一种基于摄像头与边缘计算设备的智能运维方法、系统和介质与流程

本技术涉及大数据及工程运维，具体而言，涉及一种基于摄像头与边缘计算设备的智能运维方法、系统和介质。

背景技术：

1、如专利申请中国发明专利申请cn113193616a，现有工程运维的项目存在现场低可见等问题，以现有的物联网模块为例，虽可连接到设备的内网网关或内部路由器，但现场实景图像情况难以同步展现，某些作业场景下危险系数高，例如高电压，高电流或危险性气体等工程环境，人员不便近距离作业，此种场景下，如期望获得实景现场图，需要布置摄像头，对于有些工程场景，工程师在做决策前需要观察现场状况，如果只需要简单的配件更换，那么可直接由用户便捷更换备件，现有的模式是还需要工程师到现场处置，占用人员，费用高，不利于多个项目的运维，目前尚缺乏一种根据摄像头拍摄的现场环境场景数据和边缘设备采集数据进行分析处理以获得适用于当前运维场景的智能运维方案并进行现场危险预警的技术。

2、针对上述问题，目前亟待有效的技术解决方案。

技术实现思路

1、本技术的目的在于提供一种基于摄像头与边缘计算设备的智能运维方法、系统和介质，通过摄像头采集的工程现场环境特征数据和设备外观特征数据以及边缘工控机采集的设备运行性能数据、网络通信数据和电力系统数据处理获得设备异常检测指数、电力异常检测指数和通信异常检测指数，并进一步处理获得运维评估指数，根据运维评估指数匹配对应的运维方案，还可以根据工程现场环境特征数据以及电力系统数据进行分析处理，获得危险预警指数，根据危险预警指数进行现场危险预警，可实现在多种工程场景下的自适应智能运维的目的，并可实现复杂、危险场景下的工程现场危险预警。

2、本技术还提供了基于摄像头与边缘计算设备的智能运维方法，包括以下步骤：

3、获取摄像头拍摄的图像信息并发送至边缘工控机，边缘工控机对图像信息进行特征识别，获得工程现场环境特征数据和设备外观特征数据；

4、获取边缘工控机采集数据，边缘工控机采集数据包括设备运行性能数据、网络通信数据和电力系统数据；

5、所述边缘工控机根据所述设备外观特征数据以及所述设备运行性能数据进行分析处理，获得设备异常检测指数；

6、所述边缘工控机根据所述电力系统数据进行分析处理，获得电力异常检测指数，根据所述网络通信数据进行分析处理，获得通信异常检测指数；

7、根据所述设备异常检测指数、电力异常检测指数和通信异常检测指数进行计算处理，获得运维评估指数，根据运维评估指数匹配对应的运维方案；

8、根据所述工程现场环境特征数据以及所述电力系统数据进行分析处理，获得危险预警指数，根据危险预警指数进行现场危险预警。

9、可选地，在本技术所述的基于摄像头与边缘计算设备的智能运维方法中，所述获取摄像头拍摄的图像信息并发送至边缘工控机，边缘工控机对图像信息进行特征识别，获得工程现场环境特征数据和设备外观特征数据，包括：

10、获取摄像头拍摄的图像信息并发送至边缘工控机；

11、所述边缘工控机利用预设环境特征提取模型对所述图像信息进行环境特征提取，获得工程现场环境特征数据；

12、所述边缘工控机利用预设设备外观特征提取模型对所述图像信息进行设备外观特征提取，获得设备外观特征数据。

13、可选地，在本技术所述的基于摄像头与边缘计算设备的智能运维方法中，所述获取边缘工控机采集数据，边缘工控机采集数据包括设备运行性能数据、网络通信数据和电力系统数据，包括：

14、获取边缘工控机采集数据，包括设备运行性能数据、网络通信数据和电力系统数据；

15、所述设备运行性能数据包括设备运行效率数据、设备能耗数据、设备历史故障数据；

16、所述网络通信数据包括网络设备运行数据、网络流量数据、传输数据包监测数据和网络连接数据；

17、所述电力系统数据包括电力设备运行数据、电力负荷数据、电流数据和电压数据。

18、可选地，在本技术所述的基于摄像头与边缘计算设备的智能运维方法中，所述边缘工控机根据所述设备外观特征数据以及所述设备运行性能数据进行分析处理，获得设备异常检测指数，包括：

19、所述边缘工控机将所述设备外观特征数据以及所述设备运行效率数据、设备能耗数据、设备历史故障数据输入预设设备异常检测模型进行分析处理，获得设备异常检测指数。

20、可选地，在本技术所述的基于摄像头与边缘计算设备的智能运维方法中，所述边缘工控机根据所述电力系统数据进行分析处理，获得电力异常检测指数，根据所述网络通信数据进行分析处理，获得通信异常检测指数，包括：

21、所述边缘工控机将所述电力设备运行数据、电力负荷数据、电流数据和电压数据输入预设电力异常检测模型进行处理，获得电力异常检测指数；

22、所述边缘工控机将所述网络设备运行数据、网络流量数据、传输数据包监测数据和网络连接数据输入预设通信异常检测模型进行分析处理，获得通信异常检测指数。

23、可选地，在本技术所述的基于摄像头与边缘计算设备的智能运维方法中，所述根据所述设备异常检测指数、电力异常检测指数和通信异常检测指数进行计算处理，获得运维评估指数，根据运维评估指数匹配对应的运维方案，包括：

24、根据所述设备异常检测指数、电力异常检测指数和通信异常检测指数进行计算处理，获得运维评估指数；

25、所述运维评估指数的计算公式为：

26、

27、其中，wd为运维评估指数，ra为设备异常检测指数，th为电力异常检测指数，kf为通信异常检测指数，δ、λ、μ、γ为预设特征系数；

28、将所述运维评估指数与预设运维评估指数阈值进行阈值对比，根据阈值对比结果所属的范围等级确定运维评估等级；

29、根据所述运维评估等级匹配对应的运维方案。

30、可选地，在本技术所述的基于摄像头与边缘计算设备的智能运维方法中，所述根据所述工程现场环境特征数据以及所述电力系统数据进行分析处理，获得危险预警指数，根据危险预警指数进行现场危险预警，包括：

31、所述边缘工控机将所述工程现场环境特征数据以及所述电流数据、电压数据输入预设环境安全运行监测模型进行分析处理，获得危险预警指数；

32、将所述危险预警指数与预设危险预警指数阈值进行阈值对比，获得阈值对比结果；

33、若所述阈值对比结果不符合预设阈值对比结果要求，则进行现场危险预警。

34、第二方面，本技术提供了一种基于摄像头与边缘计算设备的智能运维系统，该系统包括：存储器及处理器，所述存储器中包括基于摄像头与边缘计算设备的智能运维方法的程序，所述基于摄像头与边缘计算设备的智能运维方法的程序被所述处理器执行时实现以下步骤：

35、获取摄像头拍摄的图像信息并发送至边缘工控机，边缘工控机对图像信息进行特征识别，获得工程现场环境特征数据和设备外观特征数据；

36、获取边缘工控机采集数据，边缘工控机采集数据包括设备运行性能数据、网络通信数据和电力系统数据；

37、所述边缘工控机根据所述设备外观特征数据以及所述设备运行性能数据进行分析处理，获得设备异常检测指数；

38、所述边缘工控机根据所述电力系统数据进行分析处理，获得电力异常检测指数，根据所述网络通信数据进行分析处理，获得通信异常检测指数；

39、根据所述设备异常检测指数、电力异常检测指数和通信异常检测指数进行计算处理，获得运维评估指数，根据运维评估指数匹配对应的运维方案；

40、根据所述工程现场环境特征数据以及所述电力系统数据进行分析处理，获得危险预警指数，根据危险预警指数进行现场危险预警。

41、可选地，在本技术所述的基于摄像头与边缘计算设备的智能运维系统系统中，所述获取摄像头拍摄的图像信息并发送至边缘工控机，边缘工控机对图像信息进行特征识别，获得工程现场环境特征数据和设备外观特征数据，包括：

42、获取摄像头拍摄的图像信息并发送至边缘工控机；

43、所述边缘工控机利用预设环境特征提取模型对所述图像信息进行环境特征提取，获得工程现场环境特征数据；

44、所述边缘工控机利用预设设备外观特征提取模型对所述图像信息进行设备外观特征提取，获得设备外观特征数据。

45、第三方面，本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括基于摄像头与边缘计算设备的智能运维方法程序，所述基于摄像头与边缘计算设备的智能运维方法程序被处理器执行时，实现如上述任一项所述的基于摄像头与边缘计算设备的智能运维方法的步骤。

46、由上可知，本技术提供的一种基于摄像头与边缘计算设备的智能运维方法、系统和介质，通过摄像头采集的工程现场环境特征数据和设备外观特征数据以及边缘工控机采集的设备运行性能数据、网络通信数据和电力系统数据处理获得设备异常检测指数、电力异常检测指数和通信异常检测指数，并进一步处理获得运维评估指数，根据运维评估指数匹配对应的运维方案，还可以根据工程现场环境特征数据以及电力系统数据进行分析处理，获得危险预警指数，根据危险预警指数进行现场危险预警，可实现在多种工程场景下的自适应智能运维的目的，并可实现复杂、危险场景下的工程现场危险预警。

47、本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术实施例了解。本技术的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。