论文部分内容阅读
摘 要：机场具备的城市属性使其能源管理更加复杂，能源相关数据的获取、处理与应用成为机场能源管理工作的基础。基于边缘计算技术，提出了机场能源中心数据架构，阐述了终端层、边缘设备层和云计算层在机场能源中心数据采集中的应用，边缘设备应具备协议解析和转换、数据存储等数据计算和处理功能。通过边缘设备的应用，可以在多源数据融合、能效管理、预测性维护及数据价值释放等方面为机场能源中心提供更多帮助。
关键词：边缘计算;能效管理;民航机场;能源管理
0 引言
国家电网公司在2019年两会报告中提出了泛在电力物联网的战略目标。根据国家电网公司《泛在电力物联网建设大纲》，“泛在物联”是指任何时间、任何地点、任何人、任何物之间的信息连接和交互。同时指出发展趋于成熟的边缘计算技术是信息通信技术（Information Communications Technology，ICT）与操作技术（Operation Technology，OT）的桥梁。
有着能源路由作用的大型民航机场，不仅是能源使用者，也是能源中转供给者。做为能源供给重要保障的机场能源中心，能源数据的采集与应用非常重要，传统的将所有数据传输到机场云中心进行数据处理的模式，已经明显出现了实时性不够、带宽不足、能耗大、数据安全和隐私等不足问题。
物联网技术与高速通信技术给机场精细化能源管理提供了新的思路和更多选择的解决方案，基于机场能源中心能效管理数据获取需求，本文针对大型民航机场提出一种基于边缘计算的能效管理平台数据采集系统。通过蜂窝网络利用、边缘网关、数据存储等技术[1]，实现能源利用及其相关数据的有序有效化采集，确保能效平台数据的可持续化发展。
1 机场能源数据特性
1.1 数据构成
机场类似一个小型城市，能源结构多样化，用能设备复杂化、能源供应中心化以及供能区域分散化，是大型民航机场的主要用能特点。其能源数据来源广，数据量大，直接能源数据与间接能源数据分属单位不同，数据节点在地理位置上具有较强的离散性，属于典型的多源异构大数据[2]。
机场能源系统可以看作一个由直接能源数据和间接能源数据构成的大数据综合系统，进一步可以将其分为5类：①反映能源生产、配送、转换的数据;②反映能源使用、交易和调控的数据;③反映能源使用成效的管理水平和生产力数据;④对信息能源有影响的社会经济环境数据;⑤表征能源参与者—人的数据。
1.2 能源中心角色
机场能源中心是区域分布式供能的典型应用。我国大型民航机场一般都具备独立的能源中心，为航站楼及周边设施提供源源不断的优质冷热源。一个典型的能源中心可以包含三联供系统，配合电制冷机组和燃气锅炉，为机场航站楼和附属区域提供夏季空调制冷需求和冬季采暖需求。在整个机场的能源消耗中占有很大比例。
能源中心的能源数据通常在各自系统相互独立，极少能够在系统间进行数据交互。另外，作为供给侧的能源中心，與航站楼等末端需求侧尚未实现数据和信息的交互，无法满足能源从生产、传输、应用的全过程统一管理。
2 基于边缘计算的数据采集
2.1 边缘计算
边缘计算是在网络边缘执行计算的一种新型计算模型，是指在靠近物理环境或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台。区别于云计算的采集、计算、存储、信息集成和分析的集中处理，边缘计算聚焦实时、短周期数据的处理与分析，在多源异构数据采集和计算中具备更多的优势[3]。
目前边缘计算应用场景丰富，产业价值也很突出。基于信息技术和数据技术的智能化控制将会是未来机场能源中心能效管理的重要发展方向。从能效管理的角度出发，基于边缘计算的本地化实时数据采集、实时计算、在线诊断、即时响应以及准确控制才能最大程度的实现能效管理的目标。
2.2 采集方案
能效管理需要信息流与数据流的深度耦合，在这个过程中的数据交互主要为两类[4]：一是数据采集，也就是上行能耗数据、设备运行数据及各类影响因素数据;二是数据推送，一般为下行的控制类数据。
本文介绍的边缘计算的数据采集以第一种上行数据采集为主。上行数据采集首先应坚持统一的数据管理，系统和平台的建设必须按照统一的数据采集、定义、编码、应用，确保数据共享过程中的一致性。数据采集方案主要包含以下内容：
采集网络：对于能源中心的集中数据采集，有线网络的全覆盖是最稳定的解决方案，但考虑到与航站楼等末端用户的数据交互，蜂窝网络技术的应用也必不可少，移动互联网的快速发展为优化无线网路传输提供了日益良好的基础条件。
边缘网关：通过边缘网关对采集到的计量监测设备、传感器设备、设备运行数据进行解析、数据封装和本地数据处理。
边缘云：边缘云的分流功能对能源中心非常重要，边缘云可以具备独立的应用，也可以只是中心云应用的某一功能模块。将时延敏感数据进行本地化存储和处理，以实现诊断信息和控制策略的及时反馈与执行;对时延不敏感数据和处理后的反馈数据，可进一步上传至机场中心云进行存储备份和可视化展示。
2.3 边缘网关
边缘网关是数据采集过程中的关键，一般应该支持有线和蜂窝网络的传输方式，能够同时向一个或多个目标地址进行数据传输，可以满足某些情况下边缘云和中心云的同时需求。
针对能源中心的常见设备，能够对协议进行解析和转换[5]，如电能仪表常见的DLT645和Modbus，将现场层的数据转换成Json、MQTT等协议，来实现各类云平台与边缘计算节点的数据通信。
对数据的实时分析是边缘网关应该具备的第三大功能，包括现场层的设备信息、数据流与信息流的耦合、实时数据的过滤和反馈等。
3 机场能源中心数据架构 机场能源中心具备典型的多源异构特性，数据来源多种多样，包括前端设备直接采集数据、系统集成数据等，总体网络结构可以分为终端层，边缘设备层和云计算层。
3.1 终端层
终端层的结构相对较为简单，由各种设备组成，根据机场能源中心的设备构成，又可以分为计量监测设备（如电表、水表、燃气表）、传感器（温度湿度、压力、流量等）以及生产设备（冷机、冷却塔、各类空调泵、锅炉、燃机等）。终端层设备不对计算能力做要求，只是作为产生数据或感知数据的源头，为能效管理应用服务提供输入。
3.2 边缘设备层
边缘计算层是数据和信息的路由中心，有些终端设备可能也会具有边缘设备的计算能力，但在机场能源中心中，一般是部署在网络连接的中间节点上，例如数据采集器、OPC服务器、网关等。通过边缘设备，将数据进行协议解析并转换，同时整合数据存储和基础处理能力，来实现基础的服务响应。
3.3 云计算层
云计算层是核心的数据处理中心，根据机场管理范畴的区别，可以进行边缘云和中心云的区分。在机场能源中心的能效管理中，建议在能源中心建立边缘云，主要负责辖内能源数据的存储、能耗可视化、能效指标可视化以及控制策略的执行，一般属于在边缘设备层无法处理的综合信息和任务分析。中心云从组织边界考虑，更多的是机场综合能源信息的处理。
根据边缘计算产业联盟在2018年12月发布的《边缘计算白皮书3.0》中提出的边缘计算参考架构3.0[6]，本文进行了机场能源中心边缘计算架构的设计。
4 边缘计算在能源中心的应用
海量数据获取后的有效应用是一个重要环节。边缘计算可以保证能源数据组织、存储及交换的一致性。在机场能源中心的运行中，边缘计算可以在以下几个方面起到作用。
4.1 多源数据融合
来源于不同领域的多源数据通常存在一定的关联性与互补性，机场能源管理除直观的能耗数据，还需通过对影响能耗的相关多源数据进行挖掘，才可以掌握能源运作的全貌[7]。需要综合能耗数据、时间、气象参数、旅客数、航班、室内环境等数据信息，发掘这些数据之间的潜在互补，进一步实现精细化能源管理。云计算中心进行多源异构的数据处理是一项非常复杂的工作，利用边缘计算技术，将数据在边缘设备中进行解析和转换，将会极大程度的减轻云计算中心的数据处理负荷，同时减少在多源异构数据融合过程中的诸多问题。
4.2 能效管理
能源中心的能效管理是机场能源精细化管理中的重点内容。作为独立的业务部门，未来也需要打通与末端用户的数据交互，完成机场环境内的供给侧与需求侧的能源流统一。
能效管理的目标之一是形成有效的控制策略并及时执行，对实时性要求更高，传统的数据采集、存储和计算模式，是将数据传输到云平台或数据中心服务器，再请求应用服务器的处理结果，增大了系统延迟，反应时间较长，很难形成实时有效的控制策略[8]。
在传统的集中数据采集、处理的模式下，已经难以保证数据响应的实时性，致使信息流处理的非实时性直接影响到了能量流的稳定性和控制的可靠性[9]。通过边缘设备实现能源信息的自动化采集，统一标准，控制计划和策略在边缘侧的实时计算与执行，同时保持与云端的数据与信息同步，进一步实现机场多源异构数据的融合。
4.3 预测性维护
传统的维护方式主要是事后维护和预防性维护[10]，包括例行检修、定期保养等。一般会有较高的维护成本，且运维效率并不理想。
能源中心有着大量的重要设备，包括大型冷机、锅炉、各类泵，大型发电设备，甚至数量众多的前端计量设备和数据采集设备。基于现场的大量计量监测设备以及传感器，通过本地的边缘网关提供的数据分析能力，可以第一时间发现设备的潜在故障。同时，本地与云端连接故障时，可以实现本地数据缓存，连接恢复后，可以实现数据续传，确保云端数据的完整性。
预测性维护可以减少维护工作量，降低劳动强度，提高设备的可靠性，延长设备使用寿命。提高设备的利用率，减少维修费用，从而也可以降低维护成本。
4.4 延伸应用
边缘计算设备的应用使得能源相关数据，尤其是设备运行数据可以以更小颗粒度的本地存储[11]，通过数据在满足机场安全和隐私要求的前提下，可以实现更为安全便捷的数据共享机制：
跨部门协作：能源保障、网络保障、运行保障等多部门信息共享与协作;
跨单位合作：机场作为网络和设备用户，与网络运营商、设备供应商之间，可以进行更为紧密的合作，一方面帮助机场实现稳定的网络和设备运维，另一方面帮助提高供应商的技术和服务升级。
学术合作：充分进行数据价值释放，通过释放相应的数据，与高校或研究机构的学术科研合作，增强机场在科研能力以及高新技术应用方面的能力。
5 总结
本文总结分析了机场能源关联数据的种类，提出了利用边缘计算技术来实现机场能源中心的多源异构数据采集，阐述了边缘网关在数据采集中的作用。同时提出了针对能源中心的数据采集架构，进一步分析了边缘计算在能源中心的多源异构数据融合、能效管理、预测性维护以及數据价值释放的延伸应用。边缘计算将在机场能源中心的精细化能源管理中发挥非常积极的作用。
参考文献：
[1] 施巍松， 张星洲， 王一帆， 张庆阳. 边缘计算：现状与展望[J]. 计算机研究与发展， 2019， 56（1）：69-89.
[2] 马吉军， 贾雪琴， 寿颜波， et al. 基于边缘计算的工业数据采集[J]. 信息技术与网络安全， 2018， v.37;No.492（04）：95-97.
[3] 吕华章， 陈丹， 范斌， et al. 边缘计算标准化进展与案例分析[J]. 计算机研究与发展， 2018， 55（3）： 487-511.
[4] Carle J ， Simplot-Ryl D . Energy-efficient area monitoring for sensor networks[J]. Computer， 2004， 37（2）：40-46.
[5] 龚钢军， 罗安琴， 陈志敏， et al. 基于边缘计算的主动配电网信息物理系统[J]. 电网技术， 2018， 42（10）.
[6] 郝志刚， 魏庆芃， 邓杰文， et al. 公共建筑空调系统全过程管理方法研究（4）：基于能源管理平台的系统运营调适[J]. 暖通空调， 2019， 49（4）.
[7] Satyanarayanan M . How we created edge computing[J]. Nature Electronics， 2019， 2（1）：42-42.
[8] 刘思放， 邓春宇， 张国宾， et al. 面向居民智能用电的边缘计算协同架构研究[J]. 电力建设， 2018， 39（11）：69-77.
[9] 丁承君， 刘强， 冯玉伯， et al. 基于物联网和边缘计算的高校机房在线监测[J]. 计算机工程与应用， 2018， 54（21）：262-269.
[10] 边缘计算产业联盟. 边缘计算典型应用场景[J]. 自动化博览， 2017（6）.
[11] 张琪， 胡宇鹏， 嵇存， et al. 边缘计算应用：传感数据异常实时检测算法[J]. 计算机研究与发展， 2018， 55（3）： 524-536.
作者简介：
史杰（1981-），男，上海人，工程师，学士。
关键词：边缘计算;能效管理;民航机场;能源管理
0 引言
国家电网公司在2019年两会报告中提出了泛在电力物联网的战略目标。根据国家电网公司《泛在电力物联网建设大纲》，“泛在物联”是指任何时间、任何地点、任何人、任何物之间的信息连接和交互。同时指出发展趋于成熟的边缘计算技术是信息通信技术（Information Communications Technology，ICT）与操作技术（Operation Technology，OT）的桥梁。
有着能源路由作用的大型民航机场，不仅是能源使用者，也是能源中转供给者。做为能源供给重要保障的机场能源中心，能源数据的采集与应用非常重要，传统的将所有数据传输到机场云中心进行数据处理的模式，已经明显出现了实时性不够、带宽不足、能耗大、数据安全和隐私等不足问题。
物联网技术与高速通信技术给机场精细化能源管理提供了新的思路和更多选择的解决方案，基于机场能源中心能效管理数据获取需求，本文针对大型民航机场提出一种基于边缘计算的能效管理平台数据采集系统。通过蜂窝网络利用、边缘网关、数据存储等技术[1]，实现能源利用及其相关数据的有序有效化采集，确保能效平台数据的可持续化发展。
1 机场能源数据特性
1.1 数据构成
机场类似一个小型城市，能源结构多样化，用能设备复杂化、能源供应中心化以及供能区域分散化，是大型民航机场的主要用能特点。其能源数据来源广，数据量大，直接能源数据与间接能源数据分属单位不同，数据节点在地理位置上具有较强的离散性，属于典型的多源异构大数据[2]。
机场能源系统可以看作一个由直接能源数据和间接能源数据构成的大数据综合系统，进一步可以将其分为5类：①反映能源生产、配送、转换的数据;②反映能源使用、交易和调控的数据;③反映能源使用成效的管理水平和生产力数据;④对信息能源有影响的社会经济环境数据;⑤表征能源参与者—人的数据。
1.2 能源中心角色
机场能源中心是区域分布式供能的典型应用。我国大型民航机场一般都具备独立的能源中心，为航站楼及周边设施提供源源不断的优质冷热源。一个典型的能源中心可以包含三联供系统，配合电制冷机组和燃气锅炉，为机场航站楼和附属区域提供夏季空调制冷需求和冬季采暖需求。在整个机场的能源消耗中占有很大比例。
能源中心的能源数据通常在各自系统相互独立，极少能够在系统间进行数据交互。另外，作为供给侧的能源中心，與航站楼等末端需求侧尚未实现数据和信息的交互，无法满足能源从生产、传输、应用的全过程统一管理。
2 基于边缘计算的数据采集
2.1 边缘计算
边缘计算是在网络边缘执行计算的一种新型计算模型，是指在靠近物理环境或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台。区别于云计算的采集、计算、存储、信息集成和分析的集中处理，边缘计算聚焦实时、短周期数据的处理与分析，在多源异构数据采集和计算中具备更多的优势[3]。
目前边缘计算应用场景丰富，产业价值也很突出。基于信息技术和数据技术的智能化控制将会是未来机场能源中心能效管理的重要发展方向。从能效管理的角度出发，基于边缘计算的本地化实时数据采集、实时计算、在线诊断、即时响应以及准确控制才能最大程度的实现能效管理的目标。
2.2 采集方案
能效管理需要信息流与数据流的深度耦合，在这个过程中的数据交互主要为两类[4]：一是数据采集，也就是上行能耗数据、设备运行数据及各类影响因素数据;二是数据推送，一般为下行的控制类数据。
本文介绍的边缘计算的数据采集以第一种上行数据采集为主。上行数据采集首先应坚持统一的数据管理，系统和平台的建设必须按照统一的数据采集、定义、编码、应用，确保数据共享过程中的一致性。数据采集方案主要包含以下内容：
采集网络：对于能源中心的集中数据采集，有线网络的全覆盖是最稳定的解决方案，但考虑到与航站楼等末端用户的数据交互，蜂窝网络技术的应用也必不可少，移动互联网的快速发展为优化无线网路传输提供了日益良好的基础条件。
边缘网关：通过边缘网关对采集到的计量监测设备、传感器设备、设备运行数据进行解析、数据封装和本地数据处理。
边缘云：边缘云的分流功能对能源中心非常重要，边缘云可以具备独立的应用，也可以只是中心云应用的某一功能模块。将时延敏感数据进行本地化存储和处理，以实现诊断信息和控制策略的及时反馈与执行;对时延不敏感数据和处理后的反馈数据，可进一步上传至机场中心云进行存储备份和可视化展示。
2.3 边缘网关
边缘网关是数据采集过程中的关键，一般应该支持有线和蜂窝网络的传输方式，能够同时向一个或多个目标地址进行数据传输，可以满足某些情况下边缘云和中心云的同时需求。
针对能源中心的常见设备，能够对协议进行解析和转换[5]，如电能仪表常见的DLT645和Modbus，将现场层的数据转换成Json、MQTT等协议，来实现各类云平台与边缘计算节点的数据通信。
对数据的实时分析是边缘网关应该具备的第三大功能，包括现场层的设备信息、数据流与信息流的耦合、实时数据的过滤和反馈等。
3 机场能源中心数据架构 机场能源中心具备典型的多源异构特性，数据来源多种多样，包括前端设备直接采集数据、系统集成数据等，总体网络结构可以分为终端层，边缘设备层和云计算层。
3.1 终端层
终端层的结构相对较为简单，由各种设备组成，根据机场能源中心的设备构成，又可以分为计量监测设备（如电表、水表、燃气表）、传感器（温度湿度、压力、流量等）以及生产设备（冷机、冷却塔、各类空调泵、锅炉、燃机等）。终端层设备不对计算能力做要求，只是作为产生数据或感知数据的源头，为能效管理应用服务提供输入。
3.2 边缘设备层
边缘计算层是数据和信息的路由中心，有些终端设备可能也会具有边缘设备的计算能力，但在机场能源中心中，一般是部署在网络连接的中间节点上，例如数据采集器、OPC服务器、网关等。通过边缘设备，将数据进行协议解析并转换，同时整合数据存储和基础处理能力，来实现基础的服务响应。
3.3 云计算层
云计算层是核心的数据处理中心，根据机场管理范畴的区别，可以进行边缘云和中心云的区分。在机场能源中心的能效管理中，建议在能源中心建立边缘云，主要负责辖内能源数据的存储、能耗可视化、能效指标可视化以及控制策略的执行，一般属于在边缘设备层无法处理的综合信息和任务分析。中心云从组织边界考虑，更多的是机场综合能源信息的处理。
根据边缘计算产业联盟在2018年12月发布的《边缘计算白皮书3.0》中提出的边缘计算参考架构3.0[6]，本文进行了机场能源中心边缘计算架构的设计。
4 边缘计算在能源中心的应用
海量数据获取后的有效应用是一个重要环节。边缘计算可以保证能源数据组织、存储及交换的一致性。在机场能源中心的运行中，边缘计算可以在以下几个方面起到作用。
4.1 多源数据融合
来源于不同领域的多源数据通常存在一定的关联性与互补性，机场能源管理除直观的能耗数据，还需通过对影响能耗的相关多源数据进行挖掘，才可以掌握能源运作的全貌[7]。需要综合能耗数据、时间、气象参数、旅客数、航班、室内环境等数据信息，发掘这些数据之间的潜在互补，进一步实现精细化能源管理。云计算中心进行多源异构的数据处理是一项非常复杂的工作，利用边缘计算技术，将数据在边缘设备中进行解析和转换，将会极大程度的减轻云计算中心的数据处理负荷，同时减少在多源异构数据融合过程中的诸多问题。
4.2 能效管理
能源中心的能效管理是机场能源精细化管理中的重点内容。作为独立的业务部门，未来也需要打通与末端用户的数据交互，完成机场环境内的供给侧与需求侧的能源流统一。
能效管理的目标之一是形成有效的控制策略并及时执行，对实时性要求更高，传统的数据采集、存储和计算模式，是将数据传输到云平台或数据中心服务器，再请求应用服务器的处理结果，增大了系统延迟，反应时间较长，很难形成实时有效的控制策略[8]。
在传统的集中数据采集、处理的模式下，已经难以保证数据响应的实时性，致使信息流处理的非实时性直接影响到了能量流的稳定性和控制的可靠性[9]。通过边缘设备实现能源信息的自动化采集，统一标准，控制计划和策略在边缘侧的实时计算与执行，同时保持与云端的数据与信息同步，进一步实现机场多源异构数据的融合。
4.3 预测性维护
传统的维护方式主要是事后维护和预防性维护[10]，包括例行检修、定期保养等。一般会有较高的维护成本，且运维效率并不理想。
能源中心有着大量的重要设备，包括大型冷机、锅炉、各类泵，大型发电设备，甚至数量众多的前端计量设备和数据采集设备。基于现场的大量计量监测设备以及传感器，通过本地的边缘网关提供的数据分析能力，可以第一时间发现设备的潜在故障。同时，本地与云端连接故障时，可以实现本地数据缓存，连接恢复后，可以实现数据续传，确保云端数据的完整性。
预测性维护可以减少维护工作量，降低劳动强度，提高设备的可靠性，延长设备使用寿命。提高设备的利用率，减少维修费用，从而也可以降低维护成本。
4.4 延伸应用
边缘计算设备的应用使得能源相关数据，尤其是设备运行数据可以以更小颗粒度的本地存储[11]，通过数据在满足机场安全和隐私要求的前提下，可以实现更为安全便捷的数据共享机制：
跨部门协作：能源保障、网络保障、运行保障等多部门信息共享与协作;
跨单位合作：机场作为网络和设备用户，与网络运营商、设备供应商之间，可以进行更为紧密的合作，一方面帮助机场实现稳定的网络和设备运维，另一方面帮助提高供应商的技术和服务升级。
学术合作：充分进行数据价值释放，通过释放相应的数据，与高校或研究机构的学术科研合作，增强机场在科研能力以及高新技术应用方面的能力。
5 总结
本文总结分析了机场能源关联数据的种类，提出了利用边缘计算技术来实现机场能源中心的多源异构数据采集，阐述了边缘网关在数据采集中的作用。同时提出了针对能源中心的数据采集架构，进一步分析了边缘计算在能源中心的多源异构数据融合、能效管理、预测性维护以及數据价值释放的延伸应用。边缘计算将在机场能源中心的精细化能源管理中发挥非常积极的作用。
参考文献：
[1] 施巍松， 张星洲， 王一帆， 张庆阳. 边缘计算：现状与展望[J]. 计算机研究与发展， 2019， 56（1）：69-89.
[2] 马吉军， 贾雪琴， 寿颜波， et al. 基于边缘计算的工业数据采集[J]. 信息技术与网络安全， 2018， v.37;No.492（04）：95-97.
[3] 吕华章， 陈丹， 范斌， et al. 边缘计算标准化进展与案例分析[J]. 计算机研究与发展， 2018， 55（3）： 487-511.
[4] Carle J ， Simplot-Ryl D . Energy-efficient area monitoring for sensor networks[J]. Computer， 2004， 37（2）：40-46.
[5] 龚钢军， 罗安琴， 陈志敏， et al. 基于边缘计算的主动配电网信息物理系统[J]. 电网技术， 2018， 42（10）.
[6] 郝志刚， 魏庆芃， 邓杰文， et al. 公共建筑空调系统全过程管理方法研究（4）：基于能源管理平台的系统运营调适[J]. 暖通空调， 2019， 49（4）.
[7] Satyanarayanan M . How we created edge computing[J]. Nature Electronics， 2019， 2（1）：42-42.
[8] 刘思放， 邓春宇， 张国宾， et al. 面向居民智能用电的边缘计算协同架构研究[J]. 电力建设， 2018， 39（11）：69-77.
[9] 丁承君， 刘强， 冯玉伯， et al. 基于物联网和边缘计算的高校机房在线监测[J]. 计算机工程与应用， 2018， 54（21）：262-269.
[10] 边缘计算产业联盟. 边缘计算典型应用场景[J]. 自动化博览， 2017（6）.
[11] 张琪， 胡宇鹏， 嵇存， et al. 边缘计算应用：传感数据异常实时检测算法[J]. 计算机研究与发展， 2018， 55（3）： 524-536.
作者简介：
史杰（1981-），男，上海人，工程师，学士。