【技术实现步骤摘要】
本专利技术涉及数据处理，具体为一种基于物联网的巡检数据处理方法及系统。
技术介绍
1、随着互联网的发展，我们逐渐进入了万物互联网的时代，智能巡检系统的应用也变得日益广泛，虽然智能巡检能够很好的满足工业巡检的需求，但由于巡检系统的具有丰富的传感器和控制器，在与周围环境进行交互会产生大量的数据，这就对巡检数据的储存、计算处理能力、传输速度等都有了更高的要求。现有的智能巡检系统开始采用边缘计算的方法来缓解中央服务器的计算压力，分担中央服务器的责任，并与中央服务器合作有序快速的处理巡检数据。
2、在边缘计算中,通过将部分待执行任务卸载到边缘服务器执行能够达到降低移动设备的负载、提升移动应用性能和减少设备开销的目的.但对于时延敏感任务,只有在截止期限内完成才具有实际意义.但是边缘服务器的资源往往有限,当同时接收来自多个设备的数据传输及处理任务时,可能造成任务长时间的排队等待,导致部分任务因超时而执行失败,因此无法兼顾多台设备的性能。
3、因此，在对巡检数据处理时有必要考虑巡检任务的优先级以及计算能耗，使得巡检数据的处理能够快速、精准。
技术实现思路
1、本专利技术的目的在于提供一种基于物联网的巡检数据处理方法及系统，利用萤火虫群优化调度联合方法实现巡检任务的优化调度，考虑了巡检任务的优先级以及优化调度过程中的时延和能耗问题，使得巡检数据的处理能够快速、精准。
2、为了解决上述技术问题，本专利技术提供如下技术方案，一种基于物联网的巡检数据处理方法，其步骤包括
3、巡检设备获取巡检任务，对巡检任务进行优先级划分，并确定能耗、时延约束条件；
4、基于能耗和时延约束条件构建萤火虫群优化调度联合方法；
5、基于巡检任务的优先级，利用萤火虫群优化调度联合方法将巡检数据传输至边缘服务器进行处理，对处理的巡检数据进行优先级确定并赋予管道标志，得到边缘数据；
6、云计算中心识别到边缘数据的管道标志后将边缘数据输入到相应的处理管道进行处理，并将管道处理结果进行综合处理实现巡检优化、预测及展示。
7、根据上述技术方案，根据巡检任务的完成期限，将巡检任务划分为一级巡检任务和二级巡检任务，一级巡检任务的优先级为1，二级巡检任务优先级为0。
8、其中，将巡检任务完成期限小于等于最大限制期限ζ的巡检任务划分为一级巡检任务，巡检任务完成期限大于最大限制期限ζ的巡检任务划分为二级巡检任务。
9、根据上述技术方案，所述能耗约束条件为：
10、
11、其中，xij表示第i个巡检任务分配到第j个边缘服务器，xij∈{0,1}，n表示边缘服务器的数量，m表示巡检任务的数量，fij表示第i个巡检任务在第j个边缘服务器上处理时的能耗，gjmax表示第j个边缘服务器的最大负载。
12、根据上述技术方案，所述时延约束条件为：
13、
14、其中，t表示时隙长度，t表示时隙，tqw表示为巡检任务q的等待时间，tqcom表示巡检任务q的总时延包括传输时延、计算时延和卸载时延，tqfin表示巡检任务q的完成期限，sqt＝1表示巡检任务q在时隙t成功分配到边缘服务器s上，sqt＝0表示巡检任务q在时隙t分配到边缘服务器s上失败，k表示巡检任务q的分配约束率，q[.]表示在t时间段内巡检任务q在时隙t分配到边缘服务器s上成功及失败的合集。所述计算时延是指在本地计算产生的时延。
15、根据上述技术方案，所述萤火虫群优化调度联合方法步骤包括：
16、每个巡检任务视为一个萤火虫，判断巡检任务的优先级，所有优先级为0的巡检任务构成萤火虫群a，所有优先级为1的巡检任务构成萤火群b；
17、在萤火虫群a中每个萤火群都设置同一浓度的荧光素，利用荧光素计算公式对萤火群的荧光色素进行更新并计算萤火虫向低浓度荧光素移动的概率更新萤火虫位置，直到满足迭代次数和约束条件停止位置更新；
18、所述更新后的萤火虫位置为
19、
20、其中，l代表萤火虫每次迭代的步长，代表标准欧氏距离，xo(s)代表低浓度荧光素所在的边缘服务器s的位置，xq(1+s)表示更新后的萤火虫位置，xq(s)表示巡检任务q分配到边缘服务器s的位置。
21、在萤火虫群b中计算每个巡检任务到边缘服务器到所有边缘服务器的距离，并将每个巡检任务分配到距离最近的边缘服务器中，计算边缘服务器上分配的所有巡检任务的容量总和c并与边缘服务器的剩余容量c进行比较，计算巡检任务的容量总和c与边缘服务器的剩余容量c的差值τ和边缘服务器的剩余容量c与巡检任务的容量总和c的差值σ；
22、当c>c时，筛选出σ大于τ对应的服务器，并将τ对应的边缘服务器的巡检任务进行重新分配为两部分，一部分的巡检任务的容量总和c小于边缘服务器的剩余容量c分配给原来对应的边缘服务器，计算另一部分巡检任务与τ对应的边缘服务器的距离，将巡检任务分配到距离最近的边缘服务器，并将边缘服务器上分配的所有巡检任务的容量总和c与边缘服务器的剩余容量c进行比较，若还存在c>c，则重复以上步骤进行分配，直至c≤c，分配完成。
23、根据上述技术方案，所述荧光素计算公式表示为：
24、
25、其中，w表示荧光素浓度，lq(t)表示巡检任务q分配到边缘服务器s后的荧光素浓度，β代表衰减系数，xq代表巡检任务q分配到边缘服务器s的位置，g(.)代表巡检任务q在迭代后的目标函数，w1表示为计算时延权重因子，w2表示为能耗权重因子，tcom表示计算时延，e表示能耗。
26、根据上述技术方案，所述巡检任务的种类和管道标志的种类是一一对应的，一种处理管道对应着一种管道标志。
27、一种基于物联网的巡检数据处理系统，包括：
28、巡检设备层，包括巡检设备及相应的传感器，用于获取巡检任务；
29、边缘服务层，基于巡检任务的优先级，利用萤火虫群优化调度联合方法将巡检数据传输至边缘服务器进行处理，对处理的巡检数据进行优先级确定并赋予管道标志，得到边缘数据；
30、云中心处理层，用于识别到边缘数据的管道标志后将边缘数据输入到相应的处理管道进行处理，并将管道处理结果进行综合处理实现巡检优化、预测及展示。
31、与现有技术相比，本专利技术所达到的有益效果是：本专利技术利用萤火虫群优化调度联合方法实现巡检任务的优化调度，通过考虑优先级，能够优先处理任务时限短而急的巡检任务，避免因任务长时间的排队等待,导致任务因超时而执行失败，同时考虑了优化调度过程中的时延和能耗问题，使得巡检数据的处理能够更加的准确快算，且减少了能耗，将边缘服务器上的边缘数据传输至云中心处理层通过相应的处理管道进行处理，无需对边缘数据进行再一步分类，减少了数据处理的复杂度，提高了数据处理的速度。
本文档来自技高网...【技术保护点】
1.一种基于物联网的巡检数据处理方法，其特征在于，步骤包括：
2.根据权利要求1所述的一种基于物联网的巡检数据处理方法，其特征在于，根据巡检任务的完成期限，将巡检任务划分为一级巡检任务和二级巡检任务，一级巡检任务的优先级为1，二级巡检任务优先级为0。
3.根据权利要求1所述的一种基于物联网的巡检数据处理方法，其特征在于，所述能耗约束条件为：
4.根据权利要求1所述的一种基于物联网的巡检数据处理方法，其特征在于，所述时延约束条件为：
5.根据权利要求1所述的一种基于物联网的巡检数据处理方法，其特征在于，所述萤火虫群优化调度联合方法步骤包括：
6.根据权利要求5所述的一种基于物联网的巡检数据处理方法，其特征在于，所述荧光素计算公式表示为：
7.根据权利要求1所述的一种基于物联网的巡检数据处理方法，其特征在于，所述巡检任务的种类和管道标志的种类是一一对应的，一种处理管道对应着一种管道标志。
8.一种基于物联网的巡检数据处理系统，其特征在于，包括：
【技术特征摘要】
1.一种基于物联网的巡检数据处理方法，其特征在于，步骤包括：
2.根据权利要求1所述的一种基于物联网的巡检数据处理方法，其特征在于，根据巡检任务的完成期限，将巡检任务划分为一级巡检任务和二级巡检任务，一级巡检任务的优先级为1，二级巡检任务优先级为0。
3.根据权利要求1所述的一种基于物联网的巡检数据处理方法，其特征在于，所述能耗约束条件为：
4.根据权利要求1所述的一种基于物联网的巡检数据处理方法，其特征在于，所述时延约束条件为...
【专利技术属性】
技术研发人员：韩立杨，宋远委，
申请(专利权)人：吾盛上海能源科技有限公司，
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。