基于边缘计算的网联箱异常预测方法、系统、设备及介质

本发明提供了一种基于边缘计算的网联箱异常预测方法、系统、设备及介质，涉及数据处理技术领域，所述方法通过构建前向多层网络模型，基于BP算法对构建的模型进行训练并将模型部署至边缘设备；边缘设备获取网联箱的传感器数据，并对获取的数据进行特征提取和融合后作为输入数据；将输入数据输入至前向多层网络模型中，模型输出所述网联箱是否异常的结果；如果输出的结果为网联箱异常，将报警信息发送至用户。本申请通过多传感器数据融合和优化的神经网络模型，实现了对网联箱异常状态的智能监测和预警，具有高效、实时和可靠的效果，解决了现有技术报警的准确性低、无法对网联箱的运行情况进行预测性实时监测的技术问题。