基于区域综合能源站的边缘计算处理系统及任务优化方法技术方案

本发明专利技术公开了基于区域综合能源站的边缘计算处理系统及任务优化方法，所述边缘计算处理系统包括:数据输入模块、数据处理模块、存储模块、通信模块和电源转换模块；所述数据输入模块将区域综合能源站出的模拟流转换为数据信息；所述数据处理模块将数据信息按照时序流水线方式进行任务分配；所述存储模块对任务分配进行存储和调用；所述通信模块将任务分配向服务器传输；所述电源转换模块用于向边缘计算处理系统供电；所述数据处理模块将数据信息按照时序流水线方式进行任务分配；从而将多个任务按照计算开销、成本、所需资源和最大容忍的延时量建立待处理的队列逐个送入到神经网络处理单元中处理，从而实现在快速处理区域综合能源站的数据任务。能源站的数据任务。能源站的数据任务。

【技术实现步骤摘要】
基于区域综合能源站的边缘计算处理系统及任务优化方法

：
[0001]本专利技术属于区域综合能源系统数据处理
，尤其涉及基于区域综合能源站的边缘计算处理系统及任务优化方法。

技术介绍
：
[0002]随着数字牵引新型电力系统建设的大规模铺开，可再生能源不断渗透下，以综合能源站为主体的区域综合能源系统作为解决大电网边缘区域内部多种能源协调运行优化的电网架构方式，已经逐渐成为一种新能源就地消纳与调控的主要方式。但是目前面向区域综合能源站比较突出的问题是随着综合能源站在配网侧运行，会产生海量的多源异构的能源数据，使得时间序列数据的规模呈现指数级增加，而当前基于配网中台的集中式数据处理方式使得将海量数据通过网络方式直接上报到中台，由中台进行统一分类和处理，这个给网络带宽和配网数据中台带来极大的负荷压力，也造成了大量的时间延迟，对于时间敏感性的能源调度来说是不可接受的，逐渐成为阻碍新型电力系统发展的核心问题之一。而近年来逐步应用的边缘计算技术高度契合当前区域综合能源站的技术需求，能够实现在设备侧就地合理控制系统设备、高效利用系统数据。边缘计算技术作为脱胎于第五代通讯技术的产物，旨在网络边缘对终端进行数据处理。随着万物互联时代的到来，接入网络的海量终端设备与爆炸式的数据增长量不断巩固边缘计算技术在物联网应用领域的地位。相较于传统的云计算，边缘计算在节省网络带宽、降低通信延时与保障用户隐私等诸多领域具有明显优势。边缘计算具备调用历史数据与其他种类信息进行日前调度的能力，并同时可利用自身提供的全天候运算能力进行实时控制，将传统综合能源站的日前调度与日内控制功能有机统一，提高区域综合能源站效益。
[0003]因此，针对配网中台面临的海量数据处理负荷压力，以微网为核心处理单元的分布式去中心化的边缘计算数据处理方式将是未来数字化牵引新型电力系统最主要的解决方法。在微网侧，由于靠近用户需求，同时存在的多源多荷复杂局面，当前针对传统电网辐射式能源供应和需求响应的技术架构已经无法满足要求，迫切需要微网侧尤其围绕区域能源站为核心对象，提出在配网边缘侧海量能源数据的终端硬件架构，数据处理、存储、实时通信等算法协议，以降低边缘侧数据的处理和存储压力，减少数据延时。同时，在网络边缘侧即靠近能源站的各个采集终端前侧，通过部署全新架构的边缘计算设备，并利用数据处理技术，就地实现负荷预测，一方面可大大降低配网中台的负荷压力，提高通信带宽有效性，另一方面可有效提升配网源网荷储协同优化的能力，为后续多能互补的能源调度奠定重要的技术支撑。

技术实现思路
：
[0004]针对现有技术存在的技术问题，本专利技术提供基于区域综合能源站进行边缘计算处理系统及数据挖掘方法；本专利技术中边缘计算处理系统降低了硬件开销成本，同时提高区域综合能源站边缘计算系统运行的稳定性；本专利技术中任务优化方法采用流水线的任务分配优
化机制，该任务优化方法将多个任务按照计算开销、成本、所需资源和最大容忍的延时量建立待处理的队列逐个送入到神经网络处理单元中处理，从而实现单核硬件资源下的处理方式，提高数据处理速度。
[0005]为了解决现有技术存在问题，本专利技术采用如下技术方案予以实施：
[0006]一种基于区域综合能源站进行边缘计算处理系统，所述边缘计算处理系统包括:数据输入模块、数据处理模块、存储模块、通信模块和电源转换模块；
[0007]所述数据输入模块将区域综合能源站出的模拟流转换为数据信息；
[0008]所述数据处理模块将数据信息按照时序流水线方式进行任务分配；
[0009]所述存储模块对任务分配进行存储和调用；
[0010]所述通信模块将任务分配向服务器传输；
[0011]所述电源转换模块用于向边缘计算处理系统供电；其中：
[0012]所述数据处理模块包括处理器、神经网络运算模块、AXI总线、内部高速缓存单元和3
‑
DMA控制器；所述神经网络运算模块包括输入缓冲单元、中间计算缓冲单元、平均池化单元、控制单元和卷积运算单元构成；其中：
[0013]所述控制单元主要负责数据运算前的配置，各个模块间的交互和运算过程中的控制；通过所述控制模块将运算结果从卷积运算单元传输至平均池化单元，平均池化模块包含8个池化单元，每个池化单元由三层加法树和数据缓冲构成；经过池化得到1024个分类，将它们存储到输出缓冲区，再经由AXI总线传输至外部内存中，最后用MaxSoft分类器得出最终结果。
[0014]进一步，所述卷积运算单元由数据缓冲区、加权寄存器、偏移寄存器、卷积层、特征缓冲区和逻辑控制器构成；所述卷积层包括4个PE单元，形成2组8
×
8的并行卷积加速阵列；所述特征缓冲区由第一特征缓冲区和第二特征缓冲区构成；所述第一特征缓冲区将存储上一层网络的运算结果，所述第二特征缓冲区存储本层网络的运算结果；所述逻辑控制器为时间序列处理器。
[0015]进一步，所述数据输入模块由模拟量采集单元、数据量采集单元、A/D转换单元和电磁隔离单元构成。
[0016]进一步，神经网络运算单元为一个NEON的GX680架构的GPU可编程软核。
[0017]进一步，所述数据处理模块为FPGA集成电路构成。
[0018]进一步，所述电源转换模块由AC/DC转换、降压和后备电容电路组成。
[0019]进一步，神经网络运算模块为NEON的GX680架构的GPU可编程软核。
[0020]为了解决现有技术存在的问题，本专利技术还可以采用如下技术方案予以实施：
[0021]一种基于边缘计算处理系统对区域综合能源站数据任务优化方法，包括如下步骤：
[0022]步骤一：构建区域综合能源站数据任务预设条件；
[0023]步骤二：根据区域能源站的数据表征划分不同类型数据任务进而构建多周期耦合下的处理任务时序逻辑队列，所述不同数据类型包括时间请求任务TSDP和资源需求任务NTSDP；
[0024]步骤三：根据不同表征的任务类型按照如下公式构建数据处理模块的优化资源模型：
[0025][0026]式中：C(t)为在时刻t运算单元对任务处理的总成本；e为运算单元内部PE的编号；C
1e
(t)、C
2e
(t)、C
3e
(t)分别为运算单元内部PE处理任务时产生的计算、延时和通信成本；
[0027]步骤四：根据不同表征的任务类型按照如下公式构建数据处理模块的优化负荷模型：
[0028]θ
a
＝[p
a
,w
a
(t),T
a
],a∈[1,m][0029]w
a
(t)＝q
a
u
a
(t)
[0030]W＝[w1(t),w2(t),
…
,w
m
(t)][0031]式中：θ
a
为任务a的特征模型；p
a
为任务a的类型；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于边缘计算处理系统对区域综合能源任务优化方法，其特征在于：所述边缘计算处理系统中数据处理模块将数据信息按照时序流水线方式进行任务分配；包括如下步骤：步骤一：构建区域综合能源站数据任务预设条件；步骤二：根据区域能源站的数据表征划分不同类型数据任务进而构建多周期耦合下的处理任务时序逻辑队列，所述不同数据类型包括时间请求任务TSDP和资源需求任务NTSDP；步骤三：根据不同表征的任务类型按照如下公式构建数据处理模块的优化资源模型：式中：C(t)为在时刻t运算单元对任务处理的总成本；e为运算单元内部PE的编号；C
1e
(t)、C
2e
(t)、C
3e
(t)分别为运算单元内部PE处理任务时产生的计算、延时和通信成本；步骤四：根据不同表征的任务类型按照如下公式构建数据处理模块的优化负荷模型：θ
a
＝[p
a
,w
a
(t),T
a
],a∈[1,m]w
a
(t)＝q
a
u
a
(t)W＝[w1(t),w2(t),
…
,w
m
(t)]式中：θ
a
为任务a的特征模型；p
a
为任务a的类型；wa(t)为任务a在时刻t的计算负荷；T
a
为任务a的延时约束；q
a
为处理p
a
类任务时单位数据量的计算负荷；u
a
(t)为任务a在时刻t的数据量；W为m个任务构成的向量；将m
′
个任务分为m1个TSDP与m2个NTSDP，则m1+m2＝m；运算单元首先在满足TSDP的处理需求后，剩余的资源称为剩余资源，剩余资源的数量影响运算单元处理TSDP时的计算延时；步骤五：根据不同表征的任务类型按照如下公式构建数据处理模块的优化成本模型:步骤五：根据不同表征的任务类型按照如下公式构建数据处理模块的优化成本模型:步骤五：根据不同表征的任务类型按照如下公式构建数据处理模块的优化成本模型:式中：d
ae
(t)为运算单元处理任务a时所需的时间；f
ae
(t)为运算单元分配给任务a所属缓冲的计算资源，C
1e
(t)为占用运算单元的单位计算资源所需的成本；F
e
为运算单元的计算资源总量；
∝
为正比符号；式(1)为运算单元分配任务a时应满足的计算资源约束条件。2.根据权利要求1所述的基于边缘计算处理系统对区域综合能源任务优化方法，其特征在于，构建多周期耦合下的处理任务时序逻辑队列过程，包括如下步骤:对于时间请求任务TSDP，根据时间请求按照优先级排列；对于资源需求任务NTSDP，根据计算出任务负荷需求按照大小排列；根据时间请求任务TSDP按照如下公式建立处理时间请求任务延时约束模型：2d
ie
+d
ae
χ
ie
χ
ae
≤T
mi
其中：d
ie
表示运算处理单元任务i的所需的时间；d
ae
表示运算处理单元任务a的所需的时间；χ
ie
表示任务i的卡方分布系数；χ
ae
表示任务a的卡方分布系数；T
mi
表示请求任务TSD...

【专利技术属性】
技术研发人员：徐石，张教练，蓝勇琴，曹存余，陈伟，林友福，丁锂芬，罗明亮，
申请(专利权)人：国网浙江省电力有限公司杭州市临安区供电公司，
类型：发明
国别省市：