买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京盈创力和电子科技有限公司

摘要：本发明提供了一种基于边缘计算的网联箱异常预测方法、系统、设备及介质，涉及数据处理技术领域，所述方法通过构建前向多层网络模型，基于BP算法对构建的模型进行训练并将模型部署至边缘设备；边缘设备获取网联箱的传感器数据，并对获取的数据进行特征提取和融合后作为输入数据；将输入数据输入至前向多层网络模型中，模型输出所述网联箱是否异常的结果；如果输出的结果为网联箱异常，将报警信息发送至用户。本申请通过多传感器数据融合和优化的神经网络模型，实现了对网联箱异常状态的智能监测和预警，具有高效、实时和可靠的效果，解决了现有技术报警的准确性低、无法对网联箱的运行情况进行预测性实时监测的技术问题。

主权项：1.一种基于边缘计算的网联箱异常预测方法，所述方法运行在边缘设备上，其特征在于，包括：获取多个传感器的传感器数据，所述多个传感器用于监测网联箱周围和或内部环境的环境参数；构建包含一个输入层、多个隐藏层和一个输出层的前向多层网络模型，基于BP算法对构建的所述前向多层网络模型进行训练，将训练后的前向多层网络模型部署至边缘设备，所述边缘设备设置在所述网联箱内，所述前向多层网络模型为自适应网络结构，根据所述传感器的数量动态调整所述隐藏层的数量和所述输入层的节点数量，输入层的节点数等于传感器的数量，每个节点接收一个传感器的数据；对所述多个传感器的所述传感器数据分别进行特征提取，并对提取的特征数据进行融合，得到一个包含多元素的数据向量作为输入数据；将所述输入数据输入至所述训练后的前向多层网络模型中，输出所述网联箱是否环境异常的预测结果，如果所述预测结果为网联箱环境异常，则输出报警信息；所述对提取的特征数据进行融合，得到一个包含多元素的数据向量作为输入数据，包括：根据所述多个传感器的所述特征数据的特性确定融合方法，使用所述融合方法对所述特征数据进行融合处理，生成综合特征向量；判断所述综合特征向量的数据维度是否超出预设阈值，如果是，对所述综合特征向量进行降维处理，将降维处理后的所述综合特征向量构建为一个包含多元素的数据向量作为输入数据，其中，所述数据向量的元素数量与传感器的数量相同；如果所述综合特征向量的数据维度没有超出所述预设阈值，将所述综合特征向量构建为一个包含多元素的数据向量作为输入数据；所述方法还包括：对多个所述网联箱的所述边缘设备与中央服务器构建预设区域内的分布式网络拓扑结构；基于所述网络拓扑结构，多个所述边缘设备分别将各自所在的所述网联箱的预测结果和所述传感器数据发送至所述中央服务器，多个所述边缘设备分别监测不同的网联箱；所述中央服务器结合多个所述网联箱的预测结果和传感器数据进行综合评估，获得综合预警信息，其中，所述综合预警信息包括每个所述网联箱的综合预测结果和预设区域内所述网联箱的环境异常情况统计数据。

全文数据：

权利要求：

百度查询： 北京盈创力和电子科技有限公司 基于边缘计算的网联箱异常预测方法、系统、设备及介质