型各异的通信协议。如调用初始化设备接口和轮询设备接口按照设备列表轮询各二次供水设备，在相应的二次供水设备需要进行数据交互时调用通道通信接口打开对应的设备通道，在需要进行设备状态检测时可以调用检测设备接口。

本发明的较佳的实施例中，还包括一实时数据库6，连接协议适配层2和边缘计算层3；

则协议解析模块21包括：

第一上传单元211，用于将需要实时进行边缘处理的具有预设标准格式的协议数据上传至边缘计算层；

第二上传单元212，用于将不需要实时进行边缘处理的具有预设标准格式的协议数据上传至实时数据库进行保存，以供边缘计算层调用进行边缘处理。

具体地，本实施例中，在实际使用过程中，某些数据可能是热数据，需要实时进行处理，而某些数据可能是冷数据，可能隔一段时间才会需要进行处理，则可以将不需要实时进行边缘处理的协议数据上传至实时数据库6进行保存，在需要进行边缘处理时再进行调用即可，满足不同场景的应用需求。

本发明的较佳的实施例中，边缘计算层3包括：

算法库31，用于提供若干边缘算法；

边缘计算模块32，连接算法库31，用于根据各边缘算法构建算法模型，并根据算法模型对各协议数据进行边缘处理得到相应的边缘计算结果。

本发明的较佳的实施例中，算法库31包括：

基础运算库311，用于保存预先配置的若干向量运算符和矩阵运算符；

通用算法库312，连接基础运算库311，用于调用各向量运算符和矩阵运算符生成多种通用算法块；

算法单元313，连接通用算法库312，用于根据二次供水应用需求调用各通用算法块生成多种应用算法；

规则单元314，用于保存预先配置的多算法糅合规则；

规则引擎315，分别连接算法单元313和规则单元314，用于根据多算法糅合规则对各应用算法进行糅合得到边缘算法。

具体地，本实施例中，算法库31属于边缘计算网关系统的领域服务组件，为平台应用的开发提供机器及控制逻辑的算法支撑。其中，上述基础运算库311中，向量运算符可完成向量基本属性(维度与大小)的提取，包括但不限于向量常用计算的运算符(加、减、乘、除)进行重载和封装等；矩阵运算符可完成矩阵基本属性的提取，包括但不限于运算符重载，矩阵求逆、分解等。

通用算法库312通过调用基础运算库311提供的矩阵和向量运算功能，实现多种类型的基础算法，以服务于功能应用算法的需要。通用算法库312，生成的通用算法块包括但不限于：

神经网络算法：是一种人工智能技术，非常适合大数据数据挖掘场景的应用。算法模型主要分为三类：第一类是以用于分类预测和模式识别的前馈式神经网络模型，其主要代表为函数型网络、感知机；第二类是用于联想记忆和优化算法的反馈式神经网络模型，以Hopfield的离散模型和连续模型为代表。第三类是用于聚类的自组织映射方法，以ART模型为代表。人工神经网络算法包括感知器神经网络(Perceptron Neural Network)、反向传递(Back Propagation)和深度学习等。

联合概率数据关联：完成能融合多个特征的联合概率数据关联算法。

聚类算法：通常按照中心点或者分层的方式对输入数据进行归并。所有的聚类算法都试图找到数据的内在结构，以便按照最大的共同点将数据进行归类。常见的聚类算法包括K-Means算法以及期望最大化算法(Expectation Maximization)等。

遗传算法：完成遗传算法，模拟一个人工种群的进化过程，通过选择、交叉以及变异等机制，在每次迭代中都保留一组候选个体，重复此过程，种群经过若干迭代进化后，理想情况下其适应度达到近似优化状态。

卡尔曼滤波：通过对系统每个时刻的扰动和观察误差(即噪声)进行统计，并对含有噪声的观察信号进行处理，保证在平均的意义上，求得误差为最小的真实信号的估计值。

最小二乘法：观察数据与待拟合函数之间的均方误差为准则求取拟合参数的算法。

主成分分析：通过对数据的线性假设，使用中值和方差对数据进行充分统计，通过线性拟合求解和方差矩阵并对角化，最终获取数据的“主元”。

决策树：根据数据的属性采用树状结构建立决策模型。决策树模型常常用来解决分类和回归问题。常见的算法包括CART(Classification And Regression Tree)、ID3、C4.5、随机森林(Random Forest)等。

在生成上述各通用算法块后，面向泵房供水领域中的各种应用，可以基于通用算法库的功能，提供不同应用场景的算法实现，即生成多种应用算法，具体包含两类算法模型：大数据分析算法模型和联动控制类算法模型。

其中，大数据分析算法模型包括但不限于：

错峰调蓄算法模型:根据用户用水习惯，对城市大量水箱进行合理蓄水调度,以保障用水高峰期时直供区用户的用水。

供水管网宏观模型：避开供水管网的复杂结构，根据水厂侧与管网侧的数据模型，通过输入出厂水压力、流量，实现对关键管网压力检测点的预测，以达到构建管网压力检测点预测机制。

其中，联动控制类算法模型包括但不限于：

安防联动控制算法模型：支持门禁、摄像头、灯光照明、红外报警联动，进行非法闯入监测，同时向平台上传报警，变被动监控为主动监控。

水淹排水联动控制算法模型：支持泵房现场水淹报警和排水泵的联动。对泵房集水坑液位实时监测，或对泵房水淹报警进行实时监测。当液位高于警戒液位(或监测到水淹信号)时，可启动排水泵装置，完成排水联动，同时支持向平台上传报警。

烟感报警联动控制算法模型：支持泵房现场爆管后水泵急停联动。对泵房进行管道空载报警监测，当监测到管道空载报警后，自动控制水泵急停，同时向平台上传报警。

水箱液位联动控制算法模型：支持水箱液位和进水阀门的联动控制。对水箱液位进行实时监测，当水箱液位高于高警戒液位，则自动控制关闭进水阀门，当水箱液位低于低警戒液位，自动控制开启进水阀门，同时向平台上传报警。

可以理解的是，上述应用算法为单一的应用功能实现，在实际应用场景中，可能需要对上述各应用算法进行糅合处理，如其中一个应用算法的输出作为另一个应用算法的输入，或者同时应用两个应用算法的输出等，此时，基于上述各应用算法，只需要根据现场的运行情况制定相应的多算法糅合规则即可实现各应用算法的调用，就能满足现场运行的需求和安全生产需求，避免功能的大量重复开发，节省开发成本和开发周期。

优选的，上述多算法糅合规则包括算法规则和自学习规则，其中，算法规则为定义每个算法使用规则以及参数设置的脚本描述。通常使用Jason语言或者XML语言对算法参数以及使用规则进行描述。自学习规则为算法模型经过边缘计算模块的自学习或者机器学习之后，产生的参数记录。通常用Jason语言或者XML语言进行描述。换言之，算法规则可以是直接调用上述各应用算法，可以仅是输入输出的连接或多个输出的运算等，对应用算法本身没有改变，而自定义规则可能需要根据实际运用场景，对其中一个或多个应用算法进行自学习或机器学习调参后再组合应用。

进一步地，规则单元通过规则算法脚本或者引擎，进行解析。规则引擎是一种嵌入在应用程序中的组件，实现了将业务规则从应用程序代码中分离出来，并使用预定义的规则语义来编写业务规则。规则引擎接受数据输入，解释业务规则，并根据规则执行相应的业务逻辑。一个业务规则包含一组条件和在此条件下执行的操作，它们表示业务规则应用程序的一段业务逻辑。我们在业务中设置一个或者多个条件，当满足这些条件时触发相应的操作，规则引擎设计的初衷是可以将复杂多变的规则从算法编码中解放出来，以规则脚本的形式存放在文件或者数据库中，使得规则的变更不需要修改代码即可使用，做到最大程度的灵活。

基于此，边缘计算模块32可以对应包括算法库规则引擎解析单元，建模单元和数据处理单元，其中，建模单元用于根据算法库规则引擎解析单元对规则引擎的解析结果建立统一的物理模型，即是将算法库转化为虚拟的模型，并和实时数据以及历史数据相结合，构建应用场景的数学模型，进而数据处理单元可以调用该数学模型进行大数据的边缘计算处理。

本发明的较佳的实施例中，平台对接层4包括一多网融合模块41，多网融合模块41包括：

存储单元411，用于保存预先配置的多种可使用网络的配置优先级；

网络切换单元412，连接存储单元411，用于按照配置优先级由高到低的顺序依次循环获取对应的各可使用网络的网络状态，直至获取的网络状态表示对应的可使用网络可连通，则与可连通的可使用网络建立多网融合通信路径。

具体地，本实施例中，边缘计算网关系统支持多种网络通讯方式，在高可靠性要求的前提下，通过多网融合模块41能够实现根据实际的通信状况和端口状况，进行冗余通道的自动切换网络组合，以实现最佳的通信质量和节省费用。

进一步具体地，二次供水系统中可使用网络主要有有线网络、WIFI、4G/5G、NB等，本方案的多网融合模块41包含网络自动优先级切换规则和自定义网络使用规则。其中，上述配置优先级从高到低可以依次为有线网络、WiFi、4G/5G、NB网络。

优选的，网络切换单元412可以先判断边缘计算网关系统的网络是否关闭，若未关闭，则先判断有线网络是否可连通，如果可连通，可以进一步确认是否使用有线网络，如果使用则建立多网融合通信路径，如果不使用有线网络或有线网络不可连通，则随后判断WIFI网络是否可连通，以此类推。若最后执行到判断NB网络不使用或不可连通时，则再次返回最高优先级的有线网络的连通状态的判断，循环执行。

本发明的较佳的实施例中，多网融合模块41还包括一自定义单元413，连接存储单元411，用于根据外部的配置指令将其中一种可使用网络配置为一自定义网络并保存至存储单元411；

则网络切换单元412还用于优先建立与自定义网络的多网融合通信路径，并在自定义网络不可连通时，依次获取高于自定义网络的配置优先级的可使用网络的网络状态，直至获取的网络状态表示对应的可使用网络可连通，

以及在所有高于自定义网络的配置优先级的可使用网络均不可连通时，依次获取低于自定义网络的配置优先级的可使用网络的网络状态，直至获取的网络状态表示对应的可使用网络可连通或有低于自定义网络的配置优先级的可使用网络均不可连通。

具体地，本实施例中，在实际使用时，也可以根据实际网络环境将自定义网络作为最高优先级的连通网络，如把WIFI配置为自定义网络，则先判断WIFI网络是否可连通，如果不可连通，参考配置优先级，WIFI网络处于第二优先级，则先判断优先级高于WIFI网络的有线网络是否可连通，如果不可连通，在进一步判断低于WIFI网络的4G/5G网络是否可连通，以此类推。

本发明的较佳的实施例中，平台对接层4还包括一平台协议接口模块42，连接多网融合模块41，用于采用OPCUA-MQTT通信协议和国密算法为建立的多网融合通信路径提供数据安全通讯服务。

具体地，本实施例中，各二次供水设备的传感数据可以通过PLC传输，其中,PLC优选通过Modbus TCP/RTU或者OPC UA协议传输数据到本技术方案的边缘计算网关系统，边缘计算网关系统通过内置的协议转换器，将非标准的数据转换为标准的数据，并将数据传给嵌入式数据库SQLite。边缘计算网关系统的边缘计算模块根据设置获取嵌入式数据库的数据进行边缘算法计算，并把边缘计算后的数据存入嵌入式数据库或者经过协议转换器转换为标准的OPC UA协议格式数据并进行加密和数字签名。然后OPC UA的中间代理MQTTClient通过MQTT协议(内置TLS加密/国密SSL)将加密和签名后数据传输到上层的物联网服务器。

优选的，本技术方案的边缘计算网关系统还配置有看门狗系统和防错、容错系统机制，能够做到系统自检、故障排除和上报等安全操作，以确保设备运行环境的可靠和安全。

另外，边缘计算网关系统会按照设置或者平台指令，通过sFTP功能接收上层的物联网服务器的固件升级、运行日志上传等网关管理功能。SFTP同样是使用国密加密传输认证信息和传输的数据，确保数据通讯的安全可靠。边缘网关与物联网服务器之间的通讯支持OPCUA-MQTT协议，以解决集团级规模大并发接入的要求。其网络环境为Internet、专线/虚拟专线、4G/5G、NB_IoT、WiFi等。

本技术方案的边缘计算网关系统支持裁剪linux微内核，在linux微内核上至少运行一套微组态系统、一套实时数据库、一套协议转换服务、PLC校时服务、一套MQTT Client、一套OPC UA Server和OPC UA Client、一套SQLite轻型数据库、一套IPTABLE网络防火墙等。物联网服务器内置MQTT Server，一套MQTT Server作为代理直接挂接在OPC UA Client上，负责接收从边缘计算网关系统传输过来的数据后，然后通过OPC UA Client解析数据，并转换为标准的数据写入到数据库中。另一套MQTT Server可以获取服务器的数据直接供给其他MQTT Client消费。数据库中的数据分为三个方向供数据消费端消费：通过物联网服务器内置的协议转换器，将MQTT协议转换为OPC UA协议，供OPC UA Client消费；提供标准的Restful API服务，供其他系统通过API接口消费；通过MQTT Server直接对外提供数据订阅消费。

综上，边缘计算网关系统基于ModBus协议或OPCUA协议从PLC采集传感数据(不支持OPCUA的PLC只能走ModBus协议)；边缘计算网关系统对传感数据进行处理与加密，然后上传到云端的物联网服务器；云端的物联网服务器，通过OPCUA Clent的挂载代理MQTTServer订阅到OPCUA数据包后，对数据包进行解密，然后解析数据；云端写数据入MySQLRDS数据库和Redis缓存数据库；数据同步任务定时将增量数据写入机房的备份库。

其中，边缘网关采用OPC UA挂载代理MQTT服务器模式进行数据通信，其消息体为高效的OPC UA二进制格式的数据包。其通讯规约规定了二次供水泵房远程监控管理系统数据接入通信的接口形式、参数规范、技术要求，包括监控数据、设备ID认证、登录、加密技术、心跳认证、系统主题、发布主题、订阅主题、上下行测点规范、测点点表地址几个方面。

本发明的较佳的实施例中，平台对接层4还包括一物联网标识管理模块43，用于分别为感知接入层接入的各二次供水设备配置标识前缀和标识后缀，形成各二次供水设备的工业互联网统一标识编码。

具体地，本实施例中，由边缘计算网关为每个接入的PLC等传感设备按照规则分配一个物联网标识后缀，作为网关与服务器之间数据通信的传感设备的唯一标识。服务器收到边缘计算网关设备注册后，根据规则生成标识的前缀，并加上网关注册的标识后缀，组装成物联网设备标识码，并将物联网标设备识码注册到联通平台。联通物联网标识体系平台对设备物联网标识进行解析和管理，并把管理数据返回给服务器平台展示，并对物联网服务器提供物联网标识体系服务。

进一步具体地，上述工业互联网统一标识编码中，标识前缀与标识后缀之间以UTF-8字符“_”分隔；其中标识前缀由国家代码、行业代码、企业代码组成，用于唯一标识企业主体；标识后缀由行政区代码、泵房编号代码、接管年份代码、供水方式代码、供水区域代码、测点代码组成，用于唯一识别标识对象，其结构如图3所示。

其中，标识前缀由国家代码、行业代码、企业代码组成，以UTF-8字符“.”分隔。标识前缀各代码段长度、数据类型及其代码含义见表1。

表1标识前缀组成

标识后缀由二次供水行业标识对象的泵房代码、设备代码、测点代码组成，以UTF-8字符“_”分隔。标识后缀各代码段的长度、范围、数据类型和代码含义见表2。

表2标识后缀组成

以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (10)

1.一种应用于二次供水物联网的边缘计算网关系统，其特征在于，包括：

感知接入层，用于接入所述二次供水物联网中的各二次供水设备，采集各所述二次供水设备的传感数据并上传；

协议适配层，运行于所述感知接入层的上方，用于对上传各所述传感数据进行协议适配，以对应得到具有预设格式的协议数据并上传；

边缘计算层，运行于所述协议适配层的上方，用于对上传的各所述协议数据进行边缘处理得到相应的边缘计算结果；

平台对接层，运行于所述边缘计算层的上方，用于为所述边缘计算层提供与上层的二次供水远程监控云平台之间的多网融合通信路径，以传输所述边缘计算结果和所述协议数据，供所述二次供水远程监控云平台进行二次供水远程监控。

2.根据权利要求1所述的边缘计算网关系统，其特征在于，所述感知接入层包括：

设备描述模块，用于保存预先配置的各所述二次供水设备的设备描述模型；

设备驱动模块，用于保存预先配置的各所述设备描述模型关联的设备驱动；

驱动控制模块，分别连接所述设备描述模块和所述设备驱动模块，用于在所述二次供水设备上电后，根据所述二次供水设备对应的所述设备描述模型启动关联的所述设备驱动，以采集所述二次供水设备的所述传感数据并上传。

3.根据权利要求1所述的边缘计算网关系统，其特征在于，所述预设格式包括预设标准格式和预设特定格式；

则所述协议适配层包括：

协议解析模块，用于对需要进行边缘处理的各所述传感数据进行协议解析，并将解析后的所述传感数据进行拼装处理得到具有所述预设标准格式的所述协议数据；

协议转换模块，用于根据所述二次供水远程监控云平台下发的直接调用指令将对应的所述传感数据进行协议转换得到具有所述预设特定格式的所述协议数据并上传至所述平台接口层。

4.根据权利要求3所述的边缘计算网关系统，其特征在于，还包括一实时数据库，连接所述协议适配层和所述边缘计算层；

则所述协议解析模块包括：

第一上传单元，用于将需要实时进行边缘处理的具有所述预设标准格式的所述协议数据上传至所述边缘计算层；

第二上传单元，用于将不需要实时进行边缘处理的具有所述预设标准格式的所述协议数据上传至所述实时数据库进行保存，以供所述边缘计算层调用进行边缘处理。

5.根据权利要求1所述的边缘计算网关系统，其特征在于，所述边缘计算层包括：

算法库，用于提供若干边缘算法；

边缘计算模块，连接所述算法库，用于根据各所述边缘算法构建算法模型，并根据所述算法模型对各所述协议数据进行边缘处理得到相应的边缘计算结果。

6.根据权利要求5所述的边缘计算网关系统，其特征在于，所述算法库包括：

基础运算库，用于保存预先配置的若干向量运算符和矩阵运算符；

通用算法库，连接所述基础运算库，用于调用各所述向量运算符和所述矩阵运算符生成多种通用算法块；

算法单元，连接所述通用算法库，用于根据二次供水应用需求调用各所述通用算法块生成多种所述应用算法；

规则单元，用于保存预先配置的多算法糅合规则；

规则引擎，分别连接所述算法单元和所述规则单元，用于根据所述多算法糅合规则对各所述应用算法进行糅合得到所述边缘算法。

7.根据权利要求1所述的边缘计算网关系统，其特征在于，所述平台对接层包括一多网融合模块，所述多网融合模块包括：

存储单元，用于保存预先配置的多种可使用网络的配置优先级；

网络切换单元，连接所述存储单元，用于按照所述配置优先级由高到低的顺序依次循环获取对应的各所述可使用网络的网络状态，直至获取的所述网络状态表示对应的所述可使用网络可连通，则与可连通的所述可使用网络建立所述多网融合通信路径。

8.根据权利要求7所述的边缘计算网关系统，其特征在于，所述多网融合模块还包括一自定义单元，连接所述存储单元，用于根据外部的配置指令将其中一种所述可使用网络配置为一自定义网络并保存至所述存储单元；

则所述网络切换单元还用于优先建立与所述自定义网络的所述多网融合通信路径，并在所述所述自定义网络不可连通时，依次获取高于所述自定义网络的配置优先级的所述可使用网络的所述网络状态，直至获取的所述网络状态表示对应的所述可使用网络可连通，

以及在所有高于所述自定义网络的配置优先级的所述可使用网络均不可连通时，依次获取低于所述自定义网络的配置优先级的所述可使用网络的所述网络状态，直至获取的所述网络状态表示对应的所述可使用网络可连通或有低于所述自定义网络的配置优先级的所述可使用网络均不可连通。

9.根据权利要求7所述的边缘计算网关系统，其特征在于，所述平台对接层还包括一平台协议接口模块，连接所述多网融合模块，用于采用OPCUA-MQTT通信协议和国密算法为建立的所述多网融合通信路径提供数据安全通讯服务。

10.根据权利要求9所述的边缘计算网关系统，其特征在于，所述平台对接层还包括一物联网标识管理模块，用于分别为所述感知接入层接入的各所述二次供水设备配置标识前缀和标识后缀，形成各所述二次供水设备的工业互联网统一标识编码。

Images