共查询到10条相似文献,搜索用时 31 毫秒
1.
5G工业终端在靠近用户设备的位置提供网络、计算、存储服务,不仅能够实现流量的本地化处理,降低对传输网络和数据中心的流量冲击,而且能够提供低时延和高稳定的应用运行环境,有利于计算框架在终端和数据中心间的延展,有助于实现场景需求、算力分布和部署成本的最佳匹配.风电厂常地处偏远,目前光纤环网敷设成本高,可靠性低,带宽小,难以满足智慧风场业务的发展需求,本文利用5 G工业终端对风电主控PLC内的各项数据进行采集,可实现对风机机械、电气、控制等设备的运行状态的实时监控,还可在设备处就近应用边缘算法进行机组部件运行健康度和衰退预测等. 相似文献
2.
针对云计算模型的数据分析及数据处理在实时性、隐私保护和能耗等方面所存在的问题,研究边缘计算模型的概念及其在数据处理与数据分析方面的优势;提出新型的边缘计算系统架构,设计能实现系统任务的卸载、运行及调度策略;针对提出的新型边缘计算系统的改进方向和应用前景,展开分析和研究,构造了一种基于云边端协同的新型电力数据采集系统。该系统架构由上而下分为云侧系统主站、边侧智能终端和端侧表计设备3层,端侧表计设备负责采集电力数据并上报到边侧智能终端,智能终端负责对数据进行预处理,而云侧系统主站负责收集预处理后的数据并进行统一处理。基于该文所提系统,云侧采集系统主站统管边侧智能终端设备,并支持将应用程序下发到边侧智能终端进行边缘计算;边侧智能终端设备纳管端侧表计设备,支持将表计设备采集的数据上传到边缘侧缓存和就近处理、分析与决策。该文通过实例测试验证了所提方案既解决了边缘应用的实时处理和响应问题,又减轻了云端与边缘端之间数据通信的带宽压力。 相似文献
3.
随着用户侧数据采集设备的发展及电网业务对用户侧采集数据的深化应用,当前电力用户用电信息采集主站系统在数据采集、计算、入库等方面出现瓶颈,无法满足业务快速发展的需求.针对营销数字化转型发展的需要,基于分布式架构、异步网络、并行计算与分布式存储等技术,文中提出一种具有高频实时采集特征的主站系统技术方案,在采集通信层、任务调度层、分布式存储层及并行计算层4个层面全面解决高频并发交互、复杂任务调度、海量数据存储及实时计算的效率问题.通过中国某省级工程应用表明,所提出的方案可显著提升用电信息采集主站的采集能力,改善集中式采集主站性能. 相似文献
4.
针对建筑行业传统室内测量技术落后、测量数据庞大以及施工现场环境复杂等问题,设计了一套基于边缘计算的室内测量设备远程控制系统。运用边缘数据计算架构体系,提出了远程控制系统网络架构,以实测实量设备作为远程测量设备硬件设备,采用QT跨平台开发软件设计了具有边缘数据交互形式的远程控制系统,其中系统设备端和客户端采用C/S结构进行通信,客户端和云平台服务端采用云存储技术。通过实验证实该系统能够实现快速测量的实时数据处理、云平台高效传输与存储、用户便捷操作与隐私保护、测量数据追溯等功能,系统运行稳定、可靠。 相似文献
5.
需求侧部署边缘计算节点能有效降低电力网络的数据传输和存储压力,提高电力业务的服务质量。目前电力工程领域多从电网拓扑的维度确定边缘节点的部署位置,并以网格化的方法划定各节点服务范围,且节点间的工作过程相互独立,这使得边缘节点选址定容过程灵活性较低,同时可能造成设备计算资源的浪费。为此本文提出一种考虑任务迁移的边缘计算节点部署方法。首先,基于边缘设备特点和我国居民住区空间特征提出一种考虑任务迁移的边缘计算架构;其次,结合居民节点空间信息、用电规律形成特征数据,进而利用改进的密度峰值分析算法确定边缘节点部署的数量、地址及服务范围;最后,设计启发式算法实现边缘节点之间的任务迁移,保证各节点的计算资源得到均衡利用,提高系统的稳定性。本文以南京市某居民区为例设计仿真实验,结果表明所提边缘节点部署方法能有效降低居民节点原始数据传输成本,同时,任务迁移算法能有效改善边缘设备计算资源使用均衡度,提升区域内边缘计算服务的执行效率。 相似文献
6.
7.
针对智慧城市电力设备巡检系统数据量激增,无法安全高效地采集、存储与分析的问题,基于智能电网中电力系统各设备巡检监控规程和云计算技术及云存储平台的建设,通过建立云存储平台Hadoop及分布式文件系统(HDFS)的云存储模型,并应用C语言、基于Struts2框架、采用Maven单元测试工具等方法,设计并实现一套应用于智能电网的电力设备巡检监控数据的云存储系统。经测试表明,所设计的系统可实现电力系统各设备巡检监控数据的采集、传输、存储和归档等功能,为智慧城市的发展做好电力保障,更好地满足电力运行环境的使用需求。 相似文献
8.
针对宁东新能源化工基地水、电、气、热、冷等多能源设备数据采集速率低,质量差的问题,提出了1种基于物联网技术的多能源设备数据采集方法。本方法综合考虑水、电、气、热传感设备的监测细粒度、联动控制策略等因素,建立多能源设备数据采集模型。在此基础上,基于物联网技术,对多能源设备进行并发数据采集,实现多采集策略协同处理和高速采集,并按目标时间将多能源设备采集数据分类存储在智能融合终端中,以开展综合能源边缘控制。应用结果表明:本方法可面向综合能源多尺度采集性能指标和差异化数据结构,实现多能源数据自趋优协同采集,提高多能源采集的准确性与传输效率。 相似文献
9.