基于绿色计算的电缆多状态监测系统架构设计与可持续性评估

为解决传统电缆监测系统能耗高、数据处理效率低的问题，研究人员提出了一种基于边缘计算(Edge Computing)和绿色计算(Green Computing)的电缆多状态监测系统(CMSMS)。该系统采用异构传感器实时采集温度、振动和应变等关键参数，通过离散小波变换(DWT)预处理数据，并利用XGBoost模型实现故障分类，结合蛙跳算法(SFLA)优化能耗。实验表明，SFLA-XGBoost方法故障识别准确率达99.50%，显著降低能耗与成本，为电信、电力及智慧城市领域提供了可扩展的解决方案。

　　

随着城市化进程加速，电缆网络作为通信、数据传输和电力分配的核心载体，其可靠性与安全性面临严峻挑战。传统监测系统存在高能耗、数据处理延迟等问题，难以满足实时性和可持续性需求。为此，研究人员提出了一种创新性的电缆多状态监测系统(CMSMS)，融合边缘计算与绿色计算技术，旨在实现高效、低耗的电缆健康管理。

研究团队设计了一套异构传感器网络，实时采集电缆的温度、振动和应变等关键参数。数据预处理阶段采用离散小波变换(DWT)处理缺失值并提取特征，提升数据质量。边缘设备（如Raspberry Pi和NVIDIA Jetson）作为分布式节点进行本地处理，将电缆状态分为正常、退化和故障三类。故障检测采用极端梯度提升(XGBoost)模型，其并行处理能力显著提升计算效率。为优化能耗，引入蛙跳算法(SFLA)动态调整系统参数，平衡性能与能效。实验结果显示，SFLA-XGBoost模型的故障识别准确率高达99.50%，同时降低30%的能耗，验证了系统的实用性与可持续性。

主要技术方法

1. 异构传感器网络实时采集电缆参数；
2. 离散小波变换(DWT)预处理数据；
3. XGBoost模型实现故障分类；
4. 蛙跳算法(SFLA)优化系统能耗。

研究结果
INTRODUCTION
电缆网络在现代基础设施中的重要性日益凸显，但传统监测系统的高能耗和低效率制约了其发展。本研究提出的CMSMS通过边缘计算和绿色计算技术，显著提升了监测效率和可持续性。

RELATED WORKS
现有研究多聚焦于单一参数监测或云端分析，缺乏综合性能优化。CMSMS通过多传感器融合和边缘处理，填补了这一空白。

PROPOSED METHOD
系统采用DWT预处理和XGBoost模型，实现了高精度故障检测。SFLA算法的引入进一步降低了能耗，提升了系统稳定性。

RESULTS AND DISCUSSION
实验表明，SFLA-XGBoost模型在故障识别中表现优异，准确率达99.50%，同时能耗降低30%，验证了系统的可行性和高效性。

CONCLUSION
CMSMS为电缆健康监测提供了可扩展、低耗的解决方案，适用于电信、电力和智慧城市等领域，推动了绿色计算在基础设施监测中的应用。

该研究发表于《Sustainable Computing: Informatics and Systems》，其创新性在于将绿色计算原则与边缘计算结合，为电缆监测领域提供了新的技术路径，具有重要的工程应用价值。