一种基于边缘智能的数据实时监测与预警方法

本发明公开了一种基于边缘智能的数据实时监测与预警方法，包括如下步骤：S1、部署边缘智能节点，采集运行状态数据；S2、构建数据流式缓冲结构，对连续采集的运行状态数据进行实时缓存与更新；S3、执行预处理操作；S4、进行模态压缩；S5、通过DistilBERT模型执行推理操作；S6、执行核密度估计生成静态风险阈值，并进行调整；S7、当异常概率评分高于动态异常评分阈值，自动调度并执行本地响应操作；S8、当网络连接恢复，提取状态差分向量和状态编码队列，上传至云端平台。本发明融合多模态建模与边缘智能推理，实现本地异常识别与响应控制，具备自适应性强、响应及时与脱网可用的优点。