一种灯箱设备运行监测方法和相关装置与流程

摘要: 本公开涉及物联网设备监测,尤其涉及灯箱设备运行监测等。具体而言,本公开涉及一种灯箱设备运行监测方法和装置、电子设备、计算机可读存储介质和计算机程序产品。背景技术...
一种灯箱设备运行监测方法和相关装置与流程

本公开涉及物联网设备监测,尤其涉及灯箱设备运行监测等。具体而言,本公开涉及一种灯箱设备运行监测方法和装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术:

1、随着户外媒体和智慧城市的普及,户外广告灯箱的部署量呈指数级增长。此类设备通常包含用于控制照明亮度和开关的控制电路板,运维企业需要实时掌握灯箱的运行状态以保障设备正常运行。

2、在一些相关技术中,采用"一机一模组"的广域网直连方案,即在每个灯箱的控制板上嵌入4g、nb-iot或lora等广域网通信模组,设备通过运营商网络直接与云端服务器建立长连接并周期性上报状态数据。然而,大量灯箱部署在地下车库、电梯轿厢等信号屏蔽严重的封闭空间,导致广域网通信模组频繁掉线甚至完全无法联网,数据采集链路断裂。同时,数万个节点的通信模组硬件成本和每月的运营商流量资费也给企业造成了极大的运营负担。

3、在一些相关技术中,设备的固件版本、硬件基准参数等元数据与业务遥测数据混合上报,通过统一的属性主题进行高频的周期性轮询与上报。这种混合上报方式不仅增加了冗余的网络负载,还导致云端平台在设备版本追踪和状态对齐时面临脏数据干扰,难以进行精准的灰度发布和生命周期管理。

4、在一些相关技术中,故障应对策略依赖于人工巡检时发现灯箱故障后反馈给公司进行后续施工维护。现有系统仅停留在"出故障才报警"的被动响应阶段,无法利用设备在长期运行中产生的电压、电流微波澜变化来提前干预,导致无法及时对设备进行主动维护。

技术实现思路

1、本公开提供了一种灯箱设备运行监测方法和装置、电子设备、计算机可读存储介质以及计算机程序产品。

2、第一方面,本公开实施例提供了一种灯箱设备运行监测方法,应用于包含边缘设备、移动终端和云端服务器的场景,包括:所述边缘设备采集灯箱设备的电气参数,并将所述电气参数以时序数据形式存储至所述边缘设备的本地文件系统;响应于移动终端通过无线通信发起的同步请求,所述边缘设备将所述时序数据通过所述无线通信传输至所述移动终端,以供所述移动终端在网络可用时批量上传至云端;所述云端服务器接收所述移动终端批量上传的数据包,从所述数据包中获得时序恢复数据;所述云端服务器基于所述时序恢复数据,通过时序异常检测模型提取所述灯箱设备的衰退特征,基于所述衰退特征确定所述灯箱设备的剩余使用寿命。

3、可选地,所述方法还包括:

4、所述边缘设备采集所述灯箱设备的设备元数据,并将所述设备元数据存储至所述边缘设备的本地文件系统;其中所述设备元数据包括以下至少一项:所述灯箱设备的硬件信息,所述灯箱设备的固件版本信息;

5、响应于移动终端通过无线通信发起的同步请求,所述边缘设备将所述设备元数据与所述时序数据混合封装,通过所述低功耗蓝牙通信传输至所述移动终端;

6、所述云端服务器接收所述移动终端上传的数据包,从所述数据包中解析分离出设备恢复元数据;所述设备恢复元数据用于为所述灯箱设备的时序数据异常检测提供基准上下文。

7、可选地,所述边缘设备采集灯箱设备的电气参数,包括:所述边缘设备包括计量芯片和主控芯片,所述计量芯片和所述主控芯片间经光电耦合器隔离;所述计量芯片采集灯箱设备的电气参数;所述电气参数经光电耦合器隔离后通过异步收发协议传输到所述主控芯片完成采集过程;

8、所述电气参数,包括以下至少一种:电压值,电流值,有功功率,累计电量;

9、所述电压值的采集,是通过高阻值电阻分压网络或微型电压互感器将220v交流电压降压至毫伏级信号,并将该毫伏级信号输入至专用电能计量芯片的模数转换引脚进行电压检测;

10、所述电流值的采集,是通过开口式电流互感器,基于电磁感应原理,当灯箱的交流导线穿过互感器磁环时,在次级线圈感应出与主线电流成比例的微弱交流信号,并将该信号交由计量芯片进行采样;

11、所述有功功率的采集,是基于计量芯片内部对已采集的电压和电流瞬时值进行乘法运算并积分后,直接计算出的功率数据;

12、所述累计电量的采集,是计量芯片对有功功率随时间进行累加计算,并将累计的电能消耗数据。

13、可选地,所述将所述电气参数以时序数据形式存储至所述边缘设备的本地文件系统,包括:

14、所述边缘设备具有嵌入式文件系统,将每次采集到的电气参数打包成包含时间戳、电压值和电流值的二进制结构体,并将所述二进制结构体追加写入所述嵌入式文件系统的本地文件。

15、可选地,在所述时序数据传输至所述移动终端之后,所述方法还包括以下至少一项内容:

16、所述边缘设备清空保存所述时序数据的本地文件;所述边缘设备通过所述移动终端完成设备校时操作。

17、可选地,所述边缘设备采集所述灯箱设备的设备元数据的时机,包括以下至少一个:

18、当所述灯箱设备初次上电时,所述边缘设备采集所述灯箱设备的设备元数据;

19、当所述灯箱设备在线升级时,所述边缘设备采集所述灯箱设备的设备元数据。

20、可选地,所述无线通信包括以下任意一种:低功耗蓝牙通信、紫蜂通信、wifi通信、rfid射频通信或红外通信;

21、所述方法还包括:

22、所述移动终端通过安装于其上的应用程序或软件开发包sdk与所述边缘设备建立低功耗蓝牙通信连接并接收所述时序数据,所述sdk封装了低功耗蓝牙通信和数据暂存逻辑。

23、可选地,所述方法还包括:

24、所述移动终端将所接收的时序数据封装为批量数据包,并通过移动蜂窝网络或无线局域网连接将所述批量数据包上传至所述云端服务器;

25、所述移动终端通过以下至少一种方式触发所述批量数据包的上传:

26、自动触发:所述移动终端检测到网络连接后,在预设时间内自动发起上传;

27、手动触发:用户通过安装于所述移动终端的上刊应用程序发起手动同步指令;

28、远程触发:所述云端服务器向下发送上传指令,所述移动终端接收并响应执行上传;

29、定时触发:所述移动终端根据预设的时间策略,在与所述云端服务器约定的时刻自动发起上传。

30、可选地,所述云端服务器接收所述移动终端批量上传的数据包,包括:

31、所述云端服务器通过云端网关接收所述移动终端批量上传的数据包,并对所述数据包进行解包与路由分离。

32、可选地,所述云端服务器从所述数据包中解析分离出时序恢复数据之后,还包括:对所述时序恢复数据进行持久化存储;

33、所述对所述时序恢复数据进行持久化存储,包括:

34、所述时序恢复数据库采用postgresql数据库搭配timescaledb插件进行持久化存储;所述时序恢复数据被写入timescaledb的hypertable,所述hypertable按时间块自动分区。

35、可选地,所述云端服务器从所述数据包中解析分离出设备恢复元数据之后,还包括:对所述设备恢复元数据进行持久化存储;

36、所述对所述设备恢复元数据进行持久化存储,包括:

37、所述设备恢复元数据被写入关系型数据库。

38、可选地,所述衰退特征包括以下至少一项:

39、开灯瞬间的浪涌电流大小,用于表征灯珠烧毁引起的基准电流阶梯式下降;

40、平稳运行时的基准电流偏移比例,用于表征电源适配器电容老化引起的电流波动方差增大;

41、关灯后的漏电流大小,用于表征电源模块绝缘劣化程度。

42、可选地,所述时序异常检测模型为基于长短期记忆网络或transformer架构的深度学习模型,所述模型通过历史故障设备的标记数据训练得到,所述标记数据包含故障发生前的电流和电压时序序列及对应的故障类型标注。

43、可选地,基于所述衰退特征确定所述灯箱设备的剩余使用寿命之后,还包括:在所述剩余使用寿命低于预设阈值时,或者,当所述衰退特征中至少一项逼近对应的预设阈值时,生成预警信息;

44、所述生成预警信息包括:

45、自动对接运维系统,生成携带备件信息的预警工单,所述预警工单包含以下至少一项内容:设备位置,预测的剩余使用寿命天数,推荐的维护操作。

46、第二方面,本公开实施例提供了一种灯箱设备运行监测装置,应用于包含边缘设备、移动终端和云端服务器的场景,包括:数据采集与存储模块,用于所述边缘设备采集灯箱设备的电气参数,并将所述电气参数以时序数据形式存储至所述边缘设备的本地文件系统;近场通信同步模块,用于响应于移动终端通过无线通信发起的同步请求,所述边缘设备将所述时序数据通过所述无线通信传输至所述移动终端,以供所述移动终端在网络可用时批量上传至云端;云端数据处理模块,用于所述云端服务器接收所述移动终端批量上传的数据包,从所述数据包中获得时序恢复数据;预测性维护模块,用于所述云端服务器基于所述时序恢复数据,通过时序异常检测模型提取所述灯箱设备的衰退特征,基于所述衰退特征确定所述灯箱设备的剩余使用寿命。

47、第三方面,本公开实施例提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述第一方面所述的方法。

48、第四方面,本公开实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述第一方面所述的方法。

49、第五方面,本公开实施例提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述第一方面所述的方法。

50、本公开实施例提供的灯箱设备运行监测方法和装置,具有以下有益效果:

51、1. 突破物理网络盲区,实现极低成本的全域设备接入:本公开采用基于低功耗蓝牙(ble)的"边缘离线暂存+移动智能终端异步同步"架构,取消了高成本的广域网通信模组。边缘设备在无网环境下将时序数据暂存至本地文件系统,利用运维人员日常巡检或上刊时携带的移动终端作为数据网关进行近场同步,彻底解决了地下车库、电梯厅等信号盲区的数据采集盲点。同时,由于边缘节点去除了广域网通信模组,单点硬件成本大幅下降,且从根本上免除了数以万计节点的运营商流量资费。

52、2. 规范海量并发网络通信,保障平台状态的一致性:本公开在云端网关层实现了数据解包与路由分离机制。移动终端批量代传时,云端网关将设备元数据(硬件信息、固件版本)从混合封装的数据中剥离并持久化至关系型数据库,将时序遥测数据写入专用的时序数据库。该机制避免了设备元数据在海量时序遥测流中的冗余夹杂,降低了冗余的网络带宽消耗,确保了云端平台在进行设备灰度发布和生命周期追踪时底层元数据的绝对纯净与一致。

53、3. 跨越被动式抢修,实现高精度的预测性维护:本公开通过时序异常检测模型对海量历史电流、电压数据的微小波动特征进行提取与分析,能够精准捕捉由电源模块电容老化、灯珠局部烧毁等原因引起的"基准电流阶梯偏移"或"瞬态浪涌方差增大"等衰退特征,并在设备彻底宕机前计算出剩余使用寿命,自动触发预警工单。这使得运维模式从滞后的"被动维修"转变为"主动预测性维护",显著提升了户外广告媒介的高可用率。

54、应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。