System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种能源互联网确定性网络中的边缘感知节点部署优化方法技术_技高网

一种能源互联网确定性网络中的边缘感知节点部署优化方法技术

技术编号:41185165 阅读:17 留言:0更新日期:2024-05-07 22:17
一种能源互联网确定性网络中的边缘感知节点部署优化方法,步骤为:收集网络内节点属性数据,包括节点的能源数据、感知范围和通信数据;根据能源互联网确定性网络中的拓扑结构,选取k个节点作为边缘感知节点;每个网络节点上的系统配置与维护成本、可移动性和可扩展性都不一样,所以设置不同节点作为边缘感知节点的代价一般是不同的;建立边缘感知节点部署成本最小化模型;求解上述模型的最优解。本发明专利技术由于边缘感知节点更靠近数据产生源头,能够在本地处理部分数据,减轻中心服务器的负担;降低数据传输的时延和能耗,满足对时延要求敏感的应用需求;本发明专利技术通过最小化部署边缘节点的成本,获得一个优化的部署方案,以提升信息传输性能。

【技术实现步骤摘要】

本专利技术属于网络信息感知领域,涉及一种能源互联网确定性网络中的边缘感知节点部署优化方法


技术介绍

1、在当前数字化、智能化的社会环境中,能源互联网成为推动能源系统发展的关键技术。能源互联网的出现旨在通过信息技术的应用,实现能源的智能调度、高效利用和分布式管理,以适应不断增长的能源需求和提高能源利用效率。在这一背景下,能源互联网确定性网络作为其重要组成部分,需要面临边缘感知节点的合理、高效部署问题。

2、在传统的能源互联网中,边缘感知节点的部署受限于固定规则和经验法则,导致以下技术问题的出现:传统方法难以灵活应对不同区域的需求,导致感知节点在网络中的分布不均匀,一些区域可能过度部署,而其他区域则可能缺乏足够的节点支持;缺乏有效的优化手段,传统的节点部署方式可能带来硬件、能源和通信成本的不合理增长;不合理的节点分布可能导致信息传输路径过长,降低整个系统的实时性和性能。


技术实现思路

1、本专利技术针对能源互联网确定性网络信息感知的需求提供一种能源互联网确定性网络中的边缘感知节点部署优化方法,本专利技术在多重约束下综合考虑了带宽资源、节点感知能力和部署成本等多方面因素,引入了二进制模拟退火算法,通过全局搜索和灵活的节点状态调整,为能源互联网确定性网络的智能化管理提供了高效可行的解决方案,推动了边缘感知节点部署的智能化和优化。

2、实现本专利技术的具体技术方案包括以下具体步骤:

3、步骤1:某能源互联网确定性网络中有n个节点,收集网络内节点属性数据,包括节点的能源数据、感知范围和通信数据;

4、步骤2:根据能源互联网确定性网络中的拓扑结构,选取k个节点作为边缘感知节点;

5、步骤3:每个网络节点上的系统配置与维护成本、可移动性和可扩展性都不一样,所以设置不同节点作为边缘感知节点的代价一般是不同的,因此每个节点应该赋予一定的权值,用ci表示选取节点xi为边缘感知节点的成本;

6、步骤4:建立边缘感知节点部署成本最小化模型;

7、步骤5:通过二进制模拟退火算法求解上述模型的最优解。

8、作为优选,所述步骤2中,基于网络拓扑结构来选取边缘感知节点数量k以收集到网络中所有节点的数据。大型的能源互联网确定性网络常见的是多层次树状拓扑结构,考虑到层与层之间的关系同时确保网络规模和层次结构方面有一定的平衡,k值可以表示为:

9、

10、其中l是网络层数,n为网络中的节点数。

11、作为优选,所述步骤4中在满足带宽和边缘感知节点数量等约束的同时,为了最小化选取的边缘感知节点部署成本,构建了最优化能源互联网确定性网络感知的边缘节点选择模型:

12、

13、

14、

15、

16、

17、

18、其中ci为选取节点i为边缘感知节点的成本,xi=1表示此节点被选为边缘感知节点,xi=0表示此节点未被选为边缘感知节点,k为选取的边缘感知节点的数量,εij=1表示节点j处在边缘节点i的感知范围内,εij=0表示节点j处在边缘节点i的感知范围外,e表示每个边缘节点感知的节点数目的阈值,表示每个节点j只能被一个边缘节点i感知,fij为边缘节点i感知节点j时所消耗的带宽资源,fi为分配给边缘节点i总的带宽资源。s.t全称subject to:受……约束,表示建立的优化问题需要满足的条件。

19、利用二进制模拟退火算法求解上述优化问题的最优解,求解结果为总成本最小的感知节点被选中作为信息边缘感知节点。

20、本专利技术由于边缘感知节点更靠近数据产生源头,能够在本地处理部分数据,减轻中心服务器的负担;降低数据传输的时延和能耗,满足对时延要求敏感的应用需求。

21、本专利技术将节点部署问题建模为多重约束的组合优化问题,有益效果在于:

22、1.本专利技术综合考虑了带宽和边缘感知节点数量部署成本等多方面因素,通过合理权衡这些因素,在满足带宽、边缘节点个数和感知范围等约束条件的同时,通过最小化部署边缘节点的成本,得到一个全局最优的边缘感知节点部署方案,以提升信息传输性能,确保最终部署方案更符合实际需求。这有助于提高整个能源互联网确定性网络的性能和效率。

23、2.本专利技术采用了二进制模拟退火算法,通过全局搜索的方式寻找最优的感知节点部署方案,避免传统方法可能陷入的局部最优解问题,提高了搜索的全局性和效率。实现了对边缘感知节点的智能选择。通过全局搜索和节点状态灵活调整,系统能够在多重约束下合理选择节点,最小化了部署成本,提高了信息传输性能。通过优化算法的引入,为边缘感知节点的部署提供了新的解决途径,推动能源互联网确定性网络的智能化发展。

本文档来自技高网...

【技术保护点】

1.一种能源互联网确定性网络中的边缘感知节点部署优化方法,其特征在于包括如下步骤:

2.根据权利要求1所述的一种能源互联网确定性网络中的边缘感知节点部署优化方法,其特征在于所述步骤2中拓扑结构为多层次树状拓扑结构,设网络层数有L层,网络中共有N个节点,考虑到层与层之间的关系同时确保网络规模和层次结构方面的平衡,k值可以表示为:

3.根据权利要求1所述的一种能源互联网确定性网络中的边缘感知节点部署优化方法,其特征在于所述步骤4建立边缘感知节点部署成本最小化模型为:

4.根据权利要求1所述的一种能源互联网确定性网络中的边缘感知节点部署优化方法,其特征在于所述步骤5通过二进制模拟退火算法求解上述模型的最优解为:

【技术特征摘要】

1.一种能源互联网确定性网络中的边缘感知节点部署优化方法,其特征在于包括如下步骤:

2.根据权利要求1所述的一种能源互联网确定性网络中的边缘感知节点部署优化方法,其特征在于所述步骤2中拓扑结构为多层次树状拓扑结构,设网络层数有l层,网络中共有n个节点,考虑到层与层之间的关系同时确保网络规模和层次结构方面的平衡,...

【专利技术属性】
技术研发人员:李磊刘昕廖荣涛王逸兮陈健王晟玮胡欢君叶宇轩张剑宁昊张玉洁郭岳罗弦王敬靖李想王博涛陈家璘郑蕾徐宁胡晨邱学晶
申请(专利权)人:国网湖北省电力有限公司信息通信公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1