[发明专利]一种面向智慧水务复杂时间尺度数据融合的边缘计算方法

说明书

本申请提供一种面向智慧水务复杂时间尺度数据融合的边缘计算方法，该方法为：通过传感数据采集数据，获得数据存储源；数据存储源通过边缘计算处理框架对其进行抽取、融合、转换和加载，获得最终数据。该方案以水务系统应用终端进行边缘计算，边缘节点自主集成各水厂业务数据信息进行分析处理，结合业务需要与智慧水务大数据云中心互联，以智慧水务大数据云中心作为云端大数据平台，为水厂管理中的各角色使用者提供大数据分析计算和大数据可视化服务。

技术领域

本发明属于智能水务技术领域，特别涉及一种面向智慧水务复杂时间尺度数据融合的边缘计算方法。

背景技术

水厂作为城市水源处理的核心运转机构，与人们的生活质量息息相关，水源的高效优质的处理，能够有效地提高人们的生活质量，然而水厂在建设与日常运营中，面临着诸多挑战。由于监测数据来自于不同的工业传感器、自动控制系统、智能终端设备、电子标签，相应设备也运行于不同类型的操作系统或者微控制器上，使用不同的数据传输协议，因此数据没有起到有效的联动，各个设备的配置不尽相同，采集指标数据的真实性也难以保证。

在国内市场上也陆续出现一些类似的智慧水厂系统，他们在水厂行业不断落地和成熟稳定发展，比如国内有三维力控公司，他们研发的PSpace系统，能完成主流控制系统实时采集数据并存储及压缩，确保实时及历史数据能查询、汇总分析，并显示相应图表，实现工业领域的应用。还有北京亚控科技研发的KingHistorian，基于工业组态软件自动化技术基础上，实现数据采集存储，保证采集的数据能实时、历史地存储，以用于后期数据的二次使用。与国内发展的情势对比，在国外，智慧水厂的发展一直是一个摸索和变革的过程，国外智慧水厂技术的重点是更加重视水厂企业自身实时数据采集、数据处理和应用[1-6]。他们会投入资金合理优化布局硬件的使用，采取先进的信息技术解决实际的生产经营的问题，加大其他数据的分析研究领域[10]。在智慧水厂的研究中，他们研究开发的智慧水厂相关系统给水厂公司带来了很大的好处。

目前国内引入应用比较多的国外水厂产品有来自英国的Infoworks水力模型，丹麦的DHI模型以及来自美国的KYPIPE、Bently水力分析模型。这些分析模型背后都依托的水厂数据算法分析，通过部署大量的压力和流量的物联传感设备对生产运行的数据进行采集，建立中心数据库。此外还通过与高校联合的研究项目实现数据分析算法的应用，通过数据采集共享整合、构建智慧水厂管理平台、采用先进的智能算法，最终实现企业生产管理从一个依据经验处理的管理模式变成一个高效智能的现代化自动管理模式。

通过以上研究和分析国内外智慧水厂的发展现状[11-15]，我们得到一个结论:国内外的智慧水厂系统发展大多数是基于工业自动化的数据采集基础实现数据采集和数据分析应用。国外的数据模型软件是基于传感器采集的数据进行建立数据收集算法模拟，这些软件除了本身价钱昂贵之外，对水厂的数据运营还是相当薄弱，从国内外纵观智慧水厂的发展研究得出，智慧水厂发展目前暂时没有一个以边缘计算为主要数据处理手段的软件系统标准，如何以大数据为基础结合边缘计算提高水厂复杂时间尺度下的数据融合应用、提高工作效率降低人工成本、升级信息化建设水平，以数据为驱动的水厂运营是本发明的主要价值导向。

随着时间的推移，大数据正在滚雪球，全球的云平台和其他类似的服务，正承受着大量复杂数据处理请求的压力。数据服务中心存在于远离其连接的数据密集型应用程序的地方，需要费力地完成它们的请求。以本发明相关的水厂生产业务数据为例，PLC等智控设备的数据采集频率达到毫秒级别，每时每刻产生海量的业务数据，与之对接的业务管理系统如智慧水务管理平台、综合指标监控系统等在有效数据的使用上，存在获取难、分析难、响应速度慢等问题。