基于云原生边缘计算与AI结合的企业排污监测系统及方法技术方案

本发明专利技术公开了一种基于云原生边缘计算与AI结合的企业排污监测系统及方法，该方法可以实时监测企业排污现状（包括空气污染、水污染、土壤污染等），增强监管的效力，且配合政策手段可以进一步提高企业减排积极性，同时系统高效预测企业污染数据，降低甚至消除“洗绿风险”，对企业更加精准的进行评估进而发放绿色贷款、基金等。系统对企业排污的高效预估也可以促进碳交易的发展。且该系统使用云原生边缘计算代替云计算，在本地对数据进行分析和过滤，节省带宽、减少业务处理时延；可以在边缘处理涉及企业生产和经营活动安全的信息及隐私；容器化应用封装使得轻量化基础镜像，降低资源占用；架构松耦合，易扩展。易扩展。易扩展。

【技术实现步骤摘要】
基于云原生边缘计算与AI结合的企业排污监测系统及方法


[0001]本专利技术涉及云原生边缘计算及人工智能领域，具体是一种基于云原生边缘计算与AI结合的企业排污监测系统及方法。

技术介绍

[0002]环境保护是我国的一项基本国策，随着我国环境保护事业的发展，环境管理工作不断深化。目前对于排污在线的监测系统，大都是对污染因子进行在线监测，掌握企业污染源排放情况及污染排放的总量，监测数据自动传输到环保监测中心，由监测中心的服务器进行数据汇总、整理和综合分析。但企业是控制污染的关键环节，其产生的环境质量与污染排放监测数据量大、结构复杂，远离数据源的云服务在接收数据时可能会面临网络拥塞、带宽不足等问题。且随着可持续发展、绿色金融、碳交易等发展，环保大数据若仅就污染排放进行监控分析，将无法满足需求。
[0003]KubeEdge是CNCF首个孵化级云原生边缘计算项目，为用户提供一体化云边协同解决方案，作为业界首个云原生边缘计算开源项目，KubeEdge自开源以来受到了产业界和学术界广泛的关注和支持。KubeEdge基于Kubernetes原生的容器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云原生边缘计算与AI结合的企业排污监测系统及方法，其特征是：包括如下步骤：（1）在云端搭建Kubernetes环境，基于Kubernetes环境搭建KubeEdge环境部署Cloudcore服务，并搭建Harbor镜像中心服务器；（2）基于Django框架，借助python的Kubernetes模块提供的API搭建监测企业排污系统的后端，该后端包括KubeEdge集群管理模块、边缘应用管理模块、AI模型管理模块、镜像中心管理模块、边缘数据上报存储模块和污染数据分析预测结果展示模块；（3）基于后端，应用Vue.js开发前端用户操作界面，将各个模块的操作以可视化的形态提供给用户；（4）将后端与前端应用以容器化的方式部署到云端，使用service暴露服务，使用户可通过浏览器访问前端；（5）从前端登录系统，纳管边缘节点，在边缘节点部署edgecore服务，并分发Harbor镜像中心证书，保证边缘节点可拉取镜像，根据开发的模型创建设备实例、设备模板、路由节点和路由规则；（6）基于Transformer，利用在先收集的企业污染数据训练空气污染预测模型、土壤污染预测模型、水污染预测模型...

【专利技术属性】
技术研发人员：闫冬雪，吴劲松，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：