物联网边缘计算数据采集系统、方法和计算机设备与流程

1.本技术涉及物联网技术领域，特别是涉及一种物联网边缘计算数据采集系统、方法和计算机设备。


背景技术：

2.随着制造业的转型升级以及新一代通信技术的不断发展，传统的工业数据采集方案也面临着新的挑战。
3.传统工业信息化都是在现场进行数据采集，同时数据的传输也是集中在局域网内进行，而当前，将工业数据迁移同步至云端已是大势所趋，传统的无线数据采集技术难以胜任高精度、低时延、大容量的工业场景数据采集，并不能够满足自动化生产的实时监控需求。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够满足电力现场数据实时监控的需求的物联网边缘计算数据采集系统、方法、计算机设备、计算机可读存储介质和计算机程序产品。
5.第一方面，本技术提供了一种物联网边缘计算数据采集系统，所述系统包括5g基站、边缘计算平台、本地数据平台和电力工业现场终端，其中，所述电力工业现场终端和所述边缘计算平台分别与所述5g基站通过所述5g基站的5g核心网建立通讯连接，所述边缘计算平台和所述本地数据平台通过所述5g核心网建立通讯连接，所述电力工业现场终端和所述本地数据平台通过有线线缆建立通讯连接；
6.所述电力工业现场终端，用于采集电力工业现场中的现场数据，将所述现场数据发送至所述边缘计算平台；
7.所述边缘计算平台，用于对接收的所述现场数据进行数据轻量化处理，并将处理后的现场数据发送至所述本地数据平台；
8.所述本地数据平台，用于对所述处理后的现场数据进行数据分析，对电力工业现场进行实时监控。
9.在其中一个实施例中，所述电力工业现场终端还用于对所述现场数据的时效性进行分析，得到所述现场数据的时效性；将所述时效性为第一时效的现场数据发送至所述本地数据平台，将所述时效性为第二时效的现场数据发送至所述边缘计算平台；其中，所述第一时效高于所述第二时效。
10.在其中一个实施例中，所述本地数据平台还用于对所述时效性为第一时效的现场数据进行数据轻量化处理和分析。
11.在其中一个实施例中，所述系统还包括移动终端，所述移动终端与所述5g基站通过所述5g基站的5g核心网建立通讯连接，所述边缘计算平台还用于将处理后的现场数据发送至所述移动终端，通过所述移动终端远程获取电力工业现场的现场数据。
12.在其中一个实施例中，所述电力工业现场终端包括安装在电力工业现场的传感器、控制器、监控设备、测试设备、生产设备、机器视觉设备中至少一种。
13.在其中一个实施例中，所述系统还包括业务平台，所述业务平台和所述边缘计算平台通过所述5g核心网或所述有线线缆中任意一种通讯方式建立通讯连接；所述边缘计算平台还用于响应所述业务平台的业务请求，将与所述业务匹配的处理后的现场数据发送至所述业务平台。
14.第二方面，本技术提供了一种物联网边缘计算数据采集方法。所述方法包括：
15.响应数据采集指令，采集电力工业现场中的现场数据；
16.将所述现场数据发送至边缘计算平台，通过所述边缘计算平台对接收的所述现场数据进行数据轻量化处理，以使所述边缘计算平台将处理后的现场数据发送至本地数据平台进行数据分析，对电力工业现场进行实时监控。
17.在其中一个实施例中，在所述将所述现场数据发送至边缘计算平台之前，所述方法还包括：
18.对所述现场数据的时效性进行分析，得到所述现场数据的时效性；
19.若所述时效性为第一时效，将所述时效性为第一时效的现场数据发送至所述本地数据平台；
20.所述将所述现场数据发送至边缘计算平台，包括：
21.若所述时效性为第二时效，将所述时效性为第二时效的现场数据发送至边缘计算平台；其中，所述第一时效高于所述第二时效。
22.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
23.响应数据采集指令，采集电力工业现场中的现场数据；
24.将所述现场数据发送至边缘计算平台，通过所述边缘计算平台对接收的所述现场数据进行数据轻量化处理，以使所述边缘计算平台将处理后的现场数据发送至本地数据平台进行数据分析，对电力工业现场进行实时监控。
25.第四方面，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，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
26.响应数据采集指令，采集电力工业现场中的现场数据；
27.将所述现场数据发送至边缘计算平台，通过所述边缘计算平台对接收的所述现场数据进行数据轻量化处理，以使所述边缘计算平台将处理后的现场数据发送至本地数据平台进行数据分析，对电力工业现场进行实时监控。
28.第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
29.响应数据采集指令，采集电力工业现场中的现场数据；
30.将所述现场数据发送至边缘计算平台，通过所述边缘计算平台对接收的所述现场数据进行数据轻量化处理，以使所述边缘计算平台将处理后的现场数据发送至本地数据平台进行数据分析，对电力工业现场进行实时监控。
31.上述物联网边缘计算数据采集系统、方法、计算机设备、存储介质和计算机程序产品，该物联网边缘计算数据采集系统中的电力工业现场终端和边缘计算平台分别与5g基站
通过5g基站的5g核心网建立通讯连接，边缘计算平台和本地数据平台通过5g核心网建立通讯连接，电力工业现场终端和本地数据平台通过有线线缆建立通讯连接；通过5g基站为电力工业现场终端、边缘计算平台之间的数据交互提供媒介；本地数据平台为电力工业现场终端、边缘计算平台提供数据支撑服务，边缘计算平台通过对电力工业现场终端采集的现场数据进行轻量化处理，减轻网络负担，增加数据交互的高效性，满足电力现场数据实时监控的需求。
附图说明
32.图1为一个实施例中物联网边缘计算数据采集系统的结构框图；
33.图2为另一个实施例中物联网边缘计算数据采集系统的结构框图；
34.图3为另一个实施例中物联网边缘计算数据采集系统的结构框图；
35.图4为一个实施例中物联网边缘计算数据采集方法的流程示意图；
36.图5为另一个实施例中物联网边缘计算数据采集方法的流程示意图；
37.图6为一个实施例中计算机设备的内部结构图。
具体实施方式
38.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
39.本技术实施例提供了一种物联网边缘计算数据采集系统，如图1所示，其中，系统包括5g基站、边缘计算平台、本地数据平台和电力工业现场终端，其中，电力工业现场终端和边缘计算平台分别与5g基站通过5g基站的5g核心网建立通讯连接，边缘计算平台和本地数据平台通过5g核心网建立通讯连接，电力工业现场终端和本地数据平台通过有线线缆建立通讯连接。电力工业现场终端，用于采集电力工业现场中的现场数据，将现场数据发送至边缘计算平台；边缘计算平台，用于对接收的现场数据进行数据轻量化处理，并将处理后的现场数据发送至本地数据平台；本地数据平台，用于对处理后的现场数据进行数据分析。物联网边缘计算数据采集系统中实线代表线缆连接，虚线代表无线连接。
40.其中，同时5g基站覆盖电力工业现场，在电力工业现场的重要生产车间还设置分站，满足接入大量终端接入的同时，有效减少通信设备之间的相互干扰。
41.在电力工业现场终端的终端侧部署了5g数据采集网关，作为电力工业控制系统和互联网云平台的接口，通过部署在电力工业现场终端侧的5g数据采集网关采集电力现场的现场数据，5g数据采集网关具有增强网络安全的特性，嵌入内核操作系统，支持工业协议通信包检测的访问控制技术，实现工业现场固定设备的5g远程数据采集管理，即通过5g数据采集网关进行数据采集后，此采用网关进行协议转换后进行联结数据交互和管理。可以理解的是，这里的协议转换可以通过现有5g协议转换方式实现，在此不做赘述。
42.现场数据包括电力工业现场的遥信量(开关量)和遥测量(模拟量)等。可以理解的是，在电力系统中，遥测指是各种物理量(电压电流功率等)的远方测量和传送，例如，如站端的功率、电压、电流等；遥讯指的是状态信号的测量和传送，例如，设备的状态信号等。电力工业现场终端，可以理解为边缘设备，包括安装在电力工业现场的传感器、控制器、监控
设备、测试设备、生产设备、机器视觉设备中至少一种。在本实施例中，5g核心网采样的频段可以根据数字传输的实际需求进行设置，可以但不仅限于是4.9ghz频段。
43.边缘计算平台可以是mec(mobile edge computing，移动边缘计算)架构的云计算应用。边缘计算平台，用于对接收的现场数据进行边缘计算，边缘计算包括数据轻量化处理，对采集的现场数据进行边缘计算，使得数据处理更接近数据来源，不需要在外部数据中心或云端进行，可以减少迟延时间。数据轻量化处理包括对采集的现场数据中的无效数据进行过滤，得到有效数据，并对有效数据进行分类处理，得到分类后的数据(即处理后的现场数据)。通过对采集的现场数据中无效数据进行过滤处理，得到有效数据，对有效数据进行分类，实现高精度采样后的电力工业现场数据的快速高效传输。
44.对无效数据进行过滤处理包括获取现场数据的数据属性，根据数据属性确定现场数据中的无效数据。例如，当现场数据为温度，当连续时间段内采集的温度相同，过滤掉多余的数据，根据实际需要保留预设时间间隔的温度。进一步地，边缘计算平台可以对采集现场数据进行图像识别，识别采集的图像是否进行缺陷，过滤存在缺陷图像，保存完成的图像，并对完整图像进行识别，得到识别结果，将识别结果发送至本地数据平台进行实时分析，对电力工业现场进行实时监控。
45.本地数据平台，用于对处理后的现场数据进行数据分析，即本地数据平台接收边缘计算平台发送的有效数据后，将有效数据存储至本地数据平台的数据存储单元，进一步地，通过本地数据平台的数据分析单元对接收的处理后的现场数据进行数据分析，得到分析结果，实现对电力工业现场进行实时监控；通过本地数据平台的数据展示单元对分析结果进行展示。
46.上述物联网边缘计算数据采集系统，该物联网边缘计算数据采集系统中的电力工业现场终端和边缘计算平台分别与5g基站通过5g基站的5g核心网建立通讯连接，边缘计算平台和本地数据平台通过5g核心网建立通讯连接，电力工业现场终端和本地数据平台通过有线线缆建立通讯连接；通过5g基站为电力工业现场终端、边缘计算平台之间的数据交互提供媒介；本地数据平台为电力工业现场终端、边缘计算平台提供数据支撑服务，边缘计算平台通过对电力工业现场终端采集的现场数据进行轻量化处理，减轻网络负担，增加数据交互的高效性，满足电力现场数据实时监控的需求。
47.本技术实施例提供了一种物联网边缘计算数据采集系统，如图2所示，其中，系统包括5g基站、边缘计算平台、本地数据平台、电力工业现场终端、移动终端，其中，电力工业现场终端和边缘计算平台分别与5g基站通过5g基站的5g核心网建立通讯连接，边缘计算平台和本地数据平台通过5g核心网建立通讯连接，电力工业现场终端和本地数据平台通过有线线缆建立通讯连接。本地数据平台包括数据存储单元、数据展示单元和数据分析单元，移动终端可以但不仅限于各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备等。
48.电力工业现场终端，用于采集电力工业现场中的现场数据，将现场数据发送至边缘计算平台。边缘计算平台，用于对接收的现场数据进行数据轻量化处理，并将处理后的现场数据发送至本地数据平台。本地数据平台，用于对处理后的现场数据进行数据分析。移动终端与5g基站通过5g基站的5g核心网建立通讯连接，边缘计算平台还用于将处理后的现场数据发送至移动终端，通过移动终端远程获取电力工业现场的现场数据。
49.5g核心网中与用户数据相关的nf功能体包括udm、ausf和pcr以及udr，其中，udm：统一数据管理功能unified data management，负责用户标识、签约数据、鉴权数据的管理、用户的服务网元注册管理(比如当前为终端提供业务的amf、smf(5g会话管理)等，如当用户切换了访问的amf时，udm还会向旧的amf发起注销消息，要求旧的amf删除用户相关信息)。ausf：鉴权服务功能authentication server function，ausf用于接收amf(access and mobility management function，连接管理功能)对ue进行身份验证的请求，通过向udm请求密钥，再将udm下发的密钥转发给amf进行鉴权处理。pcf：policy control function策略控制功能，支持统一的策略框架去管理网络行为，提供策略规则给网络实体去实施执行，访问统一数据仓库(udr)的订阅信息。udr：统一数据仓库功能unified data repository，用于udm存储订阅数据或读取订阅数据以及pcf存储策略数据或者读取策略数据。也就是说，移动终端与5g基站通过5g基站的5g核心网建立通讯连接，需要对移动终端的用户注册数据及访问数据进行权限管理。
50.在移动终端对边缘计算平台进行操作，设置发布消息的主题，以及设置边缘计算平台向移动终端推送数据的推送参数(如，推送频率)。不同的移动终端可以设置不同的推送参数。在移动终端上还可以设置报警阈值，当订阅主题的数据超过报警阈值时，生成报警提示。例如，当现场数据为电力工业现场的视频数据，可以在移动终端对电力工业现场进行实时远程监控，对视频数据进行图像识别，当识别到存在异常时，生成报警提示。
51.业务平台和边缘计算平台通过5g核心网或有线线缆中任意一种通讯方式建立通讯连接；边缘计算平台还用于响应业务平台的业务请求，将与业务匹配的处理后的现场数据发送至业务平台。其中，边缘计算平台上包括mec(mobile edge computing，移动边缘计算)架构的云计算应用，还可以将边缘计算平台上的云计算应用移植到本地数据平台中。
52.可选地，在一个实施例中，通过部署在电力工业现场终端的5g数据采集网关采集现场数据，通过电力工业现场终端还用于对现场数据的时效性进行分析，得到现场数据的时效性；将时效性为第一时效的现场数据发送至本地数据平台，将时效性为第二时效的现场数据发送至边缘计算平台；其中，第一时效高于第二时效，根据现场数据的时效性的要求，将不同时效的现场数据分别发送至本地数据平台和边缘计算平台进行处理，降低电力工业现场终端的数据处理压力，以及减少数据延时。通过将边缘计算平台的云计算应用移植到本地数据平台中，将时效要求高的现场数据直接发送至本地数据平台，通过本地数据平台对第一时效的现场数据进行数据处理，过滤无效数据得到有效数据，对有效数据进行数据分析，当根据数据分析结果确定电力工业现场设备存在故障时，进行故障提示。进一步地，可以对本地数据平台上的数据进行查看。
53.可选地，在一个实施例中，为了确保电力工业现场的安全性，边缘计算平台对处理后的现场数据进行加密和压缩处理，得到加密数据。在接收到业务平台的业务请求时，将与业务匹配的加密数据发送至业务平台，在业务平台解密解压后执行业务处理。
54.上述物联网边缘计算数据采集系统中，基于物联网边缘计算数据采集系统，通过部署在电力工业现场终端侧的5g数据采集网关采集电力工业现场终端的数据，通过接入5g基站的5g核心网，将采集的现场数据发送至边缘计算平台，通过边缘计算平台对接收的现场数据进行数据轻量化处理，得到处理后的现场数据，在边缘计算平台上对现场数据进行轻量化处理，减轻网络传输负担，避免数据传输过程数据丢失等。边缘计算平台将处理后的
现场数据发送至本地数据平台，在本地数据平台进行存储以及数据分析，得到电力工业现场的实时情况并进行展示。边缘计算平台还将处理的后的现场数据发送至移动终端，在移动终端显示处理后的现场数据。
55.本技术实施例提供了一种物联网边缘计算数据采集系统，如图3所示，其中，系统包括5g基站、边缘计算平台、本地数据平台、电力工业现场终端、移动终端和业务平台，其中，电力工业现场终端和边缘计算平台分别与5g基站通过5g基站的5g核心网建立通讯连接，边缘计算平台和本地数据平台通过5g核心网建立通讯连接，电力工业现场终端和本地数据平台通过有线线缆建立通讯连接。本地数据平台包括数据存储单元、数据展示单元和数据分析单元。移动终端至少包括移动终端1、移动终端2和移动终端n等。电力工业现场终端至少包括传感器、控制器、监控设备、测试设备、生产设备和机器视觉等。
56.电力工业现场终端，用于采集电力工业现场中的现场数据，将现场数据发送至边缘计算平台。边缘计算平台，用于对接收的现场数据进行数据轻量化处理，并将处理后的现场数据发送至本地数据平台。本地数据平台，用于对处理后的现场数据进行数据分析，当检测到电力工业现场存在异常时，生成异常提示，整个时延保持在25ms一下，满足了工业生产过程的控制要求。移动终端与5g基站通过5g基站的5g核心网建立通讯连接，边缘计算平台还用于将处理后的现场数据发送至移动终端，通过移动终端远程获取电力工业现场的现场数据。
57.5g核心网中与用户数据相关的nf功能体包括udm、ausf和pcr以及udr，其中，udm：统一数据管理功能unified data management，负责用户标识、签约数据、鉴权数据的管理、用户的服务网元注册管理(比如当前为终端提供业务的amf、smf(5g会话管理)等，如当用户切换了访问的amf时，udm还会向旧的amf发起注销消息，要求旧的amf删除用户相关信息)。ausf：鉴权服务功能authentication server function，ausf用于接收amf(access and mobility management function，连接管理功能)对ue进行身份验证的请求，通过向udm请求密钥，再将udm下发的密钥转发给amf进行鉴权处理。pcf：policy control function策略控制功能，支持统一的策略框架去管理网络行为，提供策略规则给网络实体去实施执行，访问统一数据仓库(udr)的订阅信息。udr：统一数据仓库功能unified data repository，用于udm存储订阅数据或读取订阅数据以及pcf存储策略数据或者读取策略数据。也就是说，移动终端与5g基站通过5g基站的5g核心网建立通讯连接，需要对移动终端的用户注册数据及访问数据进行权限管理。
58.在移动终端对边缘计算平台进行操作，设置发布消息的主题，以及设置边缘计算平台向移动终端推送数据的推送参数。不同的移动终端可以设置不同的推送参数。
59.业务平台和边缘计算平台通过5g核心网或有线线缆中任意一种通讯方式建立通讯连接；边缘计算平台还用于响应业务平台的业务请求，从处理后的现场数据中确定与业务请求匹配的匹配数据，将匹配数据发送至对应的业务平台，完成业务处理。
60.上述物联网边缘计算数据采集系统中，基于物联网边缘计算数据采集系统，通过部署在电力工业现场终端侧的5g数据采集网关采集电力工业现场终端的数据，通过接入5g基站的5g核心网，将采集的现场数据发送至边缘计算平台，通过边缘计算平台对接收的现场数据进行数据轻量化处理，得到处理后的现场数据，在边缘计算平台上对现场数据进行轻量化处理，减轻网络传输负担，避免数据传输过程数据丢失等。在接收到业务平台的业务
请求时，将与业务匹配的处理后的现场数据发送至业务平台，实现业务处理。边缘计算平台还将处理后的现场数据发送至本地数据平台，在本地数据平台进行存储以及数据分析，得到电力工业现场的实时情况并进行展示。边缘计算平台还将处理的后的现场数据发送至移动终端，在移动终端显示处理后的现场数据。
61.上述物联网边缘计算数据采集系统中的各个部分可全部或部分通过软件、硬件及其组合来实现。上述各部分可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个部分对应的操作。
62.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的物联网边缘计算数据采集系统的物联网边缘计算数据采集方法。该系统所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个物联网边缘计算数据采集方法实施例中的具体限定可以参见上文中对于物联网边缘计算数据采集系统的限定，在此不再赘述。
63.在一个实施例中，如图4所示，提供了一种物联网边缘计算数据采集方法，应用在电力工业现场终端中，包括以下步骤：
64.步骤402，响应数据采集指令，采集电力工业现场中的现场数据。
65.具体地，电力工业现场终端响应数据采集指令，通过部署在电力工业现场终端的5g数据采集网关采集现场数据。其中，所述电力工业现场终端包括安装在电力工业现场的传感器、控制器、监控设备、测试设备、生产设备、机器视觉设备中至少一种。
66.步骤404，将现场数据发送至边缘计算平台，通过边缘计算平台对接收的现场数据进行数据轻量化处理，以使边缘计算平台将处理后的现场数据发送至本地数据平台进行数据分析，对电力工业现场进行实时监控。
67.可选地，在一个实施例中，对现场数据的时效性进行分析，得到所述现场数据的时效性；若时效性为第一时效，将时效性为第一时效的现场数据发送至所述本地数据平台；若所述时效性为第二时效，将所述时效性为第二时效的现场数据发送至边缘计算平台；其中，所述第一时效高于所述第二时效。
68.上述物联网边缘计算数据采集方法，该物联网边缘计算数据采集方法中，通过5g基站为电力工业现场终端、边缘计算平台之间的数据交互提供媒介；本地数据平台为电力工业现场终端、边缘计算平台提供数据支撑服务，电力工业现场终端将采集的现场数据通过5g核心网上传至边缘计算平台，通过边缘计算平台对进行轻量化处理发送至本地数据数平台，减轻网络负担，增加数据交互的高效性，满足电力现场数据实时监控的需求。
69.在一个实施例中，如图5所示，提供了一种物联网边缘计算数据采集方法，应用在边缘计算平台中，包括以下步骤：
70.步骤502，接收电力工业现场终端发送的现场数据。
71.具体地，边缘计算平台接收电力工业现场终端发送的现场数据。
72.步骤504，对接收的现场数据进行数据轻量化处理，得到处理后的现场数据。
73.步骤506，将处理后的现场数据发送至本地数据平台，以使本地数据平台对处理后的现场数据进行数据分析，对电力工业现场进行实时监控。
74.可选地，在一个实施例中，边缘计算平台响应业务平台的业务请求，将与业务匹配
的处理后的现场数据发送至所述业务平台，在业务平台上完成电力业务处理。
75.可选地，在一个实施例中，边缘计算平台将处理的后的现场数据发送至移动终端，在移动终端显示处理后的现场数据，在移动终端对电力工业现场进行实时远程监控。
76.上述物联网边缘计算数据采集方法，通过5g基站为电力工业现场终端、边缘计算平台之间的数据交互提供媒介；本地数据平台为电力工业现场终端、边缘计算平台提供数据支撑服务，边缘计算平台接收电力工业现场终端采集的现场数据，通过边缘计算平台对进行轻量化处理发送至本地数据数平台，减轻网络负担，增加数据交互的高效性，满足电力现场数据实时监控的需求。
77.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
78.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种物联网边缘计算数据采集方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
79.本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
80.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
81.响应数据采集指令，采集电力工业现场中的现场数据；
82.将所述现场数据发送至边缘计算平台，通过所述边缘计算平台对接收的所述现场数据进行数据轻量化处理，以使所述边缘计算平台将处理后的现场数据发送至本地数据平台进行数据分析，对电力工业现场进行实时监控。
83.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
84.对所述现场数据的时效性进行分析，得到所述现场数据的时效性；
85.若所述时效性为第一时效，将所述时效性为第一时效的现场数据发送至所述本地数据平台；
86.所述将所述现场数据发送至边缘计算平台，包括：
87.若所述时效性为第二时效，将所述时效性为第二时效的现场数据发送至边缘计算平台；其中，所述第一时效高于所述第二时效。
88.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
89.响应数据采集指令，采集电力工业现场中的现场数据；
90.将所述现场数据发送至边缘计算平台，通过所述边缘计算平台对接收的所述现场数据进行数据轻量化处理，以使所述边缘计算平台将处理后的现场数据发送至本地数据平台进行数据分析，对电力工业现场进行实时监控。
91.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
92.对所述现场数据的时效性进行分析，得到所述现场数据的时效性；
93.若所述时效性为第一时效，将所述时效性为第一时效的现场数据发送至所述本地数据平台；
94.所述将所述现场数据发送至边缘计算平台，包括：
95.若所述时效性为第二时效，将所述时效性为第二时效的现场数据发送至边缘计算平台；其中，所述第一时效高于所述第二时效。
96.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
97.响应数据采集指令，采集电力工业现场中的现场数据；
98.将所述现场数据发送至边缘计算平台，通过所述边缘计算平台对接收的所述现场数据进行数据轻量化处理，以使所述边缘计算平台将处理后的现场数据发送至本地数据平台进行数据分析，对电力工业现场进行实时监控。
99.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
100.对所述现场数据的时效性进行分析，得到所述现场数据的时效性；
101.若所述时效性为第一时效，将所述时效性为第一时效的现场数据发送至所述本地数据平台；
102.所述将所述现场数据发送至边缘计算平台，包括：
103.若所述时效性为第二时效，将所述时效性为第二时效的现场数据发送至边缘计算平台；其中，所述第一时效高于所述第二时效。
104.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
105.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，
pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
106.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
107.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。