[发明专利]具备反馈与闭环控制功能的全流程监控与预警系统

说明书

本发明提出一种具备反馈与闭环控制功能的全流程监控与预警系统，包括现场测控单元、边缘计算组件、分组调节单元、反馈控制单元以及主动控制单元，现场测控单元包括第一数量的测控传感器；边缘计算组件包括第二数量的边缘计算终端；反馈控制单元连接汇总所述第二数量的边缘计算终端对于不同类型设备参数的边缘计算处理结果并进行总体趋势分析，基于所述总体趋势分析生成反馈控制指令；分组调节单元基于所述反馈控制单元和/或所述主动控制单元的指令，调节所述第一数量的测量传感器与所述第二数量的边缘计算终端的分组对应关系。本发明的技术方案能够基于边缘计算实现现场不同设备参数的全流程监控与预警，并且基于闭环控制和反馈控制调整。

技术领域

本发明属于数据监控与预警技术领域，尤其涉及一种具备反馈与闭环控制功能的全流程监控与预警系统。

背景技术

随着信息技术跨越式发展，现场设备数量大幅增长，传统运维方式已无法满足全面掌控设备状态、精确评估风险的需求，亟需加快推动现代信息通信技术与传统运检技术逐步融合。“大数据、云计算、物联网、移动互联”等现代信息通信新技术为运检技术创新发展和管理模式变革带来了难得的机遇。

现场设备远程协助云服务平台采用云服务技术架构，并基于4G移动通信技术，建立一线从业人员高级专业技术人员间的实时语音、视频，文字交互平台。一线变电从业人员在现场通过便携式移动终端设备，能够获取云端局高级专业技术人员的远程协助，并查询相关设备资源。

然而，基于集中云计算模式的深度视觉方法需要占有大量的计算资源，无法满足物联网对全面感知和高效协同的要求，由此需求下，边缘计算应时而生。边缘计算和人工智能彼此赋能，将催生“边缘智能”的崭新范式。

申请号为CN201910225486.1的中国发明专利申请提出一种基于机器学习与边缘计算的远程设备健康预测方法，通过在靠近设备或数据源头的边缘侧，部署融合计算、存储、网络、应用核心能力的边缘计算终端，结合通讯模块实现与生产设备的连接，实时采集生产设备运行要素数据。并就近提供智能化数据分析服务，利用基于机器学习的智能分析模型完成对大量实时数据的清洗和初步分析处理，按照部署的预测模式策略，触发可能的分析服务响应，并把分析结果上传至云端，再由云端智能模型完成数据的综合分析和预测。云管理的架构实现无人值守设备终端的高效管理，边缘计算的分布式属性有效降低云端平台的数据处理负荷，同时保障数据安全，能有效实现远程设备的运行健康状态管理和故障预测。

CN202010733999.6的申请则提出基于边缘计算的设备故障三级双向预警方法及系统，包括构建基于自适应指数平滑算法的第一级双向数据感知预测模型，对采集节点的数据进行预测，初步筛选故障信号并上传，减少正常信号传输的代价；构建了基于扩展的卡尔曼滤波的自回归移动平均算法的第二级双向数据感知预测模型，用于进一步确认故障信号的准确性，降低误报率，减少边端与云端的沟通成本；构造了一种基于LSTM与BP神经网络组合的第三级双向数据感知预测模型，旨在实现基于边缘设备的强计算能力，进一步提高数据的准确性，及时响应底层需求，减少云层传输的时延。该发明大幅减少了数据声波通信传输过程所消耗的带宽和时延，同时有效的对故障信号进行预警。

然而，发明人发现，上述技术方案都是基于静态的模型进行单向数据分析，并且是针对个体异常信号进行预警，并未考虑数据是否稳定通常是整体性的；同时，单向的被动数据分析也无法满足不同用户的个性化主动调控要求，也无法使得系统实现稳定的自反馈。

发明内容