部署于厂侧边缘端的多模态智能技术监督一体化管控系统的制作方法

本技术涉及设备检修，具体地涉及一种部署于厂侧边缘端的多模态智能技术监督一体化管控方法、一种部署于厂侧边缘端的多模态智能技术监督一体化管控系统以及一种电子设备。

背景技术：

1、随着工业 4.0 与智慧电厂建设的深入推进，火力发电、新能源发电、工业制造等厂侧生产场景对设备技术监督、安全管控、运维决策的智能化、实时化、一体化要求持续提升。当前厂侧技术监督与管控体系普遍存在以下技术痛点：

2、数据孤岛问题突出：设备运行数据、巡检图像 / 视频、检测报告、运维记录等多模态数据分散在 dcs、sis、mis、巡检系统、检测系统等独立平台，缺乏统一接入、治理与共享机制，数据价值难以充分挖掘。端边云协同能力不足：大量高实时性要求的监测、诊断、控制任务依赖云端处理，网络延迟、带宽压力、数据安全风险突出，无法满足厂侧毫秒级 - 秒级实时管控需求。多模态感知与智能分析能力薄弱：传统平台以结构化时序数据处理为主，对图像、视频、音频、文本、红外热成像等非结构化多模态数据的解析、特征提取、融合建模能力不足，难以实现全维度设备状态感知与故障精准识别。技术监督与管控流程碎片化：设备监督、安全监控、隐患预警、检修决策、台账管理、报表生成等功能分散在不同系统，操作流程繁琐，缺乏一体化、可视化、闭环管控能力，运维效率低、人为误差大。边缘侧智能化水平低：厂侧边缘节点多为数据采集与简单转发，缺乏边缘计算、ai 推理、轻量化模型部署能力，无法实现现场实时智能分析与本地自治管控。标准化与可扩展性不足：现有平台多为定制化开发，接口不统一、协议不兼容、架构封闭，难以适配不同厂站、不同设备类型、不同监督场景的快速扩展与迭代升级。

3、上述问题导致厂侧技术监督效率低、隐患发现滞后、决策依赖经验、运维成本高、安全风险管控难度大，因此需要一种部署于厂侧边缘端、支持多模态数据融合、具备智能分析与一体化管控能力的新型平台，以实现厂侧生产全流程智能监督与安全高效管控。

技术实现思路

1、本技术实施例的目的是提供一种部署于厂侧边缘端的多模态智能技术监督一体化管控系统，提升数据监测的完备性和处理智能化程度，以至少解决背景技术中的部分问题。

2、为了实现上述目的，在本技术中提供了一种部署于厂侧边缘端的多模态智能技术监督一体化管控系统，包括：边缘端硬件层、多模态数据接入层、边缘计算与ai引擎层和一体化管控应用层；所述边缘端硬件层部署于厂侧现场，用于提供边缘侧的监测数据和计算资源；所述多模态数据接入层用于实现来自边缘端硬件层的多模态异构数据的规范化接入；所述边缘计算与ai引擎层用于提供ai 引擎和处理模型，以及基于所述一体化管控应用层的处理任务调用对应的ai 引擎或处理模型，基于多模态数据接入层提供与所述处理任务的关联数据，得到融合决策结果；所述一体化管控应用层用于向用户提供系统功能，以及基于用户对所述系统功能的选择生成处理任务下发至所述边缘计算与ai引擎层，并获取所述处理任务对应的融合决策结果向用户进行呈现。

3、可选地，所述系统还包括端边云协同层和安全与运维支撑层；所述端边云协同层用于边缘端与云端的数据同步和模型适配；所述运维支撑层用于提供系统内的数据安全、系统安全和运维支撑。

4、可选地，所述边缘端硬件层包括：边缘计算网关、工业工控机、智能采集终端、传感器、摄像头、红外热像仪、音频采集器。

5、可选地，所述多模态数据接入层包括：结构化数据处理模块，用于处理结构化数据，包括：dcs/sis/plc 实时时序数据、电能量数据、环境监测数据；非结构化数据处理模块，用于处理非结构化数据，包括：巡检图像、视频、红外热成像图、音频、检测报告和运维文本；协议适配模块，用于对不同工业协议和不同通信接口进行适配转换；数据预处理模块，用于对多模态数据进行预处理，包括：清洗、格式转换、归一化、特征提取、数据对齐和去噪增强。

6、可选地，所述边缘计算与ai引擎层包括：边缘计算管理模块，用于执行轻量化实时计算、流数据处理、本地缓存、规则引擎、联动控制；多模态ai引擎，包括多种ai模型，支持图像识别、视频分析、音频检测、文本抽取、时序预测、异常诊断；模型管理模块，用于模型的调用和管理，包括：轻量化压缩、分布式部署、在线更新、增量学习；融合决策模块，用于多模态数据处理，包括：特征融合、证据推理、置信度融合、联合决策。

7、可选地，所述一体化管控应用层包括：设备技术监督模块，用于执行设备状态监测、性能计算、寿命评估、金属监督、绝缘监督、化学监督、热工监督；安全智能监控模块，用于执行视频智能分析、区域入侵检测、人员违章识别、设备异常测温、消防隐患监测；隐患预警与故障诊断模块，用于执行多维度异常预警、故障溯源、根因分析、预警等级划分、联动处置；智能运维决策模块，用于执行检修策略生成、维护计划优化、备件管理、工单生成、闭环跟踪；台账与文档管理模块，用于统一管理设备全生命周期台账、技术资料、检测报告、运维记录；可视化大屏模块，用于多维度数据可视化、实时监控大屏控制、趋势分析、统计报表；报表自动生成模块，用于按规范自动生成技术监督报表、月报、季报、年报，支持数据导出与数据上报。

8、可选地，所述端边云协同层包括：边缘自治模块，用于关键任务本地实时处理，以及断网状态下的持续运行；边云协同模块，用于边缘数据按需上传、云端模型下发与优化、远程监控与运维；数据同步模块，用于增量同步、断点续传、数据一致性保障；远程升级模块，用于边缘节点远程配置、模型更新、软件升级。

9、可选地，所述安全与运维支撑层包括：数据安全模块，用于对系统内的数据加密传输、加密存储、权限管理、隐私脱敏；系统安全模块，用于执行系统内的身份认证、访问控制、防火墙、入侵检测、日志审计；运维支撑模块，用于实现系统监控、故障告警、状态自检、远程诊断、配置管理。

10、在本技术中还提供了一种部署于厂侧边缘端的多模态智能技术监督一体化管控方法，基于前述的部署于厂侧边缘端的多模态智能技术监督一体化管控系统实施，所述方法包括：基于一体化管控层获取用户任务；边缘计算与ai引擎层基于所述用户任务确定ai引擎或处理模型，以及完成所述用户任务所需的关联数据；从所述多模态数据接入层获取所述所需的关联数据；将获取的所需的关联数据经确定的ai 引擎或处理模型进行处理后，得到融合决策结果；在所述一体化管控层将所述融合决策结果向用户进行呈现。

11、在本技术中还提供了一种电子设备，包括：至少一个处理器；存储器，与所述至少一个处理器连接；其中，所述存储器存储有能被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现前述的部署于厂侧边缘端的多模态智能技术监督一体化管控方法。

12、在本技术中还提供了一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得处理器被配置成执行实现前述的部署于厂侧边缘端的多模态智能技术监督一体化管控方法。

13、在本技术中还提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现前述的部署于厂侧边缘端的多模态智能技术监督一体化管控方法。

14、上述技术方案具有以下有益效果：

15、该系统提供了一种全新架构，以多模态数据全域融合为基础，统一接入各类数据源，实现全维度感知与共享。边缘端实时处理分析，降低延迟与云端依赖，保障响应速度与现场安全性。借助多模态ai融合建模，系统对异常、故障和隐患的识别准确度显著提升，降低了误报与漏报率。平台涵盖监控、预警、决策、运维、台账等全流程功能，实现一站式管控。边缘侧具有较高的自治能力，整个系统可靠性高。架构轻量、部署快捷，适配各类厂侧环境；模块化设计便于场景和业务的灵活扩展，有效减少人工巡检与分析成本，提升运维效率。数据本地化处理强化隐私保护，符合工业安全与监管要求，为厂站数字化、智能化升级提供有力支撑，提升了运营管理水平。

16、本技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。