CN117118913B - 一种基于工业物联网的加工设备数据采集*** - Google Patents
一种基于工业物联网的加工设备数据采集*** Download PDFInfo
- Publication number
- CN117118913B CN117118913B CN202311365929.XA CN202311365929A CN117118913B CN 117118913 B CN117118913 B CN 117118913B CN 202311365929 A CN202311365929 A CN 202311365929A CN 117118913 B CN117118913 B CN 117118913B
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- class
- cloud platform
- transmitted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 85
- 230000005540 biological transmission Effects 0.000 claims abstract description 64
- 230000002159 abnormal effect Effects 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
- H04L47/2425—Traffic characterised by specific attributes, e.g. priority or QoS for supporting services specification, e.g. SLA
- H04L47/2433—Allocation of priorities to traffic types
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/75—Information technology; Communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
- H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及工业自动化与控制领域,具体为一种基于工业物联网的加工设备数据采集***,其包括设备分类模块、a类采集器、b类采集器、网关、边缘设备和云平台;设备分类模块将多个加工设备分成数据时效性不强的a类设备和数据时效性强的b类设备;a类采集器用来采集a类设备的数据;b类采集器用来采集b类设备的数据;网关用来接收a类采集器传输的数据并将数据发送至云平台;网关根据不同的异常情况采取不同的数据传输模式;边缘设备用来对b类采集器采集的数据进行实时分析和处理,只将需要的结果传输至云平台。本发明能保证时效性强的数据及时传递至云平台。且针对不同的异常情况采取不同的传输模式,保证传输速率和云平台的稳定工作。
Description
技术领域
本发明涉及工业自动化与控制技术领域,尤其涉及一种基于工业物联网的加工设备数据采集***。
背景技术
随着工业领域的发展与进步,加工设备的自动化程度越来越高。为了提高生产效率和质量控制,各种加工设备数据采集***被广泛应用。
公告号为CN116260848A的中国专利公开了一种多加工设备数据采集***及方法,数据采集***包括服务器层软件***和采集终端层软件***,服务器层软件***和采集终端层软件***之间进行数据交换,服务器层软件***包括数据库***、后端数据分发***和前端web展示***,采集终端层软件***包括数据采集***、数据转发***、远程运维***和容器化管理***。该发明解决了现有数据采集方式效果不佳的技术问题,实现了智能化、集中化采集多设备数据的技术效果。
但是上述已公开方案存在如下不足之处:无非对时效性强和时效性不强的数据进行区别传输,且传输模式单一,无法处理各种异常情况,如云平台处理负荷过大,设备异常数据的快速传输等。
发明内容
本发明目的是针对背景技术中存在的无法根据实际需求对不同数据进行区别传输以及无法针对各种异常采用不同传输模式的问题,提出一种基于工业物联网的加工设备数据采集***。
一方面,本发明提出一种基于工业物联网的加工设备数据采集***,包括设备分类模块、a类采集器、b类采集器、网关、边缘设备和云平台;
设备分类模块将多个加工设备分成数据时效性不强的a类设备和数据时效性强的b类设备,按照重要程度对多个a类设备进行优先级排序;a类采集器用来采集a类设备的数据并设置阈值对数据进行初步异常判断;b类采集器用来采集b类设备的数据;
网关用来接收a类采集器传输的数据并将数据发送至云平台,网关采用均衡频段技术对所有a类设备数据进行传输均衡,且最高频段无异常数据时不使用;网关根据a类设备有无异常数据以及云平台处理负荷是否大于70%设置第一优先级传输模式和第二优先级传输模式两种数据传输模式,确保异常数据的快速传输以及保证云平台的合理处理负荷;
边缘设备用来对b类采集器采集的数据进行实时分析和处理,只将需要的结果传输至云平台;云平台用来接收网关和边缘设备发送的数据,云平台上设置数据分析模块和人机交互模块,数据分析模块对数据进行汇总分析,人机交互模块用来供使用者使用以获取数据和分析结果。
优选的,均衡频段技术具体为:设计和应用频段调度算法,根据设备的位置、密度和通信需求因素,动态地调整设备的传输频段,根据实时的情况来选择合适的频段分配给设备,最大程度地提高传输效率。
优选的,均衡频段技术具体为:利用机器学习和人工智能技术,通过对设备密集区域的数据进行分析和建模,自动学习和预测最佳的传输频段,根据实时的环境和设备状态,自适应地调整传输频段以获得最佳的传输效率。
优选的,边缘设备安装在b类设备附近对b类采集器采集的数据进行实时计算和分析,采用数据聚合、过滤和预测手段进行数据处理。
优选的,边缘设备上设置数据缓存,在b类采集器采集的数据无法立即传输到云平台时进行存储和延迟处理,一旦网络连接恢复,数据将被批量传输至云平台,保证数据的完整性和及时性。
优选的,a类采集器和b类采集器为传感器或数据采集卡,传感器与加工设备接口连接或直接设置在加工设备上,数据采集卡***嵌入式设备中。
优选的,当所有的a类设备数据均无异常且云平台的处理负荷不大于70%时采用第一优先级传输模式,此时优先级高的数据优先传输;第二优先级传输模式分为两种情况,一是a类设备存在异常数据且云平台处理负荷不大于70%,此时异常数据通过最高频段进行传输,其他数据通过低频段进行均衡传输,二是a类设备存在异常数据且云平台处理负荷大于70%,此时异常数据通过最高频段进行传输,a类设备的其他所有无异常数据均暂存网关中等后续云平台处理负荷下降至60%以下后再穿插传输。
另一方面,本发明提出一种基于工业物联网的加工设备数据采集***的数据采集方法,包括以下步骤:
S1、根据数据时效性强弱将加工设备分为时效性不强的a类设备以及时效性强的b类设备;
S2、a类采集器采集a类设备的数据并将数据输送至网关,b类采集器采集b类设备的数据并将数据传输至边缘设备进行汇总分析,将分析结果发送至云平台;
S3、当所有的a类设备数据均无异常且云平台的处理负荷不大于70%时采用第一优先级传输模式,此时优先级高的数据优先传输,此为网关的常规传输方式;a类设备存在异常数据且云平台处理负荷不大于70%时,异常数据通过最高频段进行传输,其他数据通过低频段进行均衡传输;当a类设备存在异常数据且云平台处理负荷大于70%时,异常数据通过最高频段进行传输,a类设备的其他所有无异常数据均暂存网关中等后续云平台处理负荷下降至60%以下后再穿插传输;
S4、云平台对网关和边缘设备传输的工业设备数据进行汇总分析,并将分析结果进行展示。
与现有技术相比,本发明具有如下有益的技术效果:通过按照时效性强弱划分设备数据,进行区别传输,保证时效性强的数据快速及时传递至云平台,时效性弱的数据优先级降低传输单也能传输至云平台。当出现异常情况,如异常数据或者云平台处理负荷过大,网关会根据不同的异常情况选择相应的传输模式,保证异常数据的快速传输,且在能力范围内保证云平台的处理负荷维持在70%以下,从而保持云平台能性能稳定和可靠性。
附图说明
图1为本发明一种实施例的结构示意图;
图2为数据传输路线示意图;
图3为数据采集方法流程图。
具体实施方式
实施例一,如图1和图2所示,本发明提出的一种基于工业物联网的加工设备数据采集***,包括设备分类模块、a类采集器、b类采集器、网关、边缘设备和云平台;
设备分类模块将多个加工设备分成数据时效性不强的a类设备和数据时效性强的b类设备,按照重要程度对多个a类设备进行优先级排序;a类采集器用来采集a类设备的数据并设置阈值对数据进行初步异常判断;b类采集器用来采集b类设备的数据;
网关用来接收a类采集器传输的数据并将数据发送至云平台,网关采用均衡频段技术对所有a类设备数据进行传输均衡,且最高频段无异常数据时不使用;网关根据a类设备有无异常数据以及云平台处理负荷是否大于70%设置第一优先级传输模式和第二优先级传输模式两种数据传输模式,确保异常数据的快速传输以及保证云平台的合理处理负荷;网关的具体传输模式选择情况如下:当所有的a类设备数据均无异常且云平台的处理负荷不大于70%时采用第一优先级传输模式,此时优先级高的数据优先传输;第二优先级传输模式分为两种情况,一是a类设备存在异常数据且云平台处理负荷不大于70%,此时异常数据通过最高频段进行传输,其他数据通过低频段进行均衡传输,二是a类设备存在异常数据且云平台处理负荷大于70%,此时异常数据通过最高频段进行传输,a类设备的其他所有无异常数据均暂存网关中等后续云平台处理负荷下降至60%以下后再穿插传输。
边缘设备用来对b类采集器采集的数据进行实时分析和处理,只将需要的结果传输至云平台,边缘设备安装在b类设备附近对b类采集器采集的数据进行实时计算和分析,采用数据聚合、过滤和预测手段进行数据处理;云平台用来接收网关和边缘设备发送的数据,云平台上设置数据分析模块和人机交互模块,数据分析模块对数据进行汇总分析,人机交互模块用来供使用者使用以获取数据和分析结果。
工作原理:根据数据时效性强弱将加工设备分为时效性不强的a类设备以及时效性强的b类设备。a类采集器采集a类设备的数据并将数据输送至网关,b类采集器采集b类设备的数据并将数据传输至边缘设备进行汇总分析,将分析结果发送至云平台。当所有的a类设备数据均无异常且云平台的处理负荷不大于60%时采用第一优先级传输模式,此时优先级高的数据优先传输,此为网关的常规传输方式。a类设备存在异常数据且云平台处理负荷不大于70%时,异常数据通过最高频段进行传输,其他数据通过低频段进行均衡传输。当a类设备存在异常数据且云平台处理负荷大于70%时,异常数据通过最高频段进行传输,a类设备的其他所有无异常数据均暂存网关中等后续云平台处理负荷下降至60%以下后再穿插传输。云平台对网关和边缘设备传输的工业设备数据进行汇总分析,并将分析结果进行展示。
本实施例中,通过按照时效性强弱划分设备数据,进行区别传输,保证时效性强的数据快速及时传递至云平台,时效性弱的数据优先级降低传输单也能传输至云平台。当出现异常情况,如异常数据或者云平台处理负荷过大,网关会根据不同的异常情况选择相应的传输模式,保证异常数据的快速传输,且在能力范围内保证云平台的处理负荷维持在70%以下,从而保持云平台能性能稳定和可靠性。
实施例二,本发明提出的一种基于工业物联网的加工设备数据采集***,相较于实施例一,均衡频段技术具体为:设计和应用频段调度算法,根据设备的位置、密度和通信需求因素,动态地调整设备的传输频段,根据实时的情况来选择合适的频段分配给设备,最大程度地提高传输效率。或者为:利用机器学习和人工智能技术,通过对设备密集区域的数据进行分析和建模,自动学习和预测最佳的传输频段,根据实时的环境和设备状态,自适应地调整传输频段以获得最佳的传输效率。
本实施例中,通过设计频段调度算法或机器学习技术,自动为不同的数据提供不同的传输频段,最大程度上提高传输速率。
实施例三,本发明提出的一种基于工业物联网的加工设备数据采集***,相较于实施例一或实施例二,边缘设备上设置数据缓存,在b类采集器采集的数据无法立即传输到云平台时进行存储和延迟处理,一旦网络连接恢复,数据将被批量传输至云平台,保证数据的完整性和及时性。a类采集器和b类采集器为传感器或数据采集卡,传感器与加工设备接口连接或直接设置在加工设备上,数据采集卡***嵌入式设备中。
本实施例中,工业设备通过特定的接口模块连接到传感器,用于读取设备的数据。接口模块可以是专门为某类传感器设计的硬件模块,如温度传感器接口模块、压力传感器接口模块等,或者直接将传感器布置在设备上,如检测振动、噪音等。
实施例四,如图3所示,基于上述一种基于工业物联网的加工设备数据采集***实施例的数据采集方法,包括以下步骤:
S1、根据数据时效性强弱将加工设备分为时效性不强的a类设备以及时效性强的b类设备;
S2、a类采集器采集a类设备的数据并将数据输送至网关,b类采集器采集b类设备的数据并将数据传输至边缘设备进行汇总分析,将分析结果发送至云平台;
S3、当所有的a类设备数据均无异常且云平台的处理负荷不大于70%时采用第一优先级传输模式,此时优先级高的数据优先传输,此为网关的常规传输方式;a类设备存在异常数据且云平台处理负荷不大于70%时,异常数据通过最高频段进行传输,其他数据通过低频段进行均衡传输;当a类设备存在异常数据且云平台处理负荷大于70%时,异常数据通过最高频段进行传输,a类设备的其他所有无异常数据均暂存网关中等后续云平台处理负荷下降至60%以下后再穿插传输;
S4、云平台对网关和边缘设备传输的工业设备数据进行汇总分析,并将分析结果进行展示。
本实施例中,按照时效性强弱划分设备数据,进行区别传输,保证时效性强的数据快速及时传递至云平台。当出现异常情况时,网关会根据不同的异常情况选择相应的传输模式,保证异常数据的快速传输,且在能力范围内保证云平台的处理负荷维持在70%以下,从而保持云平台能性能稳定和可靠性。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于此,在所属技术领域的技术人员所具备的知识范围内,在不脱离本发明宗旨的前提下还可以作出各种变化。
Claims (7)
1.一种基于工业物联网的加工设备数据采集***,其特征在于,包括设备分类模块、a类采集器、b类采集器、网关、边缘设备和云平台;
设备分类模块将多个加工设备分成数据时效性不强的a类设备和数据时效性强的b类设备,按照重要程度对多个a类设备进行优先级排序;a类采集器用来采集a类设备的数据并设置阈值对数据进行初步异常判断;b类采集器用来采集b类设备的数据;
网关用来接收a类采集器传输的数据并将数据发送至云平台,网关采用均衡频段技术对所有a类设备数据进行传输均衡,且最高频段无异常数据时不使用;网关根据a类设备有无异常数据以及云平台处理负荷是否大于70%设置第一优先级传输模式和第二优先级传输模式两种数据传输模式,确保异常数据的快速传输以及保证云平台的合理处理负荷;
当所有的a类设备数据均无异常且云平台的处理负荷不大于70%时采用第一优先级传输模式,此时优先级高的数据优先传输;第二优先级传输模式分为两种情况,一是a类设备存在异常数据且云平台处理负荷不大于70%,此时异常数据通过最高频段进行传输,其他数据通过低频段进行均衡传输,二是a类设备存在异常数据且云平台处理负荷大于70%,此时异常数据通过最高频段进行传输,a类设备的其他所有无异常数据均暂存网关中等后续云平台处理负荷下降至60%以下后再穿插传输;
边缘设备用来对b类采集器采集的数据进行实时分析和处理,只将需要的结果传输至云平台;云平台用来接收网关和边缘设备发送的数据,云平台上设置数据分析模块和人机交互模块,数据分析模块对数据进行汇总分析,人机交互模块用来供使用者使用以获取数据和分析结果。
2.根据权利要求1所述的基于工业物联网的加工设备数据采集***,其特征在于,均衡频段技术具体为:设计和应用频段调度算法,根据设备的位置、密度和通信需求因素,动态地调整设备的传输频段,根据实时的情况来选择合适的频段分配给设备,最大程度地提高传输效率。
3.根据权利要求1所述的基于工业物联网的加工设备数据采集***,其特征在于,均衡频段技术具体为:利用机器学习和人工智能技术,通过对设备密集区域的数据进行分析和建模,自动学习和预测最佳的传输频段,根据实时的环境和设备状态,自适应地调整传输频段以获得最佳的传输效率。
4.根据权利要求1所述的基于工业物联网的加工设备数据采集***,其特征在于,边缘设备安装在b类设备附近对b类采集器采集的数据进行实时计算和分析,采用数据聚合、过滤和预测手段进行数据处理。
5.根据权利要求1所述的基于工业物联网的加工设备数据采集***,其特征在于,边缘设备上设置数据缓存,在b类采集器采集的数据无法立即传输到云平台时进行存储和延迟处理,一旦网络连接恢复,数据将被批量传输至云平台,保证数据的完整性和及时性。
6.根据权利要求1所述的基于工业物联网的加工设备数据采集***,其特征在于,a类采集器和b类采集器为传感器或数据采集卡,传感器与加工设备接口连接或直接设置在加工设备上,数据采集卡***嵌入式设备中。
7.一种根据权利要求1所述的基于工业物联网的加工设备数据采集***的数据采集方法,其特征在于,包括以下步骤:
S1、根据数据时效性强弱将加工设备分为时效性不强的a类设备以及时效性强的b类设备;
S2、a类采集器采集a类设备的数据并将数据输送至网关,b类采集器采集b类设备的数据并将数据传输至边缘设备进行汇总分析,将分析结果发送至云平台;
S3、当所有的a类设备数据均无异常且云平台的处理负荷不大于70%时采用第一优先级传输模式,此时优先级高的数据优先传输,此为网关的常规传输方式;a类设备存在异常数据且云平台处理负荷不大于70%时,异常数据通过最高频段进行传输,其他数据通过低频段进行均衡传输;当a类设备存在异常数据且云平台处理负荷大于70%时,异常数据通过最高频段进行传输,a类设备的其他所有无异常数据均暂存网关中等后续云平台处理负荷下降至60%以下后再穿插传输;
S4、云平台对网关和边缘设备传输的工业设备数据进行汇总分析,并将分析结果进行展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311365929.XA CN117118913B (zh) | 2023-10-20 | 2023-10-20 | 一种基于工业物联网的加工设备数据采集*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311365929.XA CN117118913B (zh) | 2023-10-20 | 2023-10-20 | 一种基于工业物联网的加工设备数据采集*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117118913A CN117118913A (zh) | 2023-11-24 |
CN117118913B true CN117118913B (zh) | 2024-01-05 |
Family
ID=88796901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311365929.XA Active CN117118913B (zh) | 2023-10-20 | 2023-10-20 | 一种基于工业物联网的加工设备数据采集*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117118913B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020078385A1 (zh) * | 2018-10-18 | 2020-04-23 | 杭州海康威视数字技术股份有限公司 | 数据采集方法、装置、存储介质及*** |
WO2022022477A1 (zh) * | 2020-07-29 | 2022-02-03 | 中国石油集团工程股份有限公司 | 一种管理运维平台及数据处理方法 |
KR20220068081A (ko) * | 2020-11-18 | 2022-05-25 | 현대엠시스템즈 주식회사 | 통신 방식 가변형 원격 모니터링 제어 시스템 및 방법 |
WO2022160902A1 (zh) * | 2021-01-28 | 2022-08-04 | 广西大学 | 面向云环境下大规模多元时间序列数据异常检测方法 |
CN114866593A (zh) * | 2022-05-13 | 2022-08-05 | 上海交通大学 | 一种端边协同的工业网络控制架构及资源联合分配方法 |
CN115864527A (zh) * | 2022-11-22 | 2023-03-28 | 国网湖南省电力有限公司 | 基于云上资源的源网荷储多源数据采集与控制手段汇聚方法 |
CN116527718A (zh) * | 2023-06-02 | 2023-08-01 | 广州达谙信息科技有限公司 | 一种工业物联网网关的数据采集方法及其*** |
CN116885854A (zh) * | 2023-07-14 | 2023-10-13 | 贵州电网有限责任公司信息中心 | 一种基于物联网的电力***监测*** |
-
2023
- 2023-10-20 CN CN202311365929.XA patent/CN117118913B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020078385A1 (zh) * | 2018-10-18 | 2020-04-23 | 杭州海康威视数字技术股份有限公司 | 数据采集方法、装置、存储介质及*** |
WO2022022477A1 (zh) * | 2020-07-29 | 2022-02-03 | 中国石油集团工程股份有限公司 | 一种管理运维平台及数据处理方法 |
KR20220068081A (ko) * | 2020-11-18 | 2022-05-25 | 현대엠시스템즈 주식회사 | 통신 방식 가변형 원격 모니터링 제어 시스템 및 방법 |
WO2022160902A1 (zh) * | 2021-01-28 | 2022-08-04 | 广西大学 | 面向云环境下大规模多元时间序列数据异常检测方法 |
CN114866593A (zh) * | 2022-05-13 | 2022-08-05 | 上海交通大学 | 一种端边协同的工业网络控制架构及资源联合分配方法 |
CN115864527A (zh) * | 2022-11-22 | 2023-03-28 | 国网湖南省电力有限公司 | 基于云上资源的源网荷储多源数据采集与控制手段汇聚方法 |
CN116527718A (zh) * | 2023-06-02 | 2023-08-01 | 广州达谙信息科技有限公司 | 一种工业物联网网关的数据采集方法及其*** |
CN116885854A (zh) * | 2023-07-14 | 2023-10-13 | 贵州电网有限责任公司信息中心 | 一种基于物联网的电力***监测*** |
Non-Patent Citations (2)
Title |
---|
云平台电力设备数据自动监控***设计与研究;吉向东;;信息技术与信息化(第04期);全文 * |
基于物联网与云雾模型的工业电力监测***;丁承君;陈雪;冯玉伯;宋赛;贾丽臻;;制造业自动化(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117118913A (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106844161B (zh) | 一种带状态流计算***中的异常监控及预测方法和*** | |
CN111741073B (zh) | 基于5g通信网络的电力数据传输*** | |
CN104506373A (zh) | 网络信息采集与处理的装置和方法 | |
CN105278879A (zh) | 监控数据的处理方法及装置 | |
CN104915247A (zh) | 一种实时数据计算方法及*** | |
CN112084016B (zh) | 一种基于flink的流计算性能优化***及方法 | |
CN103841129A (zh) | 云计算的资源信息采集服务器和客户端、信息处理方法 | |
CN112187589A (zh) | 基于流量回放的***测试方法 | |
CN111123873B (zh) | 一种基于流处理技术的生产数据采集方法及*** | |
CN117076882A (zh) | 一种云服务资源动态预测管理方法 | |
CN117118913B (zh) | 一种基于工业物联网的加工设备数据采集*** | |
CN104883275B (zh) | 一种通信设备的日志缓存方法及*** | |
CN116866154B (zh) | 一种基于虚拟机集群的配电网通讯服务智能调度管理*** | |
CN112422663A (zh) | 工业物联网的数据集中***及数据汇聚、处理、存储方法 | |
WO2021017280A1 (zh) | 一种数据处理方法及装置 | |
CN115460124A (zh) | 跨机房传输链路优化的方法、装置、设备和存储介质 | |
CN113873033B (zh) | 一种具有容错功能的智能边缘计算网关平台 | |
CN113886472A (zh) | 一种数据接入***、接入方法、计算机设备和存储介质 | |
CN107566187B (zh) | 一种sla违例监测方法、装置和*** | |
CN112668912A (zh) | 人工神经网络的训练方法、动态计算切分调度方法、存储介质及*** | |
CN112579391A (zh) | 一种基于人工智能的分布式数据库自动运维方法及*** | |
Wu et al. | An ADMM-based optimal transmission frequency management system for IoT edge intelligence | |
CN118012718B (zh) | 一种分布式存储***的实时监控方法 | |
CN204740730U (zh) | 生产环境无损数据采集装置 | |
CN117560250B (zh) | 一种智能网关的应用方法、装置和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |