基于边缘计算和云计算的数据管理方法及边缘计算平台与流程

本申请涉及边缘计算技术领域，尤其涉及基于边缘计算和云计算的数据管理方法及边缘计算平台。

背景技术：

边缘计算是将智能和计算推向更接近实际的技术，通常在靠近设备侧部署服务计算，能够提高数据处理效率，降低数据处理延时。随着边缘计算的不断发展和完善，其应用的领域也越来越广泛，例如视频监控、医疗保健、智能制造和自动驾驶等。然而现有技术难以实现边缘计算与配电网之间的稳定可靠对接。

技术实现要素：

本申请提供基于边缘计算和云计算的数据管理方法及边缘计算平台，以改善现有技术存在的上述技术问题。

根据本申请实施例的第一方面，提供一种基于边缘计算和云计算的数据管理方法，应用于与云计算平台以及多个用电设备通信的边缘计算平台，所述方法包括：

持续性地检测所述云计算平台的接口协议是否处于激活状态，在检测到所述云计算平台的接口协议处于激活状态时，从所述接口协议中提取目标api接口的注册信息，将所述注册信息加载到预置的接口驱动中并通过运行所述接口驱动实现通过所述目标api接口从所述云计算平台获取所述云计算平台生成的实时配电指令数据；

基于通过所述目标api接口从所述云计算平台中确定出的所述用电设备的网络拓扑，对所述实时配电指令数据进行识别，得到每个用电设备对应的目标配电指令数据以及所述目标配电指令数据对应的层级标签；其中，每个层级标签包括一级标签和二级标签，所述二级标签为所述一级标签的从属标签；

根据所述层级标签将每条目标配电指令数据下发至对应的用电设备，以使所述用电设备根据其对应的目标配电指令数据向变电站控制中心发送配电请求；

通过所述目标api接口调取所述云计算平台中部署的电能质量监控程序的执行脚本，将所述执行脚本映射到所述边缘计算平台的镜像虚拟机中，运行所述镜像虚拟机以在所述边缘计算平台中生成与所述电能质量监控程序对应的镜像监控程序，采用所述镜像监控程序轮询每个用电设备以得到对应的电能质量数据，并根据每组电能质量数据生成每个用电设备的第一电能质量监控日志以及所述网络拓扑的第二电能质量监控日志。

根据本申请实施例的第二方面，提供一种边缘计算平台，所述边缘计算平台与云计算平台以及多个用电设备通信，所述边缘计算平台用于：

持续性地检测所述云计算平台的接口协议是否处于激活状态，在检测到所述云计算平台的接口协议处于激活状态时，从所述接口协议中提取目标api接口的注册信息，将所述注册信息加载到预置的接口驱动中并通过运行所述接口驱动实现通过所述目标api接口从所述云计算平台获取所述云计算平台生成的实时配电指令数据；

基于通过所述目标api接口从所述云计算平台中确定出的所述用电设备的网络拓扑，对所述实时配电指令数据进行识别，得到每个用电设备对应的目标配电指令数据以及所述目标配电指令数据对应的层级标签；其中，每个层级标签包括一级标签和二级标签，所述二级标签为所述一级标签的从属标签；

根据所述层级标签将每条目标配电指令数据下发至对应的用电设备，以使所述用电设备根据其对应的目标配电指令数据向变电站控制中心发送配电请求；

通过所述目标api接口调取所述云计算平台中部署的电能质量监控程序的执行脚本，将所述执行脚本映射到所述边缘计算平台的镜像虚拟机中，运行所述镜像虚拟机以在所述边缘计算平台中生成与所述电能质量监控程序对应的镜像监控程序，采用所述镜像监控程序轮询每个用电设备以得到对应的电能质量数据，并根据每组电能质量数据生成每个用电设备的第一电能质量监控日志以及所述网络拓扑的第二电能质量监控日志。

本申请实施例所提供的基于边缘计算和云计算的数据管理方法及边缘计算平台，首先通过预先配置的目标api接口获取云计算平台生成的实时配电指令数据，其次根据确定出的网络拓扑对实时配电指令数据进行识别得到每个用电设备对应的目标配电指令数据以及目标配电指令数据对应的层级标签，然后根据层级标签将每条目标配电指令数据下发至对应的用电设备，最后根据调取到的云计算平台中部署的电能质量监控程序的执行脚本生成镜像监控程序从而对每个用电设备进行轮询，进而生成第一电能质量监控日志和第二电能质量监控日志。如此，不仅能够将配电指令数据按照云计算平台所设置的层级关系下发给对应的用电设备，还能够基于镜像监控程序对每个用电设备的电能质量进行分布式和全局性监控，从而确保电能质量监控的可靠性，进而实现边缘计算与配电网之间的稳定可靠对接。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1是本申请根据一示例性实施例示出的一种基于边缘计算和云计算的数据管理系统的架构示意图。

图2是本申请根据一示例性实施例示出的一种基于边缘计算和云计算的数据管理方法的流程图。

图3是本申请根据一示例性实施例示出的一种基于边缘计算和云计算的数据管理装置的一个实施例框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

经发明人研究和分析发现，现有技术大多采用云计算架构实现配电网的电能质量监控，但是配电网的末端用电设备的数量非常庞大，所形成的用电网络拓扑复杂，个别用电设备的故障可能会引起整个用电网络的电能质量的波动，这会降低电能质量监控的可靠性。若以边缘计算技术对配电网的通信架构进行修改，则会导致配电网的配电指令的层级关系出现混乱，难以确保整个配电网的安全可靠运行。

由此可见，要实现边缘计算和配电网的稳定可靠对接，需要同时满足以下两个条件：

(1)解决配电网的电能质量监控可靠性较低的问题；

(2)解决配电网的配电指令的层级关系混乱的问题。

为实现上述目的，请参照图1，提供了基于边缘计算和云计算的数据管理系统100的通信架构示意图，所述数据管理系统100包括云计算平台110、边缘计算平台120和多个用电设备130。其中，边缘计算平台120分别与云计算平台110和每个用电设备130通信，边缘计算平台120能够通过预先配置的api接口与云计算平台110之间进行数据解耦，从而实现对云计算平台110下发的配电指令数据的识别以及对云计算平台110中部署的电能质量监控程序进行镜像调用。这样，边缘计算平台120不仅能够将配电指令数据按照云计算平台所设置的层级关系下发给对应的用电设备130，还能够基于镜像调用的电能质量监控程序对每个用电设备130的电能质量进行分布式监控，从而确保电能质量监控的可靠性，进而实现边缘计算与配电网之间的稳定可靠对接。

进一步地，请结合参阅图2，提供了一种基于边缘计算和云计算的数据管理方法，所述数据管理方法可以应用于图1中的边缘计算平台120，由所述边缘计算平台120从所述边缘计算平台120的存储器中调取计算机程序并在所述边缘计算平台120的处理器中实现，边缘计算平台120在执行所述数据管理方法时具体实现如下步骤210-步骤240所描述的内容。

步骤210，持续性地检测所述云计算平台的接口协议是否处于激活状态，在检测到所述云计算平台的接口协议处于激活状态时，从所述接口协议中提取目标api接口的注册信息，将所述注册信息加载到预置的接口驱动中并通过运行所述接口驱动实现通过所述目标api接口从所述云计算平台获取所述云计算平台生成的实时配电指令数据。

在具体实施时，可以通过获取云计算平台110的接口协议中的协议标识来确定接口协议是否处于激活状态。其中，协议标识可以用字符s或字符e来表示，当协议标识为字符s时表征接口协议处于激活状态，当协议标识为字符e时表征接口协议处于关闭状态。

在本实施例中，不同api接口的注册信息不同，目标api接口用于实现云计算平台110和边缘计算平台120之间的数据解耦，从而使得边缘计算平台120能够对云计算平台110生成的指令数据进行识别从而在边缘计算平台120侧直接运行，这样可以打破云计算平台110和边缘计算平台120之间的平台异构性和数据壁垒。

在本发明中，接口驱动用于调用目标api接口实现边缘计算平台120和云计算平台110之间的数据交互。

步骤220，基于通过所述目标api接口从所述云计算平台中确定出的所述用电设备的网络拓扑，对所述实时配电指令数据进行识别，得到每个用电设备对应的目标配电指令数据以及所述目标配电指令数据对应的层级标签；其中，每个层级标签包括一级标签和二级标签，所述二级标签为所述一级标签的从属标签。

在步骤220中，一级标签用于表征用电设备所处的设备集群的集群等级，二级标签用于表征用电设备的设备类型的优先级。可以理解，通过第一标签和第二标签可以确定用电设备在整个网络拓扑中的层级，同样可以确定每个用电设备对应的目标配电指令数据的下发次序。

步骤230，根据所述层级标签将每条目标配电指令数据下发至对应的用电设备，以使所述用电设备根据其对应的目标配电指令数据向变电站控制中心发送配电请求。

在本申请实施例中，用电设备130在向变电站控制中心发送了配电请求后，变电站控制中心会为用电设备130进行配电。

步骤240，通过所述目标api接口调取所述云计算平台中部署的电能质量监控程序的执行脚本，将所述执行脚本映射到所述边缘计算平台的镜像虚拟机中，运行所述镜像虚拟机以在所述边缘计算平台中生成与所述电能质量监控程序对应的镜像监控程序，采用所述镜像监控程序轮询每个用电设备以得到对应的电能质量数据，并根据每组电能质量数据生成每个用电设备的第一电能质量监控日志以及所述网络拓扑的第二电能质量监控日志。

在本发明实施例中，电能质量监控程序预先部署在云计算平台110中，执行脚本可以理解为用于生成电能质量监控程序的脚本文件，镜像虚拟机可以是部署在边缘计算平台120中的java虚拟机，镜像监控程序与电能质量监控程序的程序逻辑是相同的，但是它们的驱动参数不同，镜像监控程序通过边缘计算平台120中的生成的第一指令参数驱动，而电能质量监控程序通过云计算平台110中的生成的第二指令参数驱动，第一指令参数和第二指令参数的编码逻辑不同。

进一步地，第一电能质量监控日志用于表征对应的用电设备的电能质量状态，而第二电能质量监控日志用于表征网络拓扑的电能质量状态。因此，第一电能质量监控日志可以反应网络拓扑的局部电能质量，第二电能质量监控日志可以反映网络拓扑的全局电能质量。

基于上述步骤210-步骤240所描述的内容，首先通过预先配置的目标api接口获取云计算平台生成的实时配电指令数据，其次根据确定出的网络拓扑对实时配电指令数据进行识别得到每个用电设备对应的目标配电指令数据以及目标配电指令数据对应的层级标签，然后根据层级标签将每条目标配电指令数据下发至对应的用电设备，最后根据调取到的云计算平台中部署的电能质量监控程序的执行脚本生成镜像监控程序从而对每个用电设备进行轮询，进而生成第一电能质量监控日志和第二电能质量监控日志。如此，不仅能够将配电指令数据按照云计算平台所设置的层级关系下发给对应的用电设备，还能够基于镜像监控程序对每个用电设备的电能质量进行分布式和全局性监控，从而确保电能质量监控的可靠性，进而实现边缘计算与配电网之间的稳定可靠对接。

在具体实施时，在提取目标api接口的注册信息时可能会提取到与注册信息无关的噪声信息，这样可能导致加载到接口驱动中的信息超过接口驱动的存储负荷从而导致接口驱动异常，进而难以及时地获取云计算平台生成的实时配电指令数据。为改善上述问题，需要对提取到的注册信息进行筛分以剔除噪声信息，为此，在步骤210中，从所述接口协议中提取目标api接口的注册信息，具体可以包括以下步骤2111-步骤2113所描述的内容。

步骤2111，分别获取目标api接口对应的各个信息包的信息分布列表；其中，各个信息包的信息分布列表是根据所述目标api接口的运行参数分别从预设数据库中获取的，并根据获取的信息分布列表对所述目标api接口进行初始化后得到的。

步骤2112，对接收到的信息分布列表进行缓存，监控是否已缓存所述目标api接口对应的所有信息包的信息分布列表。

步骤2113，若已缓存所述目标api接口对应的所有信息包的信息分布列表，则将所述目标api接口对应的所有信息包的信息分布列表分别映射到所述目标api接口对应的每个信息包的信息结构图谱中，获取每个信息包的信息结构图谱的变化系数，并将变化系数超过设定阈值的信息包剔除，将变化系数没有超过所述设定阈值的信息包进行整合得到所述注册信息；其中，变化系数超过设定阈值的信息包为噪声信息。

可以理解，通过执行上述步骤2111-步骤2113所描述的内容，能够根据每个信息包的信息结构图谱在映射了信息分布列表前后的变化系数对注册信息和噪声信息进行准确区分，这样能够确保加载到接口驱动中的信息为注册信息，避免接口驱动的存储负荷过载从而导致接口驱动异常，从而能够及时地获取云计算平台生成的实时配电指令数据。

在实际应用中，为了确保向接口驱动加载注册信息时不会引起接口驱动的自锁保护机制，在步骤s210中，将所述注册信息加载到预置的接口驱动中，具体可以包括以下步骤2121-步骤2122所描述的内容。

步骤2121，判断所述接口驱动的执行路径上是否存在自锁保护标志，若所述执行路径上存在所述自锁保护标志，则确定所述自锁保护标志的起始时刻和中止时刻。

步骤2122，根据所述起始时刻和所述中止时刻确定所述接口驱动的自锁空窗期，根据所述自锁空窗期将所述注册信息分段加载到所述接口驱动中。

在执行上述步骤2121-步骤2122时，可以达到如下有益效果：通过在自锁空窗期内将注册信息分段加载到接口驱动中，能够确保向接口驱动加载注册信息时不会引起接口驱动的自锁保护机制，从而确保接口驱动能够正常地运行。

在具体实施过程中，在云计算平台生成的获取实时配电指令数据时，需要确保云计算平台的正常数据处理进程，不能因为边缘计算平台从云计算平台处获取实时配电指令数据而导致影响云计算平台的正常数据处理进程。为实现上述目的，在步骤210中，通过所述目标api接口从所述云计算平台获取所述云计算平台生成的实时配电指令数据，具体可以包括步骤2131-步骤2134所描述的内容。

步骤2131，向所述云计算平台发送用于通过所述目标api接口与所述云计算平台的指令生成线程进行接入的并携带有所述边缘计算平台的当前状态标识的请求指令；其中，所述请求指令是所述边缘计算平台通过与云计算平台预先建立得协议层进行发送的。

步骤2132，获取所述云计算平台发送的在所述云计算平台根据所述当前状态标识确定出所述请求指令相对于所述云计算平台的影响指数低于设定指数时生成的响应信息；其中，所述云计算平台在接收到所述当前状态标识之后，获取所述指令生成线程的线程运行轨迹并根据所述当前状态标识确定出所述线程运行轨迹中的多个互相之间连续的轨迹节点，在根据所述请求指令中的请求信息判断出所述线程运行轨迹存在用于收录独占性轨迹节点的第一节点分类列表和用于收录兼容性轨迹节点的第二节点分类列表时，根据处于所述第一节点分类列表下的每个轨迹节点与处于所述第二节点分类列表下的每个轨迹节点之间的节点兼容度将处于所述第二节点分类列表下的至少一个轨迹节点放入所述第一节点分类列表中，通过计算所述第一节点分类列表中的第一轨迹节点与所述线程运行轨迹对应的第二轨迹节点之间的占比确定所述请求指令相对于所述云计算平台的影响指数。

步骤2133，解析所述响应信息得到所述响应信息中的包括的所述云计算平台的接口分布信息以及所述云计算平台对应的线程运行轨迹的轨迹变化信息，根据所述接口分布信息和所述轨迹变化信息生成所述边缘计算平台对应的数据获取频率；其中，所述数据获取频率是所述边缘计算平台通过所述目标api接口从所述云计算平台获取所述云计算平台生成的实时配电指令数据的频率。

步骤2134，按照所述数据获取频率通过所述目标api接口从所述云计算平台获取所述云计算平台生成的实时配电指令数据；其中，所述数据获取频率为实时变化的。

可以理解，在应用上述步骤2131-步骤2134所描述的内容时，能够在获取云计算平台生成的实时配电指令数据时，通过对数据获取频率进行确定和调整进而确保云计算平台的正常数据处理进程，这样能够确保获取实时配电指令数据的可靠性和准确性，避免因云计算平台出现异常而导致其生成的实时配电指令数据出现错误。

在具体实施时，由于用电设备的数据庞大、类型繁多且电连接关系复杂，在确定网络拓扑时发明人发现，如果不考虑用电设备的用电行为数据，则会导致网络拓扑的层级出现错误。为解决上述技术问题以准确确定网络拓扑，步骤220所描述的网络拓扑，具体可以通过以下步骤2211-步骤2215所描述的内容来确定。

步骤2211，从所述云计算平台中获取每个用电设备的用电行为数据；其中，所述用电行为数据包括在设定时段内的用电电量、有功功率损耗和瞬时电流峰谷值。

步骤2212，为所述用电行为数据中的用电电量、有功功率损耗和瞬时电流峰谷值设置对应的行为权重；其中，所述用电电量对应第一行为权重，所述有功功率损耗对应第二行为权重，所述瞬时电流峰谷值对应第三行为权重，所述第一行为权重、所述第二行为权重和所述第三行为权重的和值为一，每组用电行为数据对应的行为权重不同。

步骤2213，依据所设置的行为权重计确定每组用电行为数据的用电电量在获取到的所有用电行为数据的用电电量中的第一排序位置、每组用电行为数据的有功功率损耗在获取到的所有用电行为数据的有功功率损耗中的第二排序位置、每组用电行为数据的瞬时电流峰谷值在获取到的所有用电行为数据的瞬时电流峰谷值中的第三排序位置，根据所述第一排序位置、所述第二排序位置和所述第三排序位置确定每组用电行为数据对应的用电设备的用电行为画像；其中，所述用电行为画像多维数组进行表示。

步骤2214，确定每个用电设备的定位信息以及每个用电设备的接线信息；其中，所述定位信息为所述用电设备的经纬度信息，接线信息为用电设备与至少一个分级变压器的接线分布。

步骤2215，根据每个用电设备的定位信息、接线信息以及用电行为画像生成每个用电设备与其他用电设备的连线信息，将所述连线信息进行合并得到所述网络拓扑；其中，所述连线信息包括两个端点，每个端点表征一个用电设备，一条连线信息中的两个端点的端点层级不相同。

在执行上述步骤2211-步骤2215时，能够达到如下有益技术效果：通过对用电设备的用电行为数据进行分析并确定出每个用电设备的用电行为画像，能够根据每个用电设备的定位信息、接线信息以及用电行为画像生成每个用电设备与其他用电设备的连线信息，通过将连线信息进行合并得到网络拓扑，能够避免网络拓扑的层级出现错误。

在上述基础上，步骤220所描述的基于通过所述目标api接口从所述云计算服务器中确定出的所述用电设备的网络拓扑，对所述实时配电指令数据进行识别，得到每个用电设备对应的目标配电指令数据的层级标签，具体可以包括以下步骤2221和步骤2222所描述的内容。

步骤2221，确定每个用电设备在所述网络拓扑中的位置信息和中心度，并根据所述位置信息和所述中心度确定每个用电设备在所述网络拓扑中的节点等级；其中，所述位置信息为所述用电设备在所述网络拓扑中的节点相对位置，所述位置信息为二维坐标信息，所述二维坐标信息中的第一坐标值用于表征所述用电设备在所述网络拓扑中与所述网络拓扑中的最大中心度对应的用电设备之间的距离值，所述二维坐标信息中的第二坐标值用于表征所述用电设备在所述网络拓扑对应的网络区域中与所述网络区域最近的区域边界的距离值，所述中心度通过与所述用电设备存在连接关系的其他用电设备的数量得到。

步骤2222，基于每个用电设备的节点等级从实时配电指令数据对应的指令数据序列中确定出与所述节点等级相一致的配电等级，通过所述配电等级确定每个用电设备对应的目标配电指令数据的层级标签。

可以理解，通过上述步骤2221和步骤2222所描述的内容，能够将用电设备在网络拓扑中的位置信息和中心度考虑在内，从而准确确定每个用电设备对应的目标配电指令数据的层级标签。

进一步地，步骤230所描述的根据所述层级标签将每条目标配电指令数据下发至对应的用电设备，具体可以包括以下步骤231和步骤235所描述的内容。

步骤231，通过所述层级标签确定每条目标配电指令数据的下发时段，判断每个下发时段中的目标配电指令数据是否唯一。

步骤232，若是，则按照所述下发时段依次将每条目标配电指令数据下发至对应的用电设备；

步骤233，若否，针对存在两个目标配电指令数据的目标下发时段，计算所述目标下发时段中的其中一个目标配电指令数据的第一下发时刻与所述目标下发时段中的另一个目标配电指令数据的第二下发时刻之间的时长间隔。

步骤234，如果所述时长间隔大于设定时长间隔，则按照所述目标下发时段中的目标配电指令数据的下发时刻的先后顺序依次将所述目标下发时段中的目标配电指令数据下发给对应的用电设备。

步骤235，如果所述时长间隔大于设定时长间隔，按照所述目标下发时段中的目标配电指令数据的层级标签对所述目标下发时段中的目标配电指令数据的下发时刻进行调整以使得所述时长间隔大于设定时长间隔。

在执行上述步骤231-步骤235所描述的内容时，能够达到如下有益技术效果：通过对每条目标配电指令数据进行先后下发，能够避免对用电设备的配电出现层级混乱，从而确保配电过程中不会出现事故。

为了确保在获取执行脚本中云计算平台的数据安全性，步骤240所描述的通过所述目标api接口调取所述云计算平台中部署的电能质量监控程序的执行脚本，可以通过以下方式实现：

通过所述目标api接口向所述云计算平台对应的日志数据库中发送用于查询json格式的日志文件的查询语句；其中，所述查询语句是所述边缘计算平台生成并根据所述云计算平台的日志数据库的校验码验证的；

接收所述日志数据库根据所述查询语句查找出的日志文件；

从所述日志文件中提取执行逻辑文本，将所述执行逻辑文本确定为所述执行脚本；其中，所述执行逻辑文本中包括对电能质量数据的判断逻辑的本文信息。

如此，能够确保边缘计算平台访问日志数据库的查询语句是合法的，这样能够确保云计算平台的数据安全性，同时也能够确保边缘计算平台能够顺利地调取到执行脚本以进行镜像监控程序的生成，从而对用电设备进行电能质量监控。

边缘计算平台120在生成镜像监控程序时，可能出现在镜像监控程序的数据监控指标与电能质量监控程序的数据监控指标不一致的问题。发明人对该问题进行分析时发现，出现该问题的原因是边缘计算平台120利用镜像虚拟机进行镜像监控程序生成时，没有对镜像虚拟机的驱动参数进行实时地更新和调整。为改善上述问题，在一种可替换的实施方式中，步骤240所描述的将所述执行脚本映射到所述边缘计算平台的镜像虚拟机中，运行所述镜像虚拟机以在所述边缘计算平台中生成与所述电能质量监控程序对应的镜像监控程序，具体可以包括步骤241-步骤244所描述的内容。

步骤241，确定所述镜像虚拟机所支持的多个目标数据类型以及所述执行脚本的当前数据类型；其中，所述当前数据类型通过对执行脚本进行本文识别得到。

步骤242，判断所述多个目标数据类型中是否存在与所述当前数据类型相同的数据类型，若存在与所述当前数据类型相同的数据类型，则将所述执行脚本映射到所述镜像虚拟机的内存空间中；若不存在与所述当前数据类型相同的数据类型，则计算所述当前数据类型与每个目标数据类型之间的差异系数并根据所述差异系数以及所述执行脚本的容量确定将所述当前数据类型转换为每个目标数据类型对应的耗时信息，将所述执行脚本的当前数据类型转换为最短耗时信息对应的目标数据类型之后映射到所述镜像虚拟机的内存空间中。

步骤243，获取所述镜像虚拟机在接收到所述执行脚本时的第一驱动参数以及所述镜像虚拟机在目标时段内的多组第二驱动参数，确定每组第二驱动参数的时刻信息，根据所述时刻信息生成每组第二驱动参数的更新权重；其中，所述目标时段为所述镜像虚拟机在接收到所述执行脚本之前的时段。

步骤244，获取所述镜像虚拟机在运行之前的第三驱动参数，判断所述第三驱动参数与所述第一驱动参数是否一致；若一致，则采用生成的至少一个更新权重对所述第三驱动参数进行调整得到第四驱动参数，通过所述第四驱动参数驱动所述镜像虚拟机运行以生成所述镜像监控程序；若不一致，则采用生成的所有更新权重对所述第一驱动参数进行更新得到第五驱动参数，通过所述第三驱动参数和所述第五驱动参数驱动所述镜像虚拟机运行以生成所述镜像监控程序。

可以理解，通过上述步骤241-步骤244所描述的内容，能够达到以下有益技术效果：能够对镜像虚拟机在不同时段对应的驱动参数进行分析，从而实现对当前驱动参数的实时更新和调整，这样能够确保驱动镜像虚拟机运行的驱动参数的实时性和准确性，从而确保生成的镜像监控程序的数据监控指标与电能质量监控程序的数据监控指标一致。这样能够确保采用镜像监控程序对用电设备的电能质量的准确可靠监控。

在另一种可替换的实施方式中，步骤240所描述的采用所述镜像监控程序轮询每个用电设备以得到对应的电能质量数据，并根据每组电能质量数据生成每个用电设备的第一电能质量监控日志以及所述网络拓扑的第二电能质量监控日志，具体可以包括以下步骤所描述的内容：

按照设定步长轮询每个用电设备，获取每个用电设备的多组电能质量数据；

计算每组电能质量数据与基准电能质量数据之前的第一偏移量以及每两组电能质量数据之间的影响因子；

根据所述第一偏移量和所述影响因子计算所述网络拓扑的第二偏移量；

将所述第一偏移量以及其对应的电能质量数据导入第一预设列表中得到所述第一电能质量监控日志，将所述第二偏移量以及所述影响因子导入第二预设列表中得到所述第二电能质量监控日志。

可以理解，通过上述内容，可以将用电设备之间的影响考虑在内，从而生成第一电能质量监控日志和第二电能质量监控日志。如此，能够对用电设备以及网络拓扑进行局部和全局监控，从而确保电能质量监控的准确性，避免个别用电设备的故障带来的干扰。

在上述基础上，请结合参阅图3，示出了一种基于边缘计算和云计算的数据管理装置300的功能模块框图，关于所述数据管理装置300的描述如下。

a1.一种基于边缘计算和云计算的数据管理装置，应用于与云计算平台以及多个用电设备通信的边缘计算平台，所述装置包括：

数据获取模块310，用于持续性地检测所述云计算平台的接口协议是否处于激活状态，在检测到所述云计算平台的接口协议处于激活状态时，从所述接口协议中提取目标api接口的注册信息，将所述注册信息加载到预置的接口驱动中并通过运行所述接口驱动实现通过所述目标api接口从所述云计算平台获取所述云计算平台生成的实时配电指令数据；

层级识别模块320，用于基于通过所述目标api接口从所述云计算平台中确定出的所述用电设备的网络拓扑，对所述实时配电指令数据进行识别，得到每个用电设备对应的目标配电指令数据以及所述目标配电指令数据对应的层级标签；其中，每个层级标签包括一级标签和二级标签，所述二级标签为所述一级标签的从属标签；

数据下发模块330，用于根据所述层级标签将每条目标配电指令数据下发至对应的用电设备，以使所述用电设备根据其对应的目标配电指令数据向变电站控制中心发送配电请求；

电能质量监控模块340，用于通过所述目标api接口调取所述云计算平台中部署的电能质量监控程序的执行脚本，将所述执行脚本映射到所述边缘计算平台的镜像虚拟机中，运行所述镜像虚拟机以在所述边缘计算平台中生成与所述电能质量监控程序对应的镜像监控程序，采用所述镜像监控程序轮询每个用电设备以得到对应的电能质量数据，并根据每组电能质量数据生成每个用电设备的第一电能质量监控日志以及所述网络拓扑的第二电能质量监控日志。

a2.如a1所述的数据管理装置，所述数据获取模块310，具体用于：

分别获取目标api接口对应的各个信息包的信息分布列表；其中，各个信息包的信息分布列表是根据所述目标api接口的运行参数分别从预设数据库中获取的，并根据获取的信息分布列表对所述目标api接口进行初始化后得到的；

对接收到的信息分布列表进行缓存，监控是否已缓存所述目标api接口对应的所有信息包的信息分布列表；

若已缓存所述目标api接口对应的所有信息包的信息分布列表，则将所述目标api接口对应的所有信息包的信息分布列表分别映射到所述目标api接口对应的每个信息包的信息结构图谱中，获取每个信息包的信息结构图谱的变化系数，并将变化系数超过设定阈值的信息包剔除，将变化系数没有超过所述设定阈值的信息包进行整合得到所述注册信息；其中，变化系数超过设定阈值的信息包为噪声信息。

a3.如a2所述的数据管理装置，所述数据获取模块310，进一步用于：

判断所述接口驱动的执行路径上是否存在自锁保护标志，若所述执行路径上存在所述自锁保护标志，则确定所述自锁保护标志的起始时刻和中止时刻；

根据所述起始时刻和所述中止时刻确定所述接口驱动的自锁空窗期，根据所述自锁空窗期将所述注册信息分段加载到所述接口驱动中。

a4.如a1所述的数据管理装置，所述数据获取模块310，具体用于：

向所述云计算平台发送用于通过所述目标api接口与所述云计算平台的指令生成线程进行接入的并携带有所述边缘计算平台的当前状态标识的请求指令；其中，所述请求指令是所述边缘计算平台通过与云计算平台预先建立得协议层进行发送的；

获取所述云计算平台发送的在所述云计算平台根据所述当前状态标识确定出所述请求指令相对于所述云计算平台的影响指数低于设定指数时生成的响应信息；其中，所述云计算平台在接收到所述当前状态标识之后，获取所述指令生成线程的线程运行轨迹并根据所述当前状态标识确定出所述线程运行轨迹中的多个互相之间连续的轨迹节点，在根据所述请求指令中的请求信息判断出所述线程运行轨迹存在用于收录独占性轨迹节点的第一节点分类列表和用于收录兼容性轨迹节点的第二节点分类列表时，根据处于所述第一节点分类列表下的每个轨迹节点与处于所述第二节点分类列表下的每个轨迹节点之间的节点兼容度将处于所述第二节点分类列表下的至少一个轨迹节点放入所述第一节点分类列表中，通过计算所述第一节点分类列表中的第一轨迹节点与所述线程运行轨迹对应的第二轨迹节点之间的占比确定所述请求指令相对于所述云计算平台的影响指数；

解析所述响应信息得到所述响应信息中的包括的所述云计算平台的接口分布信息以及所述云计算平台对应的线程运行轨迹的轨迹变化信息，根据所述接口分布信息和所述轨迹变化信息生成所述边缘计算平台对应的数据获取频率；其中，所述数据获取频率是所述边缘计算平台通过所述目标api接口从所述云计算平台获取所述云计算平台生成的实时配电指令数据的频率；

按照所述数据获取频率通过所述目标api接口从所述云计算平台获取所述云计算平台生成的实时配电指令数据；其中，所述数据获取频率为实时变化的。

a5.如a1所述的数据管理装置，所述层级识别模块320通过以下步骤确定所述网络拓扑：

从所述云计算平台中获取每个用电设备的用电行为数据；其中，所述用电行为数据包括在设定时段内的用电电量、有功功率损耗和瞬时电流峰谷值；

为所述用电行为数据中的用电电量、有功功率损耗和瞬时电流峰谷值设置对应的行为权重；其中，所述用电电量对应第一行为权重，所述有功功率损耗对应第二行为权重，所述瞬时电流峰谷值对应第三行为权重，所述第一行为权重、所述第二行为权重和所述第三行为权重的和值为一，每组用电行为数据对应的行为权重不同；

依据所设置的行为权重计确定每组用电行为数据的用电电量在获取到的所有用电行为数据的用电电量中的第一排序位置、每组用电行为数据的有功功率损耗在获取到的所有用电行为数据的有功功率损耗中的第二排序位置、每组用电行为数据的瞬时电流峰谷值在获取到的所有用电行为数据的瞬时电流峰谷值中的第三排序位置，根据所述第一排序位置、所述第二排序位置和所述第三排序位置确定每组用电行为数据对应的用电设备的用电行为画像；其中，所述用电行为画像多维数组进行表示；

确定每个用电设备的定位信息以及每个用电设备的接线信息；其中，所述定位信息为所述用电设备的经纬度信息，接线信息为用电设备与至少一个分级变压器的接线分布；

根据每个用电设备的定位信息、接线信息以及用电行为画像生成每个用电设备与其他用电设备的连线信息，将所述连线信息进行合并得到所述网络拓扑；其中，所述连线信息包括两个端点，每个端点表征一个用电设备，一条连线信息中的两个端点的端点层级不相同。

a6.如a5所述的数据管理装置，所述层级识别模块320，具体用于：

确定每个用电设备在所述网络拓扑中的位置信息和中心度，并根据所述位置信息和所述中心度确定每个用电设备在所述网络拓扑中的节点等级；其中，所述位置信息为所述用电设备在所述网络拓扑中的节点相对位置，所述位置信息为二维坐标信息，所述二维坐标信息中的第一坐标值用于表征所述用电设备在所述网络拓扑中与所述网络拓扑中的最大中心度对应的用电设备之间的距离值，所述二维坐标信息中的第二坐标值用于表征所述用电设备在所述网络拓扑对应的网络区域中与所述网络区域最近的区域边界的距离值，所述中心度通过与所述用电设备存在连接关系的其他用电设备的数量得到；

基于每个用电设备的节点等级从实时配电指令数据对应的指令数据序列中确定出与所述节点等级相一致的配电等级，通过所述配电等级确定每个用电设备对应的目标配电指令数据的层级标签。

a7.如a1所述的数据管理装置，所述数据下发模块330，具体用于：

通过所述层级标签确定每条目标配电指令数据的下发时段，判断每个下发时段中的目标配电指令数据是否唯一；

若是，则按照所述下发时段依次将每条目标配电指令数据下发至对应的用电设备；

若否，针对存在两个目标配电指令数据的目标下发时段，计算所述目标下发时段中的其中一个目标配电指令数据的第一下发时刻与所述目标下发时段中的另一个目标配电指令数据的第二下发时刻之间的时长间隔；

如果所述时长间隔大于设定时长间隔，则按照所述目标下发时段中的目标配电指令数据的下发时刻的先后顺序依次将所述目标下发时段中的目标配电指令数据下发给对应的用电设备；

如果所述时长间隔大于设定时长间隔，按照所述目标下发时段中的目标配电指令数据的层级标签对所述目标下发时段中的目标配电指令数据的下发时刻进行调整以使得所述时长间隔大于设定时长间隔。

a8.如a1所述的数据管理装置，所述电能质量监控模块340，具体用于：

通过所述目标api接口向所述云计算平台对应的日志数据库中发送用于查询json格式的日志文件的查询语句；其中，所述查询语句是所述边缘计算平台生成并根据所述云计算平台的日志数据库的校验码验证的；

接收所述日志数据库根据所述查询语句查找出的日志文件；

从所述日志文件中提取执行逻辑文本，将所述执行逻辑文本确定为所述执行脚本；其中，所述执行逻辑文本中包括对电能质量数据的判断逻辑的本文信息。

a9.如a8所述的数据管理装置，所述电能质量监控模块340，具体用于：

确定所述镜像虚拟机所支持的多个目标数据类型以及所述执行脚本的当前数据类型；其中，所述当前数据类型通过对执行脚本进行本文识别得到；

判断所述多个目标数据类型中是否存在与所述当前数据类型相同的数据类型，若存在与所述当前数据类型相同的数据类型，则将所述执行脚本映射到所述镜像虚拟机的内存空间中；若不存在与所述当前数据类型相同的数据类型，则计算所述当前数据类型与每个目标数据类型之间的差异系数并根据所述差异系数以及所述执行脚本的容量确定将所述当前数据类型转换为每个目标数据类型对应的耗时信息，将所述执行脚本的当前数据类型转换为最短耗时信息对应的目标数据类型之后映射到所述镜像虚拟机的内存空间中；

获取所述镜像虚拟机在接收到所述执行脚本时的第一驱动参数以及所述镜像虚拟机在目标时段内的多组第二驱动参数，确定每组第二驱动参数的时刻信息，根据所述时刻信息生成每组第二驱动参数的更新权重；其中，所述目标时段为所述镜像虚拟机在接收到所述执行脚本之前的时段；

获取所述镜像虚拟机在运行之前的第三驱动参数，判断所述第三驱动参数与所述第一驱动参数是否一致；若一致，则采用生成的至少一个更新权重对所述第三驱动参数进行调整得到第四驱动参数，通过所述第四驱动参数驱动所述镜像虚拟机运行以生成所述镜像监控程序；若不一致，则采用生成的所有更新权重对所述第一驱动参数进行更新得到第五驱动参数，通过所述第三驱动参数和所述第五驱动参数驱动所述镜像虚拟机运行以生成所述镜像监控程序。

a10.如a9所述的数据管理装置，所述电能质量监控模块340，具体用于：

按照设定步长轮询每个用电设备，获取每个用电设备的多组电能质量数据；

计算每组电能质量数据与基准电能质量数据之前的第一偏移量以及每两组电能质量数据之间的影响因子；

根据所述第一偏移量和所述影响因子计算所述网络拓扑的第二偏移量；

将所述第一偏移量以及其对应的电能质量数据导入第一预设列表中得到所述第一电能质量监控日志，将所述第二偏移量以及所述影响因子导入第二预设列表中得到所述第二电能质量监控日志。

在上述基础上，还提供了一种基于边缘计算和云计算的数据管理系统，关于该系统的具体描述如下。

b1.一种基于边缘计算和云计算的数据管理系统，包括边缘计算平台、云计算平台和多个用电设备，所述边缘计算平台与所述云计算平台以及所述多个用电设备通信；

所述边缘计算平台用于：

持续性地检测所述云计算平台的接口协议是否处于激活状态，在检测到所述云计算平台的接口协议处于激活状态时，从所述接口协议中提取目标api接口的注册信息，将所述注册信息加载到预置的接口驱动中并通过运行所述接口驱动实现通过所述目标api接口从所述云计算平台获取所述云计算平台生成的实时配电指令数据；

基于通过所述目标api接口从所述云计算平台中确定出的所述用电设备的网络拓扑，对所述实时配电指令数据进行识别，得到每个用电设备对应的目标配电指令数据以及所述目标配电指令数据对应的层级标签；其中，每个层级标签包括一级标签和二级标签，所述二级标签为所述一级标签的从属标签；

根据所述层级标签将每条目标配电指令数据下发至对应的用电设备；

所述用电设备用于：

根据其对应的目标配电指令数据向变电站控制中心发送配电请求；

所述边缘计算平台还用于：

通过所述目标api接口调取所述云计算平台中部署的电能质量监控程序的执行脚本，将所述执行脚本映射到所述边缘计算平台的镜像虚拟机中，运行所述镜像虚拟机以在所述边缘计算平台中生成与所述电能质量监控程序对应的镜像监控程序，采用所述镜像监控程序轮询每个用电设备以得到对应的电能质量数据，并根据每组电能质量数据生成每个用电设备的第一电能质量监控日志以及所述网络拓扑的第二电能质量监控日志。

b2.如b1所述的数据管理系统，所述边缘计算平台，具体用于：

分别获取目标api接口对应的各个信息包的信息分布列表；其中，各个信息包的信息分布列表是根据所述目标api接口的运行参数分别从预设数据库中获取的，并根据获取的信息分布列表对所述目标api接口进行初始化后得到的；

对接收到的信息分布列表进行缓存，监控是否已缓存所述目标api接口对应的所有信息包的信息分布列表；

若已缓存所述目标api接口对应的所有信息包的信息分布列表，则将所述目标api接口对应的所有信息包的信息分布列表分别映射到所述目标api接口对应的每个信息包的信息结构图谱中，获取每个信息包的信息结构图谱的变化系数，并将变化系数超过设定阈值的信息包剔除，将变化系数没有超过所述设定阈值的信息包进行整合得到所述注册信息；其中，变化系数超过设定阈值的信息包为噪声信息。

b3.如b2所述的数据管理系统，所述边缘计算平台，具体用于：

判断所述接口驱动的执行路径上是否存在自锁保护标志，若所述执行路径上存在所述自锁保护标志，则确定所述自锁保护标志的起始时刻和中止时刻；

根据所述起始时刻和所述中止时刻确定所述接口驱动的自锁空窗期，根据所述自锁空窗期将所述注册信息分段加载到所述接口驱动中。

b4.如b1所述的数据管理系统，所述边缘计算平台，具体用于：

向所述云计算平台发送用于通过所述目标api接口与所述云计算平台的指令生成线程进行接入的并携带有所述边缘计算平台的当前状态标识的请求指令；其中，所述请求指令是所述边缘计算平台通过与云计算平台预先建立得协议层进行发送的；

获取所述云计算平台发送的在所述云计算平台根据所述当前状态标识确定出所述请求指令相对于所述云计算平台的影响指数低于设定指数时生成的响应信息；其中，所述云计算平台在接收到所述当前状态标识之后，获取所述指令生成线程的线程运行轨迹并根据所述当前状态标识确定出所述线程运行轨迹中的多个互相之间连续的轨迹节点，在根据所述请求指令中的请求信息判断出所述线程运行轨迹存在用于收录独占性轨迹节点的第一节点分类列表和用于收录兼容性轨迹节点的第二节点分类列表时，根据处于所述第一节点分类列表下的每个轨迹节点与处于所述第二节点分类列表下的每个轨迹节点之间的节点兼容度将处于所述第二节点分类列表下的至少一个轨迹节点放入所述第一节点分类列表中，通过计算所述第一节点分类列表中的第一轨迹节点与所述线程运行轨迹对应的第二轨迹节点之间的占比确定所述请求指令相对于所述云计算平台的影响指数；

解析所述响应信息得到所述响应信息中的包括的所述云计算平台的接口分布信息以及所述云计算平台对应的线程运行轨迹的轨迹变化信息，根据所述接口分布信息和所述轨迹变化信息生成所述边缘计算平台对应的数据获取频率；其中，所述数据获取频率是所述边缘计算平台通过所述目标api接口从所述云计算平台获取所述云计算平台生成的实时配电指令数据的频率；

按照所述数据获取频率通过所述目标api接口从所述云计算平台获取所述云计算平台生成的实时配电指令数据；其中，所述数据获取频率为实时变化的。

b5.如b1所述的数据管理系统，所述边缘计算平台，具体用于：

从所述云计算平台中获取每个用电设备的用电行为数据；其中，所述用电行为数据包括在设定时段内的用电电量、有功功率损耗和瞬时电流峰谷值；

为所述用电行为数据中的用电电量、有功功率损耗和瞬时电流峰谷值设置对应的行为权重；其中，所述用电电量对应第一行为权重，所述有功功率损耗对应第二行为权重，所述瞬时电流峰谷值对应第三行为权重，所述第一行为权重、所述第二行为权重和所述第三行为权重的和值为一，每组用电行为数据对应的行为权重不同；

依据所设置的行为权重计确定每组用电行为数据的用电电量在获取到的所有用电行为数据的用电电量中的第一排序位置、每组用电行为数据的有功功率损耗在获取到的所有用电行为数据的有功功率损耗中的第二排序位置、每组用电行为数据的瞬时电流峰谷值在获取到的所有用电行为数据的瞬时电流峰谷值中的第三排序位置，根据所述第一排序位置、所述第二排序位置和所述第三排序位置确定每组用电行为数据对应的用电设备的用电行为画像；其中，所述用电行为画像多维数组进行表示；

确定每个用电设备的定位信息以及每个用电设备的接线信息；其中，所述定位信息为所述用电设备的经纬度信息，接线信息为用电设备与至少一个分级变压器的接线分布；

根据每个用电设备的定位信息、接线信息以及用电行为画像生成每个用电设备与其他用电设备的连线信息，将所述连线信息进行合并得到所述网络拓扑；其中，所述连线信息包括两个端点，每个端点表征一个用电设备，一条连线信息中的两个端点的端点层级不相同。

b6.如b5所述的数据管理系统，所述边缘计算平台，具体用于：

确定每个用电设备在所述网络拓扑中的位置信息和中心度，并根据所述位置信息和所述中心度确定每个用电设备在所述网络拓扑中的节点等级；其中，所述位置信息为所述用电设备在所述网络拓扑中的节点相对位置，所述位置信息为二维坐标信息，所述二维坐标信息中的第一坐标值用于表征所述用电设备在所述网络拓扑中与所述网络拓扑中的最大中心度对应的用电设备之间的距离值，所述二维坐标信息中的第二坐标值用于表征所述用电设备在所述网络拓扑对应的网络区域中与所述网络区域最近的区域边界的距离值，所述中心度通过与所述用电设备存在连接关系的其他用电设备的数量得到；

基于每个用电设备的节点等级从实时配电指令数据对应的指令数据序列中确定出与所述节点等级相一致的配电等级，通过所述配电等级确定每个用电设备对应的目标配电指令数据的层级标签。

b7.如b1所述的数据管理系统，所述边缘计算平台，具体用于：

通过所述层级标签确定每条目标配电指令数据的下发时段，判断每个下发时段中的目标配电指令数据是否唯一；

若是，则按照所述下发时段依次将每条目标配电指令数据下发至对应的用电设备；

若否，针对存在两个目标配电指令数据的目标下发时段，计算所述目标下发时段中的其中一个目标配电指令数据的第一下发时刻与所述目标下发时段中的另一个目标配电指令数据的第二下发时刻之间的时长间隔；

如果所述时长间隔大于设定时长间隔，则按照所述目标下发时段中的目标配电指令数据的下发时刻的先后顺序依次将所述目标下发时段中的目标配电指令数据下发给对应的用电设备；

如果所述时长间隔大于设定时长间隔，按照所述目标下发时段中的目标配电指令数据的层级标签对所述目标下发时段中的目标配电指令数据的下发时刻进行调整以使得所述时长间隔大于设定时长间隔。

b8.如b1所述的数据管理系统，所述边缘计算平台，具体用于：

通过所述目标api接口向所述云计算平台对应的日志数据库中发送用于查询json格式的日志文件的查询语句；其中，所述查询语句是所述边缘计算平台生成并根据所述云计算平台的日志数据库的校验码验证的；

接收所述日志数据库根据所述查询语句查找出的日志文件；

从所述日志文件中提取执行逻辑文本，将所述执行逻辑文本确定为所述执行脚本；其中，所述执行逻辑文本中包括对电能质量数据的判断逻辑的本文信息。

b9.如b8所述的数据管理系统，所述边缘计算平台，具体用于：

确定所述镜像虚拟机所支持的多个目标数据类型以及所述执行脚本的当前数据类型；其中，所述当前数据类型通过对执行脚本进行本文识别得到；

判断所述多个目标数据类型中是否存在与所述当前数据类型相同的数据类型，若存在与所述当前数据类型相同的数据类型，则将所述执行脚本映射到所述镜像虚拟机的内存空间中；若不存在与所述当前数据类型相同的数据类型，则计算所述当前数据类型与每个目标数据类型之间的差异系数并根据所述差异系数以及所述执行脚本的容量确定将所述当前数据类型转换为每个目标数据类型对应的耗时信息，将所述执行脚本的当前数据类型转换为最短耗时信息对应的目标数据类型之后映射到所述镜像虚拟机的内存空间中；

获取所述镜像虚拟机在接收到所述执行脚本时的第一驱动参数以及所述镜像虚拟机在目标时段内的多组第二驱动参数，确定每组第二驱动参数的时刻信息，根据所述时刻信息生成每组第二驱动参数的更新权重；其中，所述目标时段为所述镜像虚拟机在接收到所述执行脚本之前的时段；

获取所述镜像虚拟机在运行之前的第三驱动参数，判断所述第三驱动参数与所述第一驱动参数是否一致；若一致，则采用生成的至少一个更新权重对所述第三驱动参数进行调整得到第四驱动参数，通过所述第四驱动参数驱动所述镜像虚拟机运行以生成所述镜像监控程序；若不一致，则采用生成的所有更新权重对所述第一驱动参数进行更新得到第五驱动参数，通过所述第三驱动参数和所述第五驱动参数驱动所述镜像虚拟机运行以生成所述镜像监控程序。

b10.如b9所述的数据管理系统，所述边缘计算平台，具体用于：

按照设定步长轮询每个用电设备，获取每个用电设备的多组电能质量数据；

计算每组电能质量数据与基准电能质量数据之前的第一偏移量以及每两组电能质量数据之间的影响因子；

根据所述第一偏移量和所述影响因子计算所述网络拓扑的第二偏移量；

将所述第一偏移量以及其对应的电能质量数据导入第一预设列表中得到所述第一电能质量监控日志，将所述第二偏移量以及所述影响因子导入第二预设列表中得到所述第二电能质量监控日志。

基于上述同样的发明构思，还提供了一种边缘计算平台，包括：处理器，以及与处理器连接的内存和网络接口；所述网络接口与所述边缘计算平台中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行上述的方法。