CN115988573A - 一种基于云边协同的继电器寿命管理系统和方法 - Google Patents
一种基于云边协同的继电器寿命管理系统和方法 Download PDFInfo
- Publication number
- CN115988573A CN115988573A CN202211501756.5A CN202211501756A CN115988573A CN 115988573 A CN115988573 A CN 115988573A CN 202211501756 A CN202211501756 A CN 202211501756A CN 115988573 A CN115988573 A CN 115988573A
- Authority
- CN
- China
- Prior art keywords
- relay
- cloud
- data
- edge
- layer
- 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
Images
Classifications
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于云边协同的继电器寿命管理系统和方法,通过分析继电器失效机理,分别对其机械寿命和电气寿命进行测试,利用云边协同技术实现对继电器疲劳状态监测和剩余寿命精准预测,为继电器维修提供判断依据,减小周期性检修成本和对电子系统正常工作的影响,并在云端实现继电器寿命的信息化管理,为提升继电器使用寿命以及管理效率提供指导。本发明相比于传统继电器故障预测系统和方法,采用的云边协同框架,充分利用了5G高可靠低时延特性、云层的强大计算能力、边缘层的部署灵活性以及感知终端的全面感知与及时响应优势,适配继电器疲劳状态监测和剩余寿命预测的高可靠低时延要求。
Description
技术领域
本发明属于继电器技术领域,尤其是一种基于云边协同的继电器寿命管理系统和方法。
背景技术
作为复杂电子系统的关键部件之一,继电器主要用于完成负载切换、自动控制、安全保护功能,在电子系统工作过程中发挥着至关重要的作用。准确预测继电器的寿命,对于提升继电器可靠性,从而保障相关电子系统平稳有效运行具有重要意义。相关技术中,关于继电器的寿命预测主要针对单个特征参数进行分析,而对整体失效机理的分析不够深入,导致不能真实反映继电器寿命;依赖人工对继电器使用记录和运行状态进行管控,存在数据缺失、维护失效情况,而频繁的周期性检修也会造成资源浪费,导致管理效率降低。
发明内容
本发明的目的在于克服现有技术的不足,提出一种基于云边协同的继电器寿命管理系统和方法,能够实现继电器寿命的信息化管理,为提升继电器使用寿命以及管理效率提供指导。
本发明解决其技术问题是采取以下技术方案实现的:
一种基于云边协同的继电器寿命管理系统,包括感知模块、边缘层和云层,其中,感知模块后端与边缘层前端连接;边缘层与云层双向连接;
感知模块用于对继电器电气性能参数和环境参数的实时采样和存储;
边缘层用于接收感知模块发来的继电器电气性能参数,通过数据驱动训练出继电器的电气寿命预测模型;
云层用于接收边缘层发来的继电器电气寿命预测数据和模型,结合继电器机械寿命数据,对继电器寿命预测数据进行分析、管理及存储。
而且,所述感知模块包括逻辑控制单元和传感器,逻辑控制单元选用EP4CE6E22C8N型FPGA芯片,实现多路同步高速采集功能,传感器采用温度传感器、湿度传感器和压力传感器。
而且,所述继电器电气性能参数包括:1.绕组直流电阻;2.吸合电压:动合点全部闭合的最低电压;3.释放电压:静合点全部闭合的最高电压;4.动合点接触电阻:动合点在规定绕组电压下的接触电阻;5.静合点接触电阻:静合点在不施加绕组电压时的接触电阻;6.吸合时间:从施加规定绕组电压起,至动合点闭合的时间;7.吸合回跳时间:吸合过程中,从动合点首次闭合到末次回跳的累计时间;8.释放时间:施加规定绕组电压后从去激励起,至静合点闭合的时间;9.释放回跳时间:释放过程中静合点首次闭合到末次回跳的累计时间。
而且,所述环境参数包括温度、湿度和压力环境参数。
而且,所述边缘层包括5G基站、边缘服务器和人机交互界面,5G基站用于接收感知模块发来的继电器电气性能参数,通过数据驱动训练出继电器的电气寿命预测模型,边缘服务器基于半分布式人工智能可实现区域内资源的调度,具备低能耗、低时延、高速读写特性,将继电器检测参数结果和工作状态显示在人机交互界面;同时利用区块链技术对处理后的数据进行加密,进一步将优化电气寿命预测模型上传至云层。
而且,所述云层包括云计算平台和机械寿命加速实验模块,云计算平台用于接收边缘层发来的继电器电气寿命预测数据和模型,结合加速实验模块生成的继电器机械寿命数据,通过数据挖掘、高性能存储关键技术对继电器寿命预测数据进行分析、管理及存储,同时,通过半分布式人工智能技术,对继电器电气寿命和机械寿命两个预测模型进行汇聚,并将融合处理结果下发给边缘层。
一种基于云边协同的继电器寿命管理系统的管理方法,包括以下步骤:
步骤1、数据采集:感知模块对继电器电气性能参数和环境参数数据进行采集,将其暂时存入本地缓存队列;
步骤2、终端接入:感知模块通过接入融合5G的本地通信网络实现与边缘层的数据传输;
步骤3、任务分流:边缘层根据数据处理任务,将感知模块发来的数据分流到边侧计算队列和任务卸载队列,通过动态优化决策平衡边侧计算和任务卸载成本;
步骤4、任务卸载:边缘层中计算复杂度低、时延敏感数据直接在边侧计算,分流到任务卸载队列的计算密集型数据则进一步卸载到云层的云侧缓存队列等待处理;
步骤5、任务处理:边缘层和云层根据边侧计算队列和云层缓存队列数据处理需求,优化计算资源分配,实现数据高效处理;
步骤6、结果反馈:边缘层和云层的数据处理结果存入结果反馈队列,分别在人机交互界面和云端管理系统中显示,最终实现继电器寿命的有效管理。
本发明的优点和积极效果是:
1、本发明通过分析继电器失效机理,分别对其机械寿命和电气寿命进行测试,利用云边协同技术实现对继电器疲劳状态监测和剩余寿命精准预测,为继电器维修提供判断依据,减小周期性检修成本和对电子系统正常工作的影响,并在云端实现继电器寿命的信息化管理,为提升继电器使用寿命以及管理效率提供指导。
2、本发明相比于传统继电器故障预测系统和方法,采用的云边协同框架,充分利用了5G高可靠低时延特性、云层的强大计算能力、边缘层的部署灵活性以及感知终端的全面感知与及时响应优势,适配继电器疲劳状态监测和剩余寿命预测的高可靠低时延要求,同时利用半分布式资源调度方法对协同资源优化调度,实现继电器寿命的信息化管理,为提升继电器使用寿命以及管理效率提供指导。
附图说明
图1为本发明的系统连接图。
具体实施方式
以下结合附图对本发明做进一步详述。
一种基于云边协同的继电器寿命管理系统,如图1所示,包括感知模块、边缘层和云层,其中,感知模块后端与边缘层前端连接;边缘层与云层双向连接;
感知模块用于对继电器电气性能参数和环境参数的实时采样和存储;
边缘层用于接收感知模块发来的继电器电气性能参数,通过数据驱动训练出继电器的电气寿命预测模型;
云层用于接收边缘层发来的继电器电气寿命预测数据和模型,结合继电器机械寿命数据,对继电器寿命预测数据进行分析、管理及存储。
感知模块包括逻辑控制单元和传感器,逻辑控制单元选用EP4CE6E22C8N型FPGA芯片,实现多路同步高速采集功能,传感器采用温度传感器、湿度传感器和压力传感器。
其中,继电器电气性能参数包括:1.绕组直流电阻;2.吸合电压:动合点全部闭合的最低电压;3.释放电压:静合点全部闭合的最高电压;4.动合点接触电阻:动合点在规定绕组电压下的接触电阻;5.静合点接触电阻:静合点在不施加绕组电压时的接触电阻;6.吸合时间:从施加规定绕组电压起,至动合点闭合的时间;7.吸合回跳时间:吸合过程中,从动合点首次闭合到末次回跳的累计时间;8.释放时间:施加规定绕组电压后从去激励起,至静合点闭合的时间;9.释放回跳时间:释放过程中静合点首次闭合到末次回跳的累计时间。
其中,环境参数包括温度、湿度和压力环境参数。
边缘层包括5G基站、边缘服务器和人机交互界面,5G基站用于接收感知模块发来的继电器电气性能参数,通过数据驱动训练出继电器的电气寿命预测模型,边缘服务器基于半分布式人工智能可实现区域内资源的调度,具备低能耗、低时延、高速读写特性,将继电器检测参数结果和工作状态显示在人机交互界面;同时利用区块链技术对处理后的数据进行加密,进一步将优化电气寿命预测模型上传至云层。
云层包括云计算平台和机械寿命加速实验模块,云计算平台用于接收边缘层发来的继电器电气寿命预测数据和模型,结合加速实验模块生成的继电器机械寿命数据,通过数据挖掘、高性能存储关键技术对继电器寿命预测数据进行分析、管理及存储,同时,通过半分布式人工智能技术,对继电器电气寿命和机械寿命两个预测模型进行汇聚,并将融合处理结果下发给边缘层。
一种基于云边协同的继电器寿命管理系统的管理方法,包括以下步骤:
步骤1、数据采集:感知模块对继电器电气性能参数和环境参数数据进行采集,将其暂时存入本地缓存队列;
步骤2、终端接入:感知模块通过接入融合5G的本地通信网络实现与边缘层的数据传输,综合考虑基站覆盖、信道条件等状态信息,提升数据传输实时性和可靠性;
步骤3、任务分流:边缘层根据数据处理任务,将感知模块发来的数据分流到边侧计算队列和任务卸载队列,通过动态优化决策平衡边侧计算和任务卸载成本;
步骤4、任务卸载:边缘层中计算复杂度低、时延敏感数据直接在边侧计算,分流到任务卸载队列的计算密集型数据则进一步卸载到云层的云侧缓存队列等待处理;
步骤5、任务处理:边缘层和云层根据边侧计算队列和云层缓存队列数据处理需求,优化计算资源分配,实现数据高效处理;
步骤6、结果反馈:边缘层和云层的数据处理结果存入结果反馈队列,分别在人机交互界面和云端管理系统中显示,最终实现继电器寿命的有效管理。
需要强调的是,本发明所述的实施例是说明性的,而不是限定性的,因此本发明包括并不限于具体实施方式中所述的实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。
Claims (7)
1.一种基于云边协同的继电器寿命管理系统,其特征在于:包括感知模块、边缘层和云层,其中,感知模块后端与边缘层前端连接;边缘层与云层双向连接;
感知模块用于对继电器电气性能参数和环境参数的实时采样和存储;
边缘层用于接收感知模块发来的继电器电气性能参数,通过数据驱动训练出继电器的电气寿命预测模型;
云层用于接收边缘层发来的继电器电气寿命预测数据和模型,结合继电器机械寿命数据,对继电器寿命预测数据进行分析、管理及存储。
2.根据权利要求1所述的一种基于云边协同的继电器寿命管理系统,其特征在于:所述感知模块包括逻辑控制单元和传感器,所述逻辑控制单元通过传感器实现多路同步高速采集功能,所述传感器包括温度传感器、湿度传感器和压力传感器。
3.根据权利要求1所述的一种基于云边协同的继电器寿命管理系统,其特征在于:所述继电器电气性能参数包括:绕组直流电阻、吸合电压、动合点全部闭合的最低电压、释放电压、动合点接触电阻、静合点接触电阻、吸合时间、吸合回跳时间、释放时间和释放回跳时间。
4.根据权利要求1所述的一种基于云边协同的继电器寿命管理系统,其特征在于:所述环境参数包括温度、湿度和压力环境参数。
5.根据权利要求1所述的一种基于云边协同的继电器寿命管理系统,其特征在于:所述边缘层包括5G基站、边缘服务器和人机交互界面,5G基站用于接收感知模块发来的继电器电气性能参数,通过数据驱动训练出继电器的电气寿命预测模型,边缘服务器基于半分布式人工智能实现区域内资源的调度,具备低能耗、低时延、高速读写特性,将继电器检测参数结果和工作状态显示在人机交互界面;同时利用区块链技术对处理后的数据进行加密,进一步将优化电气寿命预测模型上传至云层。
6.根据权利要求1所述的一种基于云边协同的继电器寿命管理系统,其特征在于:所述云层包括云计算平台和机械寿命加速实验模块,云计算平台用于接收边缘层发来的继电器电气寿命预测数据和模型,结合加速实验模块生成的继电器机械寿命数据,通过数据挖掘、高性能存储关键技术对继电器寿命预测数据进行分析、管理及存储,同时,通过半分布式人工智能技术,对继电器电气寿命和机械寿命两个预测模型进行汇聚,并将融合处理结果下发给边缘层。
7.一种如权利要求1至6任一项所述的基于云边协同的继电器寿命管理系统的管理方法,其特征在于:包括以下步骤:
步骤1、数据采集:感知模块对继电器电气性能参数和环境参数数据进行采集,将其暂时存入本地缓存队列;
步骤2、终端接入:感知模块通过接入融合5G的本地通信网络实现与边缘层的数据传输;
步骤3、任务分流:边缘层根据数据处理任务,将感知模块发来的数据分流到边侧计算队列和任务卸载队列,通过动态优化决策平衡边侧计算和任务卸载成本;
步骤4、任务卸载:边缘层中计算复杂度低、时延敏感数据直接在边侧计算,分流到任务卸载队列的计算密集型数据则进一步卸载到云层的云侧缓存队列等待处理;
步骤5、任务处理:边缘层和云层根据边侧计算队列和云层缓存队列数据处理需求,优化计算资源分配,实现数据高效处理;
步骤6、结果反馈:边缘层和云层的数据处理结果存入结果反馈队列,分别在人机交互界面和云端管理系统中显示,最终实现继电器寿命的有效管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211501756.5A CN115988573A (zh) | 2022-11-28 | 2022-11-28 | 一种基于云边协同的继电器寿命管理系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211501756.5A CN115988573A (zh) | 2022-11-28 | 2022-11-28 | 一种基于云边协同的继电器寿命管理系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115988573A true CN115988573A (zh) | 2023-04-18 |
Family
ID=85961866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211501756.5A Pending CN115988573A (zh) | 2022-11-28 | 2022-11-28 | 一种基于云边协同的继电器寿命管理系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115988573A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116700123A (zh) * | 2023-08-01 | 2023-09-05 | 南京德克威尔自动化有限公司 | 一种一体式EtherCAT总线I/O模块 |
-
2022
- 2022-11-28 CN CN202211501756.5A patent/CN115988573A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116700123A (zh) * | 2023-08-01 | 2023-09-05 | 南京德克威尔自动化有限公司 | 一种一体式EtherCAT总线I/O模块 |
CN116700123B (zh) * | 2023-08-01 | 2023-10-17 | 南京德克威尔自动化有限公司 | 一种一体式EtherCAT总线I/O模块 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2869144A1 (en) | Simulation testing platform for wind power plant and testing method thereof | |
CN115988573A (zh) | 一种基于云边协同的继电器寿命管理系统和方法 | |
CN112732443A (zh) | 一种基于边缘计算的储能电站状态评估与运行优化系统 | |
CN102998562B (zh) | 基于iec61850通信协议的电能质量监测系统 | |
CN110825801A (zh) | 基于分布式架构的列车信号系统车载日志分析系统和方法 | |
CN102497292A (zh) | 计算机集群监控的方法及系统 | |
CN113179173B (zh) | 一种用于高速公路系统的运维监控系统 | |
CN108153218A (zh) | 一种智能建筑能耗监管系统 | |
US20200172371A1 (en) | Method, system and computer readable storage medium for controlling operation of an elevator | |
CN102368316A (zh) | 一种基于实时拓扑的配网可靠性预控方法 | |
CN112235249B (zh) | 基于ii型集中器的台区数据分钟级同频采集方法及系统 | |
CN106961367A (zh) | 基于openstack的云资源监控系统和方法 | |
CN110673559A (zh) | 一种机器人调度管理系统 | |
CN107154626A (zh) | 分布式光伏智能能源与储能管理SaaS系统 | |
CN103227662A (zh) | 一种基于状态控制的电力通信设备安全检测方法及系统 | |
CN111327468A (zh) | 一种用于电力系统的边缘计算平台的运行方法及其系统 | |
CN111177152A (zh) | 一种配电中心数据处理系统 | |
CN102196538B (zh) | 一种能耗控制方法及装置 | |
CN102636998B (zh) | 一套用于空间环境模拟器抽气的自动控制方法及自动控制系统 | |
CN110210634A (zh) | 基于大数据驱动的民航发动机故障诊断与健康管理系统 | |
CN105469583A (zh) | 基于3g/gsm网络的自供电多变量分布式在线监测系统及方法 | |
CN106706294A (zh) | 基于声学指纹的开关设备机械状态监测系统和方法 | |
CN109515218A (zh) | 一种智慧停车场用agv自动充电与检修机制 | |
CN215932668U (zh) | 一种热吹式除雪车的健康管理与5g远程运维系统 | |
CN115327956A (zh) | 一种数据方舱动力和环境实时远程监控系统 |
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 |