Método de monitoramento de cabos de energia baseado em UHF‐RFID e aprendizado de máquina em ambiente de computação de borda

Resumo Esta pesquisa aborda o desafio enfrentado pela maioria dos métodos de previsão existentes no tratamento de dados não lineares de cabos. Além disso, propõe um novo método de monitoramento de cabos de energia utilizando UHF‐RFID e aprendizado profundo em um ambiente de computação de borda, visando especificamente o monitoramento wireless atualmente subótimo de cabos. Primeiro, com base na computação de borda, um sistema de monitoramento de cabos de energia é projetado para migrar a análise de dados massivos para a borda da rede, a fim de melhorar a eficiência de monitoramento. Em seguida, o chip de detecção de temperatura e o chip RFID foram integrados para projetar uma etiqueta de temperatura UHF‐RFID, que foi fixada no ponto de medição de temperatura do cabo para alcançar monitoramento wireless passivo do cabo. Finalmente, os parâmetros do modelo GRNN são otimizados usando o algoritmo de busca por antenas de besouro, e os dados decompostos pelo EEMD são inseridos no modelo BAS‐GRNN para aprendizado e produção de resultados de previsão de temperatura. Com base no estabelecimento de uma plataforma experimental, o método foi demonstrado, e os resultados mostraram que o erro máximo entre os resultados de medição de temperatura da etiqueta de temperatura UHF‐RFID e o termopar estava dentro de 0,3°C, e o erro relativo médio do método proposto foi de apenas 0,01, o que pode atender aos requisitos de precisão do monitoramento real de cabos de energia.