本發明涉及油氣管道施工現場的物聯網管理，具體地說，涉及一種物聯網平臺存用一體化管理方法及系統。

背景技術：

1、物聯網平臺是物聯網生態系統的核心組成部分，它通過整合多種技術和服務，實現設備與云端的高效連接和智能化管理。

2、當前物聯網平臺普遍采用數據存儲與業務應用分離的架構，即通過云端或邊緣服務器集中存儲設備數據，再調用獨立業務模塊進行數據分析與決策。然而，在油氣管道施工現場管理場景（如壓力監測、泄漏檢測）中，此類架構存在以下關鍵問題：

3、1、實時性不足引發的安全風險：油氣管道施工現場的監控設備（如壓力傳感器、泄漏檢測器）需毫秒級響應異常事件（如管道泄漏、壓力異常）。傳統平臺需先將設備數據存儲至數據庫，再觸發分析流程，導致告警延遲，可能延誤應急處理時機。

4、2、海量冗余數據加劇存儲負擔：油氣管道施工現場設備持續生成高頻監測數據（如壓力傳感器每秒采集多次數據），但大部分為正常狀態數據。現有技術仍全量存儲原始數據，導致存儲成本激增，且冗余數據干擾關鍵異常信息的快速檢索。

5、3、邊緣端資源與合規性矛盾：油氣管道施工現場設備多分布于偏遠地區或復雜環境，依賴低功耗邊緣節點（如現場網關）。傳統平臺無法在資源受限的邊緣端同步實現高強度數據加密存儲與實時業務邏輯處理（如動態調整安全閥狀態），若依賴云端計算則違反行業數據安全標準（如特定的管道安全規定）。

6、因此，亟需一種面向油氣管道施工現場管理的存用一體化方案，能夠在數據存儲階段嵌入輕量化業務邏輯（如異常檢測、指令生成），實現邊存邊用，在保障數據合規性的前提下，提升異常響應速度并降低冗余存儲成本。

技術實現思路

1、本發明的目的在于提供一種物聯網平臺存用一體化管理方法及系統，以解決上述背景技術中提出的傳統物聯網平臺在油氣管道施工現場管理場景中存在的實時性不足引發的安全風險、海量冗余數據加劇存儲負擔以及邊緣端資源與合規性矛盾的問題。

2、為解決上述技術問題，本發明采用的一個技術方案是：提供了一種物聯網平臺存用一體化管理方法，包括以下步驟：

3、s1、數據實時采集：實時采集油氣管道施工現場的設備狀態數據和環境監測數據，所述設備狀態數據包括設備運行參數、數據生成頻率以及網絡延遲時間，所述環境監測數據包括占用率、內存占用率以及網絡帶寬；

4、s2、實時重要性評分計算與優先級判定：根據公式，計算油氣管道施工現場數據的實時重要性評分，將實時重要性評分與預設閾值比較，若≥，則標記為關鍵數據流，并觸發高優先級存儲與實時響應通道，直接生成控制指令并下發至施工現場設備，若＜，則標記為普通數據流，執行輕量化存儲；

5、s3、邊緣存儲與業務邏輯嵌入處理：對普通數據流，動態壓縮冗余數據，對關鍵數據流，執行高強度加密，同時同步檢測異常數據并生成風險預測值；

6、s4、動態資源調度與合規性校驗：評估節點負載，動態降頻非關鍵設備數據采集，同時校驗加密標簽強度，阻斷非法數據傳輸，強制本地化存儲；

7、s5、控制指令下發與反饋優化：高優先級指令通過邊緣節點直發設備，基于執行結果動態調整閾值與，優化評分模型，周期性更新風險預測值。

8、作為本技術方案的進一步改進，所述步驟s3中對普通數據流，動態壓縮冗余數據的具體實現方式為：

9、根據公式，計算存儲冗余度，動態壓縮非關鍵數據，丟棄冗余數據，僅保留完整關鍵數據及異常片段時間戳。

10、作為本技術方案的進一步改進，所述步驟s3中對關鍵數據流，執行高強度加密的具體實現方式為：

11、在邊緣節點生成數據加密標簽，并根據公式，計算生成加密標簽強度，所述加密標簽強度根據數據敏感性動態調整。

12、作為本技術方案的進一步改進，所述步驟s3中同步檢測異常數據并生成風險預測值的具體實現方式為：

13、實時分析設備參數，若超過關鍵數據標識閾值，則標記為異常；

14、根據公式，并結合歷史異常數據計算風險預測值；

15、若超過預設閾值，則提升該設備的計算權重，優先觸發告警。

16、作為本技術方案的進一步改進，所述步驟s4中評估節點負載，動態降頻非關鍵設備數據采集的具體實現方式為：

17、計算資源占用系數，根據公式，評估邊緣節點負載；

18、若超過閾值，則降低非關鍵設備的數據采集頻率。

19、作為本技術方案的進一步改進，所述步驟s4中校驗加密標簽強度，阻斷非法數據傳輸，強制本地化存儲的具體實現方式為：

20、校驗加密標簽強度l是否滿足行業安全標準，若校驗失敗，即未達法規要求的最小值，則阻斷傳輸并觸發本地告警；

21、若校驗通過，達到法規要求的最小值，則數據僅存儲于本地邊緣節點，禁止傳輸至云端。

22、為解決上述技術問題，本發明提供的另一個技術方案是：提供了一種物聯網平臺存用一體化管理系統，所述系統包括數據采集模塊、邊緣存儲處理模塊、業務邏輯嵌入模塊、動態優先級調度模塊和合規性校驗模塊；

23、所述數據采集模塊用于實時采集油氣管道施工現場的設備狀態數據和環境監測數據；

24、所述邊緣存儲處理模塊用于在數據存儲過程中同步執行輕量化業務邏輯，包括數據壓縮、異常檢測及加密標簽生成；

25、所述業務邏輯嵌入模塊用于根據預設規則動態調整數據處理策略；

26、所述動態優先級調度模塊用于按實時重要性評分對多設備數據進行排序，優先處理評分最高的數據流；

27、所述合規性校驗模塊用于確保數據存儲與處理符合行業數據安全標準，禁止未經加密的數據傳輸至云端。

28、作為本技術方案的進一步改進，所述系統還包括處理器、存儲器及其存儲的指令，所述處理器執行所述指令時實現上述方法的步驟。

29、與現有技術相比，本發明的有益效果：

30、1、本發明通過計算實時重要性評分，動態判定數據優先級，直接觸發高優先級通道生成控制指令，繞過云端處理環節，從而能夠滿足油氣管道施工現場監控設備對異常事件的即時響應需求，縮短異常響應時間，進而顯著降低因延遲引發的安全風險。

31、2、本發明基于存儲冗余度動態壓縮非關鍵數據，僅保留完整異常片段及時間戳，從而避免了傳統方案中對高頻油氣管道數據進行全量存儲造成資源浪費嚴重的情況發生，進而提高穩態數據壓縮率，降低整體存儲成本，同時還提升了對關鍵異常數據的檢索效率。

32、3、本發明通過計算資源占用系數，實時評估節點負載，動態調整非關鍵設備數據采集頻率，從而降低了關鍵設備的cpu占用率，同時提升了網絡帶寬利用率，確保邊緣端穩定運行，進而邊緣資源動態調度，避免設備過載的情況發生。

33、4、本發明通過計算動態加密標簽強度，自適應調整加密等級，并強制本地化存儲，從而避免了傳統方案中依賴云端處理違反行業數據安全標準，且低功耗邊緣端難以實現高強度加密的情況發生，使得加密強度自適應匹配數據敏感性，從而能夠通過行業安全審計，使得違規傳輸事件減少至零。

34、5、本發明基于風險預測值，預判設備故障概率，動態調整評分權重，從而能夠提升設備異常檢測的準確率，同時能夠降低誤報率，進而實現從被動響應到主動預防的升級。