电力感知边缘计算网关产品设计方案-边缘计算自控算法模型

本文介绍: 边缘计算网关本质是处理数据的节点设备，涉及的数据处理过程包含：数据采集+协议转换、数据预处理、数据存储、数据通信传输、累计分类分析、阈值算法比较、指令执行监测反馈等，调用数据解析、自控系统、边缘计算应用、信息安全防护、数据存储、数据隔离等功能单元。为解决以上问题，在边缘计算网关中增加数据精度自训练的算法模型，将待训练的目标数据按照设计的算法流程进行优化处理，提升训练算法库的精度，转化提高功能单元的运算效率。边缘计算网关内部集成算法库，包含正常和异常的数据样本，用于跟待训练的数据库进行优化比较；

边缘计算网关与其他数据采集的IoT网关设备不同之处在于可以根据应用场景和产品解决方案，单独设置一些边缘计算算法模型，实现离线系统和边缘计算自控逻辑判别+执行系统方案，自控算法逻辑单元也是边缘计算网关自控系统方案的核心单元。

自控算法逻辑单元根据产品应用不同，有系统监测算法模型和深度学习算法模型两种应用方式，对应实现边缘计算离线自控逻辑和数据精度自训练的产品功能。算法模型可以云端或本地端完成功能升级，升级方式为升级客户端软件或单独升级/替换自控算法逻辑单元。

1.边缘计算系统系统监控算法模型

边缘计算网关本质是处理数据的节点设备，涉及的数据处理过程包含：数据采集+协议转换、数据预处理、数据存储、数据通信传输、累计分类分析、阈值算法比较、指令执行监测反馈等，调用数据解析、自控系统、边缘计算应用、信息安全防护、数据存储、数据隔离等功能单元。操作系统和客户端应用软件随着使用时间累积会增加越来越多进程和线程，增加边缘计算网关软硬件的负荷，引发进程和线程的冲突和竞争，出现卡顿、挂死和延时等问题现象。