[發(fā)明專利]一種基于邊緣協(xié)同的電力物聯(lián)網(wǎng)任務(wù)分配方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010156939.2
• 申請(qǐng)日: 2020-03-09
• 公開(kāi)（公告）號(hào): CN111445111B
• 公開(kāi)（公告）日: 2022-10-04
• 發(fā)明（設(shè)計(jì)）人: 夏偉棟;許洪華;邵蘇杰;司小慶;辛辰;王徐延;張璨;劉國(guó)峰;徐晗;汪千軍;石亞駿;楊冬昱;陶欣
• 申請(qǐng)（專利權(quán)）人: 國(guó)網(wǎng)江蘇省電力有限公司南京供電分公司;國(guó)網(wǎng)江蘇省電力有限公司南京市高淳區(qū)供電分公司;北京郵電大學(xué);國(guó)網(wǎng)江蘇省電力有限公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q50/06
• 代理公司: 北京智繪未來(lái)專利代理事務(wù)所(普通合伙) 11689
• 代理人: 肖繼軍

本申請(qǐng)公開(kāi)了一種基于邊緣協(xié)同的電力物聯(lián)網(wǎng)任務(wù)分配方法，包括依據(jù)電力物聯(lián)網(wǎng)某時(shí)刻的所有業(yè)務(wù)請(qǐng)求和EN空閑資源建立兩點(diǎn)協(xié)作任務(wù)分配模型；以最小化平均任務(wù)完成時(shí)延為優(yōu)化目標(biāo)構(gòu)建任務(wù)分配問(wèn)題模型；應(yīng)用TENCTA?IPSO算法對(duì)任務(wù)分配問(wèn)題模型進(jìn)行求解。本發(fā)明方法有效降低了電網(wǎng)業(yè)務(wù)的任務(wù)完成時(shí)延。其中TENCTA?IPSO算法利用遺傳算法的交叉、變異操作對(duì)粒子群算法中粒子更新策略進(jìn)行改進(jìn)，在粒子保持自身學(xué)習(xí)能力的同時(shí)，提高粒子種群的多樣性，避免早熟陷入局部最優(yōu)，計(jì)算出的任務(wù)分配方案最大程度縮短了平均任務(wù)完成時(shí)延。

技術(shù)領(lǐng)域

本發(fā)明屬于電力物聯(lián)網(wǎng)任務(wù)分配技術(shù)領(lǐng)域，涉及一種基于邊緣協(xié)同的電力物聯(lián)網(wǎng)任務(wù)分配方法。

背景技術(shù)

電力物聯(lián)網(wǎng)是物聯(lián)網(wǎng)在智能電網(wǎng)中的應(yīng)用，其將通信基礎(chǔ)設(shè)施資源和電力系統(tǒng)基礎(chǔ)設(shè)施資源有效整合，實(shí)現(xiàn)電力系統(tǒng)各環(huán)節(jié)萬(wàn)物互聯(lián)，狀態(tài)全面感知、信息高效處理。電力物聯(lián)網(wǎng)承載視頻監(jiān)控、感知檢測(cè)、智能運(yùn)維，設(shè)備巡檢等多種業(yè)務(wù)接入。通常這些業(yè)務(wù)需求多樣化,如視頻監(jiān)控、設(shè)備診斷等業(yè)務(wù)數(shù)據(jù)處理量大，對(duì)資源要求高；電表智能監(jiān)測(cè)、巡檢機(jī)器人、AR智能運(yùn)維等業(yè)務(wù)對(duì)時(shí)延敏感，需要及時(shí)得到計(jì)算結(jié)果。隨著電力物聯(lián)網(wǎng)的建設(shè)和業(yè)務(wù)不斷開(kāi)展，業(yè)務(wù)終端呈現(xiàn)爆發(fā)式增長(zhǎng)，數(shù)據(jù)處理量也隨之增長(zhǎng)，導(dǎo)致在云計(jì)算模式下的物聯(lián)網(wǎng)網(wǎng)絡(luò)傳輸壓力加大，云中心處理負(fù)荷升高、業(yè)務(wù)處理時(shí)延也難以同時(shí)滿足大部分業(yè)務(wù)需求。

為解決此問(wèn)題，邊緣計(jì)算作為云計(jì)算的擴(kuò)展補(bǔ)充方案在電力物聯(lián)網(wǎng)中得到了應(yīng)用，基于邊緣計(jì)算的電力物聯(lián)網(wǎng)架構(gòu)如圖1所示。在網(wǎng)絡(luò)邊緣側(cè)部署具有計(jì)算、存儲(chǔ)能力的EN(邊緣節(jié)點(diǎn))，如無(wú)線接入點(diǎn)，路由器、SDN交換機(jī)、邊緣服務(wù)器等，電力業(yè)務(wù)終端通過(guò)有線、Wi-Fi、微功率無(wú)線、4G/5G、低功耗廣域網(wǎng)等方式與EN相連，將計(jì)算任務(wù)放置在EN就近處理，能夠減少網(wǎng)絡(luò)傳輸量和云端負(fù)荷，在業(yè)務(wù)處理和數(shù)據(jù)傳輸方面同時(shí)實(shí)現(xiàn)降低時(shí)延的目的，滿足越來(lái)越嚴(yán)苛的業(yè)務(wù)時(shí)延需求。

但是，與云中心相比，EN計(jì)算、存儲(chǔ)等資源依然十分有限。隨著單一EN需要接入和處理的業(yè)務(wù)應(yīng)用逐漸增多，資源有限的EN難以同時(shí)滿足接入的多種差異化明顯的電力物聯(lián)網(wǎng)業(yè)務(wù)的不同需求。同時(shí)EN間的處理負(fù)荷存在差異。首先，業(yè)務(wù)終端在統(tǒng)一接入到邊緣計(jì)算終端時(shí)存在地理分布不均衡；其次，在突發(fā)情況下，需要大量信息采集終端在某一時(shí)段內(nèi)同時(shí)上傳數(shù)據(jù)進(jìn)行處理，導(dǎo)致部分EN需要處理大量業(yè)務(wù)請(qǐng)求，而其他EN則處于相對(duì)空閑狀態(tài)。因此，不均衡的業(yè)務(wù)請(qǐng)求時(shí)空分布將進(jìn)一步加劇部分業(yè)務(wù)需求難以滿足這一問(wèn)題的嚴(yán)重程度。

為了解現(xiàn)有電力物聯(lián)網(wǎng)中任務(wù)分配問(wèn)題研究的發(fā)展?fàn)顩r，對(duì)已有的論文和專利進(jìn)行了檢索、比較和分析，篩選出如下與本發(fā)明相關(guān)度比較高的技術(shù)信息：

技術(shù)方案1：公開(kāi)號(hào)為CN201811075238.5的《面向移動(dòng)邊緣計(jì)算的車聯(lián)網(wǎng)任務(wù)卸載與資源分配策略》專利，涉及針對(duì)移動(dòng)邊緣計(jì)算(MEC)提供IT服務(wù)環(huán)境和云計(jì)算能力帶來(lái)的高帶寬、低時(shí)延優(yōu)勢(shì)，同時(shí)結(jié)合LTE免授權(quán)頻譜(LTE-U)技術(shù)，該專利研究了車輛異構(gòu)網(wǎng)絡(luò)中基于(MEC)的任務(wù)卸載模式?jīng)Q策和資源分配問(wèn)題。考慮鏈路差異化要求，即車輛到路邊單元(V2I)鏈路的高容量和車輛到車輛(V2V)鏈路的高可靠性，將用戶服務(wù)質(zhì)量(QoS)建模為容量與時(shí)延的組合形式。首先采用改進(jìn)的K-means算法依據(jù)不同的QoS對(duì)請(qǐng)求車輛進(jìn)行聚類從而確定通信模式，其次利用基于無(wú)競(jìng)爭(zhēng)期(CFP)的LTE-U，結(jié)合載波聚合(CA)技術(shù)，使用分布式Q-Learning算法進(jìn)行信道和功率分配。

技術(shù)方案1聯(lián)合建模容量和時(shí)延因子作為k-means算法特征輸入進(jìn)行分簇，從而確定車輛通信模式，最后基于分簇結(jié)果采用Q-learning作為增強(qiáng)型解決方案配置資源從而最大化系統(tǒng)性能，但該專利采用的強(qiáng)化學(xué)習(xí)算法時(shí)間復(fù)雜度較高，難以在較短的時(shí)間內(nèi)計(jì)算出最優(yōu)資源分配策略和任務(wù)分配策略，不滿足一些低時(shí)延場(chǎng)景需求。