【技术实现步骤摘要】
本专利技术涉及模型组态，具体为一种考虑云边协同的能源设备模型组态方法。
技术介绍
1、"云边协同算法"指的是一种用于云计算和边缘计算环境的协同工作的算法。在计算领域，"云"通常指的是云计算，即基于互联网提供计算资源和服务的模式，而"边缘"指的是边缘计算，即将计算能力推送到离数据生成源更近的位置，以减少延迟和提高效率，云边协同算法通常旨在优化云计算和边缘计算之间的工作协同，以实现更有效的数据处理和资源利用。
2、组态软件(ect)是实现实时监控系统(scada)的基础和核心功能，其通过图形化配置及关联设备模型定义，以模块化的方式实现监控画面的绘制、监控数据的采集处理以及监控对象的可视化展示。传统的组态软件一般采用c/s的架构，通过专用的客户端进行组态后发布，部分组态软件可以转换发布成浏览器可解析的页面，从而实现b/s方式的浏览。
3、传统方式能够满足小规模工矿企业、电厂、变电站等监控需要，而在如今物联网、云计算的技术背景下，分布在不同地点的楼宇能源管理系统建设一般都结合云平台使用多租户方式配置维护，迫切需要基于云原生架构且支持海量设备监控的组态软件。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种考虑云边协同的能源设备模型组态方法，解决了传统方式难以能够满足如今物联网、云计算的技术背景下工矿企业、电厂、变电站等监控需要的问题。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：一种考虑云边协同的能源设备模型组态方法，包括以下步骤：
3、进一步地，所述对监控图像进行识别并获取能源设备连接关系信息的过程如下：获取监控图像，将监控图像输入到训练好的能源设备连接关系识别模型中；对识别到的不同类型的能源设备依次进行编号，同时对同类型的多个能源设备依次进行编号；识别连接线并编号；确定连接线两端对应的能源设备的编号，确定能源设备连接关系信息，即连接线起点连接的能源设备和连接线终点连接的能源设备。
4、进一步地，所述能源设备连接关系识别模型的训练过程如下：获取训练集数据和验证集数据，所述训练集数据和验证集数据均包括历史监控图像和历史监控图像对应的能源设备正确连接关系；基于设定的损失函数，将训练集数据输入至能源设备连接关系识别模型中进行训练，优化能源设备连接关系识别模型参数；使用验证集数据对评估训练后的能源设备连接关系识别模型的泛化能力，当泛化能力达到设定指标后，训练结束。
5、进一步地，所述基于实时登录状态信息优化云平台，控制在线用户数量的过程如下：实时统计同等级权限的在线用户数量，基于各等级权限理论在线人数计算实时登录状态指数；将其与设定的状态阈值进行对比，若实时登录状态指数大于设定的状态阈值，则获取各等级权限的在线用户数量与各等级权限理论在线人数的在线比值；将各个在线比值与设定的比值阈值进行对比，对于大于比值阈值的在线比值对应的等级权限的用户人数进行优化，所述优化包括强制退出和限制登录。
6、进一步地，基于各等级权限理论在线人数计算实时登录状态指数的计算过程如下：获取各等级权限的在线用户数量和各等级权限理论在线人数，计算在线比值；获取各等级权限的在线比值的权重参数，计算实时登录状态指数，计算公式为：其中λ为实时登录状态指数，i＝1,2,3,...,n为等级权限的等级数，λi为第i个等级权限的在线比值的权重参数，为第i个等级权限的在线比值，为第i个等级权限的在线用户数量，为第i个等级权限的限理论在线人数。
7、进一步地，采取强制退出和限制登录的判断规则如下：优先对在线比值大于比值阈值的等级权限的用户人数进行强制退出，被强制退出的用户为超过设定时间未进行操作的用户；执行强制退出后，再次将实时登录状态指数与设定的状态阈值进行对比，若实时登录状态指数大于设定的状态阈值，则执行限制登录，被限制登录的用户为在线比值大于设定的限制阈值的等级权限对应的用户。
8、进一步地，在实时监控画面图纸上绘制设备组态模型的过程中：对于通过api接口获取的json数据，通过konva.js库去初始化生成图纸对象；对于图片对象，过滤出格式为chart和table的图片，生成对应的图表和表格，其步骤如下：获取图片对象的坐标x、y、宽、高和存储的图表配置；生成对应位置和宽高的div元素，使用css定位覆盖到原来图片上方；当格式为chart时通过echarts库，传入div元素和图表配置项生成对应图表，当格式为table时通过vue的组件渲染函数生成对应表格；隐藏图片对象；通过配置的api接口信息轮询更新图表。
9、进一步地，基于实时监控画面图纸创建拓扑图的过程如下：获取实时监控画面图纸，确定所有连接线对象；遍历所有连接线对象找到线段两端连接的组态对象，存储组态连接关系包括连接线对象的起点连接的组态、连接线对象的终点连接的组态、组态的坐标点和组态对象；通过开源echarts库将连接线关系和组态对象导入进去，生成拓扑图。
10、进一步地，将实时监控画面图纸上的设备组态模型与能源设备模型进行关联绑定的过程如下：建立设备组态模型属性与设备组态模型状态之间的关系；通过ap i接口获取能源设备模型遥信、遥测列表，选中对应的遥信、遥测进行关联，关联后的设备组态模型存入能源设备模型的遥信遥测i d，供预览时设备组态模型通过能源设备模型测点i d去获取能源设备模型实时数据。
11、进一步地，基于能源设备模型实时数据更新设备组态模型状态的方式为通过设备组态模型关联的遥测、遥信i d使用定时器轮询查询能源设备模型数据，获取遥信遥测数据后将设备组态模型组态属性值进行更新，同时更新设备组态模型组态属性状态或通过websocket将数据分发给设备组态模型，然后更新设备组态模型组态属性，同时更新设备组态模型组态属性状态。
12、本专利技术具有以下有益效果：
13、(1)、该考虑云边协同的能源设备模型组态方法，通过b/s方式下可视化绘制与属性配置组态，实现楼宇能源监控系统的设备模型与图形关联及设备操作。首先图形化配置图纸，在图纸上绘制监控画面所需的图元；然后通过图模一体化完成设备与模型的关联；最后对图纸解析实现实时监控画面浏览，及画面上直接操作设备监控对象，具有适应性强、处理规模大的特点，更加适合分布在不同地点的楼宇能源管理系统推广应用。
14、(2)、该考虑云边协同的能源设备模型组态方法，控制在线用户数量和资源分配有助于提高系统性能和响应速度，确保用户能够获得更本文档来自技高网...
【技术保护点】
1.一种考虑云边协同的能源设备模型组态方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种考虑云边协同的能源设备模型组态方法，其特征在于，所述对监控图像进行识别并获取能源设备连接关系信息的过程如下：
3.根据权利要求2所述的一种考虑云边协同的能源设备模型组态方法，其特征在于，所述能源设备连接关系识别模型的训练过程如下：
4.根据权利要求1所述的一种考虑云边协同的能源设备模型组态方法，其特征在于，所述基于实时登录状态信息优化云平台，控制在线用户数量的过程如下：
5.根据权利要求4所述的一种考虑云边协同的能源设备模型组态方法，其特征在于，基于各等级权限理论在线人数计算实时登录状态指数的计算过程如下：
6.根据权利要求5所述的一种考虑云边协同的能源设备模型组态方法，其特征在于，采取强制退出和限制登录的判断规则如下：
7.根据权利要求2所述的一种考虑云边协同的能源设备模型组态方法，其特征在于，在实时监控画面图纸上绘制设备组态模型的过程中：
8.根据权利要求7所述的一种考虑云边协同的能源设备模型组
9.根据权利要求8所述的一种考虑云边协同的能源设备模型组态方法，其特征在于，将实时监控画面图纸上的设备组态模型与能源设备模型进行关联绑定的过程如下：
10.根据权利要求9所述的一种考虑云边协同的能源设备模型组态方法，其特征在于：基于能源设备模型实时数据更新设备组态模型状态的方式为通过设备组态模型关联的遥测、遥信i d使用定时器轮询查询能源设备模型数据，获取遥信遥测数据后将设备组态模型组态属性值进行更新，同时更新设备组态模型组态属性状态或通过websocket将数据分发给设备组态模型，然后更新设备组态模型组态属性，同时更新设备组态模型组态属性状态。
...【技术特征摘要】
1.一种考虑云边协同的能源设备模型组态方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种考虑云边协同的能源设备模型组态方法，其特征在于，所述对监控图像进行识别并获取能源设备连接关系信息的过程如下：
3.根据权利要求2所述的一种考虑云边协同的能源设备模型组态方法，其特征在于，所述能源设备连接关系识别模型的训练过程如下：
4.根据权利要求1所述的一种考虑云边协同的能源设备模型组态方法，其特征在于，所述基于实时登录状态信息优化云平台，控制在线用户数量的过程如下：
5.根据权利要求4所述的一种考虑云边协同的能源设备模型组态方法，其特征在于，基于各等级权限理论在线人数计算实时登录状态指数的计算过程如下：
6.根据权利要求5所述的一种考虑云边协同的能源设备模型组态方法，其特征在于，采取强制退出和限制登录的判断规则如下：
7.根据权利要求...
【专利技术属性】
技术研发人员：丁强，吴鸿，管益斌，李响，徐嘉锐，孙志刚，沈东一，陈继兴，
申请(专利权)人：国网江苏综合能源服务有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。