[发明专利]数据采集传输设备系统及预知诊断、边缘计算方法

权利要求书

1.数据采集传输设备系统，其特征在于，包括网络中心子系统、数据中心子系统、驱动中心子系统，所述网络中心子系统用于消息流的建立、连接、处理，所述网络中心子系统包括消息路由模块，所述数据中心子系统用于数据的管理、预诊断、计算处理，所述数据中心子系统包括数据管理模块、预知诊断模块、边缘计算模块、设备集群模块，所述驱动中心子系统用于设备、网络的驱动，所述驱动中心子系统包括设备驱动模块、网络驱动模块。

2.根据权利要求1所述的数据采集传输设备系统，其特征在于，所述消息路由模块包括数据流转子模块、资源部署子模块、资源监控子模块，所述数据数据流转子模块用于数据过滤、聚合计算、数据连接、异常检测，所述资源部署子模块用于通讯管理、传输加密管理、数据上报管理，所述资源监控子模块用于通讯状态监测、驱动监测、日志监测、流数据监测。

3.根据权利要求1所述的数据采集传输设备系统，其特征在于，所述数据管理模块包括数据采集子模块、自动缓存子模块、自动同步子模块、日志记录子模块，所述数据采集子模块用于无线采集、有线采集，所述自动缓存子模块用于数据实时存储、大容量存储空间，所述自动同步子模块用于同步数据到云平台、断网续传，所述日志记录子模块用于记录系统状态、操作状态及异常状态。

4.根据权利要求1所述的数据采集传输设备系统，其特征在于，所述预知诊断模块包括远程运维子模块、数据智能子模块、短信告警子模块，所述远程运维子模块用于子设备图形化管理、设备状态监测、设备连接管理、设备反崆操作，所述数据智能子模块用于设备数据模型分析、数据聚合计算、异常检测分析及专家经验建议，所述短信告警子模块用于设备异常及维护建议通知、即时反馈、提前预警。

5.根据权利要求1所述的数据采集传输设备系统，其特征在于，所述边缘计算模块包括计算模型子模块、数据清洗子模块、聚合处理子模块、边缘智能子模块，所述计算模型子模块用于函数计算、规则计算、流式计算，所述数据清洗子模块用于数据分析、数据清洗转化、备份原数据、纠正错误、干净数据回流，所述聚合处理子模块用于聚合计算、多模型算法、流数据汇总分析、给出数据分析结果，所述边缘智能子模块用于容器化管理、外设映射、智能模型。

6.根据权利要求1所述的数据采集传输设备系统，其特征在于，所述设备集群模块包括设备接入子模块、实时监控子模块、分布计算子模块，所述设备接入子模块用于子设备驱动匹配、子设备协议、连接状态监测，所述实时监控子模块用于设备通讯监测、数据采集传输监测，所述分布计算子模块用于分布式接入设备、计算优先级灵活配置、多设备同时集中式计算。

7.根据权利要求1所述的数据采集传输设备系统，其特征在于，所述设备驱动模块包括驱动类型子模块、接口类型子模块、通讯协议子模块，所述驱动类型子模块包括PLC设备、常用设备、集中器，所述接口类型子模块为RS485、RS232、DI/ADC、LAN，所述通讯协议子模块为MODBUS、TCP、UDP。

8.根据权利要求1所述的数据采集传输设备系统，其特征在于，所述网路驱动中心模块包括通信方式子模块、通讯协议子模块，所述通讯方式为以太网、5G/4G/3G/2G、NB-Iot，所述通讯协议为MQTT、TCP/UDP、HTTP。

9.根据权利要求1-8任一项数据采集传输设备系统的预知诊断、边缘计算方法，其特征在于，包括以下步骤：

步骤(1.1)：数据采样传输设备开始运行，协议配置，驱动配置，网络初始化，与服务端建立通信链路，与设备建立通讯连接，网络中心、数据中心、驱动中心三大中心将数据流进行处理计算分析；

步骤(1.2)：与服务端云平台建立连接后，形成可视化人机交互界面到用户业务，通过数据大屏给用户提供界面展示，同时远程监控为用户远程监控运维子模块，用于对现场设备的维护管理。

10.根据权利要求9所述的数据采集传输设备系统的预知诊断、边缘计算方法，其特征在于，所述步骤(1.1)

在数据采集传输设备开机后，会载入相关配置信息，根据相关配置，通过驱动中心，进行驱动选择，驱动类型选择后，继续选择接口类型，最后选择通讯协议；

配置完成后，进入数据中心的数据管理，根据配置信息，配置相关的数据采集媒介，进入数据中心的设备集群，系统会根据配置按照子设备协议自动匹配驱动，同时进行连接状态监测；

设备接入以后，数据采集传输设备会实时的采集现场设备数据，通过数据管理的自动缓存进行数据实时存储；

依靠自动同步，保障设备可以在断网或者弱网的情况下，正常脱机运行，等网络恢复后，可将最新数据同步至云；

数据存储到本地后，通过边缘计算进行数据清洗，数据分析执行备份原数据、纠正错误，然后按照数据清洗转换规则进行数据清洗，最后将清洗完成的数据通过干净数据回流进入消息路由，进行数据流转，通过数据过滤、聚合计算将数据汇入聚合处理，按照多模型算法，进行数据的聚合计算、流数据汇总分析，形成数据分析结果，该结果会通过边缘智能(容器化管理、外设映射、智能模型)进行二次矫正，最后将矫正的结果汇入消息路由，通过资源部署，进行传输加密管理，通过数据上报管理将数据上报至云；

预知诊断将通过消息路由和边缘计算对数据进行流转分析，在流转分析过程中，将会调用计算模型中的函数计算、规则计算、流式计算以及聚合处理以及边缘智能，形成设备预知诊断的数据，该数据会流转至数据智能中，通过设备数据模型，进行数据聚合计算和异常检测分析，通过专家经验建议形成准确可靠的预知诊断结果，并通过短信告警，形成设备异常及维护建议通知，即时通知到相关人员，提前作出预警响应。