一种电力物联网的任务卸载方法及装置制造方法及图纸

本发明专利技术提供一种电力物联网的任务卸载方法及装置，方法包括：获得电力设备的计算任务的任务变量；根据所述任务变量，确定在所述电力设备中执行所述计算任务或者将所述计算任务卸载到边缘服务器。本发明专利技术的方案将计算任务卸载到边缘服务器可减少传输延迟。卸载到边缘服务器可减少传输延迟。卸载到边缘服务器可减少传输延迟。

【技术实现步骤摘要】
一种电力物联网的任务卸载方法及装置


[0001]本专利技术涉及电力物联网
，特别是指一种电力物联网的任务卸载方法及装置。

技术介绍

[0002]电网物联网(IoT)被设想为未来智能电网的有前途的范例。电网IoT设备的快速增长，例如智能传感器，自我监控和自我修复设备，推动了对计算密集型应用程序的需求。考虑到不断降低的传输延迟和电子用户信息安全的需求，这些应用中的大多数都要求在本地进行任务重新部署和负载平衡。这样会导致额外的电池消耗和上行链路传输延迟。

技术实现思路

[0003]本专利技术要解决的技术问题是提供一种电力物联网的任务卸载方法及装置。将计算任务卸载到边缘服务器可减少传输延迟。
[0004]为解决上述技术问题，本专利技术的技术方案如下：
[0005]本专利技术提供一种电力物联网的任务卸载方法，所述方法包括：
[0006]获得电力设备的计算任务的任务变量；
[0007]根据所述任务变量，确定在所述电力设备中执行所述计算任务或者将所述计算任务卸载到边缘服务器。
[0008]可选的，所述任务变量α
s
∈[0，1]。
[0009]可选的，根据所述任务变量，确定在所述电力设备中执行所述计算任务或者将所述计算任务卸载到边缘服务器，包括：
[0010]当α
s
为0时，确定在所述电力设备中执行所述计算任务；
[0011]当α
s
为1时，确定将所述计算任务卸载到边缘服务器进行计算。
[0012]可选的，边缘服务器进行计算所述计算任务包括：
[0013]所述边缘服务器j计算任务s所需的处理器的利用率为U
j,s
，调度给计算任务s的计算资源为R
j,s
；
[0014]所述边缘服务器j根据所述U
j,s
、R
j,s
、α
s
以及所述计算任务的预测数据Vs计算所述计算任务。
[0015]可选的，所述边缘服务器j计算任务s的计算时间为：
[0016][0017]其中，t
j,s
为计算时间。
[0018]可选的，将所述计算任务卸载到边缘服务器，包括：
[0019]将所述计算任务按照最大传输率r
j,s
通过上行无线信道传输至边缘服务器，其中，所述最大传输率r
j,s
为：
[0020]r
j,s
＝Blog2(1+y
s
l2/(ψ2+λ
j,s
))
[0021]其中，B是上行无线信道的带宽，y
s
是物联网设备的发射功率，l2代表上行无线信道增益；ψ2是噪声的功率，λ
j,s
表示干扰的功率。
[0022]可选的，将所述计算任务传输至边缘服务器的上行传输延迟为：
[0023][0024]可选的，所述计算任务的总处理时间为：
[0025][0026]其中，为下行传输延迟。
[0027]可选的，在忽略下行链路的下行传输延迟的情况下，所述计算任务的总处理时间为：
[0028][0029]本专利技术提供一种电力物联网的任务卸载装置，包括：
[0030]获得模块，用于获得电力设备的计算任务的任务变量；
[0031]处理模块，用于根据所述任务变量，确定在所述电力设备中执行所述计算任务或者将所述计算任务卸载到边缘服务器。
[0032]本专利技术的上述方案至少包括以下有益效果：
[0033]本专利技术的上述方案，通过获得电力设备的计算任务的任务变量；根据所述任务变量，确定在所述电力设备中执行所述计算任务或者将所述计算任务卸载到边缘服务器。本专利技术的方案将计算任务卸载到边缘服务器可减少传输延迟。
附图说明
[0034]图1是本专利技术的实施例的电力物联网的任务卸载方法的流程示意图；
[0035]图2是本专利技术的实施例的电力设备的边缘计算的架构示意图；
[0036]图3是本专利技术的具体实施例1中变分长短期记忆的模型示意图；
[0037]图4是本专利技术的具体实施例2中底层客户端和服务器框架的联合学习流程示意图；
[0038]图5是本专利技术的具体实施例3中传输时延与平均数据大小在不同卸载策略下的关系示意图；
[0039]图6是本专利技术的具体实施例3中传输时延与平均子任务在不同卸载策略下的关系示意图；
[0040]图7是本专利技术的实施例的电力物联网的任务卸载装置的模块示意图。
具体实施方式
[0041]下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开
的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0042]如图1所示，本专利技术的实施例提出一种电力物联网的任务卸载方法，所述方法包括：
[0043]步骤11，获得电力设备的计算任务的任务变量；
[0044]步骤12，根据所述任务变量，确定在所述电力设备中执行所述计算任务或者将所述计算任务卸载到边缘服务器。
[0045]如图2所示，本实施例中，基于电力设备的边缘计算架构，通过获得电力设备的任务变量，确定在所述电力设备中执行所述计算任务或者将所述计算任务卸载到边缘服务器，其中，该任务变量α
s
∈[0,1]；达到了当计算量增加时可以实现有效地减少总的传输时延的技术效果。
[0046]其中，电力设备的边缘计算架构，包括核心网络层、边缘计算层以及本地计算层，是一种MEC(Mobile Edge Computing，移动边缘计算)的体系结构，包括两个功能接近功能和位置感知功能；通过引入云计算模式，以实现可以在核心网络层执行大型任务，通过利用多个边缘服务器之间的协作来执行通信和任务；边缘计算层的边缘服务器靠近电力设备，因此许多任务可以卸载到边缘服务器，同时具有传输延迟的实时计算作用，同时，在为各种应用程序提供不同的计算能力的基础上，边缘服务器还具有低延迟和低能耗等优点；本地计算层中的物联网设备距离云服务器较远，需要通过边缘计算层进行传输，本地计算可以由电力设备在本地计算层以高能耗进行，由物联网设备生成任务。具体的实施例中，MEC在电力设备和物联网设备中的潜在应用包括在线监测传输线状态、智能变电站、智能家居以及电动汽车的智能车联网系统，可实现边缘任务的快速处理，以满足用户的应用需求。
[0047]电力物联网的任务卸载方法还基于联合学习方法，来训练任务预测模型和选择本地服务器；具体地需要经过基于门控递归网络GRU(Gate Recurrent Unit)的变分长短期记忆LSTM(Long Short
‑
Term Memory)方法对电力负荷进行预测以及基于GRU的安全感知联合学习FL(F本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力物联网的任务卸载方法，其特征在于，所述方法包括：获得电力设备的计算任务的任务变量；根据所述任务变量，确定在所述电力设备中执行所述计算任务或者将所述计算任务卸载到边缘服务器。2.根据权利要求1所述的电力物联网的任务卸载方法，其特征在于，所述任务变量α
s
∈[0，1]。3.根据权利要求2所述的电力物联网的任务卸载方法，其特征在于，根据所述任务变量，确定在所述电力设备中执行所述计算任务或者将所述计算任务卸载到边缘服务器，包括：当α
s
为0时，确定在所述电力设备中执行所述计算任务；当α
s
为1时，确定将所述计算任务卸载到边缘服务器进行计算。4.根据权利要求3所述的电力物联网的任务卸载方法，其特征在于，边缘服务器进行计算所述计算任务包括：所述边缘服务器j计算任务s所需的处理器的利用率为U
j,s
，调度给计算任务s的计算资源为R
j,s
；所述边缘服务器j根据所述U
j,s
、R
j,s
、α
s
以及所述计算任务的预测数据Vs计算所述计算任务。5.根据权利要求4所述的电力物联网的任务卸载方法，其特征在于，所述边缘服务器j计算任务s的计算时间为：其中，t
j,s...

【专利技术属性】
技术研发人员：张珮明，朱文红，施展，梁文娟，吴赞红，陈宇航，卢建刚，亢中苗，
申请(专利权)人：广东电网有限责任公司电力调度控制中心，
类型：发明
国别省市：