一种基于执行时间评估的云雾协同计算电网调度方法技术

本发明专利技术涉及一种基于执行时间评估的云雾协同计算电网调度方法，该方法包括如下步骤：步骤S1：任务执行时间评估；步骤S2：调度任务类型判断；步骤S3：基于改进遗传‑蚁群算法的任务调度优化方法进行任务调度。此方法通过融合hadoop技术，云计算和雾计算技术，使智能电网调度系统面对用户提交的任务时先进行调度任务的执行时间进行评估，判断任务属于紧急任务还是非紧急任务，依据判断结果再将其调度到对应的平台执行相应的调度策略，实现最优调度，使得资源的分配更加合理、灵活，保证任务调度的效率，提高资源的使用率，保障电网调度的稳定性和可靠性。

A grid scheduling method of cloud and fog collaborative computing based on execution time evaluation

【技术实现步骤摘要】
一种基于执行时间评估的云雾协同计算电网调度方法
本专利技术属于电网调度自动化
，具体涉及一种基于执行时间评估的云雾协同计算电网调度方法。
技术介绍
随着物联网、云计算、大数据、人工智能等IT新技术的发展，电力信息数据爆炸式增长，使得网络带宽负载急剧增加，造成数据在网路上拥堵，数据无法实时从源端传输至云端，导致无法及时有效地将数据上传到云端服务器，延误了异常事件的最佳处理时机，故单纯的云计算已不能满足一些任务的调度需求，我国电网调度控制技术也需要与时俱进，不断的吸纳新技术，才能巩固和提升电网调度系统信息感知与同步、实时在线分析、调度精益化管理和数据深度应用的支撑能力，完成电网调度运行模式由“分析型调度”逐渐转变为“智能型调度”的任务，云雾协同计算可以很好解决上述提及的问题，实现电力调度自适应调整动态化、协调控制一体化、流程管控高效化、统筹计划精细化等功能。本专利技术通过融合hadoop技术，云计算和雾计算技术，使智能电网调度系统面对用户提交的任务时先进行调度任务的执行时间进行评估，判断任务属于紧急任务还是非紧急任务，依据判断结果再将其调度到对应的平台执行相应的调度策略，实现最优调度，使得资源的分配更加合理、灵活，保证任务调度的效率，提高资源的使用率，保障电网调度的稳定性和可靠性。
技术实现思路
为了解决现有技术中的上述问题，本专利技术提供一种基于执行时间评估的云雾协同计算电网调度方法，所述方法包括如下步骤：步骤S1：任务执行时间评估；步骤S2：调度任务类型判断；r>步骤S3：基于改进遗传-蚁群算法的任务调度优化方法进行任务调度。进一步的，所述步骤S1包括：对hadoop平台下数据任务的执行时间进行有效评估。进一步的，通过任务分割以获取hadoop平台下数据任务需处理数据的分布，并同时考虑平台的网络资源、数据流所需要的计算处理资源完成对调度任务各个环节的刻画描述，从而对调度任务在计算节点上的执行时间进行有效的评估，使得hadoop平台数据任务的执行时间可以在实际调度执行前获悉。进一步的，所述hadoop平台包括一个或者多个任务调度平台。进一步的，所述任务分割，具体为：基于数据任务需处理数据的分布进行任务的分割以获取子任务集合及其数据依赖关系。进一步的，所述对任务的执行时间进行有效的评估，具体为：对子任务集合中的每个子任务所需要的网络资源和计算资源进行评估以获取每个子任务的执行时间。进一步的，基于子任务集合中每个子任务之间的数据依赖关系、以可用网络资源和可用计算资源为约束条件，进行执行时间优化以获取任务执行时间。进一步的，在获得调度任务的执行时间后，需要以此时间为依据利用Qtsu法则对调度任务的类型进行分类，如果Qtsu法则判定该调度任务属于紧急任务，将其调度到离用户较近的雾平台上进行处理，如果Qtsu法则判定为非紧急任务则调度到云平台进行处理，以减少迟延。进一步的，在调度任务类型的判断过程中考虑任务的优先级。进一步的，通过加权的方式基于优先级对任务类型进行调整。本专利技术的有益效果为：通过融合hadoop技术，云计算和雾计算技术，使智能电网调度系统面对用户提交的任务时先进行调度任务的执行时间进行评估，判断任务属于紧急任务还是非紧急任务，依据判断结果再将其调度到对应的平台执行相应的调度策略，实现最优调度，使得资源的分配更加合理、灵活，保证任务调度的效率，提高资源的使用率，保障电网调度的稳定性和可靠性。【附图说明】此处所说明的附图是用来提供对本专利技术的进一步理解，构成本申请的一部分，但并不构成对本专利技术的不当限定，在附图中：图1是本专利技术的基于执行时间评估的云雾协同计算电网调度系统示意图；图2是本专利技术的基于执行时间评估的云雾协同计算电网调度方法示意图；图3是本专利技术的改进遗传-蚁群算法的任务调度优化方法的示意图。【具体实施方式】为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，基于执行时间评估的云雾协同计算电网调度系统包括：任务调度队列、任务调度模块和资源池；所述任务调度队列用于对用户提交的任务进行排队；例如：按照先到先入的策略进行任务的排队；所述任务调度队列为操作系统中的任务调度队列、或者Hadoop平台中的任务调度队列；所述任务调度模块用于进行任务执行时间评估、调度任务类型判断、调度平台选择；所述资源池通过闲置资源队列和运行资源队列对调度对象所需要的资源进行管理；在任务执行完毕后进行资源回收，在任务开始执行前进行资源的分配；资源池以调度对象为任务的执行单元对调度任务进行执行；所述调度对象为虚拟机，虚拟机作为资源载体配置有资源并运行于不同的任务调度平台中；资源池在调度平台间共享；优选的：调度平台对资源池中资源占有优先级相同，能够平等的使用资源池中的资源；可替换的：调度平台不平等的使用资源池中的资源，对于网络资源具有不平等的使用权利；调度平台通过虚拟限定的方式进行资源池中资源组织；例如：不同的调度平台所限定的虚拟范围距离不同网络资源的距离不同从而导致使用权利不同，这实际上适合它们对网络资源的使用开销相关的；类似的情况也存在于计算资源以及存储资源上；所述任务调度平台包括云计算平台和雾计算平台；如图2所示，其示出了本专利技术一种基于执行时间评估的云雾协同计算电网调度方法的示意图，该方法主要包括任务执行时间评估、调度任务类型判断、调度平台选择、执行相应调度策略等几个步骤；在用户提交调度任务后将任务按照任务提交策略放置任务调度队列中；依次获取任务调度队列中的首个任务，并对所述获取任务的执行时间进行有效评估，并以此评估时间为依据通过Qtsu法则判断此次执行的任务类型是紧急类型还是非紧急类型，根据不同的类型将其放到对应的平台上进行处理，最后在利用改进的遗传-蚁群算法完成任务调度处理。所述将任务按照任务提交策略放置任务调度队列中，具体为：按照任务优先级将任务插入任务调度队列中相应的位置，使得任务调度队列中任务的优先级从队首到队尾依次降低；所述任务的优先级为操作系统分配和/或任务所述用户指定的；由于操作系统或者用户指定的任务优先级往往具有一定的主观性且实时性欠佳，传统的仅仅依靠任务调度队列进行任务排队的方式效果不佳，不能考虑电网任务的特殊性，任务调度队列只能够对任务进行大致的排序；可替换的：任务按照达到的先后顺序放入调度任务队列中，这种方式为常见的操作系统任务提交策略；具体方法步骤如下：步骤S1：任务执行时间评估；对hadoop平台下数据任务的执行时间进行有效评估。通过任务分割以获取hadoop平台下数据任务需处理数据的分布，并同时考虑平台的网络资源、数本文档来自技高网...

【技术保护点】
1.一种基于执行时间评估的云雾协同计算电网调度方法，其特征在于，包括以下步骤：/n步骤S1：任务执行时间评估；/n步骤S2：调度任务类型判断；/n步骤S3：基于改进遗传-蚁群算法的任务调度优化方法进行任务调度。/n

【技术特征摘要】
1.一种基于执行时间评估的云雾协同计算电网调度方法，其特征在于，包括以下步骤：
步骤S1：任务执行时间评估；
步骤S2：调度任务类型判断；
步骤S3：基于改进遗传-蚁群算法的任务调度优化方法进行任务调度。


2.根据权利要求1所述的方法，其特征在于，所述步骤S1包括：对hadoop平台下数据任务的执行时间进行有效评估。


3.根据权利要求1所述的方法，其特征在于，通过任务分割以获取hadoop平台下数据任务需处理数据的分布，并同时考虑平台的网络资源、数据流所需要的计算处理资源完成对调度任务各个环节的刻画描述，从而对调度任务在计算节点上的执行时间进行有效的评估，使得hadoop平台数据任务的执行时间可以在实际调度执行前获悉。


4.根据权利要求1所述的方法，其特征在于，所述hadoop平台包括一个或者多个任务调度平台。


5.根据权利要求1所述的方法，其特征在于，所述任务分割，具体为：基于数据任务需处理数据的分布进行任务的分割以获取...

【专利技术属性】
技术研发人员：陈振宇，刘东，张杰，李大鹏，郭凌旭，黄运豪，杨清波，狄方春，张志君，
申请(专利权)人：中国电力科学研究院有限公司，国家电网有限公司，国网天津市电力公司，
类型：发明
国别省市：北京;11