CN118101470A - 一种多通路可编程边缘计算控制网关构建与控制方法 - Google Patents
一种多通路可编程边缘计算控制网关构建与控制方法 Download PDFInfo
- Publication number
- CN118101470A CN118101470A CN202410521072.4A CN202410521072A CN118101470A CN 118101470 A CN118101470 A CN 118101470A CN 202410521072 A CN202410521072 A CN 202410521072A CN 118101470 A CN118101470 A CN 118101470A
- Authority
- CN
- China
- Prior art keywords
- information
- electromechanical equipment
- edge computing
- control gateway
- programmable edge
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000010276 construction Methods 0.000 title claims abstract description 14
- 230000005540 biological transmission Effects 0.000 claims abstract description 179
- 230000002159 abnormal effect Effects 0.000 claims description 24
- 238000004891 communication Methods 0.000 claims description 20
- 238000012360 testing method Methods 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000013145 classification model Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 230000002068 genetic effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种多通路可编程边缘计算控制网关构建与控制方法,本发明通过基于多通路可编程边缘计算控制网关的最大数据传输量以及每一机电设备类型的控制需求信息配置机电设备传输信息至多通路可编程边缘计算控制网关的数据传输量以及数据传输间隔,最后通过多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并通过对机电设备的参数数据信息进行状态识别,获取机电设备的状态信息,并根据机电设备的状态信息对机电设备进行控制。本发明通过最优解算法寻找出最优的机电设备传输信息至多通路可编程边缘计算控制网关的数据传输量以及数据传输间隔,能够提高对多通路可编程边缘计算控制网关的布置合理性,保障了控制网关的运行速度。
Description
技术领域
本发明涉及机电设备控制技术领域,尤其涉及一种多通路可编程边缘计算控制网关构建与控制方法。
背景技术
在机电设备运行时,会经过很长一段传送带,各个设备的负荷情况需要降低,才能保证设备的使用寿命。但是由于机电设备体积较大,不易挪动的缺点,使其控制性能较差,无法适应当前工业的发展环境。机电设备的实际运行效率较低,外部参数等不确定性因素较多,直接影响机电设备的智能控制效果,也是现今机电设备亟待解决的问题。物联网是集识别与定位技术于一体的网络交互技术,通过物联网的连接,可以完成信息交换,并对相关物质提供智能识别的过程。此外,物联网技术可以实现接触式数据传输,或是非接触式的数据传输,可以满足各类系统的信息交互模式,因此受到广泛地应用。然而,该控制技术现如今已经存在,但是该控制技术还是存在一定的缺陷,现有技术中没有考虑控制网关的信息传输的特殊性,导致盲目地对机电设备的数据采集间隔、数据采集量等参数设置,进而导致该控制网关的运行速度得不到保证,响应速度慢,不利于对于机电设备的参数数据进行及时识别以及分析。
发明内容
本发明克服了现有技术的不足,提供了一种多通路可编程边缘计算控制网关构建与控制方法。
为达上述目的,本发明采用的技术方案为:
本发明第一方面提供了一种多通路可编程边缘计算控制网关构建与控制方法,包括以下步骤:
构建多通路可编程边缘计算控制网关,通过对多通路可编程边缘计算控制网关进行测试,获取多通路可编程边缘计算控制网关的最大数据传输量;
获取目标区域中机电设备的多源数据信息,根据目标区域中机电设备的多源数据信息进行特征提取以及分类,获取每一机电设备类型的控制需求信息;
基于多通路可编程边缘计算控制网关的最大数据传输量以及每一机电设备类型的控制需求信息配置机电设备传输信息至多通路可编程边缘计算控制网关的数据传输量以及数据传输间隔,获取配置完成的多通路可编程边缘计算控制网关;
通过多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并通过对机电设备的参数数据信息进行状态识别,获取机电设备的状态信息,并根据机电设备的状态信息对机电设备进行控制。
进一步的,在本方法中,构建多通路可编程边缘计算控制网关,通过对多通路可编程边缘计算控制网关进行测试,获取多通路可编程边缘计算控制网关的最大数据传输量,具体包括:
构建多通路可编程边缘计算控制网关,获取机电设备的通信协议信息,根据机电设备的通信协议信息将多通路可编程边缘计算控制网关与机电设备通信连接;
设置若干数据传输量阈值信息,将数据传输量阈值信息依次输入到多通路可编程边缘计算控制网关中进行测试,获取多通路可编程边缘计算控制网关在不同数据传输量阈值信息之下的运行速率信息;
设置运行速率阈值,当运行速率信息不大于运行速率阈值时,则将对应的数据传输量阈值信息作为多通路可编程边缘计算控制网关的最大数据传输量输出。
进一步的,在本方法中,获取目标区域中机电设备的多源数据信息,根据目标区域中机电设备的多源数据信息进行特征提取以及分类,获取每一机电设备类型的控制需求信息,具体包括:
获取目标区域中机电设备的多源数据信息,构建分类模型,将目标区域中机电设备的多源数据信息输入到分类模型中进行分类,获取分类后的数据信息;
构建关键词数据信息,根据关键词数据信息对分类后的数据信息进行检索,获取相似度大于预设相似度的数据信息,并作为机电设备的控制需求信息,构建优先级排序表;
将所机电设备的控制需求信息输入到优先级排序表中进行排序,获取优先级排序结果,根据优先级排序结果获取每一机电设备类型的控制需求信息,并将每一机电设备类型的控制需求信息输出。
进一步的,在本方法中,基于多通路可编程边缘计算控制网关的最大数据传输量以及每一机电设备类型的控制需求信息配置机电设备传输信息至多通路可编程边缘计算控制网关的数据传输量以及数据传输间隔,获取配置完成的多通路可编程边缘计算控制网关,具体包括:
引入最优解算法,根据最优解算法设置迭代代数,并将每一机电设备类型的控制需求信息进行分类,获取不可调整类型的控制需求信息以及可调整类型的控制需求信息;
获取不可调整类型的控制需求信息的信息传输量以及信息传输间隔,并初始化可调整类型的控制需求信息的信息传输量以及信息传输间隔,计算在每一信息传输间隔之内每个时间戳的信息传输量;
获取在每一信息传输间隔之内每个时间戳的信息传输量中最大的信息传输量,设置最大信息传输量阈值,判断在每一信息传输间隔之内每个时间戳的信息传输量中最大的信息传输量是否大于最大信息传输量阈值;
当在每一信息传输间隔之内每个时间戳的信息传输量中最大的信息传输量大于最大信息传输量阈值时,则根据迭代代数进行计算迭代,调整可调整类型的控制需求信息的信息传输量以及信息传输间隔,直至不大于最大信息传输量阈值,获取配置完成的多通路可编程边缘计算控制网关。
进一步的,在本方法中,通过多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并通过对机电设备的参数数据信息进行状态识别,获取机电设备的状态信息,具体包括:
通过多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并引入模糊聚类算法,将通过机电设备的参数数据信息输入到模糊聚类算法中聚类分析,获取机电设备的状态隶属度信息;
预设机电设备的状态隶属度阈值,并判断机电设备的状态隶属度信息是否大于机电设备的状态隶属度评价指标;
将机电设备的状态隶属度阈值大于机电设备的状态隶属度评价指标的状态隶属度信息作为异常状态;
将机电设备的状态隶属度阈值不大于机电设备的状态隶属度评价指标的状态隶属度信息作为正常状态,将异常状态以及正常状态作为机电设备的状态信息进行输出。
进一步的,在本方法中,根据机电设备的状态信息对机电设备进行控制,具体包括:
判断机电设备的状态信息是否为异常状态,当机电设备的状态信息为异常状态时,获取异常状态的机电设备的通信协议信息;
通过多通路可编程边缘计算控制网关发出相关的控制指令,根据异常状态的机电设备的通信协议信息与机电设备进行通讯,并根据相关的控制指令对机电设备进行控制。
本发明第二方面提供了一种多通路可编程边缘计算控制网关构建与控制系统,系统包括存储器以及处理器,存储器中包括方法程序,方法程序被处理器执行时,实现如下步骤:
构建多通路可编程边缘计算控制网关,通过对多通路可编程边缘计算控制网关进行测试,获取多通路可编程边缘计算控制网关的最大数据传输量;
获取目标区域中机电设备的多源数据信息,根据目标区域中机电设备的多源数据信息进行特征提取以及分类,获取每一机电设备类型的控制需求信息;
基于多通路可编程边缘计算控制网关的最大数据传输量以及每一机电设备类型的控制需求信息配置机电设备传输信息至多通路可编程边缘计算控制网关的数据传输量以及数据传输间隔,获取配置完成的多通路可编程边缘计算控制网关;
通过多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并通过对机电设备的参数数据信息进行状态识别,获取机电设备的状态信息,并根据机电设备的状态信息对机电设备进行控制。
本发明第三方面提供了一种计算机可读存储介质,计算机可读存储介质中包括方法程序,方法程序被处理器执行时,实现任一项的多通路可编程边缘计算控制网关构建与控制方法的步骤。
本发明解决了背景技术中存在的缺陷,本发明具备以下有益效果:
本发明通过构建多通路可编程边缘计算控制网关,通过对多通路可编程边缘计算控制网关进行测试,获取多通路可编程边缘计算控制网关的最大数据传输量,进而获取目标区域中机电设备的多源数据信息,根据目标区域中机电设备的多源数据信息进行特征提取以及分类,获取每一机电设备类型的控制需求信息,从而基于多通路可编程边缘计算控制网关的最大数据传输量以及每一机电设备类型的控制需求信息配置机电设备传输信息至多通路可编程边缘计算控制网关的数据传输量以及数据传输间隔,获取配置完成的多通路可编程边缘计算控制网关,最后通过多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并通过对机电设备的参数数据信息进行状态识别,获取机电设备的状态信息,并根据机电设备的状态信息对机电设备进行控制。本发明通过最优解算法寻找出最优的机电设备传输信息至多通路可编程边缘计算控制网关的数据传输量以及数据传输间隔,能够提高对多通路可编程边缘计算控制网关的布置合理性,保障了控制网关的运行速度。
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,下面将对实施例或现有技术描述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实施例的附图。
图1示出了多通路可编程边缘计算控制网关构建与控制方法的整体方法流程图;
图2示出了多通路可编程边缘计算控制网关构建与控制方法的第一方法流程图;
图3示出了多通路可编程边缘计算控制网关构建与控制方法的第二方法流程图;
图4示出了多通路可编程边缘计算控制网关构建与控制系统的系统框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示,本发明第一方面提供了一种多通路可编程边缘计算控制网关构建与控制方法,包括以下步骤:
S102:构建多通路可编程边缘计算控制网关,通过对多通路可编程边缘计算控制网关进行测试,获取多通路可编程边缘计算控制网关的最大数据传输量;
S104:获取目标区域中机电设备的多源数据信息,根据目标区域中机电设备的多源数据信息进行特征提取以及分类,获取每一机电设备类型的控制需求信息;
S106:基于多通路可编程边缘计算控制网关的最大数据传输量以及每一机电设备类型的控制需求信息配置机电设备传输信息至多通路可编程边缘计算控制网关的数据传输量以及数据传输间隔,获取配置完成的多通路可编程边缘计算控制网关;
S108:通过多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并通过对机电设备的参数数据信息进行状态识别,获取机电设备的状态信息,并根据机电设备的状态信息对机电设备进行控制。
需要说明的是,本发明通过最优解算法寻找出最优的机电设备传输信息至多通路可编程边缘计算控制网关的数据传输量以及数据传输间隔,能够提高对多通路可编程边缘计算控制网关的布置合理性,保障了控制网关的运行速度。其中,多通路可编程边缘计算控制网关可以的接触式连接的网关,亦可以是非接触式连接的网关,如wifi、天线、线路连接等,本发明优化了机电设备的数据采集以及控制,降低控制时延,使得机电设备的控制更加合理。
进一步的,在本方法中,构建多通路可编程边缘计算控制网关,通过对多通路可编程边缘计算控制网关进行测试,获取多通路可编程边缘计算控制网关的最大数据传输量,具体包括:
构建多通路可编程边缘计算控制网关,获取机电设备的通信协议信息,根据机电设备的通信协议信息将多通路可编程边缘计算控制网关与机电设备通信连接;
设置若干数据传输量阈值信息,将数据传输量阈值信息依次输入到多通路可编程边缘计算控制网关中进行测试,获取多通路可编程边缘计算控制网关在不同数据传输量阈值信息之下的运行速率信息;
设置运行速率阈值,当运行速率信息不大于运行速率阈值时,则将对应的数据传输量阈值信息作为多通路可编程边缘计算控制网关的最大数据传输量输出。
需要说明的是,由于当数据量庞大时,多通路可编程边缘计算控制网关的运行速度会下降,导致了不同数据传输量阈值对于多通路可编程边缘计算控制网关的运行速度是不一致的,设置若干数据传输量阈值信息对多通路可编程边缘计算控制网关中进行测试,从而来获取多通路可编程边缘计算控制网关在不同数据传输量阈值信息之下的运行速率信息。
进一步的,在本方法中,获取目标区域中机电设备的多源数据信息,根据目标区域中机电设备的多源数据信息进行特征提取以及分类,获取每一机电设备类型的控制需求信息,具体包括:
获取目标区域中机电设备的多源数据信息,构建分类模型,将目标区域中机电设备的多源数据信息输入到分类模型中进行分类,获取分类后的数据信息;
构建关键词数据信息,根据关键词数据信息对分类后的数据信息进行检索,获取相似度大于预设相似度的数据信息,并作为机电设备的控制需求信息,构建优先级排序表;
将所机电设备的控制需求信息输入到优先级排序表中进行排序,获取优先级排序结果,根据优先级排序结果获取每一机电设备类型的控制需求信息,并将每一机电设备类型的控制需求信息输出。
如图2所示,进一步的,在本方法中,基于多通路可编程边缘计算控制网关的最大数据传输量以及每一机电设备类型的控制需求信息配置机电设备传输信息至多通路可编程边缘计算控制网关的数据传输量以及数据传输间隔,获取配置完成的多通路可编程边缘计算控制网关,具体包括:
S202:引入最优解算法,根据最优解算法设置迭代代数,并将每一机电设备类型的控制需求信息进行分类,获取不可调整类型的控制需求信息以及可调整类型的控制需求信息;
S204:获取不可调整类型的控制需求信息的信息传输量以及信息传输间隔,并初始化可调整类型的控制需求信息的信息传输量以及信息传输间隔,计算在每一信息传输间隔之内每个时间戳的信息传输量;
S206:获取在每一信息传输间隔之内每个时间戳的信息传输量中最大的信息传输量,设置最大信息传输量阈值,判断在每一信息传输间隔之内每个时间戳的信息传输量中最大的信息传输量是否大于最大信息传输量阈值;
S208:当在每一信息传输间隔之内每个时间戳的信息传输量中最大的信息传输量大于最大信息传输量阈值时,则根据迭代代数进行计算迭代,调整可调整类型的控制需求信息的信息传输量以及信息传输间隔,直至不大于最大信息传输量阈值,获取配置完成的多通路可编程边缘计算控制网关。
需要说明的是,实际上,不同机电设备类型,其控制需求信息是不同的,如某些比较重要的机电设备需要短时间内不断地采集数据,而某些不是很重要的机电设备可以在一定的时间内进行采集数据,由于重要性,该时间段是可以调整的。通过本方法能够进一步提高多通路可编程边缘计算控制网关的配置合理性。其中,最优解算法包括遗传算法、粒子群算法、模拟退火算法、蚁群算法等。
如图3所示,进一步的,在本方法中,通过多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并通过对机电设备的参数数据信息进行状态识别,获取机电设备的状态信息,具体包括:
S302:通过多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并引入模糊聚类算法,将通过机电设备的参数数据信息输入到模糊聚类算法中聚类分析,获取机电设备的状态隶属度信息;
S304:预设机电设备的状态隶属度阈值,并判断机电设备的状态隶属度信息是否大于机电设备的状态隶属度评价指标;
S306:将机电设备的状态隶属度阈值大于机电设备的状态隶属度评价指标的状态隶属度信息作为异常状态;
S308:将机电设备的状态隶属度阈值不大于机电设备的状态隶属度评价指标的状态隶属度信息作为正常状态,将异常状态以及正常状态作为机电设备的状态信息进行输出。
需要说明的是,状态隶属度信息包括无故障隶属度、低度故障隶属度、中度故障隶属度、高度故障隶属度、瘫痪故障隶属度等。亦可按照其他类别进行分类,低度性能退化隶属度、中度性能退化隶属度、高度性能退化隶属度等。其中,参数数据信息如电机的转速、电池设备的运行温度、电机的实时运行温度、显示器的亮度数据等情况。
进一步的,在本方法中,根据机电设备的状态信息对机电设备进行控制,具体包括:
判断机电设备的状态信息是否为异常状态,当机电设备的状态信息为异常状态时,获取异常状态的机电设备的通信协议信息;
通过多通路可编程边缘计算控制网关发出相关的控制指令,根据异常状态的机电设备的通信协议信息与机电设备进行通讯,并根据相关的控制指令对机电设备进行控制。
此外,本方法还可以包括以下步骤:获取不同环境因子之下各信息传输量对于多通路可编程边缘计算控制网关的运行速率信息,引入图神经网络,将所述不同环境因子之下各信息传输量对于多通路可编程边缘计算控制网关的运行速率信息输入到图神经网络中;
将所述环境因子作为第一图节点,信息传输量作为第二图节点,运行速率信息作为第三图节点,根据所述第一图节点、第二图节点以及第三图节点构建无向异构图,通过所述第一图节点获取邻接矩阵;
基于深度神经网络构建运行速率预测模型,获取当前多通路可编程边缘计算控制网关的环境因子信息,将所述当前多通路可编程边缘计算控制网关的环境因子信息输入到所述运行速率预测模型中进行预测;
通过预测,获取当前多通路可编程边缘计算控制网关在当前环境因子信息之下各信息传输量对于多通路可编程边缘计算控制网关的运行速率信息,根据所述当前多通路可编程边缘计算控制网关在当前环境因子信息之下各信息传输量对于多通路可编程边缘计算控制网关的运行速率信息对可调整类型的控制需求信息的信息传输量以及信息传输间隔进行动态调整。
需要说明的是,环境因子包括工作环境的温度、湿度、控制网关的实时工作温度等数据,通过本方法能够根据环境因子来对可调整类型的控制需求信息的信息传输量以及信息传输间隔进行动态调整,从而来提高对于控制网关的控制精度,使得对控制网关的布置更加合理。
其中模糊聚类算法包括FCM算法、k-means模糊聚类算法等,此外,引入模糊聚类算法,将通过机电设备的参数数据信息输入到模糊聚类算法中聚类分析,获取机电设备的状态隶属度信息,具体包括以下步骤:
引入模糊聚类算法,并初始化聚类中心的个数,根据所述机电设备的参数数据信息构建样本数据,根据所述聚类中心的个数对所述样本数据进行初始化分类,获取若干类簇;
获取每个类簇中的样本数据信息,并构建多维空间,将所述每个类簇中的样本数据信息映射到[-1,1]的区间中,构建样本向量,同时,引入闵可斯夫基距离度量法;
通过所述闵可斯夫基距离度量法计算样本向量之间的闵可斯夫基距离,并判断是否存在所述闵可斯夫基距离是否大于预设闵可斯夫基距离阈值的对比组;
当出现了所述闵可斯夫基距离不大于所述闵可斯夫基距离阈值的对比组时,引入遗传算法,根据所述遗传算法设置遗传代数,根据所述遗传代数进行遗传迭代,调整聚类中心的个数,直至不再出现所述闵可斯夫基距离不大于所述闵可斯夫基距离阈值的对比组,并输出机电设备的状态隶属度信息。
需要说明的是,由于模糊聚类算法在聚类的过程中可能会出现局部最优解现象,通过融合闵可斯夫基距离度量法以及遗传算法能够对机电设备的状态隶属度信息进行准确的分类,从而提高对机电设备的状态隶属度信息的识别精度。
如图4所示,本发明第二方面提供了一种多通路可编程边缘计算控制网关构建与控制系统4,系统包括存储器41以及处理器42,存储器41中包括方法程序,方法程序被处理器42执行时,实现如下步骤:
构建多通路可编程边缘计算控制网关,通过对多通路可编程边缘计算控制网关进行测试,获取多通路可编程边缘计算控制网关的最大数据传输量;
获取目标区域中机电设备的多源数据信息,根据目标区域中机电设备的多源数据信息进行特征提取以及分类,获取每一机电设备类型的控制需求信息;
基于多通路可编程边缘计算控制网关的最大数据传输量以及每一机电设备类型的控制需求信息配置机电设备传输信息至多通路可编程边缘计算控制网关的数据传输量以及数据传输间隔,获取配置完成的多通路可编程边缘计算控制网关;
通过多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并通过对机电设备的参数数据信息进行状态识别,获取机电设备的状态信息,并根据机电设备的状态信息对机电设备进行控制。
进一步的,在本系统中,构建多通路可编程边缘计算控制网关,通过对多通路可编程边缘计算控制网关进行测试,获取多通路可编程边缘计算控制网关的最大数据传输量,具体包括:
构建多通路可编程边缘计算控制网关,获取机电设备的通信协议信息,根据机电设备的通信协议信息将多通路可编程边缘计算控制网关与机电设备通信连接;
设置若干数据传输量阈值信息,将数据传输量阈值信息依次输入到多通路可编程边缘计算控制网关中进行测试,获取多通路可编程边缘计算控制网关在不同数据传输量阈值信息之下的运行速率信息;
设置运行速率阈值,当运行速率信息不大于运行速率阈值时,则将对应的数据传输量阈值信息作为多通路可编程边缘计算控制网关的最大数据传输量输出。
进一步的,在本系统中,获取目标区域中机电设备的多源数据信息,根据目标区域中机电设备的多源数据信息进行特征提取以及分类,获取每一机电设备类型的控制需求信息,具体包括:
获取目标区域中机电设备的多源数据信息,构建分类模型,将目标区域中机电设备的多源数据信息输入到分类模型中进行分类,获取分类后的数据信息;
构建关键词数据信息,根据关键词数据信息对分类后的数据信息进行检索,获取相似度大于预设相似度的数据信息,并作为机电设备的控制需求信息,构建优先级排序表;
将所机电设备的控制需求信息输入到优先级排序表中进行排序,获取优先级排序结果,根据优先级排序结果获取每一机电设备类型的控制需求信息,并将每一机电设备类型的控制需求信息输出。
进一步的,在本系统中,基于多通路可编程边缘计算控制网关的最大数据传输量以及每一机电设备类型的控制需求信息配置机电设备传输信息至多通路可编程边缘计算控制网关的数据传输量以及数据传输间隔,获取配置完成的多通路可编程边缘计算控制网关,具体包括:
引入最优解算法,根据最优解算法设置迭代代数,并将每一机电设备类型的控制需求信息进行分类,获取不可调整类型的控制需求信息以及可调整类型的控制需求信息;
获取不可调整类型的控制需求信息的信息传输量以及信息传输间隔,并初始化可调整类型的控制需求信息的信息传输量以及信息传输间隔,计算在每一信息传输间隔之内每个时间戳的信息传输量;
获取在每一信息传输间隔之内每个时间戳的信息传输量中最大的信息传输量,设置最大信息传输量阈值,判断在每一信息传输间隔之内每个时间戳的信息传输量中最大的信息传输量是否大于最大信息传输量阈值;
当在每一信息传输间隔之内每个时间戳的信息传输量中最大的信息传输量大于最大信息传输量阈值时,则根据迭代代数进行计算迭代,调整可调整类型的控制需求信息的信息传输量以及信息传输间隔,直至不大于最大信息传输量阈值,获取配置完成的多通路可编程边缘计算控制网关。
进一步的,在本系统中,通过多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并通过对机电设备的参数数据信息进行状态识别,获取机电设备的状态信息,具体包括:
通过多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并引入模糊聚类算法,将通过机电设备的参数数据信息输入到模糊聚类算法中聚类分析,获取机电设备的状态隶属度信息;
预设机电设备的状态隶属度阈值,并判断机电设备的状态隶属度信息是否大于机电设备的状态隶属度评价指标;
将机电设备的状态隶属度阈值大于机电设备的状态隶属度评价指标的状态隶属度信息作为异常状态;
将机电设备的状态隶属度阈值不大于机电设备的状态隶属度评价指标的状态隶属度信息作为正常状态,将异常状态以及正常状态作为机电设备的状态信息进行输出。
进一步的,在本系统中,根据机电设备的状态信息对机电设备进行控制,具体包括:
判断机电设备的状态信息是否为异常状态,当机电设备的状态信息为异常状态时,获取异常状态的机电设备的通信协议信息;
通过多通路可编程边缘计算控制网关发出相关的控制指令,根据异常状态的机电设备的通信协议信息与机电设备进行通讯,并根据相关的控制指令对机电设备进行控制。
本发明第三方面提供了一种计算机可读存储介质,计算机可读存储介质中包括方法程序,方法程序被处理器执行时,实现任一项的多通路可编程边缘计算控制网关构建与控制方法的步骤。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种多通路可编程边缘计算控制网关构建与控制方法,其特征在于,包括以下步骤:
构建多通路可编程边缘计算控制网关,通过对所述多通路可编程边缘计算控制网关进行测试,获取多通路可编程边缘计算控制网关的最大数据传输量;
获取目标区域中机电设备的多源数据信息,根据所述目标区域中机电设备的多源数据信息进行特征提取以及分类,获取每一机电设备类型的控制需求信息;
基于所述多通路可编程边缘计算控制网关的最大数据传输量以及每一机电设备类型的控制需求信息配置机电设备传输信息至多通路可编程边缘计算控制网关的数据传输量以及数据传输间隔,获取配置完成的多通路可编程边缘计算控制网关;
通过所述多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并通过对所述机电设备的参数数据信息进行状态识别,获取机电设备的状态信息,并根据所述机电设备的状态信息对机电设备进行控制。
2.根据权利要求1所述的一种多通路可编程边缘计算控制网关构建与控制方法,其特征在于,构建多通路可编程边缘计算控制网关,通过对所述多通路可编程边缘计算控制网关进行测试,获取多通路可编程边缘计算控制网关的最大数据传输量,具体包括:
构建多通路可编程边缘计算控制网关,获取机电设备的通信协议信息,根据所述机电设备的通信协议信息将所述多通路可编程边缘计算控制网关与机电设备通信连接;
设置若干数据传输量阈值信息,将所述数据传输量阈值信息依次输入到所述多通路可编程边缘计算控制网关中进行测试,获取多通路可编程边缘计算控制网关在不同数据传输量阈值信息之下的运行速率信息;
设置运行速率阈值,当所述运行速率信息不大于所述运行速率阈值时,则将对应的数据传输量阈值信息作为多通路可编程边缘计算控制网关的最大数据传输量输出。
3.根据权利要求1所述的一种多通路可编程边缘计算控制网关构建与控制方法,其特征在于,获取目标区域中机电设备的多源数据信息,根据所述目标区域中机电设备的多源数据信息进行特征提取以及分类,获取每一机电设备类型的控制需求信息,具体包括:
获取目标区域中机电设备的多源数据信息,构建分类模型,将所述目标区域中机电设备的多源数据信息输入到所述分类模型中进行分类,获取分类后的数据信息;
构建关键词数据信息,根据所述关键词数据信息对所述分类后的数据信息进行检索,获取相似度大于预设相似度的数据信息,并作为机电设备的控制需求信息,构建优先级排序表;
将所机电设备的控制需求信息输入到所述优先级排序表中进行排序,获取优先级排序结果,根据所述优先级排序结果获取每一机电设备类型的控制需求信息,并将所述每一机电设备类型的控制需求信息输出。
4.根据权利要求1所述的一种多通路可编程边缘计算控制网关构建与控制方法,其特征在于,基于所述多通路可编程边缘计算控制网关的最大数据传输量以及每一机电设备类型的控制需求信息配置机电设备传输信息至多通路可编程边缘计算控制网关的数据传输量以及数据传输间隔,获取配置完成的多通路可编程边缘计算控制网关,具体包括:
引入最优解算法,根据所述最优解算法设置迭代代数,并将所述每一机电设备类型的控制需求信息进行分类,获取不可调整类型的控制需求信息以及可调整类型的控制需求信息;
获取所述不可调整类型的控制需求信息的信息传输量以及信息传输间隔,并初始化所述可调整类型的控制需求信息的信息传输量以及信息传输间隔,计算在每一所述信息传输间隔之内每个时间戳的信息传输量;
获取所述在每一所述信息传输间隔之内每个时间戳的信息传输量中最大的信息传输量,设置最大信息传输量阈值,判断所述在每一所述信息传输间隔之内每个时间戳的信息传输量中最大的信息传输量是否大于所述最大信息传输量阈值;
当所述在每一所述信息传输间隔之内每个时间戳的信息传输量中最大的信息传输量大于所述最大信息传输量阈值时,则根据所述迭代代数进行计算迭代,调整所述可调整类型的控制需求信息的信息传输量以及信息传输间隔,直至不大于所述最大信息传输量阈值,获取配置完成的多通路可编程边缘计算控制网关。
5.根据权利要求1所述的一种多通路可编程边缘计算控制网关构建与控制方法,其特征在于,通过所述多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并通过对所述机电设备的参数数据信息进行状态识别,获取机电设备的状态信息,具体包括:
通过所述多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并引入模糊聚类算法,将所述通过所述机电设备的参数数据信息输入到所述模糊聚类算法中聚类分析,获取机电设备的状态隶属度信息;
预设机电设备的状态隶属度阈值,并判断所述机电设备的状态隶属度信息是否大于所述机电设备的状态隶属度评价指标;
将所述机电设备的状态隶属度阈值大于所述机电设备的状态隶属度评价指标的状态隶属度信息作为异常状态;
将所述机电设备的状态隶属度阈值不大于所述机电设备的状态隶属度评价指标的状态隶属度信息作为正常状态,将所述异常状态以及正常状态作为机电设备的状态信息进行输出。
6.根据权利要求1所述的一种多通路可编程边缘计算控制网关构建与控制方法,其特征在于,根据所述机电设备的状态信息对机电设备进行控制,具体包括:
判断所述机电设备的状态信息是否为异常状态,当所述机电设备的状态信息为异常状态时,获取异常状态的机电设备的通信协议信息;
通过所述多通路可编程边缘计算控制网关发出相关的控制指令,根据所述异常状态的机电设备的通信协议信息与机电设备进行通讯,并根据所述相关的控制指令对机电设备进行控制。
7.一种多通路可编程边缘计算控制网关构建与控制系统,其特征在于,所述系统包括存储器以及处理器,所述存储器中包括方法程序,所述方法程序被所述处理器执行时,实现如下步骤:
构建多通路可编程边缘计算控制网关,通过对所述多通路可编程边缘计算控制网关进行测试,获取多通路可编程边缘计算控制网关的最大数据传输量;
获取目标区域中机电设备的多源数据信息,根据所述目标区域中机电设备的多源数据信息进行特征提取以及分类,获取每一机电设备类型的控制需求信息;
基于所述多通路可编程边缘计算控制网关的最大数据传输量以及每一机电设备类型的控制需求信息配置机电设备传输信息至多通路可编程边缘计算控制网关的数据传输量以及数据传输间隔,获取配置完成的多通路可编程边缘计算控制网关;
通过所述多通路可编程边缘计算控制网关获取机电设备的参数数据信息,并通过对所述机电设备的参数数据信息进行状态识别,获取机电设备的状态信息,并根据所述机电设备的状态信息对机电设备进行控制。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括方法程序,所述方法程序被处理器执行时,实现如权利要求1-6任一项所述的多通路可编程边缘计算控制网关构建与控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410521072.4A CN118101470B (zh) | 2024-04-28 | 一种多通路可编程边缘计算控制网关构建与控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410521072.4A CN118101470B (zh) | 2024-04-28 | 一种多通路可编程边缘计算控制网关构建与控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118101470A true CN118101470A (zh) | 2024-05-28 |
CN118101470B CN118101470B (zh) | 2024-06-21 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114298863B (zh) | 一种智能抄表终端的数据采集方法及系统 | |
EP3644581B1 (en) | Edge-cloud collaboration system for analyzing internet of things data and operating method thereof | |
CN111368890A (zh) | 故障检测方法及装置、信息物理融合系统 | |
CN113176948B (zh) | 边缘网关、边缘计算系统及其配置方法 | |
CN113179190B (zh) | 边缘控制器、边缘计算系统及其配置方法 | |
CN114513470B (zh) | 网络流量控制方法、装置、设备及计算机可读存储介质 | |
CN113379176A (zh) | 电信网络异常数据检测方法、装置、设备和可读存储介质 | |
CN117156442A (zh) | 基于5g网络的云数据安全保护方法及系统 | |
CN118101470B (zh) | 一种多通路可编程边缘计算控制网关构建与控制方法 | |
CN118101470A (zh) | 一种多通路可编程边缘计算控制网关构建与控制方法 | |
CN117097026A (zh) | 一种基于源网荷储新型电力系统运维监控平台的操作方法 | |
CN111598722A (zh) | 一种基于云计算实现电力大数据布局和信息共享方法 | |
CN115689403A (zh) | 一种配网设备风险评价模型的构建方法及装置 | |
CN117041121B (zh) | 基于数据挖掘的物联网异常监测方法及系统 | |
CN113645059B (zh) | 切片确定方法、装置、计算机设备和存储介质 | |
CN116582450B (zh) | 低压配电网业务接入感知方法及系统 | |
CN118101344B (zh) | 一种针对5g消息的传输安全识别系统、方法及介质 | |
CN114791863A (zh) | 一种基于工业控制系统的消息推送方法及系统模型 | |
CN115271274B (zh) | 电力系统短期日负荷预测方法及相关设备 | |
Lin et al. | Research on clustering analysis of new energy charging user behavior based on spark | |
CN116662415A (zh) | 基于数据挖掘的智能匹配方法及系统 | |
CN118245881A (zh) | 基于物联网的配电网监控方法及系统 | |
CN117952588A (zh) | 基于rfid的无人值守系统运维方法、系统及存储介质 | |
Isyapar et al. | Machine Learning Based Mobile Traffic Forecasting for Large Scale 5G Networks | |
CN115809734A (zh) | 一种基于动态训练集的低碳园区建筑负荷预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |