基于边缘计算的变电站设备全生命周期管理平台制造技术

本发明专利技术公开了基于边缘计算的变电站设备全生命周期管理平台，涉及变电站设备全生命周期管理技术领域，包括网络流量监听模块、流量数据建模模块、激增特征提取模块、激增风险预测模块以及动态限频控制模块；网络流量监听模块，通过每个边缘节点上部署的轻量级网络监控单元监听边缘节点所有进出的数据包流量信息，建立全面的网络流量可视通道；流量数据建模模块，将实时获取的数据包流量信息以短时滑动窗口机制构建成结构化数据。本发明专利技术通过在边缘节点部署网络监控与流量预测机制，实现对流量激增的实时预判与主动限频，有效缓解突发数据压力，保障关键数据不丢失，提升故障预警的准确性与系统稳定性，助力变电站设备全生命周期智能管理。

【技术实现步骤摘要】

本专利技术涉及变电站设备全生命周期管理，具体涉及基于边缘计算的变电站设备全生命周期管理平台。

技术介绍

1、基于边缘计算的变电站设备全生命周期管理是指在变电站现场部署具备计算与分析能力的边缘节点，对设备在运行、维护、检修、退役等各生命周期阶段所产生的数据(如状态监测数据、故障记录、环境信息等)进行就地实时处理与智能分析。通过边缘计算可实现低时延、高可靠性的本地决策与反馈，有效减少数据回传中心的压力，并支持对设备运行状态的精准诊断、风险预测、维保优化及寿命评估等关键环节，从而提升设备运行安全性、延长使用寿命、降低运维成本，构建更加智能、自主与高效的设备全生命周期管理体系。

2、现有技术存在以下不足：

3、现有基于边缘计算的变电站设备全生命周期管理方案中，面对突发事件(例如大规模设备集中启动、短时电气扰动或雷击诱发的局部放电异常)导致多源感知设备在短时间内同步上传大量原始数据的情况下，单个边缘节点由于本地缓存资源(如ram或临时存储区)有限，极易出现缓存空间在极短时间内被迅速填满的问题。由于处理能力滞后或排队机制不完善，超出缓存容量的数本文档来自技高网...

【技术保护点】

1.基于边缘计算的变电站设备全生命周期管理平台，其特征在于，包括网络流量监听模块、流量数据建模模块、激增特征提取模块、激增风险预测模块以及动态限频控制模块；

2.根据权利要求1所述的基于边缘计算的变电站设备全生命周期管理平台，其特征在于，将实时获取的数据包流量信息以短时滑动窗口机制构建成结构化数据，形成数据流量图谱，具体的步骤如下：

3.根据权利要求1所述的基于边缘计算的变电站设备全生命周期管理平台，其特征在于，针对每个数据流量图谱，通过特征工程技术从中提取出数据包流量激增特征，其中，提取的特征包括相邻数据包之间的时间间隔变化和新建TCP连接数的变化率，在设定的短...

【技术特征摘要】

1.基于边缘计算的变电站设备全生命周期管理平台，其特征在于，包括网络流量监听模块、流量数据建模模块、激增特征提取模块、激增风险预测模块以及动态限频控制模块；

2.根据权利要求1所述的基于边缘计算的变电站设备全生命周期管理平台，其特征在于，将实时获取的数据包流量信息以短时滑动窗口机制构建成结构化数据，形成数据流量图谱，具体的步骤如下：

3.根据权利要求1所述的基于边缘计算的变电站设备全生命周期管理平台，其特征在于，针对每个数据流量图谱，通过特征工程技术从中提取出数据包流量激增特征，其中，提取的特征包括相邻数据包之间的时间间隔变化和新建tcp连接数的变化率，在设定的短时滑动窗口内，对提取的特征进行深度分析后，分别生成包间隔缩短因子和连接数增长因子，基于包间隔缩短因子和连接数增长因子量化数据包流量短时爆发的激增潜势。

4.根据权利要求3所述的基于边缘计算的变电站设备全生命周期管理平台，其特征在于，在设定的短时滑动窗口内，将分析后的包间隔缩短因子和连接数增长因子作为特征向量输入至预先通过大量标注样本训练完成的机器学习模型中，基于机器学习模型生成流量激增...

【专利技术属性】
技术研发人员：桂烜，胡佳佳，孟飞，
申请(专利权)人：深圳蔚蓝电气技术有限公司，
类型：发明
国别省市：