一种基于云边协同的公路交通多能变换装备实时监测系统技术方案

一种基于云边协同的公路交通多能变换装备实时监测系统，包括前端数据采集单元、网络传输单元、后端云边协同数据处理单元以及应用层报警单元，其特征为：前端数据采集单元通过网络传输单元将采集的数据传输至后端云边协同数据处理单元的边缘层对数据进行初步处理；所述边缘层将异常数据上传至后端云边协同数据处理单元的云端对异常数据智能分析，并识别出故障类型后向应用层报警单元发出故障信号，该应用层报警单元接收到故障信号后在信息显示模块显示出故障类型。示模块显示出故障类型。

【技术实现步骤摘要】
一种基于云边协同的公路交通多能变换装备实时监测系统


[0001]本专利技术涉及一种多能变换装备监测系统，具体涉及一种基于云边协同的公路交通多能变换装备实时监测系统。

技术介绍

[0002]随着我国在公路交通领域飞速发展，我国已形成了巨大的公路交通网络，由于地域原因，公路网络涉及高原、山地、沙漠、隧道等不同场景，这就导致了公路交通多能变换装备服役环境复杂化，服役性能受雷暴、高低温、机械应力、电磁应力、烟雾腐蚀等影响巨大，并且不同地域对服役性能的影响程度不一，因此，对于多能变换装备的实时运行状态进行监测是十分有必要的。
[0003]从目前我国公路交通针对多能变换装备监测系统来看，目前主要存在以下问题1)监测数据量大，存在过多无用数据，导致决策传达滞后；2)目前的监测体系单一；3)对异常数据的检测效率低，无法对大量的传输数据中的异常数据进行快速识别。
[0004]专利公开号：CN 113110386 A，涉及一种GIS/GIL设备机械振动状态在线监测及机械故障云诊断系统，通过GIS/GIL设备云诊断平台对多变电站交互数据的接入、处理等功能，实现电力设备的智能运维，但该专利技术在处理振动信号时，由于振动信号产生数据量大，缺少对数据的预处理，容易使监测数据的大量堆积，监测系统反应缓慢，造成故障误诊，无法保证设备的正常运行；专利公开号：CN 111784026A，涉及一种变电站电气设备监测、分析、处理系统，特别是一种基于云边端协同感知的变电站电气设备全方位体检系统，通过全方位利用监测数据、能够提供智能化处理方案，推动建设智慧变电站建设，提升变电站电气设备状态的智能评估和安全预警水平，但该专利技术在面对海量监测数据时，存在对数据的利用率不高，对异常数据的分析处理过于简单等缺陷；专利公开号：CN 11142049 A，涉及一种基于边云协同机制的变压器智能故障诊断方法，以期采用多种参数值全面监测变压器故障并利用中心云一边缘端一终端的三层架构协同实现变压器的故障诊断，但该专利技术在处理监测数据手段过于简单，且监测数据不能够得到有效的保护，容易造成数据丢失泄露等隐患；专利公开号：CN 115098330 A，涉及基于云边协同模式的设备异常检测系统及方法，通过多个隐层维度不同的故障检测模型之间的集成互补来提高设备异常检测性能，并且无需构建特定于问题场景的模型结构、无需先验经验与专业知识，但该专利技术对异常数据的检测效率较低，无法对大量的传输数据中的异常数据进行快速识别，可能会导致决策传达滞后，不能保证监测设备的正常运行。

技术实现思路

[0005]为了解决以上技术缺陷和不足，本专利技术提出一种基于云边协同的公路交通多能变换装备实时监测系统，利用边缘计算，云端计算等技术手段，形成一套技术成熟、安全可靠、反应迅速的多能变换装备监测系统。
[0006]一种基于云边协同的公路交通多能变换装备实时监测系统，包括前端数据采集单
元、网络传输单元、后端云边协同数据处理单元以及应用层报警单元，其特征为：前端数据采集单元通过网络传输单元将采集的数据传输至后端云边协同数据处理单元的边缘层对数据进行初步处理；所述边缘层将异常数据上传至后端云边协同数据处理单元的云端对异常数据智能分析，并识别出故障类型后向应用层报警单元发出故障信号，该应用层报警单元接收到故障信号后在信息显示模块显示出故障类型。
[0007]优选为：所述前端数据采集单元包括传感模块、信号放大模块、A/D转换模块、网络传输模块、存储模块、串口通信模块、微处理器模块、电源模块；所述传感模块包括温度传感、振动传感、电流传感、电压传感、电磁传感、机械应力传感，分别用于采集多能变换装备的温度、振动、电流、电压、电磁、机械应力实时运行数据，所述信号放大模块将采集到的信号进行放大，提高信号的可信度；所述A/D转换模块将电信号转换成数字信号；所述网络传输模块采用SX1268芯片将监测数据发送至云边协同数据处理部分；所述存储模块采用AT24C02芯片将监测数据存储起来；所述串口通信模块采用RS
‑
485通信接口建立与边缘层之间的通信连接；所述微处理器模块采用STM32L芯片进行监测数据的预处理；所述电源模块采用LM2575和LM1117
‑
3.3芯片为传感器提供稳定电源；
[0008]优选为：所述网络传输模块包括通过5G通信、LoRa组网通信和公路沿线已经建成的有线网络链路将监测数据传输至边缘层。
[0009]优选为：所述数据采集单元通过网络传输模块将采集的数据传输至边缘层，边缘层对数据进行初步处理，识别出异常数据。
[0010]本专利技术还公开一种基于云边协同的公路交通多能变换装备实时监测方法，其特征在于：包括如下步骤：
[0011]步骤1：前端数据采集单元实时采集多能变换装备的运行数据：采集多能变换装备的温度、振动、电流、电压、电磁、机械应力实时运行数据；
[0012]步骤2：前端数据采集单元通过网络传输模块将采集到的数据上传至边缘层，边缘层对数据进行初步处理，通过异常数据识别方法，筛选出异常数据C,并将其进行标记，所述边缘层可以是路边部署的基站、路侧单元，智能网关等；
[0013]步骤3：云端通过故障类型识别流程进行异常数据的智能运算，通过训练样本矩阵求解异常数据C的测试数据矩阵X，以此来判断故障类型；
[0014]步骤4：云端通过对异常数据的智能运算，识别出故障类型，立即向应用层报警单元发出故障信号，应用层报警单元接收到故障信号后迅速响应，在信息显示模块显示出故障类型，同时报警模块立刻发出警报声音，维护调修人员可以根据信息显示模块的故障类型提醒迅速进行维修，从而保证多能变换装备的正常运行。
[0015]有益效果
[0016]本专利技术利用边缘层对采集到的数据进行初步处理，筛选出异常数据，再将异常数据上传至云端；云端通过故障识别架构对异常数据进行计算分析，得到故障类型，再向应用层报警单元发出故障信号；应用层报警单元接收到故障信号后立即响应，维护调修人员便可迅速做出处理，通过云边协同处理在提高数据准确性的同时又减少了预警时间，从而达到预警快速响应与精准性。
附图说明
[0017]图1为数据采集单元示意图；
[0018]图2为异常数据识别流程图；
[0019]图3为多能变换装备故障识别流程图；
[0020]图4为多能变换装备在线监测系统示意图。
具体实施方式
[0021]为便于本领域技术人员理解本专利技术的
技术实现思路
，下面结合附图对本
技术实现思路
进一步阐释。
[0022]实施例1
[0023]一种基于云边协同的公路交通多能变换装备实时监测系统，包括前端数据采集单元、网络传输单元、后端云边协同数据处理单元以及应用层报警单元，所述前端数据采集单元与后端云边协同数据处理单元建立网络通信。
[0024]其特征在于：所述前端数据采集单元用于采集多能变换装备实时运行数据，并通过网络传输模块上传至边缘层；
[0025]所述边缘层对数据进行初步处理，通过异本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云边协同的公路交通多能变换装备实时监测系统，包括前端数据采集单元、网络传输单元、后端云边协同数据处理单元以及应用层报警单元，其特征为：前端数据采集单元通过网络传输单元将采集的数据传输至后端云边协同数据处理单元的边缘层对数据进行初步处理；所述边缘层将异常数据上传至后端云边协同数据处理单元的云端对异常数据智能分析，并识别出故障类型后向应用层报警单元发出故障信号，该应用层报警单元接收到故障信号后在信息显示模块显示出故障类型。2.根据权利要求1所述的一种基于云边协同的公路交通多能变换装备实时监测系统，其特征为：所述前端数据采集单元包括传感模块、信号放大模块、A/D转换模块、网络传输模块、存储模块、串口通信模块、微处理器模块、电源模块；所述传感模块采集多能变换装备的实时运行数据；所述信号放大模块将采集到的运行数据进行放大；所述A/D转换模块将放大的信号转换成数字信号；所述网络传输模块将所述数字信号发送至云边协同数据处理部分；所述存储模块将监测的运行数据存储；所述串口通信模块采用RS
‑
485通信接口建立与边缘层之间的通信连接；所述微处理器模块采用STM32L芯片进行监测数据的预处理；所述电源模块采用LM2575和LM1117
‑
3.3芯片为传感器提供稳定电源。3.根据权利要求1所述的一种基于云边协同的公路交通多能变换装备实时监测系统，其特征为：所述网络传输单元包括通过5G通信、LoRa组网通信和公路沿线已经建成的有线网络链路。4.根据权利要求2所述的一种基于云边协同的公路交通多能变换装备实时监测系统，其特征在于：所述实时运行数据为多能变换装备的温度、振动、电流、电压、电磁、机械应力数据。5.一种基于云边协同的公路交通多能变换装备实时监测方法，其特征在于，包括如下步骤：步骤1：前端数据采集单元实时采集多能变换装备的运行数据：采集多能变换装备的实时运行数据；步骤2：前端数据采集单元通过网络传输模块将采集到的数据上传至边缘层，边缘层对数据进行初步处理，通过异常数据识别方法，筛选出异常数据C,并将其进行标记，所述边缘层为路边部署的基站、路侧单元，智能网关；步骤3：边缘层将异常数据上传至云端，云端通过故障类型识别流程进行异常数据的智能运算，通过训练样本矩阵求解异常数据C的测试数据矩阵X，以此来判断故障类型；步骤4：云端通过对异常数据智能分析，识别出故障类型，立即向应用层报警单元发出故障信号，应用层报警单元接收到故障信号后迅速响应，在信息显示模块显示出故障类型，同时报警模块立刻发出警报声音，维护调修人员可以根据信息显示模块的故障类型提醒迅速进行维修，从而保证多能变换装备的正常运行。6.根据权利要求5所述的一种基于云边协同的公路交通多能变换装备实时监测方法，其特征为：所述异常数据的识别方法包括如下步骤：1)边缘层在某一时刻接收到的数据集合为C＝{C1,C2,...,C
i
,...C
n
}，其中，C
i
为边缘层所接收前端数据采集单元采集的第i个数据大小，n为边缘层在该时刻所接收的数据总数量；2)根据1)中的C，求出其数据平均值
其中i＝1,2...n3)边缘层在某一时刻数据处理周期内的数据集合为D＝{D1,D2,...D
j
,...D
m
}，其中D
j
为在该数据处理周期...

【专利技术属性】
技术研发人员：王健，吴炜，闫豪生，陈晨，王伟，任瀚文，李庆民，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：