一种适配电力行业的边缘计算架构设计方法及系统与流程

文档序号:29856308发布日期:2022-04-30 09:27阅读:87来源:国知局
一种适配电力行业的边缘计算架构设计方法及系统与流程

1.本发明涉及边缘计算架构的技术领域,尤其涉及一种适配电力行业的边缘计算架构设计方法及系统。


背景技术:

2.近年来物联网及通信技术、大数据存储技术的成熟让边缘计算网关平台的实现成为可能,现有技术主要是以云计算为核心,网关都是定制化开发,开放性弱,且随着科技的发展电力行业对联网业务的需求也越来越大,对一种适用于电力行业的边缘计算网关的需求也越来越高。
3.传统多接入边缘计算(multi-access edge computing,mec)中,边缘计算节点的应用部署需要应用提供商或者技术人员向边缘计算的运营商进行应用的注册以及应用的推送,并选择需要进行该应用的推送和部署节点或区域,然后将相关的应用通过应用仓库推送到对应的节点,进行部署。
4.以上部署流程存在一定的面向对象要求,具有较高的门槛,例如需要有专业的操作和运维人员。对于现场级特别是家庭侧的边缘计算节点来说,其客户群体存在的特殊性,即大部分都不具备所谓云计算、通信技术等相关运维背景。


技术实现要素:

5.本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
6.鉴于上述现有存在的问题,提出了本发明。
7.因此,本发明解决的技术问题是:需要有专业的操作和运维人员,运维成本较高,智能化程度较低,数据传输速率低,时延高。
8.为解决上述技术问题,本发明提供如下技术方案:通过信息采集节点收集多个变送设备边缘计算终端的数据,并进行数据预处理;通过设备层将预处理后的数据传到信息识别层,并通过信息识别层对信息进行识别;通过信息识别层将识别后的信息上传至hub层,并对hub层接收的数据进行转换;通过dse对hub层接收的数据解析成dse可识别的平台语言并通过平台网关层将数据传输至dse;通过数据层对数据库中的数据进行检查,将错误的数据筛选标记处理,通过dse收集的信息和数据层的若干个数据库进行信息共享;通过服务层调取数据层不同数据库内的不同信息,并在操作界面展示。
9.作为本发明所述的适配电力行业的边缘计算架构设计方法,其中:数据预处理的步骤包括,检测数据字段是否完整,利用独热码编码技术读取的数据缺失值,对数据进行归一化处理,将其映射到[0,1]值域区间。
[0010]
作为本发明所述的适配电力行业的边缘计算架构设计方法,其中:信息识别层识别信息的处理方法包括,采用文本信息处理识别法判断数据集,并转换为内部存储所对应
的数据集;采用分段系统对数据集进行分段,并提取当前数据信息的关键词;采用图片格式化信息处理识别法转换不同格式的图片信息文件,基于数据敏感信息识别补充图片信息文件名称和信息内容,在识别率低于预设值时对名称进行追加识别;采用视频格式化信息处理识别法导出视频流文件为帧集合,根据一定比例的跳帧随机抽取样本帧,复用图片格式化信息处理识别法判断敏感类型和等级,对全部帧或部分帧的识别信息结果进行汇总,最终评定信息分类和等级的终值;采用音频格式化信息处理识别法将音频内容转换成信息文本后复用信息文本处理流程实现信息分类和等级的评定。
[0011]
作为本发明所述的适配电力行业的边缘计算架构设计方法,其中:数据传输的加密算法计算包括,采用des加密算法将64位的明文输入块变为64位的密文输出块,其密钥为64位,采用des对64位的明文分组进行操作;通过一个初始置换,将明文分组分成左半部分和右半部分,各32位长,然后进行16轮相同的运算称为函数f,在运算过程中数据和密钥相结合,经过16轮运算后左、右部分在一起经过一个初始置换的逆置换;将初始置换进行16次的迭代,即进行16层的加密变换,得到l16和r16,将此作为输入块,进行逆置换得到最终的密文输出块,从初始置换规则中得知,原始数据的第1位置换到了第40位,第2位置换到了第8位,则逆置换将第40位置换到第1位,第8位置换到第2位。
[0012]
作为本发明所述的适配电力行业的边缘计算架构设计方法,其中:通过数据层对数据库中的数据进行检查的过程包括,提取数据特征值,其计算公式为:
[0013][0014]
其中,上述公式表示第y层卷积神经网络的算法,k
yw
,b(xy)表示第y层经过卷积神经网络计算后的结果,y=1,2,3;x1表示训练数据输入集,x2表示为k
yw
,b(x1),x3表示为k
yw
,b(x2),w表示权重,c表示为数据扰动项,i表示第i个单元,n表示单元总数。
[0015]
作为本发明所述的适配电力行业的边缘计算架构设计方法,其中:卷积神经网络的激活函数还包括,卷积神经网络的激活函数f的计算公式为:
[0016][0017]
其中,m表示函数自变量,f表示函数因变量。
[0018]
作为本发明所述的适配电力行业的边缘计算架构设计方法,其中:通过检查后数据进行对比的过程包括,通过相似度计算模型计算数据库中数据特征值与预设特征值的相似度,其计算公式为:
[0019][0020]
其中,xi表示数据库中数据特征值,yi表示预设特征值,h是一个变参数,根据参数表示不同的相似度,dist(x,y)表示相似度输出值;当h《1时,两者相似度符合预设标准,判断其对比成功;当h》1时,其相似度未达到预设标准,判断其对比不成功。
[0021]
为解决上述技术问题,本发明还提供了一种适配电力行业的边缘计算架构设计系
统,其中:设备层,用于将预处理后的数据传到信息识别层;信息识别层与设备层相连接,用于对信息进行识别,并将识别后的信息上传至hub层,并对hub层接收的数据进行转换;hub层与信息识别层相连接,用于接收数据,并通过dse将数据解析成dse可识别的平台语言通过平台网关层将数据传输至dse;数据层与平台网关层相连接,用于数据库中的数据进行检查,将错误的数据筛选标记处理,通过dse收集的信息和数据层的若干个数据库进行信息共享;服务层与数据层相连接,用于调取数据层不同数据库内的不同信息,并在操作界面展示。
[0022]
本发明的有益效果:通过边缘计算架构的信息识别层把设备层的总信道分为均匀的连续性子信道,通过多个子信道实现和hub层的信息传输,把hub层的多个子信道整合为总信道的设置,实现增加设备层的带宽的效果,提高数据传输效率,减低时延,从而降低的运维成本。
附图说明
[0023]
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
[0024]
图1为本发明一个实施例提供的一种适配电力行业的边缘计算架构设计方法及系统的基本流程示意图;
[0025]
图2为本发明一个实施例提供的一种适配电力行业的边缘计算架构设计方法及系统的模块结构示意图。
具体实施方式
[0026]
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护的范围。
[0027]
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
[0028]
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
[0029]
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
[0030]
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此
不能理解为对本发明的限制。此外,术语“第一、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
[0031]
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
[0032]
实施例1
[0033]
参照图1,为本发明的一个实施例,提供了一种适配电力行业的边缘计算架构设计方法,包括:
[0034]
s1:通过信息采集节点收集多个变送设备边缘计算终端的数据,并进行数据预处理。
[0035]
需要说明的是,数据预处理的步骤包括:检测数据字段是否完整,利用独热码编码技术读取的数据缺失值,对数据进行归一化处理,将其映射到[0,1]值域区间。
[0036]
s2:通过设备层100将预处理后的数据传到信息识别层200,并通过信息识别层200对信息进行识别。
[0037]
需要说明的是,信息识别层200识别信息的处理方法包括:采用文本信息处理识别法判断数据集,并转换为内部存储所对应的数据集;采用分段系统对数据集进行分段,并提取当前数据信息的关键词;
[0038]
采用图片格式化信息处理识别法转换不同格式的图片信息文件,基于数据敏感信息识别补充图片信息文件名称和信息内容,在识别率低于预设值时对名称进行追加识别;
[0039]
采用视频格式化信息处理识别法导出视频流文件为帧集合,根据一定比例的跳帧随机抽取样本帧,复用图片格式化信息处理识别法判断敏感类型和等级,对全部帧或部分帧的识别信息结果进行汇总,最终评定信息分类和等级的终值;
[0040]
采用音频格式化信息处理识别法将音频内容转换成信息文本后复用信息文本处理流程实现信息分类和等级的评定。
[0041]
s3:通过dse对hub层300接收的数据解析成dse可识别的平台语言并通过平台网关层400将数据传输至dse。
[0042]
需要说明的是,数据传输的加密算法计算包括:采用des加密算法将64位的明文输入块变为64位的密文输出块,其密钥为64位,采用des对64位的明文分组进行操作;
[0043]
通过一个初始置换,将明文分组分成左半部分和右半部分,各32位长,然后进行16轮相同的运算称为函数f,在运算过程中数据和密钥相结合,经过16轮运算后左、右部分在一起经过一个初始置换的逆置换;
[0044]
将初始置换进行16次的迭代,即进行16层的加密变换,得到l16和r16,将此作为输入块,进行逆置换得到最终的密文输出块,从初始置换规则中得知,原始数据的第1位置换到了第40位,第2位置换到了第8位,则逆置换将第40位置换到第1位,第8位置换到第2位。
[0045]
s4:通过数据层500对数据库中的数据进行检查,将错误的数据筛选标记处理,通过dse收集的信息和数据层500的若干个数据库进行信息共享。
[0046]
需要说明的是,通过数据层500对数据库中的数据进行检查的过程包括:提取数据特征值,其计算公式为:
[0047][0048]
其中,上述公式表示第y层卷积神经网络的算法,k
yw
,b(xy)表示第y层经过卷积神经网络计算后的结果,y=1,2,3;x1表示训练数据输入集,x2表示为k
yw
,b(x1),x3表示为k
yw
,b(x2),w表示权重,c表示为数据扰动项,i表示第i个单元,n表示单元总数;
[0049]
卷积神经网络的激活函数f的计算公式为:
[0050][0051]
其中,m表示函数自变量,f表示函数因变量。
[0052]
s5:通过数据层500对数据库中的数据进行检查,将错误的数据筛选标记处理,通过dse收集的信息和数据层500的若干个数据库进行信息共享。
[0053]
需要说明的是,通过相似度计算模型计算数据库中数据特征值与预设特征值的相似度,其计算公式为:
[0054][0055]
其中,xi表示数据库中数据特征值,yi表示预设特征值,h是一个变参数,根据参数表示不同的相似度,dist(x,y)表示相似度输出值;
[0056]
当h《1时,两者相似度符合预设标准,判断其对比成功;
[0057]
当h》1时,其相似度未达到预设标准,判断其对比不成功。
[0058]
s6:通过服务层600调取数据层500不同数据库内的不同信息,并在操作界面展示。
[0059]
本实施例使用传统云计算方法和本发明方法进行对比验证测试。
[0060]
传统的技术方案的运维成本较高,智能化程度较低,数据传输速率低,时延高,传输效率及准确度低,为验证本方法相比传统方法具有增加设备层的带宽的效果,提高数据传输效率,减低时延,从而降低的运维成本。本实施例中将采用传统云计算方法和本方法分别对设备层的数据传输效率、时延性、运维成本进行实时测量对比。
[0061]
测试环境:采用sw-cd4221模型、软件开发平台realview mkd-arm uvision7085,分别利用传统方法及本方法,开启自动化测试设备并运用matlb软件编程实现两种方法的对比测试,根据实验结果得到仿真数据。每种方法各测试10组数据,计算获得每组数据的计算结果以及传统技术方案与本发明技术方案进行对比计算误差,结果如下表所示。
[0062]
表1:实验结果对比表。
[0063][0064]
从上表可以看出本发明方法在数据传输效率比传统方法高,时延性比传统方法低,运维成本方面比传统方法低,体现了本发明方法的有效性。
[0065]
本发明通过边缘计算架构的信息识别层把设备层的总信道分为均匀的连续性子信道,通过多个子信道实现和hub层的信息传输,把hub层的多个子信道整合为总信道的设置,实现增加设备层的带宽的效果,提高数据传输效率,减低时延,从而降低的运维成本。
[0066]
实施例2
[0067]
参照图2,示意为本实施例提出的一种适配电力行业的边缘计算架构设计系统,上述基于适配电力行业的边缘计算架构设计方法能够依托于本系统实现。
[0068]
具体的,该系统包括设备层100、信息识别层200、hub层300、平台网关层400、数据层500、服务层600。
[0069]
需要说明的是,设备层100用于将预处理后的数据传到信息识别层200;信息识别层200与设备层100相连接,用于对信息进行识别,并将识别后的信息上传至hub层300,并对hub层300接收的数据进行转换;hub层300与信息识别层200相连接,用于接收数据,并通过dse将数据解析成dse可识别的平台语言通过平台网关层400将数据传输至dse;数据层500与平台网关层400相连接,用于数据库中的数据进行检查,将错误的数据筛选标记处理,通过dse收集的信息和数据层500的若干个数据库进行信息共享;服务层600与数据层500相连接,用于调取数据层500不同数据库内的不同信息,并在操作界面展示。
[0070]
应当认识到,本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现,其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而,若需要,该程序可以以汇编或机器语言实现。在任何情况下,该语言可以是编译或解释的语言。此外,为此目的该程序能够在编程的专用集成电路上运行。
[0071]
此外,可按任何合适的顺序来执行本文描述的过程的操作,除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行,并且可作为共同地在一个或多个处理器上
执行的代码(例如,可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
[0072]
进一步,所述方法可以在可操作地连接至合适的任何类型的计算平台中实现,包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现,无论是可移动的还是集成至计算平台,如硬盘、光学读取和/或写入存储介质、ram、rom等,使得其可由可编程计算机读取,当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外,机器可读代码,或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时,本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时,本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能,从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中,转换的数据表示物理和有形的对象,包括显示器上产生的物理和有形对象的特定视觉描绘。
[0073]
如在本技术所使用的,术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体,该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如,组件可以是,但不限于是:在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例,在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中,并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外,这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如,来自一个组件的数据,该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号,以本地和/或远程过程的方式进行通信。
[0074]
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1