摘要
本发明提供了一种基于边缘计算的电力仪表数据实时分析与异常预警方法，属于数据分析及预警技术领域，包括：基于多通道模数转换器采集电力仪表的多模态数据，采用硬件滤波电路消除高频噪声，基于可重构放大器进行信号增益自适应调整；利用数字信号处理加速器对标准化数据流构建的矩阵进行傅里叶变换，结合多核处理器进行分析生成特征向量；基于环境传感器实时采集环境参数，结合历史数据训练的机器学习模型，动态调整异常检测阈值，并将特征向量与动态阈值进行比较生成异常信号；通过继电器控制电路触发声光报警，通过物理隔离的通信模块向云端平台发送预警指令，同时，启动冗余电源模块控制电力仪表持续运行。提高后续异常预警的效率及精准。
