WO2021016981A1 - 现场数据传输方法、装置、系统和计算机可读介质 - Google Patents

现场数据传输方法、装置、系统和计算机可读介质 Download PDF

Info

Publication number
WO2021016981A1
WO2021016981A1 PCT/CN2019/098834 CN2019098834W WO2021016981A1 WO 2021016981 A1 WO2021016981 A1 WO 2021016981A1 CN 2019098834 W CN2019098834 W CN 2019098834W WO 2021016981 A1 WO2021016981 A1 WO 2021016981A1
Authority
WO
WIPO (PCT)
Prior art keywords
field data
edge controller
data
cloud platform
preprocessing
Prior art date
Application number
PCT/CN2019/098834
Other languages
English (en)
French (fr)
Inventor
张海涛
王力
周文晶
于禾
孙维
Original Assignee
西门子股份公司
西门子（中国）有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 西门子股份公司, 西门子（中国）有限公司 filed Critical 西门子股份公司
Priority to EP19939752.2A priority Critical patent/EP3993337A4/en
Priority to CN201980098155.4A priority patent/CN114041281B/zh
Priority to US17/630,704 priority patent/US11736370B2/en
Priority to PCT/CN2019/098834 priority patent/WO2021016981A1/zh
Publication of WO2021016981A1 publication Critical patent/WO2021016981A1/zh

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/02—Capturing of monitoring data
    • 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
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/04—Network management architectures or arrangements
    • H04L41/044—Network management architectures or arrangements comprising hierarchical management structures
    • 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
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/104—Peer-to-peer [P2P] networks
    • H04L67/1044—Group management mechanisms 
    • H04L67/1051—Group master selection mechanisms
    • 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
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/2895—Intermediate processing functionally located close to the data provider application, e.g. reverse proxies
    • 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
    • H04L67/50—Network services
    • H04L67/56—Provisioning of proxy services
    • H04L67/565—Conversion or adaptation of application format or content
    • H04L67/5651—Reducing the amount or size of exchanged application data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/06—Generation of reports
    • H04L43/065—Generation of reports related to network devices
    • 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
    • H04L67/2866—Architectures; Arrangements
    • H04L67/2885—Hierarchically arranged intermediate devices, e.g. for hierarchical caching

Definitions

  • the present invention relates to the field of communication technology, and in particular to an on-site data transmission method, device, system and computer readable medium.
  • the edge controller can be used to collect the field data generated during the operation of the field device. After the field data collected by the edge controller is uploaded to the cloud platform, the cloud platform Analysis of field data can determine the operating status of field devices, so that users can easily determine the operating status of field devices.
  • the edge controller is connected to the cloud platform through a gateway. After the edge controller collects field data, the edge controller uploads the collected field data to the cloud platform through the gateway.
  • each production line needs one or more edge controllers to collect field data, and each edge controller needs to collect the field data through the gateway.
  • the data is uploaded to the cloud platform, and the cloud platform needs to find the data required for data analysis from the field data uploaded by each edge controller, and then combine and analyze the found data. Therefore, the cloud platform needs to consume more computing resources. Data search and data analysis result in higher costs for cloud platforms to analyze field data.
  • the on-site data transmission method, device, system and computer readable medium provided by the present invention can reduce the cost of analyzing on-site data by the cloud platform.
  • an embodiment of the present invention provides an on-site data transmission method, including:
  • a cloud platform determines at least one first equipment operation index that needs to be obtained through data analysis
  • the cloud platform For each of the first device operating indicators, the cloud platform generates control information for the first device operating indicators, where the control information is used to determine the primary edge controller from at least one edge controller, and
  • the main edge controller is used to send the first field data to the cloud platform, the first field data is used for the cloud platform to perform data analysis to obtain the first device operation index, and the first field data is collected by the cloud platform.
  • the master edge controller preprocesses second field data to obtain the second field data, the second field data is collected by at least one of the edge controllers, and the second field data is used to characterize the operating state of at least one field device;
  • the cloud platform sends each of the control information to each of the edge controllers;
  • the cloud platform receives the first field data from each of the primary edge controllers respectively.
  • the determining at least one first device operation index that needs to be obtained through data analysis includes:
  • At least one of the first equipment operation index is determined according to the value of each of the second equipment operation indexes, where , The operation index of the first device is different from the operation index of the second device.
  • the method further includes:
  • the cloud platform determines a preprocessing algorithm corresponding to the first device operating indicator, wherein the preprocessing algorithm is used for the first primary edge controller to calculate the first 2.
  • On-site data is preprocessed into the first on-site data, and the first primary edge controller is configured to send to the cloud platform the first on-site data required for data analysis on the operation index of the first device;
  • the cloud platform sends the preprocessing algorithm to the first primary edge controller.
  • the method further includes:
  • an algorithm update instruction is determined according to the value of the first device operation index, where the algorithm update instruction is used to instruct the main edge controller to follow the target preprocessing algorithm for the subsequent Preprocessing the acquired second field data;
  • the method further includes:
  • each of the main edge controllers determine according to the data volume and the relationship between the data of the first field data from the main edge controller, and the number and complexity of the preprocessing algorithms run by the main edge controller
  • the load of the primary edge controller wherein at least one of the preprocessor algorithms is running on the primary edge controller, and different preprocessing algorithms are used to process different second field data into corresponding ones
  • the load of the second primary edge controller is greater than the first load threshold, generate a load transfer instruction, where the load transfer instruction is used to transfer at least one of the at least one running on the second primary edge controller
  • the preprocessing algorithm is transferred to a second edge controller to run, and the second edge controller is instructed to send the first field data obtained by using each of the transferred preprocessing algorithms to the cloud platform.
  • the load of the second edge controller is less than a preset second load threshold, and the second load threshold is less than the second load threshold;
  • the load transfer instruction is sent to the second main edge controller and the second edge controller.
  • the embodiment of the present invention provides another on-site data transmission method, including:
  • An edge controller receives a control message from a cloud platform
  • the edge controller is the master edge controller, acquire second field data according to the control information, where the second field data is used to characterize the operating state of at least one field device, and the second field data includes There is field data collected by at least one edge controller, and the second field data includes field data collected by the main edge controller, and the second field data is preprocessed to obtain the first field data, wherein, the first field data is used for the cloud platform to perform data analysis to obtain the first device operation index corresponding to the control information, and to send the first field data to the cloud platform;
  • the edge controller is not the main edge controller, collect field data according to the control information and send the collected field data to the main edge controller indicated by the control information.
  • the method before the preprocessing of the second field data to obtain the first field data, the method further includes: receiving a preprocessing algorithm from the cloud platform, wherein , The preprocessing algorithm corresponds to the operation index of the first equipment; correspondingly, the preprocessing the second field data to obtain the first field data includes: using the preprocessing algorithm to perform 2. Preprocessing the field data to obtain the first field data.
  • the method further includes:
  • the target preprocessing algorithm is used to replace the preprocessing algorithm previously used to preprocess the second field data, so as to use the target preprocessing algorithm to perform the second field data acquisition. Perform pretreatment.
  • the cloud platform in combination with the second aspect and any one of the first possible implementation manner and the second possible implementation manner of the second aspect, in the first field data transmission After providing the cloud platform, it further includes:
  • edge controller is the second primary edge controller indicated by the load transfer instruction, transfer at least one preprocessing algorithm running on the edge controller to a second edge controller to Make the second edge controller obtain the first field data by using each of the transferred preprocessing algorithms, and send the obtained first field data to the cloud platform, wherein the second edge controller The load of is less than the preset second load threshold;
  • edge controller is the second edge controller indicated by the load transfer instruction, acquire at least one preprocessing algorithm that needs to be transferred indicated by the load transfer instruction, and target each transferred
  • the preprocessing algorithm is to obtain the second field data that needs to be preprocessed by the preprocessing algorithm, and use the preprocessing algorithm to preprocess the acquired second field data to obtain the first field data, and the obtained first field data
  • a field data is sent to the cloud platform.
  • an embodiment of the present invention provides a cloud platform, including:
  • An index determination module for determining at least one first equipment operation index that needs to be obtained through data analysis
  • An information generating module is configured to generate control information for each of the first device operating indicators determined by the indicator determining module, wherein the control information is used to obtain control information from at least one edge
  • a primary edge controller is determined in the controller, and the primary edge controller is used to send first field data to the cloud platform, and the first field data is used for data analysis by the cloud platform to obtain the first device
  • An operating index the first field data is obtained by preprocessing second field data by the main edge controller, the second field data is collected by at least one edge controller, and the second field data Used to characterize the operating status of at least one field device;
  • An information sending module for sending each of the control information generated by the information generating module to each of the edge controllers;
  • a data receiving module for respectively receiving the first field data from each of the main edge controllers, wherein each of the main edge controllers is determined by each of the control information generated by the information generating module .
  • the indicator determination module includes:
  • a data analysis unit is configured to perform data analysis on the third field data from the at least one edge controller to obtain the value of at least one second device operation index, wherein the cloud platform receives the third field data The time is earlier than the time when the first field data is received;
  • a numerical value judging unit for separately judging whether the numerical value of each of the second equipment operating indicators acquired by the data analysis unit is within the corresponding normal value range
  • An index screening unit is configured to: when the value judgment unit determines that there is at least one value of the second device operation index that is outside the corresponding normal value range, according to the value of each second device operation index The value determines at least one operation index of the first device, wherein the operation index of the first device is different from the operation index of the second device.
  • the cloud platform further includes: an algorithm determination module;
  • the algorithm determination module is configured to determine a preprocessing algorithm corresponding to the first equipment operation index for each of the first equipment operation indexes determined by the index determination module, wherein the preprocessing algorithm is For the first main edge controller to preprocess the second field data into the first field data, the first main edge controller is used to send to the cloud platform to perform data analysis on the operation index of the first device The first field data required at the time;
  • the information sending module is further configured to send the preprocessing algorithm determined by the algorithm determining module to the first primary edge controller.
  • the cloud platform further includes: an algorithm update module;
  • the algorithm update module is configured to, for each of the primary edge controllers, perform data analysis on the first field data from the primary edge controller received by the data receiving module to obtain the corresponding Determine whether the value of the first device operation index is abnormal, and if the value of the first device operation index is abnormal, then determine the algorithm update instruction according to the value of the first device operation index, Wherein, the algorithm update instruction is used to instruct the main edge controller to preprocess the second field data acquired thereafter according to the target preprocessing algorithm;
  • the information sending module is further configured to send the algorithm update instruction generated by the algorithm update module to the corresponding primary edge controller.
  • the cloud platform It further includes: a load balancing module;
  • the load balancing module is configured to, for each of the primary edge controllers, according to the data volume and the relationship between the data of the first field data from the primary edge controller received by the data receiving module, the primary edge controller
  • the number and complexity of the preprocessing algorithms run by the edge controller determine the load of the main edge controller, where at least one of the preprocessor algorithms is running on the main edge controller, and different preprocessing algorithms Used to process the different second field data into the corresponding first field data, determine the second main edge controller with the largest load from each main edge controller, and determine the second main edge controller Whether the load of the edge controller is greater than a preset first load threshold, and if the load of the second main edge controller is greater than the first load threshold, a load transfer instruction is generated, where the load transfer instruction is used for Transfer at least one of the preprocessing algorithms running on the second main edge controller to a second edge controller to run, and instruct the second edge controller to use each of the transferred preprocessing algorithms
  • the obtained first field data is sent to the cloud platform, the load of the
  • the information sending module is further configured to send the load transfer instruction generated by the load balancing module to the second primary edge controller and the second edge controller.
  • an embodiment of the present invention also provides another cloud platform, including: at least one memory and at least one processor;
  • the at least one memory is used to store a machine-readable program
  • the at least one processor is configured to invoke the machine-readable program to execute the first aspect and the method provided in any one of the possible implementation manners of the first aspect.
  • an embodiment of the present invention also provides an edge controller, including:
  • An information receiving module for receiving a control message from a cloud platform
  • a controller identification module for determining whether the edge controller is the master edge controller according to the control information received by the information receiving module
  • a data acquisition module for acquiring second field data according to the control information when the controller identification module determines that the edge controller is the master edge controller, wherein the second field data is used to characterize at least An operating state of a field device, the second field data includes field data collected by at least one edge controller, and the second field data includes field data collected by the main edge controller;
  • a data preprocessing module is used to preprocess the second field data acquired by the data acquisition module to obtain first field data, wherein the first field data is used for data processing by the cloud platform Analyze to obtain the first device operation index corresponding to the control information;
  • a data sending module for sending the first field data obtained by the data preprocessing module to the cloud platform
  • a data collection module is used to collect field data according to the control information when the controller identification module determines that the edge controller is not the primary edge controller, and send the collected field data through the data sending module To the master edge controller indicated by the control information.
  • the information receiving module is further configured to receive a preprocessing algorithm from the cloud platform, wherein the preprocessing algorithm corresponds to the operation index of the first device;
  • the data preprocessing module is configured to use the preprocessing algorithm received by the information receiving module to preprocess the second field data acquired by the data acquisition module to obtain the first field data.
  • the information receiving module is further configured to receive an algorithm update instruction from the cloud platform
  • the data preprocessing module is further configured to use the target preprocessing algorithm to replace the preprocessing algorithm previously used to preprocess the second field data according to the algorithm update instruction received by the information receiving module to Preprocessing the second field data acquired again by using the target preprocessing algorithm.
  • the edge controller further includes: a load transfer module ;
  • the information receiving module is further configured to receive a load transfer instruction from the cloud platform;
  • the load transfer module is configured to identify whether the edge controller is the second primary edge controller or the second edge controller indicated by the load transfer instruction received by the information receiving module, if the edge controller The second main edge controller indicated by the load transfer instruction transfers at least one preprocessing algorithm running on the edge controller to a second edge controller, so that the second edge controller The edge controller uses each of the transferred preprocessing algorithms to obtain the first field data, and sends the obtained first field data to the cloud platform, wherein the load of the second edge controller is less than the preset If the edge controller is the second edge controller indicated by the load transfer instruction, then acquire at least one preprocessing algorithm that needs to be transferred as indicated by the load transfer instruction, for each A transferred preprocessing algorithm enables the data acquisition module to acquire second field data that needs to be preprocessed by the preprocessing algorithm, and enables the data preprocessing module to use the preprocessing algorithm to analyze the acquired second field data The field data is preprocessed to obtain the first field data, and the data sending module sends the obtained first field data to the cloud platform.
  • embodiments of the present invention also provide another edge controller, including: at least one memory and at least one processor;
  • the at least one memory is used to store a machine-readable program
  • the at least one processor is configured to invoke the machine-readable program to execute the second aspect and the method provided in any one of the possible implementation manners of the second aspect.
  • an embodiment of the present invention also provides an on-site data transmission system, including: any one of the above-mentioned third aspect, any one of the possible implementation manners of the third aspect, and any cloud platform provided by the fourth aspect and at least two Any one of the foregoing fifth aspect, any possible implementation manner of the fifth aspect, and any edge controller provided by the sixth aspect.
  • the field data transmission system further includes: at least one gateway;
  • Each of the gateways is respectively connected to the cloud platform and at least one edge controller;
  • Each of the gateways is used to transmit communication data between the connected edge controller and the gateway.
  • an embodiment of the present invention also provides a computer-readable medium having computer instructions stored on the computer-readable medium, and when the computer instructions are executed by a processor, the processor executes the first Aspect, any one possible implementation manner of the first aspect, the second aspect, and any one possible implementation manner of the second aspect.
  • the cloud platform can determine a corresponding primary edge controller for each device operation index by sending control information.
  • the master edge controller After a primary edge controller receives the control information corresponding to the same device operation index, the master edge controller The edge controller can collect field data according to the control information, and can receive field data sent by other edge controllers according to the control information, and then the main edge controller can preprocess the above two types of field data to obtain the first One field data, and the obtained first field data can be sent to the cloud platform, and then the cloud platform can perform data analysis on the received first field data to obtain corresponding equipment operation indicators.
  • the corresponding main edge controller is set for each device operation index, and the main edge controller will uniformly send the field data required to analyze the corresponding device operation index to the cloud platform, so that the cloud platform can directly use the received On-site data analysis of the corresponding equipment operation indicators, without the need to find the on-site data required to analyze the equipment operation indicators from a large amount of on-site data. Because the computing resources required for data search are saved, the cloud platform’s on-site The cost of data analysis.
  • Fig. 1 is a schematic diagram of an on-site data transmission system provided by an embodiment of the present invention
  • FIG. 2 is a schematic diagram of another field data transmission system provided by an embodiment of the present invention.
  • FIG. 3 is a flowchart of a method for on-site data transmission according to an embodiment of the present invention
  • FIG. 4 is a flowchart of a method for determining the operation index of a first device according to an embodiment of the present invention
  • FIG. 5 is a flowchart of a method for sending a preprocessing algorithm according to an embodiment of the present invention
  • FIG. 6 is a flowchart of a method for updating a preprocessing algorithm according to an embodiment of the present invention.
  • FIG. 7 is a flowchart of an edge controller load balancing method according to an embodiment of the present invention.
  • FIG. 8 is a flowchart of another on-site data transmission method according to an embodiment of the present invention.
  • FIG. 9 is a flowchart of a load transfer method according to an embodiment of the present invention.
  • FIG. 10 is a schematic diagram of a cloud platform provided by an embodiment of the present invention.
  • FIG. 11 is a schematic diagram of another cloud platform provided by an embodiment of the present invention.
  • FIG. 12 is a schematic diagram of a cloud platform including an algorithm determining module according to an embodiment of the present invention.
  • FIG. 13 is a schematic diagram of a cloud platform including an algorithm update module provided by an embodiment of the present invention.
  • FIG. 14 is a schematic diagram of a cloud platform including a load balancing module according to an embodiment of the present invention.
  • 15 is a schematic diagram of another cloud platform provided by an embodiment of the present invention.
  • FIG. 16 is a schematic diagram of an edge controller provided by an embodiment of the present invention.
  • FIG. 17 is a schematic diagram of another edge controller provided by an embodiment of the present invention.
  • FIG. 18 is a schematic diagram of another edge controller provided by an embodiment of the present invention.
  • Fig. 19 is a schematic diagram of another field data transmission system provided by an embodiment of the present invention.
  • On-site data transmission system 10 Cloud platform 20: Edge controller
  • Gateway 101 Indicator determination module 102: Information generation module
  • Algorithm update module 107 Load balancing module 40: Cloud platform
  • Controller identification module 203 Data acquisition module 204: Data preprocessing module
  • Data transmission module 206 Data collection module 207: Load transfer module
  • Edge controller 208 Memory 209: Controller
  • each edge controller sends the collected field data to the cloud platform.
  • the cloud platform uses the received field data to analyze one or more equipment operation indicators, but the cloud platform is performing an analysis of one equipment operation indicator
  • the analysis may require field data from different edge controllers. Therefore, the cloud platform for each device operation index needs to find the required field data from the field data from each edge controller, and then through the searched field data Perform analysis to obtain corresponding equipment operation indicators, but finding the required field data from all field data requires more computing resources, which in turn causes the cloud platform to analyze field data with higher costs.
  • the cloud platform can generate control information corresponding to the equipment operation index. After the control information is sent to each edge controller, it can determine a corresponding equipment operation index.
  • the main edge controller can receive the field data collected by other edge controllers, and can preprocess the received field data and the field data collected by itself, and then obtain the cloud platform for The device operation index performs data analysis on the first field data, and then the primary edge controller may send the acquired first field data to the cloud platform for the cloud platform to perform data analysis on the device operation index. It can be seen that each equipment operation index corresponds to a main edge controller.
  • the main edge controller can collect the field data required to analyze the corresponding equipment operation indicators, and the main edge controller sends the collected field data to Cloud platform, the cloud platform can directly use the received field data to analyze the corresponding equipment operation indicators, so the cloud platform does not need to find the field data required for data analysis of the equipment operation indicators from a large amount of field data.
  • the computing resources required by the cloud platform for data search can reduce the cost of analyzing field data on the cloud platform.
  • an embodiment of the present invention provides a field data transmission system 100, including: a cloud platform 10 and at least two edge controllers 20;
  • the cloud platform 10 determines at least one first device operation index that needs to be obtained through data analysis, and generates corresponding control information for each device operation index, and then sends the generated control information to each edge controller 20;
  • the edge controller 20 After receiving a piece of control information, the edge controller 20 determines whether it is the primary edge controller indicated by the control information. If the control information indicates that the edge controller 20 is the primary edge controller, the edge controller 20 obtains The second field data, the first field data is obtained by preprocessing the second field data, and then the first field data is sent to the cloud platform 10, where the second field data includes the edge controller 20 collecting according to the control information The received field data and field data sent by other edge controllers to the edge controller 20 according to the control information.
  • the cloud platform can determine a corresponding primary edge controller for each device operating indicator by sending control information. After a primary edge controller receives the control information corresponding to the same device operating indicator, the The main edge controller can collect field data according to the control information, and can receive field data sent by other edge controllers according to the control information, and then the main edge controller can preprocess the above two types of field data to obtain The first field data, and the obtained first field data may be sent to the cloud platform, and the cloud platform may perform data analysis on the received first field data to obtain corresponding equipment operation indicators.
  • the corresponding main edge controller is set for each device operation index, and the main edge controller will uniformly send the field data required to analyze the corresponding device operation index to the cloud platform, so that the cloud platform can directly use the received On-site data analysis of the corresponding equipment operation indicators, without the need to find the on-site data required to analyze the equipment operation indicators from a large amount of on-site data. Because the computing resources required for data search are saved, the cloud platform’s on-site The cost of data analysis.
  • an edge controller 20 after an edge controller 20 receives a piece of control information from the cloud platform 10, the edge controller 20 can adopt the following three processing methods according to the content of the control information:
  • Processing method 1 Obtain the second field data, preprocess the second formation data to obtain the first field data, and send the first field data to the cloud platform.
  • the edge controller 20 acquires second field data, where the second field data includes the edge controller 20 according to the control information Collect field data and other field data sent by the edge controller 20 according to the control information received by the edge controller 20, and then the edge controller 20 preprocesses the second field data to obtain the first field data, and The obtained first field data is sent to the cloud platform 10.
  • Processing method 2 Collect field data according to the control information, and send the collected field data to the main edge controller indicated by the control information.
  • the edge controller 20 Collect field data according to the control information, and send the collected field data to the main edge controller indicated by the control information.
  • control information generated by the cloud platform 10 not only includes the identification of the master edge controller, but also includes the identification of each slave edge controller that needs to send field data to the master edge controller.
  • control information also includes The rules for the master edge controller to collect field data and the rules for each slave edge controller to collect field data. After an edge controller 20 receives a piece of control information, it determines whether it needs to participate in the field data collection activities defined by the control information according to the identification of the master edge controller and the identification of the slave edge controller included in the control information.
  • Processing method 3 Ignore the received control information.
  • the edge controller 20 when the received control information does not include the identifier of the edge controller 20, that is, the edge controller 20 is neither the primary edge controller corresponding to the control information, nor does it need to communicate with the edge controller corresponding to the control information.
  • the master edge controller is the slave edge controller that sends the field data, so the edge controller 20 does not need to participate in the field data collection activities defined by the control information, so the control information is ignored.
  • the cloud platform 10 may determine multiple device operation indicators, each device operation indicator has a corresponding primary edge controller, and the field data required to analyze a device operation indicator may come from different Therefore, the same edge controller 20 may be the master edge controller corresponding to multiple device operation indicators, and the same edge controller 20 may also be the slave edge controller corresponding to multiple device operation indicators. The same edge controller 20 can also serve as the master edge controller and the slave edge controller corresponding to multiple device operation indicators at the same time.
  • the cloud platform is connected to five edge controllers, and the five edge controllers are edge controllers 1 to 5.
  • the cloud platform has determined 3 equipment operation indicators. Analyzing equipment operation index 1 requires field data collected by edge controller 1, and analyzing equipment operation indicators 2 requires field data collected by edge controller 1 and edge controller 2, and analyzing equipment operation Index 3 requires field data collected by edge controllers 2 to 5. According to the field data required to analyze the operation indicators of each device, the cloud platform configures the edge controller 1 as the master edge controller corresponding to the device operation index 1.
  • the device operation index 1 does not have a corresponding slave edge controller; the cloud platform will Controller 1 is configured as a master edge controller corresponding to device operation index 2, and edge controller 2 is configured as a slave edge controller corresponding to device operation index 2; the cloud platform configures edge controller 2 to correspond to device operation
  • the master edge controller of index 3 and the edge controllers 3 to 5 are configured as slave edge controllers corresponding to the device operation index 3.
  • edge controller 1 serves as the primary edge controller corresponding to device operation index 1 and device operation index 2 at the same time, and edge controller 2 serves as the slave edge controller corresponding to device operation index 2 and device operation index 3.
  • the device 3 only serves as the master edge controller corresponding to the device operation index 3, and the edge controller 4 and the edge controller 5 only serve as the slave edge controllers corresponding to the device operation index 3.
  • the field data transmission system 100 may further include: at least one gateway 30;
  • Each gateway 30 is respectively connected to the cloud platform 10 and at least one edge controller 20;
  • the gateway 30 is used to transmit communication data between each connected edge controller 20 and the cloud platform 10.
  • the edge controller 20 as the main edge controller can send the first field data to the cloud platform 10 through the connected gateway 30, and the cloud platform 10 can send to each edge controller 20 through the gateway 30
  • Control information, preprocessing algorithms, and other control instructions ensure that the cloud platform 10 and the edge controller 20 can communicate easily and reliably.
  • the gateway 30 may be a dedicated smart gateway or a common gateway.
  • an agent program can be deployed in the ordinary gateway.
  • the agent program receives the data from the edge controller 20 and sends it to the cloud platform 10, and the agent program receives the data sent by the cloud platform 10 and forwards it to the corresponding
  • the edge controller 20 ensures that the gateway 30 can normally transmit the communication data between the cloud platform 10 and the edge controller 20.
  • the cloud platform 10 sends each edge controller 20 corresponding to the device operation index After the control information of the device, the cloud platform 10 may also send a preprocessing algorithm to the main edge controller corresponding to the device operation index.
  • the edge controller 20 may also receive the control information from the cloud platform 10.
  • the edge controller 20 can use the received preprocessing algorithm to preprocess the acquired second field data to obtain the first field data for analyzing the equipment operation index.
  • the cloud platform may further send the preprocessing algorithm to the edge controller, and the edge controller may The second field data is processed by using the received preprocessing algorithm to obtain the first field data for analyzing the operation index of the equipment.
  • the cloud platform sends the preprocessing algorithm to the main edge controller so that the main edge controller preprocesses the second field data to obtain the first field data, so that the cloud platform can directly use the first field data for data analysis ,
  • the main edge controller completes the preprocessing of the field data, which reduces the amount of data that needs to be processed when the cloud platform analyzes the field data, thereby reducing the computing performance requirements of the cloud platform.
  • the main edge controller preprocesses the field data, the amount of field data sent to the cloud platform can be reduced, which not only saves the cost of transmitting field data, but also saves the cost of storing field data on the cloud platform.
  • the cloud platform 10 can determine whether the device operation indicator is abnormal based on the obtained value. If the device operation indicator is abnormal, the cloud platform 10 can send an algorithm update instruction to the main edge controller according to the abnormal device operation indicator. After the main edge controller receives the algorithm update instruction from the cloud platform 10, the main edge controller uses the target preprocessing algorithm to replace the previously used preprocessing algorithm according to the algorithm update instruction, and then uses the target preprocessing algorithm to obtain the second 2. Process the field data to obtain the first field data.
  • the cloud platform can determine whether the equipment operation index is abnormal. If the equipment operation index is abnormal, the corresponding host may need to be The preprocessing algorithm used by the edge controller is updated. At this time, the cloud platform sends an algorithm update instruction to the main edge controller, so that the main edge controller performs preprocessing according to the target preprocessing algorithm. It can be seen that when the cloud platform determines that the equipment operation index is abnormal, the cloud platform can update the preprocessing algorithm used by the main edge controller by sending an algorithm update instruction, thereby flexibly changing the rules for the main edge controller to preprocess field data , Improve the flexibility of cloud platform to analyze field data.
  • the cloud platform 10 is based on the data volume of the first on-site data from each primary edge controller and the relationship between the data, and the pre-run data of each primary edge controller
  • the number and complexity of the processing algorithms can be used to determine the load of each primary edge controller.
  • the cloud platform 10 can report The two main edge controllers and a second edge controller whose load is less than the second load threshold send load transfer instructions. After receiving the load transfer instruction, the second main edge controller transfers at least one preprocessing algorithm running on it to the second edge controller for operation according to the load transfer instruction.
  • the second edge controller After receiving the load transfer instruction, the second edge controller acquires the second field data corresponding to the preprocessing algorithm for each preprocessing algorithm that is transferred, and uses the preprocessing algorithm to compare the second The field data is preprocessed to obtain the first field data, and the obtained first field data is sent to the cloud platform 10.
  • the cloud platform can detect the load condition of each edge controller.
  • the load of an edge controller exceeds a preset first load threshold, one or more of the edge controllers running on the edge controller can be detected.
  • This preprocessing algorithm is transferred to other edge controllers with a smaller load to balance the load of each edge controller, ensure that each edge controller can collect and send field data normally, and ensure the real-time nature of field data transmission.
  • the edge controller that receives the transferred preprocessing algorithms becomes the new
  • the main edge controller is used to receive the data sent by other edge controllers, and use the transferred preprocessing algorithm to preprocess the field data, and send the first field data obtained after preprocessing to the cloud platform.
  • the preprocessing algorithm 1 is used to obtain the first field data required to analyze the equipment operation index 1
  • the preprocessing algorithm 2 is used to obtain the first field data required to analyze the equipment operation index 2.
  • edge controller B becomes the main edge controller corresponding to equipment operation index 1 and equipment operation index 2, which is obtained by edge controller B Input the second field data of preprocessing algorithm 1 and preprocessing algorithm 2, and send the first field data output by preprocessing algorithm 1 and preprocessing algorithm 2 to the cloud platform.
  • the edge controller A no longer runs the preprocessing algorithm 1 and the preprocessing algorithm 2, that is, the edge controller A no longer serves as the main edge controller corresponding to the equipment operation index 1 and the equipment operation index 2.
  • the first equipment operation index is an index parameter that can be obtained by data analysis on field data. Obtain the value of the first equipment operation index, and then determine the operation status of the corresponding field device according to the value of the first equipment operation index.
  • the field data is the temperature of the fluid in the pipeline
  • the first equipment operation index may be the pressure in the pipeline. The pressure in the pipeline can be determined by data analysis of the temperature of the fluid in the pipeline.
  • the cloud platform 10 obtains the value of the second equipment operation index by performing data analysis on the third field data, and then according to the second equipment The value of the operation index is used to determine the operation index of the first device. If it is defined that the cloud platform 10 receives the first field data in the current data transmission period, the third field data is the field data received by the cloud platform 10 in the previous data transmission period. In the first case, if the last data transmission period is the initialization period of each edge controller 20, since the primary edge controller has not been determined, the third field data is field data collected by each edge controller 20, and the third field data The data is sent to the cloud platform 10 by each edge controller 20 respectively.
  • the third field data is sent to the cloud platform 10 by each master edge controller in the last data transmission period.
  • the existing equipment operation indicators may not meet the goal of monitoring the operation status of the field equipment. Therefore, it is necessary to update the equipment operation indicators (including the addition, deletion, and modification of equipment operation indicators), and according to the previous data
  • the value of the equipment operation index analyzed during the transmission cycle can determine whether the original equipment operation index meets the monitoring requirements. Therefore, the equipment operation index is dynamically changed. Specifically, the current equipment operation index is determined according to the value of the equipment operation index analyzed in the previous data transmission cycle. The equipment operation index of the data transmission cycle.
  • the primary edge controller will use the preprocessing algorithm sent by the cloud platform 10 to preprocess the acquired second field data.
  • the data preprocessing mainly includes screening, filtering, cleaning, and deduplication of the second field data.
  • the main edge controller can perform more complex preprocessing according to the data processing capability of the edge controller 20. Processing algorithms, such as logic control operations, machine learning, and big data processing on the second field data.
  • the on-site data transmission method provided by the embodiment of the present invention will be introduced from two aspects of the cloud platform and the edge controller. If there is no feature statement, the cloud platform involved in each method embodiment below may be the aforementioned cloud platform 10, the edge controller involved in each method embodiment below may be the aforementioned edge controller 20, and the following methods are implemented The gateway involved in the example may be the aforementioned gateway 30.
  • the cloud platform can configure a corresponding primary edge controller for each device operation indicator that needs to be obtained through data analysis, and then the primary edge controller will determine the device operation indicator
  • the formed data for data analysis is sent to the cloud platform.
  • the on-site data transmission method executed by the cloud platform may include the following steps:
  • Step 301 Determine at least one first equipment operation index that needs to be obtained through data analysis
  • Step 302 For each first device operation index, control information for the first device operation index is generated, where the control information is used to determine the primary edge control corresponding to the first device operation index from at least one edge controller
  • the main edge controller is used to send the first field data to the cloud platform, the first field data is used for analysis by the cloud platform to obtain the first device operation index, and the first field data is sent by the main edge controller to the second field
  • the data is obtained by preprocessing, the second field data is collected by at least one edge controller, and the second field data is used to characterize the operating state of the at least one field device;
  • Step 303 Send each control information to each edge controller respectively;
  • Step 304 Receive first field data from each main edge controller.
  • the cloud platform after the cloud platform determines at least one first device operation index, the cloud platform sends control information for each first device operation index to each edge controller, so as to configure one for each first device operation index.
  • the corresponding primary edge controller enables the primary edge controller to obtain the second field data, and obtain the first data for analyzing the operation index of the corresponding first device by preprocessing the obtained second field data. Field data, and then the primary edge controller uniformly sends the first field data to the cloud platform. It can be seen that the cloud platform configures the corresponding primary edge controller for each first device operating indicator, and the primary edge controller uniformly sends the first field data used to analyze the corresponding first device operating indicator to the cloud platform.
  • the platform can directly perform data analysis on the received first field data to obtain the corresponding first device operation index.
  • the cloud platform no longer needs to find the field data required for data analysis from the field data sent by each edge controller. It can save the computing resources required by the cloud platform for data search, thereby reducing the cost of analyzing the field data by the cloud platform.
  • the first device operation index is determined to have the following two different types according to the timing of determining the first device operation index the way:
  • Method 1 Determine at least one first device operation index according to the field data sent by each edge controller to the cloud platform;
  • Manner 2 Determine at least one first device operation index according to the field data sent by the main edge controller to the cloud platform.
  • each edge controller When each edge controller is initialized, because the cloud platform has not yet configured the main edge controller, each edge controller collects the field data of the corresponding field device according to the preset data collection rules, and performs the collected data according to the preset preprocessing method. The field data is preprocessed, and then each edge controller sends the preprocessed field data to the cloud platform. After the cloud platform receives the field data of each edge controller, it determines the pre-defined operation indicators of each first device.
  • the one determined to be the primary edge controller sends field data to the cloud platform according to corresponding control information, and the cloud platform may determine the first device operation index according to the received field data.
  • the method for determining the operation index of the first device according to the second method may include the following steps:
  • Step 401 Perform data analysis on the third field data from at least one edge controller to obtain the value of at least one second device operation index, wherein the time when the cloud platform receives the third field data is earlier than the time when the first field data is received ;
  • Step 402 separately determine whether the value of each second device operation index is within the corresponding normal value range
  • Step 403 If the value of at least one second equipment operation index is outside the corresponding normal value range, determine at least one first equipment operation index according to the value of each second equipment operation index, where the first equipment operation index It is different from the second equipment operation index.
  • the cloud platform receives the field data sent by each primary edge controller, and performs an analysis of the received field data The data is analyzed to obtain the value of the corresponding equipment operation index, and then the cloud platform can determine whether the required equipment operation index needs to be changed according to the obtained equipment operation index data, and if necessary, re-determine one or more equipment operation indexes.
  • the newly determined equipment operation index can replace some or all of the previous equipment operation index, or be used as a supplement to the original equipment operation index.
  • each primary edge controller can gather multiple edge controllers.
  • the field data collected by the controller is sent to the cloud platform after preprocessing the collected field data.
  • the cloud platform divides an edge controller group for each device operation index.
  • the edge controller group includes a master edge controller, and the edge controller group can also include one or more slave edge controllers.
  • the slave edge controllers in the same edge controller group can collect the corresponding field data and send it to the master edge controller.
  • the master edge controller preprocesses the field data collected and sent by the slave edge controllers of the same group and sends it
  • the cloud platform can divide different edge controller groups according to the changes of field data, so as to flexibly change the combination of field data sent to the cloud platform, so that the cloud platform can change the data analysis according to the change of field data
  • the method ensures that the operating status of the field equipment can be understood in a more timely and effective manner.
  • the cloud platform analyzes the device operation index 4 and requires the data collected by the edge controller 1, the edge controller 2 and the edge controller 3, and the cloud platform configures the edge controller 1 as the primary edge control corresponding to the device operation index 4.
  • Device After the cloud platform receives the field data from the edge controller 1, it analyzes the field data from the edge controller 1 to obtain the value of the device operation index 4.
  • the cloud platform determines that the edge device 2 is abnormal according to the value of the device operation index 4 , The frequency of on-site data sampling of edge device 2 needs to be increased.
  • the cloud platform determines a device operation index 5, and the analysis of device operation index 5 requires the on-site data of edge device 2 collected by edge controller 2, and then the cloud platform will edge
  • the controller 2 is determined to be the primary edge controller corresponding to the equipment operation index 5, and the equipment operation index 4 can be reserved at the same time.
  • the corresponding control information may be sent to the corresponding main edge for each first device operation index.
  • the controller sends a preprocessing algorithm so that the main edge controller can preprocess the field data according to the required preprocessing algorithm.
  • the method of sending the preprocessing algorithm to the main edge controller may include the following steps:
  • Step 501 For each first device operation index, determine a preprocessing algorithm corresponding to the first device operation index, where the preprocessing algorithm is used for the first main edge controller to preprocess the second field data into the first 1. On-site data, the first main edge controller is used to send to the cloud platform the first on-site data required for data analysis of the operation index of the first device;
  • Step 502 Send the preprocessing algorithm to the first main edge controller.
  • each edge controller after the control information corresponding to the first device operation index is sent to each edge controller, it can also determine the operation index corresponding to the first device operation index. Preprocessing algorithm, and send the determined preprocessing algorithm to the first main edge controller corresponding to the first device operation index, and the first main edge controller can preprocess according to the received preprocessing algorithm Field data, and then obtain the first field data required to analyze the operation index of the first device.
  • the main edge controller can process the field data according to the sent preprocessing algorithm, so as to obtain field data for analyzing equipment operation indicators, so the field data can be analyzed based on Send different pre-processing algorithms to the main edge controller to obtain the first field data for analyzing different equipment operating indicators, so that users can obtain different equipment operating indicators according to their needs, so as to meet the personalities of different users To improve the applicability of field data analysis.
  • the method for updating the preprocessing algorithm on the main edge controller may include the following steps:
  • Step 601 For each main edge controller, perform data analysis on the first field data from the main edge controller to obtain the corresponding first device operation index value;
  • Step 602 Determine whether the value of the obtained first device operation index is abnormal
  • Step 603 If the value of the first device operation index is abnormal, determine the algorithm update instruction according to the value of the first device operation index, where the algorithm update instruction is used to instruct the main edge controller to obtain the subsequent acquisition according to the target preprocessing algorithm Preprocessing the second field data;
  • Step 604 Send the algorithm update instruction to the main edge controller.
  • the corresponding algorithm update instruction can be sent to the main edge controller to connect to the main edge controller.
  • the running preprocessing algorithm used to calculate the first field data is updated to achieve further analysis and detection of the operating status of the corresponding field equipment.
  • the preprocessing algorithm running on the main edge controller can be updated in real time, so as to change the preprocessing algorithm used by the main edge controller to preprocess field data.
  • the preprocessing algorithm can easily change the data analysis strategy of the field data, thereby improving the flexibility of data analysis of the field data.
  • the method for balancing the load of each edge controller may include the following steps:
  • Step 701 For each primary edge controller, determine the primary edge controller according to the data volume of the first field data from the primary edge controller, the number of preprocessing algorithms running on the primary edge controller and the load level Load of the device, where at least one pre-processor algorithm runs on the main edge controller, and different pre-processing algorithms are used to process different second field data into corresponding first field data;
  • Step 702 Determine the second primary edge controller with the largest load from each primary edge controller
  • Step 703 Determine whether the load of the second primary edge controller is greater than a preset first load threshold
  • Step 704 If the load of the second primary edge controller is greater than the first load threshold, generate a load transfer instruction, where the load transfer instruction is used to transfer at least one preprocessing algorithm running on the second primary edge controller to a first Run on the second edge controller and instruct the second edge controller to send the first field data obtained by using the transferred preprocessing algorithms to the cloud platform, and the load of the second edge controller is less than the preset second load Threshold, the second load threshold is less than the second load threshold;
  • Step 705 Send the load transfer instruction to the second main edge controller and the second edge controller.
  • the data volume of the first field data, the relationship between different data in the first field data, and each main edge The number and complexity of the preprocessing algorithms running on the controller determine the load of each main edge controller.
  • the main edge One or more preprocessing algorithms running on the controller are transferred to other edge controllers to run, thereby reducing the load of the main edge controller, realizing load balancing between different edge controllers, and ensuring that each edge controller can be normal Perform data collection, data transmission, and data preprocessing to ensure the smooth transmission of field data to the cloud platform.
  • the edge controller collects field data according to the set data collection period and sends the preprocessed field data to the cloud platform
  • the cloud platform receives the first data sent by each main edge controller each time.
  • the load balancing process can be performed once, so that the preprocessing algorithm on the heavier-loaded primary edge controller can be continuously transferred to other edge controllers with smaller load, so as to realize dynamic adjustment of different edge controllers. Load balancing between.
  • the edge controller can collect field data according to the control information from the cloud platform, and can send the collected field data to the main edge controller, or collect the collected field data from other edge controllers.
  • the received field data is sent to the cloud platform after preprocessing the field data, so as to avoid that each edge controller sends the field data to the cloud platform separately, and the cloud platform also needs to search and filter the field data.
  • the on-site data transmission method executed by the edge controller may include the following steps:
  • Step 801 Receive control information from a cloud platform
  • Step 802 Determine whether the current edge controller is the master edge controller according to the control information, if it is Y, go to step 803, if not, go to step 806;
  • Step 803 Acquire second field data according to the control information, where the second field data is used to characterize the operating state of at least one field device, the second field data includes field data collected by at least one edge controller, and the second field data The data includes field data collected by the current edge controller;
  • Step 804 Preprocess the second field data to obtain the first field data, where the first field data is used for data analysis by the cloud platform to obtain the first equipment operation index corresponding to the control information;
  • Step 805 Send the first field data to the cloud platform, and end the current process
  • Step 806 Collect field data according to the control information, and send the collected field data to the main edge controller indicated by the main control information.
  • the edge controller after receiving a piece of control information, can determine whether it is the master edge controller according to the control information. If it is determined that it is the master edge controller, the edge controller can collect the control information according to the control information. Field data can also receive field data sent by other edge controllers according to the control information, and then preprocess the collected field data and the received field data to obtain the first field data, and then the acquired first field data The data is sent to the cloud platform. If it is determined that it is not the main edge controller, the field data can be collected according to the control information, and the collected field data can be sent to the main edge controller indicated by the control information.
  • each edge controller can collect corresponding field data according to the control information, and collect the collected field data to a main edge controller, and the main edge controller will preprocess the collected field data and send it to
  • the cloud platform can also directly use the received field data for data analysis, without having to find the required field data in the field data sent to all edge controllers, thereby saving the cloud platform for data search. In turn, the cost of analyzing field data on the cloud platform can be reduced.
  • the edge controller since the cloud platform can send control information to each edge controller in the form of broadcast, after an edge controller receives a piece of control information, the edge controller has three types according to the content of the control information. Different processing methods.
  • the first processing method is that the control information indicates that the edge controller is the master edge controller. At this time, the edge controller completes the processing of the master edge controller according to the control information.
  • the second processing method is control The information indicates that the edge controller is a slave edge controller. At this time, the edge controller collects field data according to the control information, and sends the collected field data to the master edge controller specified by the control information.
  • the third processing method is control The content of the information does not involve the edge controller, that is, for the control information, the edge controller is neither the master edge controller nor the slave edge controller. At this time, the edge controller ignores the control information.
  • the preprocessing algorithm from the cloud platform can be received, and then in step 804, The second field data is processed by using the received preprocessing algorithm to obtain the first field data.
  • the edge controller may also receive the preprocessing algorithm from the cloud platform, and then the edge controller obtains it according to the control information
  • the received second field data can be preprocessed using the received preprocessing algorithm, and then the first field data obtained by the preprocessing is sent to the cloud platform.
  • the edge controller can preprocess the field data according to the preprocessing algorithm sent by the cloud platform, so as to meet the different data preprocessing requirements of the cloud platform and facilitate the cloud platform to perform various types of data analysis.
  • an algorithm update instruction from the cloud platform can also be received, and the target can be used according to the algorithm update instruction.
  • the preprocessing algorithm replaces the preprocessing algorithm previously used to preprocess the corresponding second field data, and then the target preprocessing algorithm can be used to preprocess the second field data acquired again.
  • an edge controller as the main edge controller can receive an algorithm update instruction from the cloud platform, and then the edge controller can replace the corresponding preprocessing algorithm running on it with the target preprocessing algorithm according to the algorithm update instruction. Processing algorithm, and then use the target preprocessing algorithm to replace the replaced preprocessing algorithm to preprocess the second field data.
  • the edge controller can change the preprocessing algorithm used when preprocessing the field data according to the algorithm update instruction from the cloud platform, so as to meet the needs of users to change the preprocessing algorithm.
  • the edge controller may receive a load transfer instruction from the cloud platform, thereby implementing load transfer.
  • the method for edge controller to transfer load may include the following steps:
  • Step 901 Receive a load transfer instruction from the cloud platform
  • Step 902 Identify whether the current edge controller is the first primary edge controller indicated by the load transfer instruction, if it is Y, go to step 903, if not, go to step 904;
  • Step 903 Transfer at least one preprocessing algorithm running on the current edge controller to a second edge controller, so that the second edge controller uses the transferred preprocessing algorithms to obtain the first field data, and Sending the obtained first field data to the cloud platform, where the load of the second edge controller is less than the preset second load threshold, and ending the current process;
  • Step 904 Identify whether the current edge controller is the second edge controller indicated by the load transfer instruction, if it is Y, go to step 905, if not, go to step 909;
  • Step 905 Obtain at least one preprocessing algorithm that needs to be transferred indicated by the load transfer instruction
  • Step 906 For each transferred preprocessing algorithm, obtain second field data that needs to be preprocessed by the preprocessing algorithm;
  • Step 907 Preprocess the corresponding second field data by using the transferred preprocessing algorithm to obtain the first field data
  • Step 908 Send the obtained first field data to the cloud platform, and end the current process
  • Step 909 End the current process.
  • an edge controller can receive a load transfer instruction from the cloud platform. If the load transfer instruction indicates that the edge controller needs to transfer one or more preprocessing algorithms, the edge controller will be transferred according to the load transfer instruction. One or more preprocessing algorithms running on the controller are transferred to an edge controller with a smaller load, and the edge controller with a smaller load undertakes part of the tasks of data collection, reception, preprocessing, and transmission. If the load transfer instruction indicates The edge controller needs to receive one or more preprocessing algorithms, then the edge controller acquires the second field data, preprocesses the acquired second field data through the transferred preprocessing algorithm, and performs preprocessing on the acquired second field data The first field data is sent to the cloud platform.
  • the edge controller with higher load can transfer part of the preprocessing algorithm running on it to the edge controller with lower load according to the load transfer instruction from the cloud platform, and the edge controller with lower load can control
  • the device uses the transferred preprocessing algorithm to preprocess the field data, and send the preprocessed field data to the cloud platform, thereby achieving load balancing between different edge controllers and ensuring that each edge controller can operate normally.
  • an embodiment of the present invention provides a cloud platform 10, including:
  • An index determination module 101 configured to determine at least one first device operation index that needs to be obtained through data analysis
  • An information generating module 102 is used to generate control information for each first device operating indicator determined by the indicator determining module 101, wherein the control information is used to determine from at least one edge controller
  • the main edge controller the main edge controller is used to send the first field data to the cloud platform, the first field data is used for the cloud platform to perform data analysis to obtain the first device operation index, the first field data is used by the main edge controller Obtained by preprocessing the second field data, the second field data is collected by at least one edge controller, and the second field data is used to characterize the operating state of the at least one field device;
  • An information sending module 103 for sending each control information generated by the information generating module 102 to each edge controller;
  • a data receiving module 104 is configured to receive first field data from each main edge controller, wherein each main edge controller is determined by each control information generated by the information generating module 102.
  • the index determination module 101 can be used to perform step 301 in the above method embodiment
  • the information generation module 102 can be used to perform step 302 in the above method embodiment
  • the information sending module 103 can be used to perform the above method embodiment.
  • the data receiving module 104 can be used to execute step 304 in the above method embodiment.
  • the index determining module 101 includes:
  • a data analysis unit 1011 is used to perform data analysis on the third field data from at least one edge controller to obtain the value of at least one second device operation index, wherein the cloud platform 10 receives the third field data The time is earlier than the time when the first field data is received;
  • a numerical value judgment unit 1012 for separately judging whether the numerical value of each second device operation index acquired by the data analysis unit 1011 is within the corresponding normal value range;
  • An index screening unit 1013 is configured to determine at least one first device operation index value according to the value of each second device operation index when the value judgment unit 1012 determines that there is at least one second device operation index value outside the corresponding normal value range.
  • the data analysis unit 1011 can be used to perform step 401 in the above method embodiment
  • the value judgment unit 1012 can be used to perform step 402 in the above method embodiment
  • the index screening unit 1013 can be used to perform the above method embodiment. Step 403 in.
  • the cloud platform 10 further includes: an algorithm determining module 105;
  • the algorithm determination module 105 is configured to determine a preprocessing algorithm corresponding to the first device operation index for each first device operation index determined by the index determination module 101, wherein the preprocessing algorithm is used for the first main edge
  • the controller preprocesses the second field data into the first field data, and the first main edge controller is used to send the first field data required for data analysis on the operation index of the first device to the cloud platform;
  • the information sending module 103 is further configured to send the preprocessing algorithm determined by the algorithm determining module 105 to the first main edge controller.
  • the algorithm determining module 105 may be used to perform step 501 in the foregoing method embodiment, and the information sending module 103 may be used to perform step 502 in the foregoing method embodiment.
  • the cloud platform 10 further includes: an algorithm update module 106;
  • the algorithm update module 106 is used to perform data analysis on the first field data from the main edge controller received by the data receiving module 104 for each main edge controller to obtain the corresponding value of the first device operation index, And determine whether the value of the first device operation index is abnormal. If the value of the first device operation index is abnormal, the algorithm update instruction is determined according to the value of the first device operation index.
  • the algorithm update instruction is used to instruct the main edge controller to follow The target preprocessing algorithm preprocesses the second field data acquired later;
  • the information sending module 103 is further configured to send the algorithm update instruction generated by the algorithm update module 106 to the corresponding main edge controller.
  • the algorithm update module 106 may be used to execute steps 601 to 603 in the foregoing method embodiment, and the information sending module 103 may be used to execute step 604 in the foregoing method embodiment.
  • the cloud platform 10 further includes: a load balancing module 107;
  • the load balancing module 107 is used for each primary edge controller, according to the data volume and the relationship between the data of the first field data from the primary edge controller received by the data receiving module 104, and the operating preset of the primary edge controller
  • the number and complexity of processing algorithms are used to determine the load of the main edge controller, where at least one pre-processor algorithm runs on the main edge controller, and different pre-processing algorithms are used to process different second field data
  • the second main edge controller with the largest load is determined from each main edge controller, and it is determined whether the load of the second main edge controller is greater than the preset first load threshold.
  • a load transfer instruction is generated, where the load transfer instruction is used to transfer at least one preprocessing algorithm running on the second main edge controller to a second edge controller Run, and instruct the second edge controller to send the first field data obtained by using the transferred preprocessing algorithms to the cloud platform, the load of the second edge controller is less than the preset second load threshold, the second load The threshold is less than the second load threshold;
  • the information sending module 103 is further configured to send the load transfer instruction generated by the load balancing module 107 to the second primary edge controller and the second edge controller.
  • the load balancing module 107 may be used to execute steps 701 to 704 in the foregoing method embodiment, and the information sending module 103 may be used to execute step 702 in the foregoing method embodiment.
  • an embodiment of the present invention provides a cloud platform 40, including: at least one memory 108 and at least one processor 109;
  • the at least one memory 108 is used to store a machine-readable program
  • the at least one processor 109 is configured to invoke the machine-readable program to execute the on-site data transmission method performed by the cloud platform provided by the foregoing embodiments.
  • an edge controller 20 including:
  • a controller identification module 202 is used to determine whether the edge controller is the master edge controller according to the control information received by the information receiving module 201;
  • a data acquisition module 203 is used to acquire second field data according to the control information when the controller identification module 202 determines that the edge controller is the main edge controller, where the second field data is used to characterize the operating state of at least one field device ,
  • the second field data includes field data collected by at least one edge controller, and the second field data includes field data collected by the main edge controller;
  • a data preprocessing module 204 is used to preprocess the second field data acquired by the data acquisition module 203 to obtain the first field data, where the first field data is used for data analysis by the cloud platform to obtain and control information The corresponding first equipment operation index;
  • a data sending module 205 configured to send the first field data obtained by the data preprocessing module 204 to the cloud platform;
  • a data collection module 206 is used to collect field data according to the control information when the controller identification module 202 determines that the edge controller is not the main edge controller, and send the collected field data to the control information through the data sending module Primary edge controller.
  • the information receiving module 201 can be used to perform step 801 in the above method embodiment
  • the controller identification module 202 can be used to perform step 802 in the above method embodiment
  • the data acquisition module 203 can be used to perform the above method implementation.
  • the data preprocessing module 204 can be used to perform step 804 in the above method embodiment
  • the data sending module 205 can be used to perform step 805 in the above method embodiment
  • the data collection module 206 can be used to perform the above method embodiment. Step 806 in.
  • the information receiving module 201 is further configured to receive a preprocessing algorithm from the cloud platform, where the preprocessing algorithm corresponds to the operation index of the first device;
  • the data preprocessing module 204 is configured to use the preprocessing algorithm received by the information receiving module 201 to preprocess the second field data acquired by the data acquisition module to obtain the first field data.
  • the information receiving module 201 is further configured to receive an algorithm update instruction from the cloud platform;
  • the data preprocessing module 204 is further configured to use the target preprocessing algorithm to replace the preprocessing algorithm previously used to preprocess the second field data according to the algorithm update instruction received by the information receiving module, so as to use the target preprocessing algorithm to perform the reprocessing
  • the acquired second field data is preprocessed.
  • the edge controller 20 further includes: a load transfer module 207;
  • the information receiving module 201 is further configured to receive load transfer instructions from the cloud platform;
  • the load transfer module 207 is used to identify whether the edge controller is the second primary edge controller or the second edge controller indicated by the load transfer instruction received by the information receiving module 201, if the edge controller is indicated by the load transfer instruction.
  • the second main edge controller transfers at least one preprocessing algorithm running on the edge controller to a second edge controller, so that the second edge controller uses the transferred preprocessing algorithms to obtain the first scene respectively Data, and send the obtained first field data to the cloud platform, where the load of the second edge controller is less than the preset second load threshold, if the edge controller is the second edge control indicated by the load transfer instruction
  • the data acquisition module 203 obtains the second field data that needs to be preprocessed by the preprocessing algorithm to obtain at least one preprocessing algorithm that needs to be transferred as indicated by the load transfer instruction.
  • the data preprocessing module 204 preprocesses the acquired second field data by using the preprocessing algorithm to obtain the first field data, and causes the data sending module 205 to send the obtained first field data to the cloud platform.
  • the information receiving module 201 may be used to perform step 901 in the foregoing method embodiment, and the load transfer module 207 may be used to perform step 902 to step 909 in the foregoing method embodiment.
  • an embodiment of the present invention provides an edge controller 50, including: at least one memory 208 and at least one processor 209;
  • the at least one memory 208 is used to store machine-readable programs
  • the at least one processor 209 is configured to invoke the machine-readable program to execute the on-site data transmission method executed by the edge controller provided in the foregoing embodiments.
  • the field data transmission system 100 includes a cloud platform 10, a gateway 30, and multiple edge controllers 20, and each edge controller 20 is responsible for collecting field data of a production line 60;
  • the data collection module 206 in the edge controller 20 can collect field data from the responsible production line 60 according to the configuration of the data control service module 210
  • the data acquisition module 203 in the edge controller 20 can receive field data sent by other edge controllers 20 according to the configuration of the data control service module 210, and combine the received field data with the field data collected by the data acquisition module 206 Determined as the second field data;
  • the data preprocessing module 204 in the edge controller 20 can preprocess the second field data determined by the data acquisition module 203 according to the configuration of the data control service module 210 to obtain the first field data
  • the data sending module 205 in the edge controller 20 can send the first field data obtained by the data preprocessing module 204 to the cloud platform 10 through the gateway 30.
  • the data collection module 206 in the edge controller 20 can collect field data from the responsible production line 60 according to the configuration of the data control service module 210 At the same time, the data collection module 206 in the edge controller 20 can also send the collected field data to a corresponding main edge controller according to the configuration of the data control service module 210.
  • the data analysis module 110 in the cloud platform 10 can perform data analysis on the first field data sent by the main edge controller to obtain the corresponding equipment operation indicators; the edge management module 111 in the cloud platform 10 can perform data analysis based on the data obtained by the data analysis module
  • the equipment operation index analyzes whether it is necessary to regroup the edge controllers 20, whether to update the preprocessing algorithm on the main edge controller, and whether to perform load balancing processing on the edge controller 20, and then the edge management module 111 can analyze As a result, corresponding control information, algorithm update designation and load transfer instructions are generated, and the generated control information, algorithm update designation and load transfer instructions are transmitted to the corresponding edge controller 20 through the gateway 30.
  • the data control service module 210 in the edge controller 20 can perform the data acquisition module 206, the data acquisition module 203, the data preprocessing module 204, and the data transmission module 205 according to the control information, algorithm update designation and load transfer instructions from the cloud platform 10 Configuration.
  • the data control service module 210 can implement part or all of the functions of the information receiving module 201, the controller identification module 202, and the load transfer module 207 in the foregoing embodiment, and the data analysis module 110 can implement the indicators in the foregoing embodiment.
  • the edge management module 111 can implement the index determining module 101, the information generating module 102, the information sending module 103, the algorithm determining module 105, the algorithm updating module 106 and the load in the foregoing embodiment.
  • Part or all of the functions of the equalization module 107 Part or all of the functions of the equalization module 107.
  • the foregoing embodiment describes the interaction process between the various modules in the edge controller 20 according to whether the edge controller 20 is the master edge controller.
  • the same edge controller 20 may At the same time, the primary edge controller and the secondary edge controller that sends field data to the primary edge controller, or the same edge controller 20 can be multiple primary edge controllers corresponding to different equipment operation indicators at the same time, or the same edge controller
  • the controller 20 may be multiple slave edge controllers corresponding to different device operation indicators at the same time.
  • the same edge controller 20 can work separately according to different control information, and the working process according to different control information does not affect each other.
  • the present invention also provides a computer-readable medium that stores instructions for making a computer execute the field data transmission method as described herein.
  • a system or device equipped with a storage medium may be provided, and the software program code for realizing the function of any one of the above embodiments is stored on the storage medium, and the computer (or CPU or MPU of the system or device) ) Read and execute the program code stored in the storage medium.
  • the program code itself read from the storage medium can realize the function of any one of the above embodiments, so the program code and the storage medium storing the program code constitute a part of the present invention.
  • Examples of storage media used to provide program codes include floppy disks, hard disks, magneto-optical disks, optical disks (such as CD-ROM, CD-R, CD-RW, DVD-ROM, DVD-RAM, DVD-RW, DVD+RW), Magnetic tape, non-volatile memory card and ROM.
  • the program code can be downloaded from the server computer via a communication network.
  • the program code read from the storage medium is written to the memory provided in the expansion board inserted into the computer or to the memory provided in the expansion unit connected to the computer, and then the program code is based on The instructions cause the CPU installed on the expansion board or the expansion unit to perform part or all of the actual operations, so as to realize the function of any one of the above-mentioned embodiments.
  • system structure described in the foregoing embodiments may be a physical structure or a logical structure. That is, some modules may be implemented by the same physical entity, or some modules may be implemented by multiple physical entities, or may be implemented by multiple physical entities. Some components in independent devices are implemented together.
  • the hardware unit can be implemented mechanically or electrically.
  • a hardware unit may include a permanent dedicated circuit or logic (such as a dedicated processor, FPGA or ASIC) to complete the corresponding operation.
  • the hardware unit may also include programmable logic or circuits (such as general-purpose processors or other programmable processors), which may be temporarily set by software to complete corresponding operations.
  • the specific implementation mode mechanical method, or dedicated permanent circuit, or temporarily set circuit

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Programmable Controllers (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明提供了现场数据传输方法、装置、系统和计算机可读介质，该现场数据传输方法包括：一个云平台确定至少一个需要通过数据分析而获得的第一设备运行指标；针对每一个第一设备运行指标，云平台生成针对该第一设备运行指标的控制信息，其中，控制信息用于从至少一个边缘控制器中确定主边缘控制器，主边缘控制器用于将第一现场数据发送给云平台，第一现场数据用于供云平台进行数据分析而获得该第一设备运行指标，第一现场数据由主边缘控制器对第二现场数据进行预处理而获得；云平台分别将各个控制信息发送给各个边缘控制器；云平台分别接收来自每一个主边缘控制器的第一现场数据。本方案能够降低云平台对现场数据进行分析的成本。

Description

现场数据传输方法、装置、系统和计算机可读介质 技术领域
本发明涉及通信技术领域，尤其涉及现场数据传输方法、装置、系统和计算机可读介质。
背景技术
随着物联网技术在工业领域的不断深入应用，利用边缘控制器可以采集现场设备运行过程中所产生的现场数据，进而在将边缘控制器采集到的现场数据上传至云平台后，云平台通过对现场数据进行分析可以确定现场设备的运行状态，使得用户可以方便地确定现场设备的运行状态。
目前，边缘控制器通过网关与云平台相连接，当边缘控制器采集到现场数据后，边缘控制器通过网关将采集到的现场数据上传至云平台。
针对目前对现场数据进行传输的方法，由于大型工厂通常包括有多条生产线，每一条生产线需要一个或多个边缘控制器来采集现场数据，而各个边缘控制器需要分别通过网关将采集到的现场数据上传至云平台，云平台则需要从各个边缘控制器上传的现场数据中查找进行数据分析所需的数据，进而将查找到的数据进行组合分析，因此云平台需要耗费较多的计算资源进行数据查找和数据分析，导致云平台对现场数据进行分析的成本较高。
发明内容
有鉴于此，本发明提供的现场数据传输方法、装置、系统和计算机可读介质，能够降低云平台对现场数据进行分析的成本。
第一方面，本发明实施例提供了一种现场数据传输方法，包括：
一个云平台确定至少一个需要通过数据分析而获得的第一设备运行指标；
针对每一个所述第一设备运行指标，所述云平台生成针对该第一设备运行指标的控制信息，其中，所述控制信息用于从至少一个边缘控制器中确定主边缘控制器，所述主边缘控制器用于将第一现场数据发送给所述云平台，所述第一现场数据用于供所述云平台进行数据分析而获得该第一设备运行指标，所述第一现场数据由所述主边缘控制器对第二现场数据进行预处理而获得，所述第二现场数据由至少一个所述边缘控制器采集，且所述第二现场数据用于表征至少一个现场设备的运行状态；
所述云平台分别将各个所述控制信息发送给各个所述边缘控制器；
所述云平台分别接收来自每一个所述主边缘控制器的所述第一现场数据。
在第一种可能的实现方式中，根据第一方面，所述确定至少一个需要通过数据分析而获得的第一设备运行指标，包括：
对来自所述至少一个边缘控制器的第三现场数据进行数据分析，获得至少一个第二设备运行指标的数值，其中，所述云平台接收所述第三现场数据的时间早于接收所述第一现场数据的时间；
分别判断每一个所述第二设备运行指标的数值是否位于相对应的正常取值范围内；
若存在至少一个所述第二设备运行指标的数值位于相对应的所述正常取值范围之外，则根据各个所述第二设备运行指标的值确定至少一个所述第一设备运行指标，其中，所述第一设备运行指标与所述第二设备运行指标不同。
在第二种可能的实现方式中，根据第一方面，在针对每一个所述第一设备运行指标，所述云平台生成针对该第一设备运行指标的控制信息之后，进一步包括：
针对每一个所述第一设备运行指标，所述云平台确定与该第一设备运行指标相对应的预处理算法，其中，所述预处理算法用于供第一主边缘控制器将所述第二现场数据预处理为所述第一现场数据，所述第一主边缘控制器用于向所述云平台发送对该第一设备运行指标进行数据分析时所需的所述第一现场数据；
所述云平台将所述预处理算法发送给所述第一主边缘控制器。
在第三种可能的实现方式中，根据第一方面，在所述分别接收来自每一个所述主边缘控制器的所述第一现场数据之后，进一步包括：
针对每一个所述主边缘控制器，对来自该主边缘控制器的所述第一现场数据进行数据分析，获得相对应的所述第一设备运行指标的数值；
判断所述第一设备运行指标的数值是否异常；
若所述第一设备运行指标的数值异常，则根据所述第一设备运行指标的数值确定算法更新指令，其中，所述算法更新指令用于指示该主边缘控制器按照目标预处理算法对此后获取到的所述第二现场数据进行预处理；
将所述算法更新指令发送给该主边缘控制器。
在第四种可能的实现方式中，结合第一方面以及第一方面的第一种可能的实现方式、第二种可能的实现方式和第三种可能的实现方式中的任意一个，在所述分别接收来自每一个所述主边缘控制器的所述第一现场数据之后，进一步包括：
针对每一个所述主边缘控制器，根据来自该主边缘控制器的所述第一现场数据的数据量 和数据间关系、该主边缘控制器所运行预处理算法的个数和复杂程度，确定该主边缘控制器的负载，其中，该主边缘控制器上运行有至少一个所述预处理器算法，不同的所述预处理算法用于将不同的所述第二现场数据处理为相对应的所述第一现场数据；
从各个所述主边缘控制器中确定负载最大的第二主边缘控制器；
判断所述第二主边缘控制器的负载是否大于预先设定的第一负载阈值；
若所述第二主边缘控制器的负载大于所述第一负载阈值，则生成负载转移指令，其中，所述负载转移指令用于将所述第二主边缘控制器上运行的至少一个所述预处理算法转移到一个第二边缘控制器上运行，并指示所述第二边缘控制器将利用所转移的各个所述预处理算法而获得的第一现场数据发送给所述云平台，所述第二边缘控制器的负载小于预先设定的第二负载阈值，所述第二负载阈值小于所述第二负载阈值；
将所述负载转移指令发送给所述第二主边缘控制器和所述第二边缘控制器。
第二方面，本发明实施例了另一种现场数据传输方法，包括：
一个边缘控制器接收来自一个云平台的一个控制信息；
根据所述控制信息判断所述边缘控制器是否为主边缘控制器；
若所述边缘控制器为主边缘控制器，则根据所述控制信息获取第二现场数据，其中，所述第二现场数据用于表征至少一个现场设备的运行状态，所述第二现场数据包括有至少一个边缘控制器采集到的现场数据，且所述第二现场数据包括所述主边缘控制器采集到的现场数据，并对所述第二现场数据进行预处理，获得第一现场数据，其中，所述第一现场数据用于供所述云平台进行数据分析以获得与所述控制信息相对应的第一设备运行指标，以及将所述第一现场数据发送给所述云平台；
若所述边缘控制器不是主边缘控制器，则根据所述控制信息采集现场数据并将采集到的现场数据发送给所述控制信息所指示的所述主边缘控制器。
在第一种可能的实现方式中，根据第二方面，在所述对所述第二现场数据进行预处理获得第一现场数据之前，进一步包括：接收来自所述云平台的预处理算法，其中，所述预处理算法与所述第一设备运行指标相对应；相应地，所述对所述第二现场数据进行预处理获得第一现场数据，包括：利用所述预处理算法对所述第二现场数据进行预处理，获得所述第一现场数据。
在第二种可能的实现方式中，根据第二方面，在所述将所述第一现场数据发送给所述云平台之后，进一步包括：
接收来自所述云平台的算法更新指令；
根据所述算法更新指令，利用目标预处理算法替换此前用于对所述第二现场数据进行预处理的预处理算法，以利用所述目标预处理算法对再次获取到的所述第二现场数据进行预处理。
在第三种可能的实现方式中，结合第二方面以及第二方面的第一种可能的实现方式和第二种可能的实现方式中的任意一个，在所述将所述第一现场数据发送给所述云平台之后，进一步包括：
接收来自所述云平台的负载转移指令；
识别所述边缘控制器是否为所述负载转移指令所指示的第二主边缘控制器或第二边缘控制器；
若所述边缘控制器为所述负载转移指令所指示的所述第二主边缘控制器，则将所述边缘控制器上运行的至少一个预处理算法转移到一个第二边缘控制器上，以使所述第二边缘控制器利用所转移的各个所述预处理算法分别获得第一现场数据，并将所获得的第一现场数据发送给所述云平台，其中，所述第二边缘控制器的负载小于预先设定的第二负载阈值；
若所述边缘控制器为所述负载转移指令所指示的所述第二边缘控制器，则获取所述负载转移指令指示的需要转移的至少一个预处理算法，并针对每一个被转移的所述预处理算法，获取需要通过该预处理算法进行预处理的第二现场数据，利用该预处理算法对获取到的第二现场数据进行预处理，获得第一现场数据，以及将获得的所述第一现场数据发送给所述云平台。
第三方面，本发明实施例提供了一种云平台，包括：
一个指标确定模块，用于确定至少一个需要通过数据分析而获得的第一设备运行指标；
一个信息生成模块，用于针对所述指标确定模块确定出的每一个所述第一设备运行指标，生成针对该第一设备运行指标的控制信息，其中，所述控制信息用于从至少一个边缘控制器中确定主边缘控制器，所述主边缘控制器用于将第一现场数据发送给所述云平台，所述第一现场数据用于供所述云平台进行数据分析而获得该第一设备运行指标，所述第一现场数据由所述主边缘控制器对第二现场数据进行预处理而获得，所述第二现场数据由至少一个所述边缘控制器采集，且所述第二现场数据用于表征至少一个现场设备的运行状态；
一个信息发送模块，用于将所述信息生成模块生成的各个所述控制信息分别发送给各个所述边缘控制器；
一个数据接收模块，用于分别接收来自每一个所述主边缘控制器的所述第一现场数据，其中，各个所述主边缘控制器由所述信息生成模块所生成的各个所述控制信息确定。
在第一种可能的实现方式中，根据第三方面，所述指标确定模块包括：
一个数据分析单元，用于对来自所述至少一个边缘控制器的第三现场数据进行数据分析，获得至少一个第二设备运行指标的数值，其中，所述云平台接收所述第三现场数据的时间早于接收所述第一现场数据的时间；
一个数值判断单元，用于分别判断所述数据分析单元获取到的每一个所述第二设备运行指标的数值是否位于相对应的正常取值范围内；
一个指标筛选单元，用于在所述数值判断单元确定存在至少一个所述第二设备运行指标的数值位于相对应的所述正常取值范围之外时，根据各个所述第二设备运行指标的值确定至少一个所述第一设备运行指标，其中，所述第一设备运行指标与所述第二设备运行指标不同。
在第二种可能的实现方式中，根据第三方面，该云平台进一步包括：一个算法确定模块；
所述算法确定模块，用于针对所述指标确定模块确定出的每一个所述第一设备运行指标，确定与该第一设备运行指标相对应的预处理算法，其中，所述预处理算法用于供第一主边缘控制器将所述第二现场数据预处理为所述第一现场数据，所述第一主边缘控制器用于向所述云平台发送对该第一设备运行指标进行数据分析时所需的所述第一现场数据；
所述信息发送模块，进一步用于将所述算法确定模块确定出的所述预处理算法发送给所述第一主边缘控制器。
在第三种可能的实现方式中，根据第三方面，该云平台进一步包括：一个算法更新模块；
所述算法更新模块，用于针对每一个所述主边缘控制器，对所述数据接收模块接收到的来自该主边缘控制器的所述第一现场数据进行数据分析，获得相对应的所述第一设备运行指标的数值，并判断所述第一设备运行指标的数值是否异常，若所述第一设备运行指标的数值异常，则根据所述第一设备运行指标的数值确定算法更新指令，其中，所述算法更新指令用于指示该主边缘控制器按照目标预处理算法对此后获取到的所述第二现场数据进行预处理；
所述信息发送模块，进一步用于将所述算法更新模块生成的所述算法更新指令发送给相对应的所述主边缘控制器。
在第四种可能的实现方式中，结合第三方面以及第三方面的第一种可能的实现方式、第二种可能的实现方式和第三种可能的实现方式中的任意一个，该云平台进一步包括：一个负载均衡模块；
所述负载均衡模块，用于针对每一个所述主边缘控制器，根据所述数据接收模块接收到的来自该主边缘控制器的所述第一现场数据的数据量和数据间关系、该主边缘控制器所运行预处理算法的个数和复杂程度，确定该主边缘控制器的负载，其中，该主边缘控制器上运行有至少一个所述预处理器算法，不同的所述预处理算法用于将不同的所述第二现场数据处理 为相对应的所述第一现场数据，并从各个所述主边缘控制器中确定负载最大的第二主边缘控制器，判断所述第二主边缘控制器的负载是否大于预先设定的第一负载阈值，若所述第二主边缘控制器的负载大于所述第一负载阈值，则生成负载转移指令，其中，所述负载转移指令用于将所述第二主边缘控制器上运行的至少一个所述预处理算法转移到一个第二边缘控制器上运行，并指示所述第二边缘控制器将利用所转移的各个所述预处理算法而获得的第一现场数据发送给所述云平台，所述第二边缘控制器的负载小于预先设定的第二负载阈值，所述第二负载阈值小于所述第二负载阈值；
所述信息发送模块，进一步用于将所述负载均衡模块生成的所述负载转移指令发送给所述第二主边缘控制器和所述第二边缘控制器。
第四方面，本发明实施例还提供了另一种云平台，包括：至少一个存储器和至少一个处理器；
所述至少一个存储器，用于存储机器可读程序；
所述至少一个处理器，用于调用所述机器可读程序，执行上述第一方面以及第一方面的任意一种可能的实现方式所提供的方法。
第五方面，本发明实施例还提供了一种边缘控制器，包括：
一个信息接收模块，用于接收来自一个云平台的一个控制信息；
一个控制器识别模块，用于根据所述信息接收模块接收到的所述控制信息判断所述边缘控制器是否为主边缘控制器；
一个数据获取模块，用于在所述控制器识别模块确定所述边缘控制器为主边缘控制器时，根据所述控制信息获取第二现场数据，其中，所述第二现场数据用于表征至少一个现场设备的运行状态，所述第二现场数据包括有至少一个边缘控制器采集到的现场数据，且所述第二现场数据包括所述主边缘控制器采集到的现场数据；
一个数据预处理模块，用于将所述数据获取模块获取到的所述第二现场数据进行预处理，获得第一现场数据，其中，所述第一现场数据用于供所述云平台进行数据分析以获得与所述控制信息相对应的第一设备运行指标；
一个数据发送模块，用于将所述数据预处理模块获得的所述第一现场数据发送给所述云平台；
一个数据采集模块，用于在所述控制器识别模块确定所述边缘控制器不是主边缘控制器时，根据所述控制信息采集现场数据，并通过所述数据发送模块将采集到的现场数据发送给 所述控制信息所指示的所述主边缘控制器。
在第一种可能的实现方式中，根据第五方面，
所述信息接收模块，进一步用于接收来自所述云平台的预处理算法，其中，所述预处理算法与所述第一设备运行指标相对应；
所述数据预处理模块，用于利用所述信息接收模块接收到的所述预处理算法对所述数据获取模块获取到的所述第二现场数据进行预处理，获得所述第一现场数据。
在第二种可能的实现方式中，根据第五方面，
所述信息接收模块，进一步用于接收来自所述云平台的算法更新指令；
所述数据预处理模块，进一步用于根据所述信息接收模块接收到的所述算法更新指令，利用目标预处理算法替换此前用于对所述第二现场数据进行预处理的预处理算法，以利用所述目标预处理算法对再次获取到的所述第二现场数据进行预处理。
在第三种可能的实现方式中，结合第五方面以及第五方面的第一种可能的实现方式和第二种可能的实现方式中的任意一个，该边缘控制器进一步包括：一个负载转移模块；
所述信息接收模块，进一步用于接收来自所述云平台的负载转移指令；
所述负载转移模块，用于识别所述边缘控制器是否为所述信息接收模块接收到的所述负载转移指令所指示的第二主边缘控制器或第二边缘控制器，若所述边缘控制器为所述负载转移指令所指示的所述第二主边缘控制器，则将所述边缘控制器上运行的至少一个预处理算法转移到一个第二边缘控制器上，以使所述第二边缘控制器利用所转移的各个所述预处理算法分别获得第一现场数据，并将所获得的第一现场数据发送给所述云平台，其中，所述第二边缘控制器的负载小于预先设定的第二负载阈值，若所述边缘控制器为所述负载转移指令所指示的所述第二边缘控制器，则获取所述负载转移指令所指示需要转移的至少一个预处理算法，针对每一个被转移的所述预处理算法，使所述数据获取模块获取需要通过该预处理算法进行预处理的第二现场数据，使所述数据预处理模块利用该预处理算法对获取到的第二现场数据进行预处理，获得第一现场数据，并使所述数据发送模块将获得的所述第一现场数据发送给所述云平台。
第六方面，本发明实施例还提供了另一种边缘控制器，包括：至少一个存储器和至少一个处理器；
所述至少一个存储器，用于存储机器可读程序；
所述至少一个处理器，用于调用所述机器可读程序，执行上述第二方面以及第二方面的任意一种可能的实现方式所提供的方法。
第七方面，本发明实施例还提供了一种现场数据传输系统，包括：一个上述第三方面、第三方面的任意一种可能实现方式以及第四方面提供的任意一种云平台和至少两个上述第五方面、第五方面的任意一种可能实现方式以及第六方面提供的任意一种边缘控制器。
在第一种可能的实现方式中，根据第七方面，该现场数据传输系统进一步包括：至少一个网关；
每一个所述网关分别与所述云平台和至少一个所述边缘控制器相连接；
每一个所述网关，用于传输相连接的所述边缘控制器与所述网关之间的通信数据。
第八方面，本发明实施例还提供了一种计算机可读介质，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行上述第一方面、第一方面的任意一种可能的实现方式、第二方面以及第二方面的任意一种可能的实现方式所提供的方法。
由上述技术方案可知，云平台通过发送控制信息可以为每一个设备运行指标确定一个相对应的主边缘控制器，一个主边缘控制器在接收到与其对应同一设备运行指标的控制信息后，该主边缘控制器可以根据该控制信息采集现场数据，并可以接收其他边缘控制器根据该控制信息而发送的现场数据，进而该主边缘控制器可以对上述两个类型的现场数据进行预处理而获得第一现场数据，并可以将所获得的第一现场数据发送给云平台，进而云平台可以对接收到的第一现场数据进行数据分析而获得相应的设备运行指标。由此可见，为每一个设备运行指标设定相应的主边缘控制器，由主边缘控制器将分析相应设备运行指标时所需的现场数据统一发送给云平台，使得云平台可以直接利用接收到的现场数据对相应设备运行指标进行分析，而无需再从大量现场数据中查找分析该设备运行指标所需的现场数据，由于节省了数据查找时所需的计算资源，从而可以降低云平台对现场数据进行分析的成本。
附图说明
图1是本发明一个实施例提供的一种现场数据传输系统的示意图；
图2是本发明一个实施例提供的另一种现场数据传输系统的示意图；
图3是本发明一个实施例提供的一种现场数据传输方法的流程图；
图4是本发明一个实施例提供的一种第一设备运行指标确定方法的流程图；
图5是本发明一个实施例提供的一种预处理算法发送方法的流程图；
图6是本发明一个实施例提供的一种预处理算法更新方法的流程图；
图7是本发明一个实施例提供的一种边缘控制器负载均衡方法的流程图；
图8是本发明一个实施例提供的另一种现场数据传输方法的流程图；
图9是本发明一个实施例提供的一种负载转移方法的流程图；
图10是本发明一个实施例提供的一种云平台的示意图；
图11是本发明一个实施例提供的另一种云平台的示意图；
图12是本发明一个实施例提供的一种包括算法确定模块的云平台的示意图；
图13是本发明一个实施例提供的一种包括算法更新模块的云平台的示意图；
图14是本发明一个实施例提供的一种包括负载均衡模块的云平台的示意图；
图15是本发明一个实施例提供的又一种云平台的示意图；
图16是本发明一个实施例提供的一种边缘控制器的示意图；
图17是本发明一个实施例提供的另一种边缘控制器的示意图；
图18是本发明一个实施例提供的又一种边缘控制器的示意图；
图19是本发明一个实施例提供的又一种现场数据传输系统的示意图。
附图标记列表：
100：现场数据传输系统      10：云平台                 20：边缘控制器
30：网关                   101：指标确定模块          102：信息生成模块
103：信息发送模块          104：数据接收模块          1011：数据分析单元
1012：数值判断单元         1013：指标筛选单元         105：算法确定模块
106：算法更新模块          107：负载均衡模块          40：云平台
108：存储器                109：处理器                201：信息接收模块
202：控制器识别模块        203：数据获取模块          204：数据预处理模块
205：数据发送模块          206：数据采集模块          207：负载转移模块
50：边缘控制器             208：存储器                209：控制器
60：生产线                 210：数据控制服务模块      110：数据分析模块
111：边缘管理模块
301：确定至少一个需要通过数据分析而获得的第一设备运行指标
302：针对每一个第一设备运行指标，生成针对该第一设备运行指标的控制信息
303：分别将各个控制信息发送给各个边缘控制器
304：接收来自每一个主边缘控制器的第一现场数据
401：对第三现场数据进行数据分析，获得至少一个第二设备运行指标的数值
402：分别判断每一个第二设备运行指标的数值是否位于相对应的正常取值范围内
403：根据各个第二设备运行指标的数值确定至少一个第一设备运行指标
501：针对每一个第一设备运行指标，确定与该第一设备运行指标相对应的预处理算法
502：将预处理算法发送给第一主边缘控制器
601：对第一现场数据进行数据分析，获得相应第一设备运行指标的数值
602：判断所获得第一设备运行指标的数值是否异常
603：若第一设备运行指标的数值异常，则根据第一设备运行指标的数值确定算法更新指令
604：将算法更新指令发送给该主边缘控制器
701：针对每一个主边缘控制器，确定该主边缘控制器的负载，
702：从各个主边缘控制器确定负载最大的第二主边缘控制器
703：判断第二主边缘控制器的负载是否大于预先设定的第一负载阈值
704：若第二主边缘控制器的负载大于第一负载阈值，则生成负载转移指令
705：将负载转移指令发送给第二主边缘控制器和第二边缘控制器
801：接收来自一个云平台的控制信息
802：根据控制信息判断当前的边缘控制器是否为主边缘控制器
803：根据控制信息获取第二现场数据
804：对第二现场数据进行预处理，获得第一现场数据
805：将第一现场数据发送给云平台，并结束当前流程
806：将根据控制信息采集到的现场数据发送给主控信息所指示的主边缘控制器
901：接收来自云平台的负载转移指令
902：识别当前的边缘控制器是否为负载转移指令所指示的第一主边缘控制器
903：将当前的边缘控制器上运行的至少一个预处理算法转移到一个第二边缘控制器上
904：识别当前的边缘控制器是否为负载转移指令所指示的第二边缘控制器
905：获取负载转移指令指示的需要转移的至少一个预处理算法
906：针对被转移的预处理算法，获取需要通过该预处理算法进行预处理的第二现场数据
907：利用被转移的预处理算法对相应第二现场数据进行预处理，获得第一现场数据
908：将获得的第一现场数据发送给云平台，并结束当前流程
909：结束当前流程
具体实施方式
如前所述，各个边缘控制器分别将采集到的现场数据发送给云平台，云平台利用所接收到的现场数据对一个或多个设备运行指标进行分析，但是云平台在对一个设备运行指标进行分析时可能需要来自不同边缘控制器的现场数据，因此针对每一个设备运行指标云平台都需要从来自各个边缘控制器的现场数据中查找所需的现场数据，之后通过对查找到的现场数据进行分析而获得相应的设备运行指标，但是从所有现场数据中查找所需的现场数据需要耗费较多的计算资源，进而造成云平台对现场数据进行分析的成本较高。
本发明实施例中，针对每一个需要进行分析的设备运行指标，云平台可以生成对应于该设备运行指标的控制信息，控制信息发送给各个边缘控制器后可以确定出一个与该设备运行指标相对应的主边缘控制器，主边缘控制器可以接收其他边缘控制器采集到的现场数据，并可以对接收到的现场数据和其自身采集到的现场数据进行预处理，进而获得云平台用于对该设备运行指标进行数据分析的第一现场数据，之后主边缘控制器可以将获取到的第一现场数据发送给云平台，以供云平台对该设备运行指标进行数据分析。由此可见，每一个设备运行指标对应有一个主边缘控制器，主边缘控制器可以汇集对相应设备运行指标进行分析时所需的现场数据，并由主边缘控制器将汇集的现场数据发送给云平台，云平台则可以直接利用接收到的现场数据对相应设备运行指标进行数据分析，从而云平台无需再从大量现场数据中查找对设备运行指标进行数据分析所需的现场数据，由于节省了云平台进行数据查找时所需的计算资源，从而可以降低云平台对现场数据进行分析的成本。
下面结合附图对本发明实施例提供的现场数据传输方法、系统以及云平台和边缘控制器进行详细说明。
如图1所示，本发明实施例提供了一种现场数据传输系统100，包括：一个云平台10和至少两个边缘控制器20；
云平台10确定至少一个需要通过数据分析而获得的第一设备运行指标，并针对每一个设备运行指标生成相对应的控制信息，之后将所生成的控制信息发送给各个边缘控制器20；
边缘控制器20在接收到一个控制信息后，确定其是否为该控制信息所指示的主边缘控制器，如果该控制信息指示该边缘控制器20为主边缘控制器，则该边缘控制器20获取第二现场数据，通过对第二现场数据进行预处理获得第一现场数据，进而将第一现场数据发送给云平台10，其中，第二现场数据包括有该边缘控制器20根据该控制信息采集到的现场数据和其他边缘控制器根据该控制信息发送给该边缘控制器20的现场数据。
在本发明实施例中，云平台通过发送控制信息可以为每一个设备运行指标确定一个相对 应的主边缘控制器，一个主边缘控制器在接收到与其对应同一设备运行指标的控制信息后，该主边缘控制器可以根据该控制信息采集现场数据，并可以接收其他边缘控制器根据该控制信息而发送的现场数据，进而该主边缘控制器可以对上述两个类型的现场数据进行预处理而获得第一现场数据，并可以将所获得的第一现场数据发送给云平台，进而云平台可以对接收到的第一现场数据进行数据分析而获得相应的设备运行指标。由此可见，为每一个设备运行指标设定相应的主边缘控制器，由主边缘控制器将分析相应设备运行指标时所需的现场数据统一发送给云平台，使得云平台可以直接利用接收到的现场数据对相应设备运行指标进行分析，而无需再从大量现场数据中查找分析该设备运行指标所需的现场数据，由于节省了数据查找时所需的计算资源，从而可以降低云平台对现场数据进行分析的成本。
在本发明实施例中，当一个边缘控制器20接收到来自云平台10的一个控制信息后，根据控制信息内容的不同，该边缘控制器20可以采取如下三种处理方式：
处理方式一：获取第二现场数据，对第二形成数据进行预处理获得第一现场数据，并将第一现场数据发送给云平台。
具体地，当接收到的控制信息指示该边缘控制器20为主边缘控制器时，该边缘控制器20获取第二现场数据，其中，第二现场数据包括有该边缘控制器20根据该控制信息采集现场数据和该边缘控制器20接收到的其他边缘控制器20根据该控制信息所发送的现场数据，进而该边缘控制器20对第二现场数据进行预处理而获得第一现场数据，并将所获得第一现场数据发送给云平台10。
处理方式二：根据控制信息采集现场数据，并将采集到的现场数据发送给控制信息所指示的主边缘控制器。
具体地，当接收到的控制信息指示该边缘控制器20不是主边缘控制器，但指示该边缘控制器20需要采集数据并将采集的数据发给相应主边缘控制器时，该边缘控制器20根据该控制信息采集现场数据，并将采集到的现场数据发送给该控制信息所指示的主边缘控制器。
进一步地，云平台10所生成的控制信息不仅包括有主边缘控制器的标识，还包括有每一个需要向主边缘控制器发送现场数据的从边缘控制器的标识，另外，控制信息还包括有主边缘控制器采集现场数据的规则以及每一个从边缘控制器采集现场数据的规则。一个边缘控制器20接收到一个控制信息后，根据该控制信息所包括的主边缘控制器的标识和从边缘控制器的标识确定是否需要参与该控制信息所定义的现场数据采集活动。
处理方式三：忽略所接收到的控制信息。
具体地，当接收到的控制信息中不包括该边缘控制器20的标识时，即该边缘控制器20既不是对应于该控制信息的主边缘控制器，也不是需要向对应于该控制信息的主边缘控制器 发送现场数据的从边缘控制器，因此该边缘控制器20无需参与该控制信息所定义的现场数据采集活动，从而将该控制信息忽略。
在本发明实施例中，云平台10可能会确定出多个设备运行指标，每一个设备运行指标具有一个相对应的主边缘控制器，而分析一个设备运行指标所需的现场数据可能来自不同的边缘控制器，因此同一个边缘控制器20可能作为多个设备运行指标所对应的主边缘控制器，同时同一个边缘控制器20还可能作为多个设备运行指标所对应的从边缘控制器，另外同一个边缘控制器20还可以同时作为多个设备运行指标所对应的主边缘控制器和从边缘控制器。
例如，云平台与5个边缘控制器相连接，5个边缘控制器分别为边缘控制器1至5。云平台确定出3个设备运行指标，分析设备运行指标1需要边缘控制器1采集到的现场数据，分析设备运行指标2需要边缘控制器1和边缘控制器2采集到的现场数据，分析设备运行指标3需要边缘控制器2至5采集到的现场数据。根据分析各个设备运行指标所需的现场数据，云平台将边缘控制器1配置为对应于设备运行指标1的主边缘控制器，设备运行指标1无相对应的从边缘控制器；云平台将边缘控制器1配置为对应于设备运行指标2的主边缘控制器，并将边缘控制器2配置为对应于设备运行指标2的从边缘控制器；云平台将边缘控制器2配置为对应于设备运行指标3的主边缘控制器，并将边缘控制器3至5配置为对应于设备运行指标3的从边缘控制器。可见，边缘控制器1同时作为设备运行指标1和设备运行指标2所对应的主边缘控制器，边缘控制器2同时作为设备运行指标2和设备运行指标3所对应的从边缘控制器，边缘控制器3仅作为设备运行指标3所对应的主边缘控制器，边缘控制器4和边缘控制器5仅作为设备运行指标3所对应的从边缘控制器。
可选地，在图所示现场数据传输系统100的基础上，如图2所示，该现场数据传输系统100还可以包括：至少一个网关30；
每一个网关30分别与云平台10和至少一个边缘控制器20相连接；
网关30用于传输相连接的各个边缘控制器20与云平台10之间的通信数据。
在本发明实施例中，作为主边缘控制器的边缘控制器20可以通过相连接的网关30将第一现场数据发送给云平台10，云平台10则可以通过网关30向各个边缘控制器20发送控制信息、预处理算法以及其他控制指令，保证云平台10与边缘控制器20之间可以方便、可靠地进行通信。
在本发明实施例中，网关30可以是专用的智能网关，也可以是普通网关。当网关30为普通网关时，可以在普通网关中部署代理程序，由代理程序接收边缘控制器20的数据并发送给云平台10，并由代理程序接收云平台10发送的数据并转发给相应的边缘控制器20，以保证网关30可以正常传输云平台10与边缘控制器20之间的通信数据。
可选地，在图1所示现场数据传输系统100的基础上，针对云平台10所确定出的每一个设备运行指标，在云平台10向各个边缘控制器20发送与该设备运行指标相对应的控制信息后，云平台10还可以向该设备运行指标所对应的主边缘控制器发送预处理算法。相应地，针对每一个设备运行指标，作为该设备运行指标所对应主边缘控制器的边缘控制器20在接收到来自云平台10的控制信息后，该边缘控制器20还可以接收来自云平台10的预处理算法，进而该边缘控制器20可以利用接收到的预处理算法对获取到的第二现场数据进行预处理，以获得用于对该设备运行指标进行分析的第一现场数据。
在本发明实施例中，云平台在将一个边缘控制器配置为一个设备运行指标所对应的主边缘控制器后，云平台可以进一步向该边缘控制器发送预处理算法，进而该边缘控制器可以利用所接收到的预处理算法对第二现场数据进行处理，以获得用于对该设备运行指标进行分析的第一现场数据。由此可见，云平台通过向主边缘控制器发送预处理算法，使主边缘控制器对第二现场数据进行预处理来获得第一现场数据，从而云平台可以直接利用第一现场数据进行数据分析，由主边缘控制器完成现场数据的预处理，减少了云平台对现场数据进行分析时所需处理的数据量，从而可以降低对云平台计算性能的要求。另外，由于主边缘控制器对现场数据进行了预处理，可以减小发送给云平台的现场数据的数据量，不仅可以节省传输现场数据的成本，还可以节省云平台存储现场数据的成本。
可选地，在图1所示现场数据传输系统100的基础上，云平台10在接收到来自主边缘控制器的第一现场数据后，通过对第一现场数据进行数据分析可以获得相对应设备运行指标的数值，进而云平台10可以根据获取到的数值判断设备运行指标是否出现异常，如果设备运行指标出现异常，云平台10可以根据出现异常的设备运行指标向主边缘控制器发送算法更新指令。主边缘控制器在接收来来自云平台10的算法更新指令后，主边缘控制器根据算法更新指令利用目标预处理算法替换此前使用的预处理算法，进而利用目标预处理算法对再次获取到的第二现场数据进行处理而获得第一现场数据。
在本发明实施例中，当云平台通过对第一现场数据进行数据分析获得相对应的设备运行指标后，云平台可以判断该设备运行指标是否异常，如果设备运行指标异常则可能需要对相应主边缘控制器所使用的预处理算法进行更新，此时云平台向该主边缘控制器发送算法更新指令，使得主边缘控制器按照目标预处理算法来进行预处理。由此可见，当云平台确定设备运行指标异常后，云平台通过发送算法更新指令可以更新主边缘控制器所使用的预处理算法，从而灵活地改变主边缘控制器对现场数据进行预处理的规则，提高了云平台对现场数据进行分析的灵活性。
可选地，在图1所示现场数据传输系统100的基础上，云平台10根据来自各个主边缘控 制器的第一现场数据的数据量和数据间关系、每个主边缘控制器所运行预处理算法的个数及复杂程度，可以分别确定每一个主边缘控制器的负载，当负载最大的第二主边缘控制器的负载大于预先设定的第一负载阈值时，云平台10可以向第二主边缘控制器和一个负载小于第二负载阈值的第二边缘控制器发送负载转移指令。第二主边缘控制器在接收到负载转移指令后，根据负载转移指令将其上运行的至少一个预处理算法转移到第二边缘控制器上运行。第二边缘控制器在接收到负载转移指令后，针对每一个被转移过来的预处理算法，获取与该预处理算法相对应的第二现场数据，并利用该预处理算法对获取到的第二现场数据进行预处理而获得第一现场数据，并将所获得的第一现场数据发送给云平台10。
在本发明实施例中，云平台可以检测各个边缘控制器的负载情况，当一个边缘控制器的负载超过预先设定的第一负载阈值后，可以将该边缘控制器上所运行的一个或多个预处理算法转移到其他负载较小的边缘控制器上，以使各个边缘控制器的负载均衡，保证各个边缘控制器均能够正常采集和发送现场数据，并保证现场数据传输的实时性。
在本发明实施例中，在将一个主边缘控制器上运行的一个或多个预处理算法转移到另一个边缘控制器上之后，接收被转移的各个预处理算法的边缘控制器即成为了新的主边缘控制器，用于接收其他边缘控制器发送的数据，并利用被转移的预处理算法对现场数据进行预处理，以及将经过预处理而获得的第一现场数据发送给云平台。
例如，预处理算法1用于获得分析设备运行指标1时所需的第一现场数据，预处理算法2用于获得分析设备运行指标2时所需的第一现场数据，在将边缘控制器A上的预处理算法1和预处理算法2转移到边缘控制器B上之后，边缘控制器B便成为了设备运行指标1和设备运行指标2所对应的主边缘控制器，由边缘控制器B获取输入预处理算法1和预处理算法2的第二现场数据，并将预处理算法1和预处理算法2输出的第一现场数据发送给云平台。边缘控制器A不再运行预处理算法1和预处理算法2，即边缘控制器A不再作为设备运行指标1和设备运行指标2所对应的主边缘控制器。
需要说明的是，在上述系统实施例以及后续的方法实施例和装置所述中，第一设备运行指标为可以通过对现场数据进行数据分析而获得的指标参数，通过对现场数据进行数据分析可以获得第一设备运行指标的数值，进而根据第一设备运行指标的数值可以确定相应现场设备的运行状态，比如，现场数据为管道内流体的温度，第一设备运行指标可以为管道内的压力，通过对管道内流体的温度进行数据分析可以确定管道内的压力。
另外需要说明的是，在上述系统实施例以及后续的方法实施例和装置所述中，云平台10通过对第三现场数据进行数据分析来获得第二设备运行指标的数值，进而根据第二设备运行指标的数值来确定第一设备运行指标，如果定义云平台10在当前数据传输周期接收第一现场 数据，则第三现场数据为云平台10在上一个数据传输周期所接收到的现场数据。第一情况，如果上一个数据传输周期为各个边缘控制器20的初始化周期，由于还没有确定出主边缘控制器，因此第三现场数据为各个边缘控制器20采集到的现场数据，第三现场数据由各个边缘控制器20分别发送给云平台10。第二种情况，如果在上一个数据传输周期之前各个边缘控制器20已经完成了初始化，则第三现场数据由上一个数据传输周期中的各个主边缘控制器发送给云平台10。当现场数据发生改变后现有的设备运行指标可能无法满足对现场设备运行状态进行监控的目标，因此需要更新设备运行指标(包括设备运行指标的添加、删除、修改等)，而根据上一个数据传输周期分析出的设备运行指标的数值可以确定原有设备运行指标是否满足监控需求，因此设备运行指标是动态变化的，具体为根据上一个数据传输周期分析出的设备运行指标的数值来确定当前数据传输周期的设备运行指标。
还需要说明的是，在上述系统实施例以及后续的方法实施例和装置所述中，主边缘控制器会采用云平台10所发送的预处理算法对获取到的第二现场数据进行预处理来获得第一现场数据，数据预处理主要包括对第二现场数据进行筛选、过滤、清洗、去重等，当然在还可以根据边缘控制器20的数据处理能力使主边缘控制器执行更加复杂的预处理算法，比如对第二现场数据进行逻辑控制运算、机器学习、大数据处理等。
下面分别从云平台和边缘控制器两个方面对本发明实施例提供的现场数据传输方法进行介绍。如无特征声明，下述各个方法实施例中涉及的云平台可为前述的云平台10，下述各个方法实施例中涉及的边缘控制器可以为前述的边缘控制器20，下述各个方法实施例中涉及的网关可为前述的网关30。
本发明实施例提供的现场数据传输方法中，云平台可以为每一个需要通过数据分析而获得的设备运行指标配置一个相对应的主边缘控制器，进而由主边缘控制器将对该设备运行指标进行数据分析的形成数据发给云平台。如图3所示，由云平台执行的现场数据传输方法可以包括如下步骤：
步骤301：确定至少一个需要通过数据分析而获得的第一设备运行指标；
步骤302：针对每一个第一设备运行指标，生成针对该第一设备运行指标的控制信息，其中，控制信息用于从至少一个边缘控制器中确定对应于该第一设备运行指标的主边缘控制器，主边缘控制器用于将第一现场数据发送给云平台，第一现场数据用于供云平台进行分析而获得该第一设备运行指标，第一现场数据由主边缘控制器对第二现场数据进行预处理而获得，第二现场数据由至少一个边缘控制器采集，且第二现场数据用于表征至少一个现场设备 的运行状态；
步骤303：分别将各个控制信息发送给各个边缘控制器；
步骤304：接收来自每一个主边缘控制器的第一现场数据。
在本发明实施例中，云平台在确定出至少一个第一设备运行指标后，云平台针对每一个第一设备运行指标向各个边缘控制器发送控制信息，以为每一个第一设备运行指标配置一个相对应的主边缘控制器，使得主边缘控制器可以获取第二现场数据，并通过对所获取到的第二现场数据进行预处理而获得用于对相应第一设备运行指标进行分析的第一现场数据，进而由主边缘控制器统一将第一现场数据发送给云平台。由此可见，云平台通过为每一个第一设备运行指标配置相应的主边缘控制器，由主边缘控制器统一将用于分析相应第一设备运行指标的第一现场数据发送给云平台，云平台可以直接对所接收到的第一现场数据进行数据分析而获得相应的第一设备运行指标，云平台无需再从各个边缘控制器分别发送的现场数据中查找数据分析所需的现场数据，从而可以节省云平台进行数据查找时所需的计算资源，从而可以降低云平台对现场数据进行分析的成本。
可选地，在图3所示现场数据传输方法的基础上，步骤301确定第一设备运行指标时，根据确定第一设备运行指标的时机不同，确定第一设备运行指标具有如下两种不同的方式：
方式一：根据每一个边缘控制器发送给云平台的现场数据确定至少一个第一设备运行指标；
方式二：根据主边缘控制器发送给云平台的现场数据确定至少一个第一设备运行指标。
下面对上述方式一和方式二所提供的两种不同第一设备运行指标确定方法进行分别说明。
针对方式一：
当各个边缘控制器初始化时，由于云平台还没有配置主边缘控制器，各个边缘控制器按照预设的数据采集规则采集相应现场设备的现场数据，并按照预设的预处理方法对采集到的现场数据进行预处理，之后每一个边缘控制器分别将经过预处理的现场数据发送给云平台。云平台在接收到各个边缘控制器的现场数据后，确定出预先定义好的各个第一设备运行指标。
针对方式二：
在各个边缘控制器初始化完成后，被确定为主边缘控制器的按照相应的控制信息向云平台发送现场数据，进而云平台可以根据接收到的现场数据来确定第一设备运行指标。如图4所示，按照方式二确定第一设备运行指标的方法可以包括如下步骤：
步骤401：对来自至少一个边缘控制器的第三现场数据进行数据分析，获得至少一个第二设备运行指标的数值，其中，云平台接收第三现场数据的时间早于接收第一现场数据的时间；
步骤402：分别判断每一个第二设备运行指标的数值是否位于相对应的正常取值范围内；
步骤403：若存在至少一个第二设备运行指标的数值位于相对应正常取值范围之外，则根据各个第二设备运行指标的数值确定至少一个第一设备运行指标，其中，第一设备运行指标与第二设备运行指标不同。
在本发明实施例中，云平台在针对已经确定出的设备运行指标配置相对应的主边缘控制器后，云平台接收各个主边缘控制器所发送的现场数据，并通过对所接收到的现场数据进行数据分析而获得相应设备运行指标的数值，之后云平台可以根据所获得的设备运行指标的数据判断是否需要更改所需的设备运行指标，如果需要则重新确定一个或多个设备运行指标。重新确定出的设备运行指标可以替换此前的部分或全部设备运行指标，抑或作为对原有设备运行指标的补充。
在本发明实施例中，由于云平台在确定出第一设备运行指标后，需要分别为每一个第一设备运行指标配置相对应的主边缘控制器，每一个主边缘控制器可以汇集多个边缘控制器所采集的现场数据，对在对汇集的现场数据进行预处理后发送云平台。由此可见，在本质上云平台为每一个设备运行指标划分了一个边缘控制器组，边缘控制器组中包括有一个主边缘控制器，边缘控制器组还可以包括一个或多个从边缘控制器，同一边缘控制器组中的从边缘控制器可以采集相应现场数据发给主边缘控制器，主边缘控制器对其采集到的和同组从边缘控制器发送的现场数据进行预处理后发给云平台，因此云平台可以根据现场数据的变化将划分出不同的边缘控制器组，从而灵活改变发送云平台的现场数据的组合方式，以使云平台可以根据现场数据的改变而改变数据分析方法，保证能够更加及时和有效地了解现场设备的运行状态。
例如，云平台分析设备运行指标4需要边缘控制器1、边缘控制器2和边缘控制器3所采集到的数据，并且云平台将边缘控制器1配置为对应于设备运行指标4的主边缘控制器。云平台在接收来来自边缘控制器1的现场数据后，通过对来自边缘控制器1的现场数据进行分析获得设备运行指标4的数值，云平台根据设备运行指标4的数值确定边缘设备2出现异常，需要提升对边缘设备2进行现场数据采样的频率，为此云平台确定一个设备运行指标5，分析设备运行指标5需要边缘控制器2采集到的边缘设备2的现场数据，进而云平台将边缘控制器2确定为对应于设备运行指标5的主边缘控制器，同时可以保留设备运行指标4。
可选地，在图3所示现场数据传输方法的基础上，步骤302针对每一个第一设备运行指标生成相对应的控制信息后，可以针对每一个第一设备运行指标向相对应的主边缘控制器发送预处理算法，以使主边缘控制器按照所需的预处理算法对现场数据进行预处理。如图5所示，向主边缘控制器发送预处理算法的方法可以包括如下步骤：
步骤501：针对每一个第一设备运行指标，确定与该第一设备运行指标相对应的预处理算法，其中，预处理算法用于供第一主边缘控制器将第二现场数据预处理为第一现场数据，第一主边缘控制器用于向云平台发送对该第一设备运行指标进行数据分析时所需的第一现场数据；
步骤502：将预处理算法发送给第一主边缘控制器。
在本发明实施例中，针对每一个第一设备运行指标，在将该第一设备运行指标所对应的控制信息发送给各个边缘控制器后，还可以确定与该第一设备运行指标相对应的预处理算法，并将所确定出的预处理算法发送给与该第一设备运行指标相对应的第一主边缘控制器，第一主边缘控制器可以根据所接收到的预处理算法来预处理现场数据，进而获取到分析该第一设备运行指标所需的第一现场数据。通过向主边缘控制器发送预处理算法，可以使主边缘控制器按照所发送的预处理算法对现场数据进行处理，从而获得用于分析设备运行指标的现场数据，因此可以根据对现场数据进行分析的需求向主边缘控制器发送不同的预处理算法，以获得用于对不同设备运行指标分析的第一现场数据，使得用户可以根据需求来获取不同的设备运行指标，从而可以满足不同用户的个性化需求，提升对现场数据进行分析的适用性。
可选地，在图3所示现场数据传输方法的基础上，在步骤304接收到来自主边缘控制器的第一现场数据之后，通过对第一现场数据进行分析可以确定是否需要对主边缘控制器上运行的预处理算法进行更新，进而在有需求时对主边缘控制器上运行的预处理算法进行更新。如图6所示，对主边缘控制器上预处理算法进行更新的方法可以包括如下步骤：
步骤601：针对每一个主边缘控制器，对来自该主边缘控制器的第一现场数据进行数据分析，获得相应第一设备运行指标的数值；
步骤602：判断所获得第一设备运行指标的数值是否异常；
步骤603：若第一设备运行指标的数值异常，则根据第一设备运行指标的数值确定算法更新指令，其中，算法更新指令用于指示该主边缘控制器按照目标预处理算法对此后获取到的第二现场数据进行预处理；
步骤604：将算法更新指令发送给该主边缘控制器。
在本发明实施例中，在接收到一个主边缘控制器所发送的第一现场数据后，通过第一现场数据进行数据分析获得相应第一设备运行指标的数值，当所获取到的第一设备运行指标的数值异常时，说明相应现场设备可能存在运行异常的情况，此前的预处理算法不再适用，此时可以向该主边缘控制器发送相应的算法更新指令，以对该主边缘控制器上运行的用于计算该第一现场数据的预处理算法进行更新，以实现对相应现场设备的运行状态作进一步分析和检测。
在本发明实施例中，通过向主边缘控制器发送算法更新指令，可以实时对主边缘控制器上运行的预处理算法进行更新，以更改主边缘控制器对现场数据进行预处理时所使用的预处理算法，以方便地改变对现场数据进行数据分析的策略，从而可以提高对现场数据进行数据分析的灵活性。
可选地，在图1所示现场数据传输方法的基础上，在步骤304接收到来自各个主边缘控制器的第一现场数据后，通过对第一现场数据进行分析可以确定各个主边缘控制器的负载是否均衡，进而在负载不均衡时可以通过发送负载转移指令来均衡负载。如图7所示，均衡各边缘控制器负载的方法可以包括如下步骤：
步骤701：针对每一个主边缘控制器，根据来自该主边缘控制器的第一现场数据的数据量、该主边缘控制器上所运行预处理算法的个数和负载程度，确定该主边缘控制器的负载，其中，该主边缘控制器上运行有至少一个预处理器算法，不同的预处理算法用于将不同的第二现场数据处理为相对应的第一现场数据；
步骤702：从各个主边缘控制器确定负载最大的第二主边缘控制器；
步骤703：判断第二主边缘控制器的负载是否大于预先设定的第一负载阈值；
步骤704：若第二主边缘控制器的负载大于第一负载阈值，则生成负载转移指令，其中，负载转移指令用于将第二主边缘控制器上运行的至少一个预处理算法转移到一个第二边缘控制器上运行，并指示第二边缘控制器将利用所转移的各个预处理算法而获得的第一现场数据发送给云平台，第二边缘控制器的负载小于预先设定的第二负载阈值，第二负载阈值小于第二负载阈值；
步骤705：将负载转移指令发送给第二主边缘控制器和第二边缘控制器。
在本发明实施例中，在接收到各个主边缘控制器所发送的第一现场数据后，可以根据第一现场数据的数据量、第一现场数据中不同数据之间的关系以及每一个主边缘控制器上所运行预处理算法的个数和复杂程度来确定各个主边缘控制器的负载，当负载最大的一个主边缘控制器的负载大于预设的第一负载阈值后，可以将该主边缘控制器上运行的一个或多个预处理算法转移到其他边缘控制器上运行，从而减轻该主边缘控制器的负载，实现不同边缘控制器之间的负载均衡，保证各个边缘控制器均能够正常进行数据采集、数据传输以及数据预处理，进而保证能够顺利将现场数据发送到云平台。
在本发明实施例中，由于边缘控制器按照设定的数据采集周期采集现场数据并向已发送经过预处理的现场数据，因此云平台在每一次接收到各个主边缘控制器所发送的第一现场数据后均可以进行一次负载均衡处理，从而可以不断地将负载较重的主边缘控制器上的预处理算法转移到其他负载较小的边缘控制器上，以实现动态调整不同边缘控制器之间的负载平衡。
本发明实施例提供的现场数据传输方法中，边缘控制器可以根据来自云平台的控制信息采集现场数据，并可以将采集到的现场数据发给主边缘控制器，或者汇集其他边缘控制器所采集到的现场数据，并在对现场数据进行预处理后发送给云平台，从而避免各个边缘控制器分别向云平台发送现场数据后云平台还需要对现场数据进行查找和筛选。如图8所示，由边缘控制器执行的现场数据传输方法可以包括如下步骤：
步骤801：接收来自一个云平台的控制信息；
步骤802：根据控制信息判断当前的边缘控制器是否为主边缘控制器，如果是Y，执行步骤803，如果否N，执行步骤806；
步骤803：根据控制信息获取第二现场数据，其中，第二现场数据用于表征至少一个现场设备的运行状态，第二现场数据包括有至少一个边缘控制器采集到的现场数据，且第二现场数据包括有当前的边缘控制器采集到的现场数据；
步骤804：对第二现场数据进行预处理，获得第一现场数据，其中，第一现场数据用于供云平台进行数据分析以获得与控制信息相对应的第一设备运行指标；
步骤805：将第一现场数据发送给云平台，并结束当前流程；
步骤806：根据控制信息采集现场数据，并将采集到的现场数据发送给主控信息所指示的主边缘控制器。
在本发明实施例中，边缘控制器在接收到一个控制信息后，可以根据控制信息确定其是否为主边缘控制器，如果确定其是主边缘控制器，则该边缘控制器可以根据控制信息采集现场数据，还可以根据控制信息接收其他边缘控制器发送的现场数据，进而对采集到的现场数据和接收到的现场数据进行预处理而获得第一现场数据，之后可以将获取到的第一现场数据发送给云平台，如果确定其不是主边缘控制器，则可以根据控制信息采集现场数据，并将采集到的现场数据发送给控制信息所指示的主边缘控制器。由此可见，各个边缘控制器可以根据控制信息采集相应的现场数据，并将所采集到的现场数据汇集到一个主边缘控制器，由主边缘控制器对汇集的现场数据进行预处理后发送给云平台，从而也可以直接利用接收到的现场数据进行数据分析，而无需在从所有边缘控制器分别发送给的现场数据中查找所需的现场数据，从而可以节省云平台进行数据查找是所需的计算资源，进而可以降低云平台对现场数据进行分析的成本。
在本发明实施例中，由于云平台可以通过广播的形式向各个边缘控制器发送控制信息，因此一个边缘控制器在接收到一个控制信息之后，该边缘控制器根据控制信息内容的不同具有三种不同的处理方法，第一种处理方法为控制信息指示该边缘控制器为主边缘控制器，此 时该边缘控制器按照控制信息完成主边缘控制器的各项处理，第二种处理方法为控制信息指示该边缘控制器为从边缘控制器，此时该边缘控制器按照控制信息采集现场数据，并将采集到的现场数据发送给控制信息指定的主边缘控制器，第三种处理方法为控制信息的内容不涉及该边缘控制器，即针对该控制信息该边缘控制器既不是主边缘控制器也不是从边缘控制器，此时该边缘控制器将该控制信息忽略。
可选地，在图8所示现场数据传输方法的基础上，步骤804对第二现场数据进行预处理获得第一现场数据之前，还可以接收来自云平台的预处理算法，进而在步骤804可以利用所接收到的预处理算法对第二现场数据进行处理，获得第一现场数据。
在本发明实施例中，一个边缘控制器根据接收到的控制信息确定其为主边缘控制器后，该边缘控制器还可以接收来自云平台的预处理算法，进而该边缘控制器根据控制信息获取到第二现场数据后，可以利用接收到的预处理算法对获取到的第二现场数据进行预处理，进而将预处理所获得的第一现场数据发送给云平台。边缘控制器可以按照云平台所发送的预处理算法对现场数据进行预处理，从而满足云平台不同的数据预处理需求，方便云平台进行各种类型的数据分析。
可选地，在图8所示现场数据传输方法的基础上，在步骤805将第一现场数据发送给云平台之后，还可以接收来自云平台的算法更新指令，并可以根据算法更新指令利用目标预处理算法替换此前用于对相应第二现场数据进行预处理的预处理算法，进而可以利用目标预处理算法对再次获取到的第二现场数据进行预处理。
在本发明实施例中，一个作为主边缘控制器的边缘控制器可以接收来自云平台的算法更新指令，之后该边缘控制器可以根据算法更新指令将其上运行的相应预处理算法替换为目标预处理算法，进而在后续利用目标预处理算法代替被替换的预处理算法对第二现场数据进行预处理。边缘控制器根据来自云平台的算法更新指令可以更改其对现场数据进行预处理时所使用的预处理算法，进而可以满足用户更改预处理算法的需求。
可选地，在图8所示现场数据传输方法的基础上，步骤805将第一现场数据发送给云平台之后，边缘控制器可以接收来自云平台的负载转移指令，进而实现负载的转移。如图9所示，边缘控制器转移负载的方法可以包括如下步骤：
步骤901：接收来自云平台的负载转移指令；
步骤902：识别当前的边缘控制器是否为负载转移指令所指示的第一主边缘控制器，如果是Y，执行步骤903，如果否N，执行步骤904；
步骤903：将当前的边缘控制器上运行的至少一个预处理算法转移到一个第二边缘控制器上，以使第二边缘控制器利用被转移的各个预处理算法分别获得第一现场数据，并将所获 得的第一现场数据发给云平台，其中，第二边缘控制器的负载小于预先设定的第二负载阈值，并结束当前流程；
步骤904：识别当前的边缘控制器是否为负载转移指令所指示的第二边缘控制器，如果是Y，执行步骤905，如果否，执行步骤909；
步骤905：获取负载转移指令指示的需要转移的至少一个预处理算法；
步骤906：针对每一个被转移的预处理算法，获取需要通过该预处理算法进行预处理的第二现场数据；
步骤907：利用被转移的预处理算法对相应第二现场数据进行预处理，获得第一现场数据；
步骤908：将获得的第一现场数据发送给云平台，并结束当前流程；
步骤909：结束当前流程。
在本发明实施例中，一个边缘控制器可以接收来自云平台的负载转移指令，如果负载转移指令指示该边缘控制器需要将一个或多个预处理算法转出，则根据负载转移指令将该边缘控制器上运行的一个或多个预处理算法转移到一个负载较小的边缘控制器，由负载较小的边缘控制器承担部分数据采集、接收、预处理和发送的任务，如果负载转移指令指示该边缘控制器需要接收一个或多个预处理算法，则该边缘控制器获取第二现场数据，通过被转移的预处理算法对获取的第二现场数据进行预处理，并将预处理获取到的第一现场数据发送给云平台。
在本发明实施例中，负载较高的边缘控制器可以根据来自云平台的负载转移指令将其上运行的部分预处理算法转移到负载较低的边缘控制器上，由负载较低的边缘控制器利用被转移的预处理算法进行现场数据预处理，并将经过预处理的现场数据发给云平台，从而实现了不同边缘控制器之间的负载平衡，保证各个边缘控制器均能够正常运行。
如图10所示，本发明一个实施例提供了一种云平台10，包括：
一个指标确定模块101，用于确定至少一个需要通过数据分析而获得的第一设备运行指标；
一个信息生成模块102，用于针对指标确定模块101确定出的每一个第一设备运行指标，生成针对该第一设备运行指标的控制信息，其中，控制信息用于从至少一个边缘控制器中确定主边缘控制器，主边缘控制器用于将第一现场数据发送给云平台，第一现场数据用于供云平台进行数据分析而获得该第一设备运行指标，第一现场数据由主边缘控制器对第二现场数据进行预处理而获得，第二现场数据由至少一个边缘控制器采集，且第二现场数据用于表征 至少一个现场设备的运行状态；
一个信息发送模块103，用于将信息生成模块102生成的各个控制信息分别发送给各个边缘控制器；
一个数据接收模块104，用于分别接收来自每一个主边缘控制器的第一现场数据，其中，各个主边缘控制器由信息生成模块102所生成的各个控制信息确定。
在本发明实施例中，指标确定模块101可用于执行上述方法实施例中的步骤301，信息生成模块102可用于执行上述方法实施例中的步骤302，信息发送模块103可用于执行上述方法实施例中的步骤303，数据接收模块104可用于执行上述方法实施例中的步骤304。
可选地，在图10所示云平台10的基础上，如图11所示，指标确定模块101包括：
一个数据分析单元1011，用于对来自至少一个边缘控制器的第三现场数据进行数据分析，获得至少一个第二设备运行指标的数值，其中，所述云平台10接收所述第三现场数据的时间早于接收所述第一现场数据的时间；
一个数值判断单元1012，用于分别判断数据分析单元1011获取到的每一个第二设备运行指标的数值是否位于相对应的正常取值范围内；
一个指标筛选单元1013，用于在数值判断单元1012确定存在至少一个第二设备运行指标的数值位于相对应的正常取值范围之外时，根据各个第二设备运行指标的值确定至少一个第一设备运行指标，其中，第一设备运行指标与第二设备运行指标不同。
在本发明实施例中，数据分析单元1011可用于执行上述方法实施例中的步骤401，数值判断单元1012可用于执行上述方法实施例中的步骤402，指标筛选单元1013可用于执行上述方法实施例中的步骤403。
可选地，在图10所示云平台10的基础上，如图12所示，该云平台10进一步包括：一个算法确定模块105；
算法确定模块105，用于针对指标确定模块101确定出的每一个第一设备运行指标，确定与该第一设备运行指标相对应的预处理算法，其中，预处理算法用于供第一主边缘控制器将第二现场数据预处理为第一现场数据，第一主边缘控制器用于向云平台发送对该第一设备运行指标进行数据分析时所需的第一现场数据；
信息发送模块103，进一步用于将算法确定模块105确定出的预处理算法发送给第一主边缘控制器。
在本发明实施例中，算法确定模块105可用于执行上述方法实施例中的步骤501，信息发送模块103可用于执行上述方法实施例中的步骤502。
可选地，在图10所示云平台10的基础上，如图13所示，该云平台10进一步包括：一 个算法更新模块106；
算法更新模块106，用于针对每一个主边缘控制器，对数据接收模块104接收到的来自该主边缘控制器的第一现场数据进行数据分析，获得相对应的第一设备运行指标的数值，并判断第一设备运行指标的数值是否异常，若第一设备运行指标的数值异常，则根据第一设备运行指标的数值确定算法更新指令，其中，算法更新指令用于指示该主边缘控制器按照目标预处理算法对此后获取到的第二现场数据进行预处理；
信息发送模块103，进一步用于将算法更新模块106生成的算法更新指令发送给相对应的主边缘控制器。
在本发明实施例中，算法更新模块106可用于执行上述方法实施例中的步骤601至步骤603，信息发送模块103可用于执行上述方法实施例中的步骤604。
可选地，在图10至图13中任一附图所示云平台10的基础上，如图14所示，该云平台10进一步包括：一个负载均衡模块107；
负载均衡模块107，用于针对每一个主边缘控制器，根据数据接收模块104接收到的来自该主边缘控制器的第一现场数据的数据量和数据间关系、该主边缘控制器所运行预处理算法的个数和复杂程度，确定该主边缘控制器的负载，其中，该主边缘控制器上运行有至少一个预处理器算法，不同的预处理算法用于将不同的第二现场数据处理为相对应的第一现场数据，并从各个主边缘控制器中确定负载最大的第二主边缘控制器，判断第二主边缘控制器的负载是否大于预先设定的第一负载阈值，若第二主边缘控制器的负载大于第一负载阈值，则生成负载转移指令，其中，负载转移指令用于将第二主边缘控制器上运行的至少一个预处理算法转移到一个第二边缘控制器上运行，并指示第二边缘控制器将利用所转移的各个预处理算法而获得的第一现场数据发送给云平台，第二边缘控制器的负载小于预先设定的第二负载阈值，第二负载阈值小于第二负载阈值；
信息发送模块103，进一步用于将负载均衡模块107生成的负载转移指令发送给第二主边缘控制器和第二边缘控制器。
在本发明实施例中，负载均衡模块107可用于执行上述方法实施例中的步骤701至步骤704，信息发送模块103可用于执行上述方法实施例中的步骤702。
如图15所示，本发明一个实施例提供了一种云平台40，包括：至少一个存储器108和至少一个处理器109；
所述至少一个存储器108，用于存储机器可读程序；
所述至少一个处理器109，用于调用所述机器可读程序，执行上述各个实施例所提供的 由云平台所执行的现场数据传输方法。
如图16所示，本发明一个实施例提供了一种边缘控制器20，包括：
一个信息接收模块201，用于接收来自一个云平台的一个控制信息；
一个控制器识别模块202，用于根据信息接收模块201接收到的控制信息判断边缘控制器是否为主边缘控制器；
一个数据获取模块203，用于在控制器识别模块202确定边缘控制器为主边缘控制器时，根据控制信息获取第二现场数据，其中，第二现场数据用于表征至少一个现场设备的运行状态，第二现场数据包括有至少一个边缘控制器采集到的现场数据，且第二现场数据包括主边缘控制器采集到的现场数据；
一个数据预处理模块204，用于将数据获取模块203获取到的第二现场数据进行预处理，获得第一现场数据，其中，第一现场数据用于供云平台进行数据分析以获得与控制信息相对应的第一设备运行指标；
一个数据发送模块205，用于将数据预处理模块204获得的第一现场数据发送给云平台；
一个数据采集模块206，用于在控制器识别模块202确定边缘控制器不是主边缘控制器时，根据控制信息采集现场数据，并通过数据发送模块将采集到的现场数据发送给控制信息所指示的主边缘控制器。
在本发明实施例中，信息接收模块201可用于执行上述方法实施例中的步骤801，控制器识别模块202可用于执行上述方法实施例中的步骤802，数据获取模块203可用于执行上述方法实施例中的步骤803，数据预处理模块204可用于执行上述方法实施例中的步骤804，数据发送模块205可用于执行上述方法实施例中的步骤805，数据采集模块206可用于执行上述方法实施例中的步骤806。
可选地，在图16所示边缘控制器20的基础上，
信息接收模块201，进一步用于接收来自云平台的预处理算法，其中，预处理算法与第一设备运行指标相对应；
数据预处理模块204，用于利用信息接收模块201接收到的预处理算法对数据获取模块获取到的第二现场数据进行预处理，获得第一现场数据。
可选地，在图16所示边缘控制器20的基础上，
信息接收模块201，进一步用于接收来自云平台的算法更新指令；
数据预处理模块204，进一步用于根据信息接收模块接收到的算法更新指令，利用目标预处理算法替换此前用于对第二现场数据进行预处理的预处理算法，以利用目标预处理算法 对再次获取到的第二现场数据进行预处理。
可选地，在图16所示边缘控制器20的基础上，如图17所示，该边缘控制器20进一步包括：一个负载转移模块207；
信息接收模块201，进一步用于接收来自云平台的负载转移指令；
负载转移模块207，用于识别边缘控制器是否为信息接收模块201接收到的负载转移指令所指示的第二主边缘控制器或第二边缘控制器，若边缘控制器为负载转移指令所指示的第二主边缘控制器，则将边缘控制器上运行的至少一个预处理算法转移到一个第二边缘控制器上，以使第二边缘控制器利用所转移的各个预处理算法分别获得第一现场数据，并将所获得的第一现场数据发送给云平台，其中，第二边缘控制器的负载小于预先设定的第二负载阈值，若边缘控制器为负载转移指令所指示的第二边缘控制器，则获取负载转移指令所指示需要转移的至少一个预处理算法，针对每一个被转移的预处理算法，使数据获取模块203获取需要通过该预处理算法进行预处理的第二现场数据，使数据预处理模块204利用该预处理算法对获取到的第二现场数据进行预处理，获得第一现场数据，并使数据发送模块205将获得的第一现场数据发送给云平台。
在本发明实施例中，信息接收模块201可用于执行上述方法实施例中的步骤901，负载转移模块207可用于执行上述方法实施例中的步骤902至步骤909。
如图18所示，本发明一个实施例提供了一种边缘控制器50，包括：至少一个存储器208和至少一个处理器209；
所述至少一个存储器208，用于存储机器可读程序；
所述至少一个处理器209，用于调用所述机器可读程序，执行上述各个实施例所提供的由边缘控制器所执行的现场数据传输方法。
下面结合上述各个实施例所提供的云平台和边缘控制器，以将工厂中多条生产线的现场数据发送给云平台为例，对本发明实施例所提供的现场数据传输系统100做进一步说明。如图19所示，该现场数据传输系统100包括有一个云平台10、一个网关30和多个边缘控制器20，每一个边缘控制器20负责采集一条生产线60的现场数据；
针对每一个边缘控制器20，如果该边缘控制器20为主边缘控制器，则该边缘控制器20中的数据采集模块206可以根据数据控制服务模块210的配置从所负责生产线60上采集现场数据；该边缘控制器20中的数据获取模块203可以根据数据控制服务模块210的配置接收其他边缘控制器20所发送的现场数据，并将接收到的现场数据和数据采集模块206采集到的现 场数据确定为第二现场数据；该边缘控制器20中的数据预处理模块204可以根据数据控制服务模块210的配置对数据获取模块203确定出的第二现场数据进行预处理，以获得第一现场数据；该边缘控制器20中的数据发送模块205可以通过网关30将数据预处理模块204获得的第一现场数据发送给云平台10。
针对每一个边缘控制器20，如果该边缘控制器20不是主边缘控制器，则该边缘控制器20中的数据采集模块206可以根据数据控制服务模块210的配置从所负责生产线60上采集现场数据，同时该边缘控制器20中的数据采集模块206还可以根据数据控制服务模块210的配置将采集到的现场数据发送给相应的一个主边缘控制器。
云平台10中的数据分析模块110可以对主边缘控制器发送的第一现场数据进行数据分析，获得相对应的设备运行指标；云平台10中的边缘管理模块111可以根据数据分析模块所获得的设备运行指标分析是否需要重新对边缘控制器20进行分组、是否需要对主边缘控制器上的预处理算法进行更新以及是否需要对边缘控制器20进行负载均衡处理，进而边缘管理模块111可以根据分析的结果生成相对应的控制信息、算法更新指定和负载转移指令，并通过网关30将所生成的控制信息、算法更新指定和负载转移指令发射给相应的边缘控制器20。边缘控制器20中的数据控制服务模块210可以根据来自云平台10的控制信息、算法更新指定和负载转移指令对数据采集模块206、数据获取模块203、数据预处理模块204和数据发送模块205进行配置。
在本发明实施例中，数据控制服务模块210可以实现前述实施例中信息接收模块201、控制器识别模块202和负载转移模块207的部分或全部功能，数据分析模块110可以实现前述实施例中指标确定模块101和数据接收模块104的部分或全部功能，边缘管理模块111可以实现前述实施例中指标确定模块101、信息生成模块102、信息发送模块103、算法确定模块105、算法更新模块106和负载均衡模块107的部分或全部功能。
需要说明的上，上述实施例根据边缘控制器20是否为主边缘控制器对边缘控制器20中各个模块之间的交互过程进行了说明，在实际业务实现过程中，同一个边缘控制器20可以同时为主边缘控制器和向主边缘控制器发送现场数据的从边缘控制器，或者同一个边缘控制器20可以同时为对应于不同设备运行指标的多个主边缘控制器，抑或者是同一边缘控制器20可以同时为对应于不同设备运行指标的多个从边缘控制器。同一个边缘控制器20可以根据不同控制信息分别工作，根据不同控制信息工作过程互不影响。
本发明还提供了一种计算机可读介质，存储用于使一计算机执行如本文的现场数据传输方法的指令。具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现 上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。
在这种情况下，从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此程序代码和存储程序代码的存储介质构成了本发明的一部分。
用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机上下载程序代码。
此外，应该清楚的是，不仅可以通过执行计算机所读出的程序代码，而且可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作，从而实现上述实施例中任意一项实施例的功能。
此外，可以理解的是，将由存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作，从而实现上述实施例中任一实施例的功能。
需要说明的是，上述各流程和各系统结构图中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。上述各实施例中描述的系统结构可以是物理结构，也可以是逻辑结构，即，有些模块可能由同一物理实体实现，或者，有些模块可能分由多个物理实体实现，或者，可以由多个独立设备中的某些部件共同实现。
以上各实施例中，硬件单元可以通过机械方式或电气方式实现。例如，一个硬件单元可以包括永久性专用的电路或逻辑(如专门的处理器，FPGA或ASIC)来完成相应操作。硬件单元还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器)，可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。
上文通过附图和优选实施例对本发明进行了详细展示和说明，然而本发明不限于这些已揭示的实施例，基与上述多个实施例本领域技术人员可以知晓，可以组合上述不同实施例中的代码审核手段得到本发明更多的实施例，这些实施例也在本发明的保护范围之内。

Claims (23)

  1. 现场数据传输方法，其特征在于，包括：
    一个云平台(10)确定至少一个需要通过数据分析而获得的第一设备运行指标；
    针对每一个所述第一设备运行指标，所述云平台(10)生成针对该第一设备运行指标的控制信息，其中，所述控制信息用于从至少一个边缘控制器(20)中确定主边缘控制器，所述主边缘控制器用于将第一现场数据发送给所述云平台(10)，所述第一现场数据用于供所述云平台(10)进行数据分析而获得该第一设备运行指标，所述第一现场数据由所述主边缘控制器对第二现场数据进行预处理而获得，所述第二现场数据由至少一个所述边缘控制器(20)采集，且所述第二现场数据用于表征至少一个现场设备的运行状态；
    所述云平台(10)分别将各个所述控制信息发送给各个所述边缘控制器(20)；
    所述云平台(10)分别接收来自每一个所述主边缘控制器的所述第一现场数据。
  2. 根据权利要求1所述的方法，其特征在于，所述确定至少一个需要通过数据分析而获得的第一设备运行指标，包括：
    对来自所述至少一个边缘控制器(20)的第三现场数据进行数据分析，获得至少一个第二设备运行指标的数值，其中，所述云平台(10)接收所述第三现场数据的时间早于接收所述第一现场数据的时间；
    分别判断每一个所述第二设备运行指标的数值是否位于相对应的正常取值范围内；
    若存在至少一个所述第二设备运行指标的数值位于相对应的所述正常取值范围之外，则根据各个所述第二设备运行指标的值确定至少一个所述第一设备运行指标，其中，所述第一设备运行指标与所述第二设备运行指标不同。
  3. 根据权利要求1所述的方法，其特征在于，在针对每一个所述第一设备运行指标，所述云平台(10)生成针对该第一设备运行指标的控制信息之后，进一步包括：
    针对每一个所述第一设备运行指标，
    所述云平台(10)确定与该第一设备运行指标相对应的预处理算法，其中，所述预处理算法用于供第一主边缘控制器将所述第二现场数据预处理为所述第一现场数据，所述第一主边缘控制器用于向所述云平台(10)发送对该第一设备运行指标进行数据分析时所需的所述第一现场数据；
    所述云平台(10)将所述预处理算法发送给所述第一主边缘控制器。
  4. 根据权利要求1所述的方法，其特征在于，在所述分别接收来自每一个所述主边缘控制器的所述第一现场数据之后，进一步包括：
    针对每一个所述主边缘控制器，
    对来自该主边缘控制器的所述第一现场数据进行数据分析，获得相对应的所述第一 设备运行指标的数值；
    判断所述第一设备运行指标的数值是否异常；
    若所述第一设备运行指标的数值异常，则根据所述第一设备运行指标的数值确定算法更新指令，其中，所述算法更新指令用于指示该主边缘控制器按照目标预处理算法对此后获取到的所述第二现场数据进行预处理；
    将所述算法更新指令发送给该主边缘控制器。
  5. 根据权利要求1至4中任一所述的方法，其特征在于，在所述分别接收来自每一个所述主边缘控制器的所述第一现场数据之后，进一步包括：
    针对每一个所述主边缘控制器，根据来自该主边缘控制器的所述第一现场数据的数据量和数据间关系、该主边缘控制器所运行预处理算法的个数和复杂程度，确定该主边缘控制器的负载，其中，该主边缘控制器上运行有至少一个所述预处理器算法，不同的所述预处理算法用于将不同的所述第二现场数据处理为相对应的所述第一现场数据；
    从各个所述主边缘控制器中确定负载最大的第二主边缘控制器；
    判断所述第二主边缘控制器的负载是否大于预先设定的第一负载阈值；
    若所述第二主边缘控制器的负载大于所述第一负载阈值，则生成负载转移指令，其中，所述负载转移指令用于将所述第二主边缘控制器上运行的至少一个所述预处理算法转移到一个第二边缘控制器(20)上运行，并指示所述第二边缘控制器(20)将利用所转移的各个所述预处理算法而获得的第一现场数据发送给所述云平台(10)，所述第二边缘控制器(20)的负载小于预先设定的第二负载阈值，所述第二负载阈值小于所述第二负载阈值；
    将所述负载转移指令发送给所述第二主边缘控制器和所述第二边缘控制器(20)。
  6. 现场数据传输方法，其特征在于，包括：
    一个边缘控制器(20)接收来自一个云平台(10)的一个控制信息；
    根据所述控制信息判断所述边缘控制器(20)是否为主边缘控制器；
    若所述边缘控制器(20)为主边缘控制器，则
    根据所述控制信息获取第二现场数据，其中，所述第二现场数据用于表征至少一个现场设备的运行状态，所述第二现场数据包括有至少一个边缘控制器(20)采集到的现场数据，且所述第二现场数据包括所述主边缘控制器采集到的现场数据；
    对所述第二现场数据进行预处理，获得第一现场数据，其中，所述第一现场数据用于供所述云平台(10)进行数据分析以获得与所述控制信息相对应的第一设备运行指标；
    将所述第一现场数据发送给所述云平台(10)；
    若所述边缘控制器(20)不是主边缘控制器，则根据所述控制信息采集现场数据并 将采集到的现场数据发送给所述控制信息所指示的所述主边缘控制器。
  7. 根据权利要求6所述的方法，其特征在于，
    在所述对所述第二现场数据进行预处理获得第一现场数据之前，进一步包括：
    接收来自所述云平台(10)的预处理算法，其中，所述预处理算法与所述第一设备运行指标相对应；
    所述对所述第二现场数据进行预处理获得第一现场数据，包括：
    利用所述预处理算法对所述第二现场数据进行预处理，获得所述第一现场数据。
  8. 根据权利要求6所述的方法，其特征在于，在所述将所述第一现场数据发送给所述云平台(10)之后，进一步包括：
    接收来自所述云平台(10)的算法更新指令；
    根据所述算法更新指令，利用目标预处理算法替换此前用于对所述第二现场数据进行预处理的预处理算法，以利用所述目标预处理算法对再次获取到的所述第二现场数据进行预处理。
  9. 根据权利要求6至8中任一所述的方法，其特征在于，在所述将所述第一现场数据发送给所述云平台(10)之后，进一步包括：
    接收来自所述云平台(10)的负载转移指令；
    识别所述边缘控制器(20)是否为所述负载转移指令所指示的第二主边缘控制器或第二边缘控制器(20)；
    若所述边缘控制器(20)为所述负载转移指令所指示的所述第二主边缘控制器，则将所述边缘控制器(20)上运行的至少一个预处理算法转移到一个第二边缘控制器(20)上，以使所述第二边缘控制器(20)利用所转移的各个所述预处理算法分别获得第一现场数据，并将所获得的第一现场数据发送给所述云平台(10)，其中，所述第二边缘控制器(20)的负载小于预先设定的第二负载阈值；
    若所述边缘控制器(20)为所述负载转移指令所指示的所述第二边缘控制器(20)，获取所述负载转移指令指示的需要转移的至少一个预处理算法；
    针对每一个被转移的所述预处理算法，获取需要通过该预处理算法进行预处理的第二现场数据；
    利用该预处理算法对获取到的第二现场数据进行预处理，获得第一现场数据；
    将获得的所述第一现场数据发送给所述云平台(10)。
  10. 云平台(10)，其特征在于，包括：
    一个指标确定模块(101)，用于确定至少一个需要通过数据分析而获得的第一设备运行 指标；
    一个信息生成模块(102)，用于针对所述指标确定模块(101)确定出的每一个所述第一设备运行指标，生成针对该第一设备运行指标的控制信息，其中，所述控制信息用于从至少一个边缘控制器(20)中确定主边缘控制器，所述主边缘控制器用于将第一现场数据发送给所述云平台(10)，所述第一现场数据用于供所述云平台(10)进行数据分析而获得该第一设备运行指标，所述第一现场数据由所述主边缘控制器对第二现场数据进行预处理而获得，所述第二现场数据由至少一个所述边缘控制器(20)采集，且所述第二现场数据用于表征至少一个现场设备的运行状态；
    一个信息发送模块(103)，用于将所述信息生成模块(102)生成的各个所述控制信息分别发送给各个所述边缘控制器(20)；
    一个数据接收模块(104)，用于分别接收来自每一个所述主边缘控制器的所述第一现场数据，其中，各个所述主边缘控制器由所述信息生成模块(102)所生成的各个所述控制信息确定。
  11. 根据权利要求10所述的云平台(10)，其特征在于，所述指标确定模块(101)包括：
    一个数据分析单元(1011)，用于对来自所述至少一个边缘控制器(20)的第三现场数据进行数据分析，获得至少一个第二设备运行指标的数值，其中，所述云平台(10)接收所述第三现场数据的时间早于接收所述第一现场数据的时间；
    一个数值判断单元(1012)，用于分别判断所述数据分析单元(1011)获取到的每一个所述第二设备运行指标的数值是否位于相对应的正常取值范围内；
    一个指标筛选单元(1013)，用于在所述数值判断单元(1012)确定存在至少一个所述第二设备运行指标的数值位于相对应的所述正常取值范围之外时，根据各个所述第二设备运行指标的值确定至少一个所述第一设备运行指标，其中，所述第一设备运行指标与所述第二设备运行指标不同。
  12. 根据权利要求10所述的云平台(10)，其特征在于，进一步包括：一个算法确定模块(105)；
    所述算法确定模块(105)，用于针对所述指标确定模块(101)确定出的每一个所述第一设备运行指标，确定与该第一设备运行指标相对应的预处理算法，其中，所述预处理算法用于供第一主边缘控制器将所述第二现场数据预处理为所述第一现场数据，所述第一主边缘控制器用于向所述云平台(10)发送对该第一设备运行指标进行数据分析时所需的所述第一现场数据；
    所述信息发送模块(103)，进一步用于将所述算法确定模块(105)确定出的所述预处理 算法发送给所述第一主边缘控制器。
  13. 根据权利要求10所述的云平台(10)，其特征在于，进一步包括：一个算法更新模块(106)；
    所述算法更新模块(106)，用于针对每一个所述主边缘控制器，对所述数据接收模块(104)接收到的来自该主边缘控制器的所述第一现场数据进行数据分析，获得相对应的所述第一设备运行指标的数值，并判断所述第一设备运行指标的数值是否异常，若所述第一设备运行指标的数值异常，则根据所述第一设备运行指标的数值确定算法更新指令，其中，所述算法更新指令用于指示该主边缘控制器按照目标预处理算法对此后获取到的所述第二现场数据进行预处理；
    所述信息发送模块(103)，进一步用于将所述算法更新模块(106)生成的所述算法更新指令发送给相对应的所述主边缘控制器。
  14. 根据权利要求10至13中任一所述的云平台(10)，其特征在于，进一步包括：一个负载均衡模块(107)；
    所述负载均衡模块(107)，用于针对每一个所述主边缘控制器，根据所述数据接收模块(104)接收到的来自该主边缘控制器的所述第一现场数据的数据量和数据间关系、该主边缘控制器所运行预处理算法的个数和复杂程度，确定该主边缘控制器的负载，其中，该主边缘控制器上运行有至少一个所述预处理器算法，不同的所述预处理算法用于将不同的所述第二现场数据处理为相对应的所述第一现场数据，并从各个所述主边缘控制器中确定负载最大的第二主边缘控制器，判断所述第二主边缘控制器的负载是否大于预先设定的第一负载阈值，若所述第二主边缘控制器的负载大于所述第一负载阈值，则生成负载转移指令，其中，所述负载转移指令用于将所述第二主边缘控制器上运行的至少一个所述预处理算法转移到一个第二边缘控制器(20)上运行，并指示所述第二边缘控制器(20)将利用所转移的各个所述预处理算法而获得的第一现场数据发送给所述云平台(10)，所述第二边缘控制器(20)的负载小于预先设定的第二负载阈值，所述第二负载阈值小于所述第二负载阈值；
    所述信息发送模块(103)，进一步用于将所述负载均衡模块(107)生成的所述负载转移指令发送给所述第二主边缘控制器和所述第二边缘控制器(20)。
  15. 云平台(40)，其特征在于，包括：至少一个存储器(108)和至少一个处理器(109)；
    所述至少一个存储器(108)，用于存储机器可读程序；
    所述至少一个处理器(109)，用于调用所述机器可读程序，执行权利要求1至5中任一所述的方法。
  16. 边缘控制器(20)，其特征在于，包括：
    一个信息接收模块(201)，用于接收来自一个云平台的一个控制信息；
    一个控制器识别模块(202)，用于根据所述信息接收模块(201)接收到的所述控制信息判断所述边缘控制器是否为主边缘控制器；
    一个数据获取模块(203)，用于在所述控制器识别模块(202)确定所述边缘控制器为主边缘控制器时，根据所述控制信息获取第二现场数据，其中，所述第二现场数据用于表征至少一个现场设备的运行状态，所述第二现场数据包括有至少一个边缘控制器采集到的现场数据，且所述第二现场数据包括所述主边缘控制器采集到的现场数据；
    一个数据预处理模块(204)，用于将所述数据获取模块(203)获取到的所述第二现场数据进行预处理，获得第一现场数据，其中，所述第一现场数据用于供所述云平台进行数据分析以获得与所述控制信息相对应的第一设备运行指标；
    一个数据发送模块(205)，用于将所述数据预处理模块(204)获得的所述第一现场数据发送给所述云平台；
    一个数据采集模块(206)，用于在所述控制器识别模块(202)确定所述边缘控制器不是主边缘控制器时，根据所述控制信息采集现场数据，并通过所述数据发送模块将采集到的现场数据发送给所述控制信息所指示的所述主边缘控制器。
  17. 根据权利要求16所述的边缘控制器(20)，其特征在于，
    所述信息接收模块(201)，进一步用于接收来自所述云平台的预处理算法，其中，所述预处理算法与所述第一设备运行指标相对应；
    所述数据预处理模块(204)，用于利用所述信息接收模块(201)接收到的所述预处理算法对所述数据获取模块获取到的所述第二现场数据进行预处理，获得所述第一现场数据。
  18. 根据权利要求16所述的边缘控制器(20)，其特征在于，
    所述信息接收模块(201)，进一步用于接收来自所述云平台的算法更新指令；
    所述数据预处理模块(204)，进一步用于根据所述信息接收模块(201)接收到的所述算法更新指令，利用目标预处理算法替换此前用于对所述第二现场数据进行预处理的预处理算法，以利用所述目标预处理算法对再次获取到的所述第二现场数据进行预处理。
  19. 根据权利要求16至18中任一所述的边缘控制器(20)，其特征在于，进一步包括：一个负载转移模块(207)；
    所述信息接收模块(201)，进一步用于接收来自所述云平台的负载转移指令；
    所述负载转移模块(207)，用于识别所述边缘控制器是否为所述信息接收模块(201)接收到的所述负载转移指令所指示的第二主边缘控制器或第二边缘控制器，若所述边缘控制器 为所述负载转移指令所指示的所述第二主边缘控制器，则将所述边缘控制器上运行的至少一个预处理算法转移到一个第二边缘控制器上，以使所述第二边缘控制器利用所转移的各个所述预处理算法分别获得第一现场数据，并将所获得的第一现场数据发送给所述云平台，其中，所述第二边缘控制器的负载小于预先设定的第二负载阈值，若所述边缘控制器为所述负载转移指令所指示的所述第二边缘控制器，则获取所述负载转移指令所指示需要转移的至少一个预处理算法，针对每一个被转移的所述预处理算法，使所述数据获取模块(203)获取需要通过该预处理算法进行预处理的第二现场数据，使所述数据预处理模块(204)利用该预处理算法对获取到的第二现场数据进行预处理，获得第一现场数据，并使所述数据发送模块(205)将获得的所述第一现场数据发送给所述云平台。
  20. 边缘控制器(50)，其特征在于，包括：至少一个存储器(208)和至少一个处理器(209)；
    所述至少一个存储器(208)，用于存储机器可读程序；
    所述至少一个处理器(209)，用于调用所述机器可读程序，执行权利要求6至9中任一所述的方法。
  21. 现场数据传输系统(100)，其特征在于，包括：一个权利要求10至15中任一所述的云平台(10,40)和至少两个权利要求16至20中任一所述的边缘控制器(20,50)。
  22. 根据权利要求21所述的现场数据传输系统(100)，其特征在于，进一步包括：至少一个网关(30)；
    每一个所述网关(30)分别与所述云平台(10,40)和至少一个所述边缘控制器(20,50)相连接；
    每一个所述网关(30)，用于传输相连接的所述边缘控制器(20,50)与所述云平台(10,40)之间的通信数据。
  23. 计算机可读介质，其特征在于，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行权利要求1至14中任一所述的方法。
PCT/CN2019/098834 2019-08-01 2019-08-01 现场数据传输方法、装置、系统和计算机可读介质 WO2021016981A1 (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP19939752.2A EP3993337A4 (en) 2019-08-01 2019-08-01 METHOD, DEVICE AND SYSTEM FOR FIELD DATA TRANSMISSION AND COMPUTER READABLE MEDIA
CN201980098155.4A CN114041281B (zh) 2019-08-01 2019-08-01 现场数据传输方法、装置、系统和计算机可读介质
US17/630,704 US11736370B2 (en) 2019-08-01 2019-08-01 Field data transmission method, device and system, and computer-readable medium
PCT/CN2019/098834 WO2021016981A1 (zh) 2019-08-01 2019-08-01 现场数据传输方法、装置、系统和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/098834 WO2021016981A1 (zh) 2019-08-01 2019-08-01 现场数据传输方法、装置、系统和计算机可读介质

Publications (1)

Publication Number Publication Date
WO2021016981A1 true WO2021016981A1 (zh) 2021-02-04

Family

ID=74228901

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/098834 WO2021016981A1 (zh) 2019-08-01 2019-08-01 现场数据传输方法、装置、系统和计算机可读介质

Country Status (4)

Country Link
US (1) US11736370B2 (zh)
EP (1) EP3993337A4 (zh)
CN (1) CN114041281B (zh)
WO (1) WO2021016981A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114584490A (zh) * 2022-03-25 2022-06-03 阿里巴巴（中国）有限公司 数据传输检测方法以及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150161073A1 (en) * 2013-12-06 2015-06-11 Concurrent Ventures, LLC System and method for abstracting sata and/or sas storage media devices via a full duplex queued command interface to increase performance, lower host overhead, and simplify scaling storage media devices and systems
CN108459563A (zh) * 2017-02-17 2018-08-28 西门子公司 一种现场数据处理方法、设备和系统
CN109491301A (zh) * 2019-01-23 2019-03-19 东莞固高自动化技术有限公司 基于边缘计算体系架构的工业互联网智能控制器

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6108782A (en) * 1996-12-13 2000-08-22 3Com Corporation Distributed remote monitoring (dRMON) for networks
US9477936B2 (en) * 2012-02-09 2016-10-25 Rockwell Automation Technologies, Inc. Cloud-based operator interface for industrial automation
US11172470B1 (en) * 2012-12-21 2021-11-09 Tanium Inc. System, security and network management using self-organizing communication orbits in distributed networks
WO2014152104A1 (en) * 2013-03-15 2014-09-25 Scott Technologies, Inc. Shift on the fly mesh network
US10009287B2 (en) * 2013-12-26 2018-06-26 Huawei Technologies Co., Ltd. Hierarchical software-defined network traffic engineering controller
US9838476B2 (en) * 2014-03-26 2017-12-05 Rockwell Automation Technologies, Inc. On-premise data collection and ingestion using industrial cloud agents
US9866635B2 (en) * 2014-03-26 2018-01-09 Rockwell Automation Technologies, Inc. Unified data ingestion adapter for migration of industrial data to a cloud platform
US11513477B2 (en) * 2015-03-16 2022-11-29 Rockwell Automation Technologies, Inc. Cloud-based industrial controller
US10042886B2 (en) * 2015-08-03 2018-08-07 Sap Se Distributed resource-aware task scheduling with replicated data placement in parallel database clusters
CN108029155B (zh) * 2015-08-27 2021-07-27 昕诺飞控股有限公司 网格网络节点
US10432484B2 (en) * 2016-06-13 2019-10-01 Silver Peak Systems, Inc. Aggregating select network traffic statistics
CN106412113B (zh) 2016-11-15 2019-11-19 上海东土远景工业科技有限公司 一种能源云服务系统及其通信方法
US10498617B1 (en) * 2016-11-30 2019-12-03 Amdocs Development Limited System, method, and computer program for highly available and scalable application monitoring
CN106873553B (zh) * 2017-02-09 2020-01-21 北京东土科技股份有限公司 基于工业互联网操作系统的现场设备控制管理方法及装置
CN107203147B (zh) * 2017-06-16 2018-10-09 深圳市盛路物联通讯技术有限公司 基于云平台的物联网控制系统和方法
US10892940B2 (en) * 2017-07-21 2021-01-12 Cisco Technology, Inc. Scalable statistics and analytics mechanisms in cloud networking
CN109327486B (zh) * 2017-07-31 2022-01-14 西门子公司 上传数据至云平台的方法、系统及网关和机器可读介质
US10416660B2 (en) * 2017-08-31 2019-09-17 Rockwell Automation Technologies, Inc. Discrete manufacturing hybrid cloud solution architecture
EP3462705B1 (en) * 2017-09-27 2019-07-10 Siemens Aktiengesellschaft Provisioning of software applications on edge devices in an internet-of-things environment
US11330087B2 (en) * 2017-11-16 2022-05-10 Intel Corporation Distributed software-defined industrial systems
US11676122B2 (en) * 2018-06-29 2023-06-13 Itron, Inc. Operating smart sensors using distributed ledgers
US11653467B2 (en) * 2018-12-21 2023-05-16 Intel Corporation Modular system for internet of things and method of assembling the same
US11139991B2 (en) * 2019-09-28 2021-10-05 Intel Corporation Decentralized edge computing transactions with fine-grained time coordination
US11803408B2 (en) * 2020-07-29 2023-10-31 Vmware, Inc. Distributed network plugin agents for container networking
US11327806B1 (en) * 2020-12-09 2022-05-10 Qpicloud Technologies Private Limited Profiling and application monitoring for edge devices based on headroom

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150161073A1 (en) * 2013-12-06 2015-06-11 Concurrent Ventures, LLC System and method for abstracting sata and/or sas storage media devices via a full duplex queued command interface to increase performance, lower host overhead, and simplify scaling storage media devices and systems
CN108459563A (zh) * 2017-02-17 2018-08-28 西门子公司 一种现场数据处理方法、设备和系统
CN109491301A (zh) * 2019-01-23 2019-03-19 东莞固高自动化技术有限公司 基于边缘计算体系架构的工业互联网智能控制器

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114584490A (zh) * 2022-03-25 2022-06-03 阿里巴巴（中国）有限公司 数据传输检测方法以及装置
CN114584490B (zh) * 2022-03-25 2024-04-09 阿里巴巴（中国）有限公司 数据传输检测方法以及装置

Also Published As

Publication number Publication date
US11736370B2 (en) 2023-08-22
CN114041281A (zh) 2022-02-11
CN114041281B (zh) 2023-11-21
EP3993337A4 (en) 2023-01-11
US20220263732A1 (en) 2022-08-18
EP3993337A1 (en) 2022-05-04

Similar Documents

Publication Publication Date Title
CN109358574B (zh) 一种智能化数据采集、监控与分析系统及方法
CN108508856B (zh) 一种工业设备智能控制系统及方法
CN104915247A (zh) 一种实时数据计算方法及系统
CN102474431B (zh) 未充分利用的网络装置的识别
CN103067218B (zh) 一种高速网络数据包内容分析装置
CN105025099A (zh) 智能摄像机网络系统及摄像机网络动态任务分配方法
CN103997439B (zh) 一种流量监测方法、装置和系统
CN108154230A (zh) 深度学习处理器的监控方法和监控装置
CN110351295A (zh) 报文检测方法和装置、电子设备、计算机可读介质
WO2021016981A1 (zh) 现场数据传输方法、装置、系统和计算机可读介质
CN105577439A (zh) 一种基于传感设备为基础的仿真模拟方法
CN113364624A (zh) 基于边缘计算的混合云流量采集方法和系统
JP5834701B2 (ja) コンピューティング環境における資源の発見のための方法、装置、およびプログラム
CN117527479B (zh) 软总线组网连接方法、装置、设备及存储介质
WO2018202440A1 (en) Data transmission method and apparatus
CN111077851A (zh) 一种基于气相色谱雾计算框架的化工过程故障诊断系统
CN114363212A (zh) 一种设备检测方法、装置、设备和存储介质
CN113518114A (zh) 一种基于多模态自组网的人工智能控制方法及系统
CN115426363B (zh) 智能板材加工工厂的数据采集方法及终端
CN111427590A (zh) 边缘计算App的部署方法和装置
CN109067603B (zh) 一种确定变电站网络vlan配置问题的方法及系统
CN110544182A (zh) 一种基于机器学习技术的配电通信网融合控制方法及系统
US10122587B2 (en) System and method for automatically determining the optimal topology for multiple networked devices
CN117407260A (zh) 一种针对物联网平台的异常检测方法和系统
CN114237180B (zh) 一种工业控制系统攻击检测方法及装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19939752

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019939752

Country of ref document: EP

Effective date: 20220125

NENP Non-entry into the national phase

Ref country code: DE