电器识别系统研究
系统需要支撑高并发的实时电信号上传,并对接了深度学习模型进行电器类型识别。为此,我做了几个关键设计:
用 JWT 做无状态认证,保障 API 和 WebSocket 的安全;
用 WebSocket 把采样的电信号流式推送到前端,Vue 界面实时绘制波形;
用 Redis 做波形片段缓存、设备状态存储和分布式锁,防止多实例重复处理;
模型服务由 Python 团队使用 PyTorch 提供,我通过 gRPC 协议与之通信,利用 Protobuf 序列化提升性能,并针对长波形数据采用了服务端流式调用。
人工智能
物联网