[发明专利]一种具备边缘计算功能的AI过电压识别系统及方法

权利要求书

1.一种具备边缘计算功能的AI过电压识别方法，其特征在于，包括：

通过边缘计算的方法，得到实际的VFTO单次击穿的时域波形，实现对VFTO的ns级别识别和判断；

通过加密算法，实现数据的加密或解密运算并传输信息，所述信息为加密或解密后的数据；

通过分类算法对VFTO相关数学表征与信息进行学习，逐步校准与匹配各电压识别VFTO判决函数中的相关变量；

通过所述各电压识别VFTO判决函数中的相关变量的结果，精准识别VFTO。

2.根据权利要求1所述的一种具备边缘计算功能的AI过电压识别方法，其特征在于，边缘计算的方法是考虑了套管导体辐射损耗的传输线方法，求解所述传输线方程可分为时域方法和频域方法。

3.根据权利要求2所述的一种具备边缘计算功能的AI过电压识别方法，其特征在于，所述频域方法将激励源进行傅里叶变换，得到激励源的频谱，然后计算每个频点的系统响应，最后进行逆傅里叶变换得到响应的时域解。

4.根据权利要求1所述的一种具备边缘计算功能的AI过电压识别方法，其特征在于，所述加密算法为SM4算法，所述SM4算法为分组密码算法。

5.根据权利要求1所述的一种具备边缘计算功能的AI过电压识别方法，其特征在于，所述加密算法还包括在物理层前的数据链路层运用链路加密技术对系统进行加密或解密对传输数据进行加密。

6.根据权利要求5所述的一种具备边缘计算功能的AI过电压识别方法，其特征在于，所述链路加密技术，在系统全网节点内信息都要被解密和再加密，依次进行，直至所述信息到达目的地。

7.根据权利要求1所述的一种具备边缘计算功能的AI过电压识别方法，其特征在于，所述加密算法，实现双向身份鉴别、报文机密性及完整性。

8.根据权利要求1所述的一种具备边缘计算功能的AI过电压识别方法，其特征在于，所述分类算法为朴素贝叶斯法。

9.根据权利要求8所述的一种具备边缘计算功能的AI过电压识别方法，其特征在于，所述朴素贝叶斯法通过训练数据集学习联合概率分布，所述概率分布为先验概率分布和条件概率分布。

10.一种具备边缘计算功能的AI过电压识别系统，其特征在于，包括主站侧与多个终端侧，所述主站侧为智能判决校验云，所述终端侧为电压识别器；

所述电压识别器包括测量与识别单元、第一加密与网络安全单元；其中，所述测量与识别单元，根据实际击穿电压，得到实际的VFTO单次击穿的时域波形，从而识别判断VFTO；所述第一加密与网络安全单元，通过加密算法，实现数据的加密或解密运算并传输信息；

所述智能判决校验云包括第二加密与网络安全单元、AI学习判决校验单元；其中，所述第二加密与网络安全单元通过加密算法，实现数据的加密或解密运算并传输信息，所述AI学习判决校验单元通过分类算法对VFTO相关数学表征与信息进行学习，从而逐步校准与匹配各过电压识别器与高压系统的识别VFTO判决函数中的相关变量，并将结果发送至过电压识别器，精准识别VFTO。