(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211190959.7 (22)申请日 2022.09.28 (71)申请人 云南电网有限责任公司电力科 学研 究院 地址 650000 云南省昆明市经济技 术开发 区云大西路10 5号 (72)发明人 罕天玺　唐立军　赵旭　杨迎春　 赵男　李宏杰　 (74)专利代理 机构 深圳中细软知识产权代理有 限公司 4 4528 专利代理师 田丽丽 (51)Int.Cl. H04L 67/10(2022.01) H04L 67/12(2022.01) H04L 41/0631(2022.01)H04L 41/06(2022.01) H02J 13/00(2006.01) G06Q 50/06(2012.01) G06Q 10/06(2012.01) (54)发明名称 一种云边协同系统 (57)摘要 本申请公开了一种云边协同系统， 包括边缘 节点数据采集模块、 节点风险权重确定模块、 综 合优先级确定模块、 云边协同管理模块。 本申请 通过节点风险权重获取模块获取边缘节点运行 状态和数据， 基于权重自学习模 型对边缘节点划 分图谱中的各个边缘节点进行权重赋值， 然后得 到边缘节 点运行风险指标， 然后通过综合优先级 确定模块来确定边缘节点是否运行异常， 并对异 常运行的边缘节点进行优先级 排列， 上传运行异 常报告至云边协同管理模块， 云边协同管理模块 执行故障处理策略， 将处理结果返回返回至边缘 节点数据采集模块， 从而实现对边缘节点运行的 实时监控和故障处理， 保证了云边协同运行的顺 利进行， 并降低系统的负载。 权利要求书2页 说明书9页 附图5页 CN 115529315 A 2022.12.27 CN 115529315 A 1.一种云边协同系统， 其特 征在于， 包括： 边缘节点数据采集模块， 用于采集边缘节点运行状态和数据， 其中， 采集边缘节点运行 状态和数据时基于边 缘节点区域划分规则对边 缘节点进行划分， 得到边 缘节点划分图谱； 节点风险权重确定模块， 用于获取所述边缘节点运行状态和数据， 基于权重自学习模 型对所述边缘节点划分图谱中的各个边缘节点进 行权重赋值， 根据所述边缘节点运行状态 和数据和各个边 缘节点的权 重， 确定边 缘节点运行风险指标； 综合优先级确定模块， 用于获取所述边缘节点运行风险指标， 通过优先级判断规则判 断边缘节点运行是否正常， 若判断所述 边缘节点运行异常， 则生成边 缘节点运行异常报告； 云边协同管理模块， 用于获取所述边缘节点运行异常报告， 对所述边缘节点运行异常 报告进行解析， 进行故障判断得到对应的故障类型， 执行所述故障类型对应的故障处理策 略， 得到处 理结果， 并将所述处 理结果发送至所述 边缘节点数据采集模块。 2.根据权利要求1所述的云边协同系统， 其特征在于， 所述边缘节点数据采集模块包 括： 边缘节点接入单元， 用于接入多组电网运行边缘节点， 对所述边缘节点进行验证， 验证 通过后， 获取边 缘节点接入许 可； 基础数据获取 单元， 用于基于所述 边缘节点接入许 可获取用电边 缘节点基础数据； 区域划分单元， 用于基于边缘节点区域划分规则对所述边缘节点进行划分， 得到所述 边缘节点划分图谱。 3.根据权利要求2所述的云边协同系统， 其特征在于， 所述边缘节点区域划分规则具体 包括： 获取云节点配电联网系统对应的二维配电图； 识别所述 二维配电图中的边 缘节点以及节点交叉点； 对所述边缘节点以及所述节点交叉点进行编码， 获得所述边缘节点以及所述节点交叉 点对应的代码； 获取所述边缘节点以及所述节点交叉点的编码集合， 根据 所述边缘节点以及所述节点 交叉点的用电类型对所述编码集 合中的编码进行划分， 得到边 缘节点区域划分结果。 4.根据权利要求3所述的云边协同系统， 其特征在于， 所述边缘节点区域划分规则具体 还包括： 基于所述边缘节点区域划分结果， 分别建立不同用电类型所对应的边缘节点划分框 架， 整合所述 边缘节点划分框架， 形成所述 边缘节点划分图谱。 5.根据权利要求4所述的云边协同系统， 其特征在于， 所述节点风险权重确定模块包 括： 节点运行状态获取 单元， 用于获取 所述边缘节点运行状态和数据； 节点权重赋值单元， 用于建立权重自学习模型， 基于所述权重自学习模型对所述边缘 节点划分图谱中的各个边 缘节点进行权 重赋值； 运行风险指标获取单元， 用于根据 所述边缘节点运行状态和数据和各个边缘节点的权 重， 确定边 缘节点运行风险指标。 6.根据权利要求5所述的云边协同系统， 其特征在于， 所述建立权重自学习模型， 具体 包括：权　利　要　求　书 1/2 页 2 CN 115529315 A 2获取N组待训练的权 重自学习基础模型， 其中N 为正整数； 获取所述边缘节点划分图谱， 识别所述边缘节点划分图谱中的边缘节点， 提取所述边 缘节点对应的基础数据， 将所述基础数据划分为基础模型样本数据和基础模型训练数据； 以所述基础模型训练数据为输入， 对所述权重自学习基础模型进行多次训练， 选取两 组训练后的权 重自学习基础模型进行调整； 分别以调整后的权重自学习基础模型为基础， 对N组待训练的权重自学习基础模型再 次进行训练； 判断再次训练后的N组权重自学习基础模型是否收敛， 若再次训练后的N组权重自学习 基础模型收敛， 则融合N组权重自学习基础模型， 得到多组参数的融合权重， 基于多组参数 的融合权 重更新所述权 重自学习基础模型， 得到所述权 重自学习模型。 7.根据权利要求6所述的云边协同系统， 其特征在于， 所述将所述基础数据划分为基础 模型样本数据和训练数据， 具体包括： 通过Bootstrap抽样方法将所述基础数据划分为基础模型样本数据和训练数据。 8.根据权利要求1至7中任一项所述的云边协同系统， 其特征在于， 所述综合优先级确 定模块包括： 风险指标获取 单元， 用于提取 所述边缘节点运行风险指标； 风险指标判断单 元， 用于通过优先级判断规则判断边 缘节点运行是否正常； 异常报告生产单元， 用于若判断所述边缘节点运行异常， 则生成边缘节点运行异常报 告。 9.根据权利要求8所述的云边协同系统， 其特征在于， 所述优先级判断规则的判断方 法， 具体包括： 对所述边缘节点运行风险指标进行筛 选， 筛除无风险或风险低的边 缘节点； 提取筛选后的边缘节点运行风险指标， 基于预设的优先级确定模型对所述筛选后的边 缘节点运行风险指标进行判断， 生成优先级确定的节点 运行风险队列。 10.如权利要求8所述的一种云边协同系统， 其特 征在于， 所述云边协同管理模块包括： 异常报告解析单元， 用于获取所述边缘节点运行异常报告， 对所述边缘节点运行异常 报告进行解析； 故障类型判断单 元， 用于进行故障判断得到对应的故障类型； 故障处理单元， 用于执行所述故障类型对应的故障处理策略， 得到处理结果， 并将所述 处理结果发送至所述 边缘节点数据采集模块。权　利　要　求　书 2/2 页 3 CN 115529315 A 3