【技术实现步骤摘要】
电网的资源处理方法、装置、服务器及存储介质
[0001]本专利技术实施例涉及边缘计算与智能电网融合
,尤其涉及一种电网的资源处理方法、装置、服务器及存储介质。
技术介绍
[0002]随着新一代智能电网建设的大力发展,电力行业日益趋向智能化、数字化。传统的电网云数据中心模式难以满足新时代分布式电网物联网系统的应用需求。在智能电网系统中,为了实现分布式、大范围电力数据的实时采集和传输,通常在关键节点处部署大量物联网设备,如图像采集传感器、摄像机等,这些设备可以全天候采集电力数据并进行加工处理,供电力系统使用。然而,由于电网接入用户的数量以及电网数据流分布的时空非均匀性,电力数据处理的实时性面临挑战。当面临电力数据负载高峰时,电网中的物联网设备很难对数据进行实时分析和处理。边缘计算技术是解决电网系统面临的数据处理瓶颈问题的有效方法之一,对于智能电网的构建至关重要。现有的通过在电力物联网中引入基于5G的边缘计算,对电网节点任务处理进行负载切除,能够有效的缓解智能电网处理任务瓶颈问题。
[0003]然而,目前基于边缘计算的智能电网系统仍面临一些问题:首先,边缘计算系统对电网节点的负载切除缺乏实时的优化,如计算与传输资源的分配,导致任务卸载效率不高,边缘计算资源利用率低;其次,边缘计算系统对电网任务卸载时未充分考虑任务时延要求,从而降低了数据处理业务性能,同时,任务卸载与资源分配过程中未考虑网络环境的动态特性,造成在线决策效率低。
技术实现思路
[0004]鉴于此,为解决上述技术问题或部分技术问题, ...
【技术保护点】
【技术特征摘要】
1.一种电网的资源处理方法,其特征在于,包括:基于目标电网的物联网设备的运行信息构建目标电网的系统模型;基于所述目标电网的网络环境确定所述目标电网的运行目标;基于所述运行目标对所述系统模型进行求解,得到针对所述目标电网的负载切除与资源分配方案。2.根据权利要求1所述的方法,其特征在于,所述基于目标电网的物联网设备的运行信息构建目标电网的系统模型,包括:构建面向所述目标电网的物联网任务模型和物联网服务模型;基于所述物联网任务模型和物联网服务模型对所述目标电网的任务卸载时延进行量化并统计量化后的时延信息;构建所述目标电网的任务卸载传输环境模型;量化所述目标电网的资源使用状态和电网节点负载状态;基于所述量化后的时延信息、任务卸载传输环境模型以及量化后的资源使用状态和电网节点负载状态,构建目标电网的系统模型。3.根据权利要求2所述的方法,其特征在于,所述构建面向所述目标电网的物联网任务模型和物联网服务模型,包括:基于所述目标电网的电网物联系统中的多个设备产生的数据处理任务到达关系和处理方式,通过第一公式构建物联网任务模型,所述第一公式为:其中,A
i
为电网传感器i产生的任务,D
i
为电网传感器产生的输入任务数据大小,C
i
为完成任务所需的CPU周期数,为该任务的时延约束;基于所述目标电网的边缘计算系统中计算服务器为所述目标电网提供的资源状态,通过第二公式构建物联网服务模型,所述第二公式为:其中,e
j
为边缘计算服务器j的资源状态,F
j
为服务器e
j
的最大CPU频率,R
j
为服务器e
j
的CPU单位数据处理量。4.根据权利要求2所述的方法,其特征在于,所述任务卸载时延包括任务上传至边缘节点的传输时延、边缘节点的任务处理时延、任务处理后的返回时延;所述基于所述物联网任务模型和物联网服务模型对所述目标电网的任务卸载时延进行量化,包括:基于所述物联网任务模型通过第三公式量化任务上传至边缘节点的传输时延,所述第三公式为:其中,为任务上传至边缘节点的传输时延,为电网节点与边缘节点的上链路传输速率;基于所述物联网服务模型通过第四公式量化边缘节点的任务处理时延,所述第四公式为:
其中,为边缘节点的任务处理时延,为边缘节点为任务j所分配的CPU频率,基于所述物联网任务模型通过第五公式量化任务处理后的返回时延,所述第五公式为:其中,为任务处理后的返回时延,γ为数据转换参数,表示任务处理后与任务处理前的数据量...
【专利技术属性】
技术研发人员:吴鹏,虞跃,邱兰馨,姚继明,王玮,郭云飞,朱亮,
申请(专利权)人:国网浙江省电力有限公司信息通信分公司国家电网有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。