通過模擬考試數據模型和基于邊緣的數據聚合方法，建立設備狀態參數模型，及時調整傳感器數據，準確定位故障位置。在系統終端中，數據與應用的分離往往通過物聯網代理來實現，這可以增強終端硬件的靈活性，支持軟件的裝卸。邊緣計算智能技術，具有強大的數據分析能力，能有效處理無所不在的物聯網力量產生的邊緣數據，緩解主站和云的信息處理壓力，使系統終端實現智能自主控制。

銀行營業場所用電系統仍處于無網絡、無智能單機分散獨立運行的狀態，主要采取傳統的保護措施，如空氣開關、保險絲、漏電保護、定時器等為主流，無法實現對前端強電流系統的遠程實時監控和管理。

云平臺通過采集設備數據，對現場電壓、電流、溫度、電弧進行實時監測和分析，對被保護線路的過壓、過載、過流、過熱、欠壓、點火、缺相、設備不在線等進行預警。可以通過多種方式將信息告知相關單位，確保電力線路系統的安全。

平臺收集生產企業總耗電量、生產耗電量和污染控制設備耗電量，進行相關性分析，及時發出環保設備運行異常信號或企業生產異常信號，從而實現全過程的防控。前端設備采用不停電、不布線方案采集功耗數據，通過Lora無線上傳到環保數據網關，再通過4G上傳到平臺服務器或縣、市、省環保平臺。通過對污染防治設施用電量的實時監測，實現對排污企業生產經營的全過程監控，實現人防向信息化技術防御轉變，對干預性執法實行事后處罰，改變傳統的依靠人力、經驗進行現場核查的狀態，為環保監督開辟切實有效的監督模式，形成長效機制。