CN111741073B - 基于5g通信网络的电力数据传输*** - Google Patents

Abstract

本发明涉及电力***数据传输技术领域，提供一种基于5G通信网络的电力数据传输***，包括：依次连接的云端主站、多个智能终端和多个传感器；传感器用于采集电力数据，将采集到的电力数据发送给与其对应的智能终端；智能终端用于：接收电力数据，将电力数据按照预设处理类型划分为边缘端数据和云端数据；对边缘端数据进行处理，获得边缘端处理结果；将云端数据中的每条数据按照数据种类划分为多个数据集；将每个数据集通过预设的与该数据集的数据种类对应的网络传输模式传输至云端主站，以使云端主站对云端数据进行处理，获得云端处理结果。本发明提供的技术方案，能够有效提高云端主站对各种信息的响应速度，且能够有效提高数据传输效率。

Description

基于5G通信网络的电力数据传输***

技术领域

本发明涉及电力***数据传输技术领域，特别涉及一种电力数据传输***。

背景技术

电力物联网，指的是在电力***中充分应用移动互联、人工智能等现代信息技术，实现电力***各环节万物互联、人机交互的智慧服务***。其中，各种智能终端用于对电能进行分配和管理，或对用户的用电信息进行采集，其作为电力物联网的各个节点是能源互联网的重要组成部分。

现有技术中，电力物联网中的各种智能终端需要按照协议规范将获取的所有数据上传至云端主站，由云端主站对其进行分析处理，并下发相应的控制指令。然而，目前各种智能终端以指数级的数量增长，这种集中式处理方式无法对各种信息作出及时响应。此外，由于电力物联网中的用电采集终端所获取的电压、电流、电量等用电信息数据、配电终端所产生的对电气设备的监测数据、精准负荷控制所产生的控制类业务数据等涉及多种数据类型，而现有技术采用统一的网络传输模式来向云端主站传输这些不同种类的数据，使得数据传输的效率、质量、以及网络利用率均不高。

发明内容

有鉴于此，本发明旨在提出一种基于5G通信网络的电力数据传输***，能够有效提高云端主站对各种信息的响应速度，且能够有效提高数据传输效率。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于5G通信网络的电力数据传输***，所述***包括：云端主站，连接至所述云端主站的多个智能终端，以及与每个所述智能终端对应连接的传感器；每个所述传感器用于：采集电力数据，将采集到的电力数据发送给与其对应的智能终端；每个所述智能终端用于：

接收发送自与该智能终端对应的传感器的电力数据，将接收到的电力数据按照预设处理类型划分为边缘端数据和云端数据；

对所述边缘端数据进行处理，获得边缘端处理结果；

将所述云端数据中的每条数据按照数据种类划分为多个数据集；

将每个所述数据集通过预设的与该数据集的数据种类对应的网络传输模式传输至所述云端主站，以使所述云端主站对接收到的所述云端数据进行处理，获得云端处理结果；

所述多个智能终端通过5G网络连接至所述云端主站。

进一步地，所述对所述边缘端数据进行处理，获得边缘端处理结果，包括：

对所述边缘端数据中的每条数据进行处理，获得所述边缘端数据中每条数据对应的边缘端处理结果；

该智能终端还用于：

根据所述边缘端数据中每条数据对应的边缘端处理结果，执行与该边缘端处理结果对应的第一预设控制指令。

进一步地，该智能终端还用于：

在将所述云端数据中的每条数据按照数据种类划分为多个数据集之前，确定所述云端数据中每条数据的数据种类。

优选地，该智能终端采用以下方式确定所述云端数据中每条数据的数据种类：

对所述云端数据中每条数据进行解析，获得所述云端数据中每条数据对应的协议类型；

根据所述云端数据中每条数据对应的协议类型确定所述云端数据中每条数据的数据种类。

优选地，所述数据种类包括：图片数据、视频数据和时间序列数据；所述网络传输模式包括：5G网络大流量模式和5G网络低时延高可靠模式；所述将每个所述数据集通过预设的与该数据集的数据种类对应的网络传输模式传输至所述云端主站，包括：

将所述数据种类为所述图片数据或所述视频数据的数据集通过所述5G网络大流量模式传输至所述云端主站；

将所述数据种类为所述时间序列数据的数据集通过所述5G网络低时延高可靠模式传输至所述云端主站。

进一步地，该智能终端中预设有：分发线程、大流量处理队列和低时延高可靠处理队列；该智能终端还用于：

在所述将所述数据种类为所述图片数据或所述视频数据的数据集通过所述5G网络大流量模式传输至所述云端主站之前，通过所述分发线程将所述数据种类为所述图片数据或所述视频数据的数据集置入所述大流量处理队列中；

在所述将所述数据种类为所述时间序列数据的数据集通过所述5G网络低时延高可靠模式传输至所述云端主站之前，通过所述分发线程将所述数据种类为所述时间序列数据的数据集置入所述低时延高可靠处理队列中。

进一步地，该智能终端中还预设有：大流量处理线程和低时延高可靠处理线程；该智能终端还用于：

在所述将所述数据种类为所述图片数据或所述视频数据的数据集通过所述5G网络大流量模式传输至所述云端主站之前，通过所述大流量处理线程从所述大流量处理队列中取出所述数据种类为所述图片数据或所述视频数据的数据集；

在所述将所述数据种类为所述时间序列数据的数据集通过所述5G网络低时延高可靠模式传输至所述云端主站之前，通过所述低时延高可靠处理线程从所述低时延高可靠处理队列中取出所述数据种类为所述时间序列数据的数据集。

进一步地，所述云端主站对接收到的所述云端数据进行处理，获得云端处理结果，包括：

所述云端主站对接收到的所述云端数据中的每条数据进行处理，获得所述云端数据中每条数据对应的云端处理结果；

所述云端主站还用于：根据所述云端数据中每条数据对应的云端处理结果，向该智能终端下发与该云端处理结果对应的第二预设控制指令，以使该智能终端执行与该云端处理结果对应的第二预设控制指令。

优选地，所述云端主站中预设有多种已训练的网络模型，所述云端主站对接收到的所述云端数据进行处理，获得云端处理结果，包括：

所述云端主站通过所述已训练的网络模型对接收到的所述云端数据进行处理，获得云端处理结果。

优选地，所述已训练的网络模型包括：决策模型、分析模型、监测模型和信息获取模型。

进一步地，所述云端主站还用于：对接收到的所述云端数据进行存储。

优选地，所述智能终端包括：发电终端、输电终端、变电终端、配电终端和用电采集终端。

本发明所述的基于5G通信网络的电力数据传输***，由智能终端将接收到的电力数据按照预设处理类型划分为边缘端数据和云端数据，对于边缘端数据，直接对其进行处理，而不需要再发送给云端主站；对于云端数据，按照数据种类将其划分为多个数据集，并将每个数据集通过预设的与该数据集的数据种类对应的网络传输模式传输至云端主站，以使云端主站对其进行处理。可见，本发明采用了云端主站与边缘端相结合的数据处理方式，不需要将采集到的所有数据都发送给云端主站进行处理，从而大大减轻了网络及云端主站的负荷，有效地提高了云端主站对各种信息数据的响应速度。同时，本发明对不同的数据种类采用与其对应的网络传输模式进行传输，对通信网络进行了充分利用，因此能够有效地提高数据传输效率。

本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施方式及其说明用于解释本发明，并不构成对本发明的不当限定。

在附图中：

图1为本发明实施例的***结构示意图一；

图2为本发明实施例的***结构示意图二；

图3为本发明实施例中智能终端对接收到的电力数据的处理流程图一；

图4为本发明实施例中智能终端对接收到的电力数据的处理流程图二；

图5为本发明实施例中云端主站对接收到的云端数据的处理流程图。

具体实施方式

以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。

本发明基于5G通信网络的云边协同通信框架，通过云端建模分析与边缘端执行实时决策相结合的方式，并定义了任务处理类型的五元组和通信信息类型的四元组，提出边缘端与传感器设备通信以及边缘端与云端通信两级配合的云边协同通信方法，实现电力领域终端高质量、高性能的实时通信。

本发明实施例提供的基于5G通信网络的电力数据传输***如图1和图2所示，所述***包括：云端主站，连接至所述云端主站的多个智能终端，以及与每个所述智能终端对应连接的传感器。其中，每个所述传感器用于：采集电力数据，将采集到的电力数据发送给与其对应的智能终端。本实施例中，所述智能终端包括：发电终端、输电终端、变电终端、配电终端和用电采集终端。

如图3所示，每个所述智能终端用于进行如下操作：

步骤S101，接收发送自与该智能终端对应的传感器的电力数据，将接收到的电力数据按照预设处理类型划分为边缘端数据和云端数据；

步骤S102，对所述边缘端数据进行处理，获得边缘端处理结果；

本实施例中，步骤S102具体包括：

对所述边缘端数据中的每条数据进行处理，获得所述边缘端数据中每条数据对应的边缘端处理结果。则，该智能终端还用于：

根据所述边缘端数据中每条数据对应的边缘端处理结果，执行与该边缘端处理结果对应的第一预设控制指令。通过执行该第一预设控制指令以对该智能终端的动作进行控制。

步骤S103，将所述云端数据中的每条数据按照数据种类划分为多个数据集；

步骤S104，将每个所述数据集通过预设的与该数据集的数据种类对应的网络传输模式传输至所述云端主站，以使所述云端主站对接收到的所述云端数据进行处理，获得云端处理结果。

本实施例中，该智能终端还用于：在将所述云端数据中的每条数据按照数据种类划分为多个数据集之前，确定所述云端数据中每条数据的数据种类。具体地，该智能终端采用以下方式确定所述云端数据中每条数据的数据种类：

对所述云端数据中每条数据进行解析，获得所述云端数据中每条数据对应的协议类型；根据所述云端数据中每条数据对应的协议类型确定所述云端数据中每条数据的数据种类。

5G主要是在4G体系基础上在终端接入速率、基站终端连接容量和业务基础时延方面显著提升，主要应用的场景包括：①增强型移动宽带(eMBB)，提供1Gbps体验速率和10Gbps峰值速率；②低延迟超高可靠通信(URLLC)，提供毫秒级端到端时延和接近100％的业务可靠性保证，适用于无人驾驶、工业自动化等低时延高可靠链接业务；③大规模机器类通信(mMTC)，提供具备超千亿网络连接支持能力，适用于大规模传感和数据采集为目标的应用场景。正因为5G网络具有上述高速度、广深覆盖、低功耗、低延时等特点，因此，本实施例采用5G网络来进行数据传输，即本实施中，所述多个智能终端通过5G网络连接至所述云端主站。

本实施例所构建的基于5G通信网络的电力数据传输***中，由于用电采集终端所获取的电压、电流、电量等数据，配电终端所产生的电气设备监测、运行状态、配网故障指示器状态数据，毫秒级精准负荷控制产生的对时延要求极为严格的生产控制类业务数据等，所涉及的终端种类繁多，每一类终端都对应着相关业务需求，对于诸如时延、可靠性等的要求都不一样，需要不一样的网络、不同的管理、不同的服务，通信的信息类型也不一样，所以需要通过时延、带宽、安全性、可靠性划分不同的网络，以适应不同的场景。各种应用场景有不一样的网络要求，比如精准切负荷就需要低时延高可靠；图片和视频采集需要大流量；分布式网络则需要大规模物联。

具体地，上述云端数据中每条数据的数据种类包括：图片数据、视频数据和时间序列数据。所述网络传输模式包括：5G网络大流量模式和5G网络低时延高可靠模式。则，上述将每个所述数据集通过预设的与该数据集的数据种类对应的网络传输模式传输至所述云端主站，具体包括：

将所述数据种类为所述图片数据或所述视频数据的数据集通过所述5G网络大流量模式传输至所述云端主站；将所述数据种类为所述时间序列数据的数据集通过所述5G网络低时延高可靠模式传输至所述云端主站。通过不同的网络传输模式来传输不同种类的数据，能够极大地提高5G网络的网络利用率、极大地提高数据传输效率。

如图4所示，该智能终端中预设有：分发线程、大流量处理队列和低时延高可靠处理队列。该智能终端还用于：在将数据种类为图片数据或视频数据的数据集通过5G网络大流量模式传输至云端主站之前，通过分发线程将数据种类为图片数据或视频数据的数据集置入大流量处理队列中；在将数据种类为时间序列数据的数据集通过5G网络低时延高可靠模式传输至云端主站之前，通过分发线程将数据种类为时间序列数据的数据集置入低时延高可靠处理队列中。

此外，该智能终端中还预设有本地执行队列，该智能终端还用于：在对边缘端数据进行处理，获得边缘端处理结果之前，通过分发线程将边缘端数据置入本地执行队列中。

如图4所示，该智能终端中还预设有：大流量处理线程和低时延高可靠处理线程。该智能终端还用于：在将数据种类为图片数据或视频数据的数据集通过5G网络大流量模式传输至云端主站之前，通过大流量处理线程从大流量处理队列中取出数据种类为图片数据或视频数据的数据集；在将数据种类为时间序列数据的数据集通过5G网络低时延高可靠模式传输至云端主站之前，通过低时延高可靠处理线程从低时延高可靠处理队列中取出数据种类为时间序列数据的数据集。

此外，该智能终端中还预设有本地处理线程，该智能终端还用于：在对边缘端数据进行处理，获得边缘端处理结果之前，通过本地处理线程从本地执行队列中取出边缘端数据。

本实施例中，智能终端和与其对应的传感器之间的交互通过设置于智能终端上的边缘端信息交互处理引擎来实现，支持电力***中各环节中不同通讯协议数据帧进行数据采集和反向控制设备，包括DL/T634.5.104、Q/GDW1376.1、DL/T645、DL/T634.5.101、IEC61850、MODBUS、IEC6205、MQTT、CoAP等。传感器在运行过程中产生的大量信息都需要在边缘端(具体是在智能终端中)进行采集、分析、处理，在需要模型算法进行推断时给出可行的执行策略。边缘端信息交互处理引擎可实时根据所提供的执行策略对各个智能终端进行自动反向控制。

边缘端信息交互处理引擎中信息处理通过提前在配置文件中写好的任务处理类型五元组和通信数据类型四元组与接收的信息帧进行匹配，五元组和四元组作为信息的头部与对应的数据帧一起放到缓存中，分发线程根据这些信息的头部选择是大流量通信还是低时延通信或者本地通信，分别将这些信息放到各个队列中，各个处理线程负责从自己操作的队列中取出数据进行处理即可。

具体地，任务处理类型定义为一个五元组E＝{T,W,C,R,S}，其中T代表低时延，W代表大流量，C代表本地通信，R代表可靠性，S代表安全性。

通信数据类型定义为一个四元组T＝{P,V,B,O}，其中，P代表图片数据，V代表视频数据，B代表时间序列数据，O代表其他类型。

本实施例所定义的任务处理类型五元组和通信数据类型四元组以配置文件的形式存在，根据实际情况首先规定每个元素只能取值为0或1，如果为0表示对应的类型没有需求，如果为1表示对应的类型有需求，预设如下几种情况：

情况一：E＝{0,1,0,0,0}，T＝{1,1,0,0}，表示对图片、视频数据进行大流量处理。

情况二：E＝{1,0,0,1,1}，T＝{0,0,1,0}，表示对时间序列数据进行低时延高可靠处理，并考虑安全性。

情况三：E＝{0,0,1,0,1}，T＝{1,1,1,0}，表示对图片、视频、时间序列数据进行本地通信，并考虑安全性。

在实际执行过程中，边缘端信息交互处理引擎采用以下步骤来处理接收到的电力数据：

步骤1：算法启动大流量处理线程A、低时延处理线程B、本地处理线程C，并从配置文件中读取五元组和四元组的配置信息；

步骤2：信息流处理引擎接收来自传感器的电力数据，并进行协议类型识别和解析，同时根据配置文件填充五元组和四元组的每个字段；

步骤3：对填充好的五元组和四元组的各个字段进行解析，并根据解析结果进行分发；

步骤4：如果是上述的情况一，则将信息放到大流量处理队列A；

步骤5：如果是上述的情况二，则将信息放到低时延高可靠处理队列B；

步骤6：如果是上述的情况三，则将信息放到本地执行队列由本地处理线程C执行。

另外，如果在协议解析后发现不是配置的情况，则做默认处理。默认情况为：图片和视频进行大流量处理，时间序列数据进行低时延处理；其它数据进行本地通信处理，即在智能终端中处理，而不必上传至云端主站。

本实施例中，云端主站与各个智能终端进行信息交互、分析、存储、模型构建、训练、发布等过程，并将智能终端发送过来的数据进行分析处理，而丢弃中间的冗余信息，将分析后的数据或者原始数据存储到云端的数据存库中，作为之后的云平台数据分析、模型训练等的基础数据。也就是说云端主站不需要将所有的信息都收集到数据库中，以减少通信压力和***压力。而云端主站则可以将主要的资源用于整体层面的智能调度、模型优化等方面。云端计算和边缘计算相互配合，协同工作，完成整个信息通信流程。

本实施例中，所述云端主站对接收到的所述云端数据进行处理，获得云端处理结果，具体包括：云端主站对接收到的云端数据中的每条数据进行处理，获得云端数据中每条数据对应的云端处理结果。则，所述云端主站还用于：根据云端数据中每条数据对应的云端处理结果，向该智能终端下发与该云端处理结果对应的第二预设控制指令；该智能终端还用于：接收并执行由所述云端主站下发的与该云端处理结果对应的第二预设控制指令。通过执行该第二预设控制指令以对该智能终端的动作进行控制。

本实施例中，所述云端主站中预设有多种已训练的网络模型，则，所述云端主站对接收到的所述云端数据进行处理，获得云端处理结果，具体包括：所述云端主站通过所述已训练的网络模型对接收到的所述云端数据进行处理，获得云端处理结果。上述已训练的网络模型包括：决策模型、分析模型、监测模型和信息获取模型。

此外，本实施例中的云端主站还用于对接收到的所述云端数据进行存储。

具体地，如图5所示，智能终端与云端主站之间进行信息交互、分析、存储、模型构建、训练、发布等的具体执行过程如下：

步骤1：边缘端的智能终端将数据传输到云端主站，即智能终端通过大流量处理线程A将视频数据或者图片数据等大流量的信息流通过5G网络的大流量模式连接到公网，以传输大流量处理队列中的信息到云端主站；通过低时延处理线程B将需要进行低时延高可靠处理的数据通过5G网络的低时延高可靠模式连接到公网，以传输低时延处理队列中的信息到云端主站；

步骤2：云端主站接收到边缘端的智能终端发送来的数据后，对数据进行分析，并去掉中间的冗余信息，将数据存入云端数据库；或者，对每条数据进行处理，获得每条数据对应的云端处理结果；

步骤3：根据具体数据判断已训练的网络模型是否可行，如果不可行则进行模型更新，同时，在没有可用的模型情况下构建新的模型；

步骤4：根据历史信息和最新信息，对新构建的模型进行训练，如果是已经存在的模型则进行增量训练；

步骤5：将相应的模型下发给边缘端的智能终端执行；或者，根据每条数据对应的云端处理结果向智能终端下发与该云端处理结果对应的控制指令，以使智能终端执行该控制指令。

本发明所述的基于5G通信网络的电力数据传输***，由智能终端将接收到的电力数据按照预设处理类型划分为边缘端数据和云端数据，对于边缘端数据，直接对其进行处理，而不需要再发送给云端主站；对于云端数据，按照数据种类将其划分为多个数据集，并将每个数据集通过预设的与该数据集的数据种类对应的网络传输模式传输至云端主站，以使云端主站对其进行处理。可见，本发明采用了云端主站与边缘端相结合的数据处理方式，不需要将采集到的所有数据都发送给云端主站进行处理，从而大大减轻了网络及云端主站的负荷，有效地提高了云端主站对各种信息数据的响应速度。同时，本发明对不同的数据种类采用与其对应的网络传输模式进行传输，对通信网络进行了充分利用，因此能够有效地提高数据传输效率。

本发明从5G通信网络的通信特点出发，构建云边协同信息通信框架，并根据信息的通信流量、通信时延、可靠性等因素综合判断信息通信流程，如选择大流量还是低时延、在边缘端处理还是在云端处理等，以降低数据存储、通信和处理的成本，促进5G网络通信资源达到定制化、最大化利用。

以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施例对各种可能的组合方式不再另行说明。

本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

此外，本发明实施例的不同实施方式之间也可以进行任意组合，只要其不违背本发明实施例的思想，其同样应当视为本发明实施例所公开的内容。

Claims (11)

1.一种基于5G通信网络的电力数据传输***，所述***包括：云端主站，连接至所述云端主站的多个智能终端，以及与每个所述智能终端对应连接的传感器；每个所述传感器用于：采集电力数据，将采集到的电力数据发送给与其对应的智能终端；其特征在于，

每个所述智能终端用于：

接收发送自与该智能终端对应的传感器的电力数据，将接收到的电力数据按照预设处理类型划分为边缘端数据和云端数据；

对所述边缘端数据进行处理，获得边缘端处理结果；

将所述云端数据中的每条数据按照数据种类划分为多个数据集；

将每个所述数据集通过预设的与该数据集的数据种类对应的网络传输模式传输至所述云端主站，以使所述云端主站对接收到的所述云端数据进行处理，获得云端处理结果；

所述多个智能终端通过5G网络连接至所述云端主站；

所述数据种类包括：图片数据、视频数据和时间序列数据；所述网络传输模式包括：5G网络大流量模式和5G网络低时延高可靠模式；所述将每个所述数据集通过预设的与该数据集的数据种类对应的网络传输模式传输至所述云端主站，包括：

将所述数据种类为所述图片数据或所述视频数据的数据集通过所述5G网络大流量模式传输至所述云端主站；

将所述数据种类为所述时间序列数据的数据集通过所述5G网络低时延高可靠模式传输至所述云端主站。

2.根据权利要求1所述的基于5G通信网络的电力数据传输***，其特征在于，所述对所述边缘端数据进行处理，获得边缘端处理结果，包括：

对所述边缘端数据中的每条数据进行处理，获得所述边缘端数据中每条数据对应的边缘端处理结果；

该智能终端还用于：

根据所述边缘端数据中每条数据对应的边缘端处理结果，执行与该边缘端处理结果对应的第一预设控制指令。

3.根据权利要求1所述的基于5G通信网络的电力数据传输***，其特征在于，该智能终端还用于：

在将所述云端数据中的每条数据按照数据种类划分为多个数据集之前，确定所述云端数据中每条数据的数据种类。

4.根据权利要求3所述的基于5G通信网络的电力数据传输***，其特征在于，该智能终端采用以下方式确定所述云端数据中每条数据的数据种类：

对所述云端数据中每条数据进行解析，获得所述云端数据中每条数据对应的协议类型；

根据所述云端数据中每条数据对应的协议类型确定所述云端数据中每条数据的数据种类。

5.根据权利要求1所述的基于5G通信网络的电力数据传输***，其特征在于，该智能终端中预设有：分发线程、大流量处理队列和低时延高可靠处理队列；该智能终端还用于：

在所述将所述数据种类为所述图片数据或所述视频数据的数据集通过所述5G网络大流量模式传输至所述云端主站之前，通过所述分发线程将所述数据种类为所述图片数据或所述视频数据的数据集置入所述大流量处理队列中；

在所述将所述数据种类为所述时间序列数据的数据集通过所述5G网络低时延高可靠模式传输至所述云端主站之前，通过所述分发线程将所述数据种类为所述时间序列数据的数据集置入所述低时延高可靠处理队列中。

6.根据权利要求5所述的基于5G通信网络的电力数据传输***，其特征在于，该智能终端中还预设有：大流量处理线程和低时延高可靠处理线程；该智能终端还用于：

在所述将所述数据种类为所述图片数据或所述视频数据的数据集通过所述5G网络大流量模式传输至所述云端主站之前，通过所述大流量处理线程从所述大流量处理队列中取出所述数据种类为所述图片数据或所述视频数据的数据集；

在所述将所述数据种类为所述时间序列数据的数据集通过所述5G网络低时延高可靠模式传输至所述云端主站之前，通过所述低时延高可靠处理线程从所述低时延高可靠处理队列中取出所述数据种类为所述时间序列数据的数据集。

7.根据权利要求1所述的基于5G通信网络的电力数据传输***，其特征在于，所述云端主站对接收到的所述云端数据进行处理，获得云端处理结果，包括：

所述云端主站对接收到的所述云端数据中的每条数据进行处理，获得所述云端数据中每条数据对应的云端处理结果；

所述云端主站还用于：根据所述云端数据中每条数据对应的云端处理结果，向该智能终端下发与该云端处理结果对应的第二预设控制指令，以使该智能终端执行与该云端处理结果对应的第二预设控制指令。

8.根据权利要求1所述的基于5G通信网络的电力数据传输***，其特征在于，所述云端主站中预设有多种已训练的网络模型，所述云端主站对接收到的所述云端数据进行处理，获得云端处理结果，包括：

所述云端主站通过所述已训练的网络模型对接收到的所述云端数据进行处理，获得云端处理结果。

9.根据权利要求8所述的基于5G通信网络的电力数据传输***，其特征在于，所述已训练的网络模型包括：决策模型、分析模型、监测模型和信息获取模型。

10.根据权利要求1所述的基于5G通信网络的电力数据传输***，其特征在于，所述云端主站还用于：对接收到的所述云端数据进行存储。

11.根据权利要求1所述的基于5G通信网络的电力数据传输***，其特征在于，所述智能终端包括：发电终端、输电终端、变电终端、配电终端和用电采集终端。

Images