CN110972060A - 一种在电力通信网面向终端接入的边缘控制中心部署方法 - Google Patents

一种在电力通信网面向终端接入的边缘控制中心部署方法 Download PDF

Info

Publication number
CN110972060A
CN110972060A CN201911283338.1A CN201911283338A CN110972060A CN 110972060 A CN110972060 A CN 110972060A CN 201911283338 A CN201911283338 A CN 201911283338A CN 110972060 A CN110972060 A CN 110972060A
Authority
CN
China
Prior art keywords
edge node
control center
edge
class
node
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911283338.1A
Other languages
English (en)
Other versions
CN110972060B (zh
Inventor
夏炳森
唐元春
林文钦
林红阳
陈端云
陈卓琳
游敏毅
陈力
周钊正
张芬芬
张章煌
郑欢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Fujian Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Fujian Electric Power Co Ltd
Priority to CN201911283338.1A priority Critical patent/CN110972060B/zh
Publication of CN110972060A publication Critical patent/CN110972060A/zh
Application granted granted Critical
Publication of CN110972060B publication Critical patent/CN110972060B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/35—Services specially adapted for particular environments, situations or purposes for the management of goods or merchandise
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/18—Selecting a network or a communication service

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Security & Cryptography (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种在电力通信网面向终端接入的边缘控制中心部署方法，首先获取待处理的电力通信网的终端设备分布情况数据；然后计算边缘节点的权值和领域半径，进而确定控制中心的个数和初始分布位置；接着将各边缘节点归类给离其最近的初始控制中心，形成初始类族；然后不断地更新控制中心的部署位置，将最终产生的各控制中心与待处理的电力通信网的终端设备节点对应设置，能够使得终端接入密集片区取得更好的信号质量，缓解终端接入密集片区的容量负载。本发明能够使终端系统实现低成本、低时延、高效率、全覆盖的目标。

Description

一种在电力通信网面向终端接入的边缘控制中心部署方法
技术领域
本发明涉及电力系统通信技术领域，特别是一种在电力通信网面向终端接入的边缘控制中心部署方法。
背景技术
在国家电网提出泛在电力物联网的发展中，边缘计算起着非常重要的作用，随着电网的迅速发展，分布式发电、储能、用户微网等复杂、难实时监控管理的情况会越来越严重，利用边缘计算就可以实现优化新能源管理，实时源荷预测和协调控制。
泛在电力物联网的目标是实现电力系统各环节万物互联、人机交互，形成具有状态全面感知、信息高效处理、应用便捷灵活特征的智慧服务系统。国家电网公司就泛在电力物联网提出了“芯-端-边-网-云”的总体架构，其中的边就指的是通过部署边缘计算装置、分布式数据中心等，提升电网的整体计算能力。
虽然现有方法能够实现终端接入信号的几乎全覆盖，但不能实现控制中心向终端接入的密集区偏移，致使存在控制中心的强信号区接入节点稀缺，而在控制中心的弱信号区接入密度大的问题。
发明内容
有鉴于此，本发明的目的是提出一种在电力通信网面向终端接入的边缘控制中心部署方法，使终端系统能实现低成本、低时延、高效率、全覆盖的目标。
本发明采用以下方案实现：一种在电力通信网面向终端接入的边缘控制中心部署方法，具体包括以下步骤：
步骤S1：获取待处理的电力通信网的终端设备分布情况数据；
步骤S2：计算边缘节点的权值和领域半径，进而确定控制中心的个数和初始分布位置；
步骤S3：将各边缘节点归类给离其最近的初始控制中心，形成初始类族；
步骤S4：在初始类族内计算类族中心，并以其作为新的控制中心的部署位置，再进行一次归类，得到新的类族；在新的类族类内计算各边缘设备节点的领域半径和权值，用密度加权法求取新的控制中心，再归类，重复迭代，直至控制中心不再发生变化或者满足迭代次数为止，得到最终确定的控制中心；
步骤S5：将产生的各控制中心与待处理的电力通信网的终端设备节点对应设置，能够使得终端接入密集片区取得更好的信号质量，缓解终端接入密集片区的容量负载。
进一步地，步骤S1具体为：获取电力终端接入的N个边缘节点的二维坐标矩阵X＝(xij)N*2，其中X的行数为N，表示终端接入边缘节点的数量，X的列数为2，表示节点坐标的维度，第一列表示横坐标x，第2列表示纵坐标y；根据节点的二维坐标矩阵X，计算节点间的欧式距离，生成终端之间的距离矩阵D＝(dij)N*N，其中N为边缘节点总数，dij表示边缘节点i和边缘节点j之间的距离。
进一步地，步骤S2中，所述计算边缘节点的权值和领域半径具体包括以下步骤：
步骤S21：依据贪心策略不断地自适应计算边缘节点pi的半径，根据距离矩阵，对每个边缘节点取K个近邻点，将边缘节点pi与K个近邻点的距离的和的均值作为该边缘节点pi的邻域半径，从而得出N个边缘节点的邻域半径矩阵ε＝(εpi)N×1，其中εpi表示边缘节点pi的邻域半径；εpi的计算公式为：
Figure BDA0002317352990000031
式中，p(k-i)j表示与点pi距离最小的前K个点之一，d(*)表示点间的欧几里德距离；
步骤S22：计算边缘节点的权值Wpi，并得到N个边缘节点对象的权值矩阵W＝(Wpi)N*1，其中，边缘节点pi的权重Wpi的计算公式为：
Figure BDA0002317352990000032
式中，m表示边缘节点pi的领域半径内数据节点pj的数量，d(pi，pj)表示边缘节点pi与边缘节点pj之间的欧式距离，R表示坐标矩阵X向量空间的大小，计算公式为：
Figure BDA0002317352990000033
式中，下标max与min代表数据集相应维度特征的最大值和最小值。
进一步地，步骤S2中，所述确定控制中心的个数和初始分布位置具体包括以下步骤：
步骤S23：根据权值矩阵W＝(Wpi)N*1，将权值最大的边缘节点作为第一个控制中心，并使其领域内的边缘节点不参加接下来的控制中心的选取；此时控制中心的坐标矩阵C＝(Xj)1×2；
步骤S24：计算剩余的每个边缘节点的中心点指标，选取中心点指标最大的节点作为预选的控制中心，并进行预分类，生成类族；其中，中心点指标Cp的计算采用下式：
Figure BDA0002317352990000041
式中，Wp为边缘节点p的权值，
Figure BDA0002317352990000042
为边缘节点p与距离自身最近的中心点i间的距离；
步骤S25：判断预分类后的边缘节点BWP平均指标值与预分类前的边缘节点BWP平均指标值的变化情况，若BWP平均指标值增加或者不变，则进入步骤S26，否则进入步骤S27；
步骤S26：将步骤S24中预选的控制中心作为控制中心，并使其领域内的边缘节点不参加接下来的控制中心的选取；判断是否存在可分配的边缘节点，若是，则返回步骤S24，否则进入步骤S27；
步骤S27：结束控制中心的选取，得到一个以上的初始控制中心，及其初始分布位置。
较佳的，BWP平均指标值的计算公式为：
Figure BDA0002317352990000043
式中，N为边缘节点的总数，b(j,i)、w(j,i)定义如下：
存在n个边缘节点的坐标集S，假设n个边缘节点被划分到k个类中，定义第j类的节点i的类间距离b(j,i)为该节点到其他每个类中节点的距离的平均值中的最小值，定义第j类的节点i的类内距离w(j,i)为该节点i到j类中其他节点距离的平均值，公式如下：
Figure BDA0002317352990000051
Figure BDA0002317352990000052
式中，c和j表示类标，nc表示类c的节点个数，
Figure BDA0002317352990000053
表示第c类的第p个节点；
Figure BDA0002317352990000054
表示第j类的第i个节点，║*║2表示欧氏距离。
进一步地，步骤S4具体包括以下步骤：
步骤S41：在初始类族内计算类族的中心，并以其作为新的控制中心的部署位置；
步骤S42：将边缘节点分配给离其最近的控制中心，得到更新后的类族；
步骤S43：计算更新后的类族内每个边缘节点的领域半径，对每个边缘节点，计算其领域半径内边缘节点的个数Wn，并令Wn作为该边缘节点在当前类内的权值；其中，类族内每个边缘节点的领域半径为类族内局部的领域半径，非全局范围内的领域半径；类族内局部的领域半径定义是：在类内，将边缘节点pi与K个近邻点的距离的和的均值作为该边缘节点pi的邻域半径；
步骤S44：根据赋权后的边缘节点，采用密度加权法计算类内的新控制中心；其中，密度加权法计算类内控制中心位置的公式如下：
Figure BDA0002317352990000055
其中，Xk表示第K个类族内的控制中心的横坐标，xi表示类k内第i个边缘节点的横坐标，wni表示类k内第i个边缘节点的权值，m表示类k内边缘节点的数量。wnk表示类k内i个边缘节点的权值的总和。同理可得K个类族内的控制中心的纵坐标。
步骤S45：若满足预设的迭代次数或者得到的新控制中心没有发生变化则停止控制中心的更新，否则返回步骤S42。
与现有技术相比，本发明有以下有益效果：本发明结合密度与距离两个因素，运用聚类的思想对电力终端接入进行控制中心的部署。并基于此构建电力终端接入的模型，使终端系统能实现低成本、低时延、高效率、全覆盖的目标。
附图说明
图1为本发明实施例的方法流程示意图。
图2为本发明实施例的步骤S2与步骤S3的流程示意图。
图3为本发明实施例的步骤S4的流程示意图。
图4为本发明实施例的福建某市终端接入的实际分布图。
图5为本发明实施例的本实施例对终端接入进行控制中心的部署仿真实验示意图。图6为本发明实施例的具体部署情况示意图。
图7为本发明实施例的D-K均值算法的控制中心部署结果示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示，本实施例提供了一种在电力通信网面向终端接入的边缘控制中心部署方法，具体包括以下步骤：
步骤S1：获取待处理的电力通信网的终端设备分布情况数据；
步骤S2：计算边缘节点的权值和领域半径，进而确定控制中心的个数和初始分布位置；
步骤S3：将各边缘节点归类给离其最近的初始控制中心，形成初始类族；
步骤S4：在初始类族内计算类族中心，并以其作为新的控制中心的部署位置，再进行一次归类，得到新的类族；在新的类族类内计算各边缘设备节点的领域半径和权值，用密度加权法求取新的控制中心，再归类，重复迭代，直至控制中心不再发生变化或者满足迭代次数为止，得到最终确定的控制中心；
步骤S5：将产生的各控制中心与待处理的电力通信网的终端设备节点对应设置，能够使得终端接入密集片区取得更好的信号质量，缓解终端接入密集片区的容量负载。
在本实施例中，步骤S1具体为：获取电力终端接入的N个边缘节点的二维坐标矩阵X＝(xij)N*2，其中X的行数为N，表示终端接入边缘节点的数量，X的列数为2，表示节点坐标的维度，第一列表示横坐标x，第2列表示纵坐标y；根据节点的二维坐标矩阵X，计算节点间的欧式距离，生成终端之间的距离矩阵D＝(dij)N*N，其中N为边缘节点总数，dij表示边缘节点i和边缘节点j之间的距离。
在本实施例中，如图2所示，步骤S2中，所述计算边缘节点的权值和领域半径具体包括以下步骤：
步骤S21：依据贪心策略不断地自适应计算边缘节点pi的半径，根据距离矩阵，对每个边缘节点取K个近邻点，将边缘节点pi与K个近邻点的距离的和的均值作为该边缘节点pi的邻域半径，从而得出N个边缘节点的邻域半径矩阵ε＝(εpi)N×1，其中εpi表示边缘节点pi的邻域半径；εpi的计算公式为：
Figure BDA0002317352990000081
式中，p(k-i)j表示与点pi距离最小的前K个点之一，d(*)表示点间的欧几里德距离；
步骤S22：计算边缘节点的权值Wpi，并得到N个边缘节点对象的权值矩阵W＝(Wpi)N*1，其中，边缘节点pi的权重Wpi的计算公式为：
Figure BDA0002317352990000082
式中，m表示边缘节点pi的领域半径内数据节点pj的数量，d(pi，pj)表示边缘节点pi与边缘节点pj之间的欧式距离，R表示坐标矩阵X向量空间的大小，计算公式为：
Figure BDA0002317352990000083
式中，下标max与min代表坐标矩阵X相应维度特征的最大值和最小值。
在本实施例中，步骤S2中，所述确定控制中心的个数和初始分布位置具体包括以下步骤：
步骤S23：根据权值矩阵W＝(Wpi)N*1，将权值最大的边缘节点作为第一个控制中心，并使其领域内的边缘节点不参加接下来的控制中心的选取；此时控制中心的坐标矩阵C＝(Xj)1×2；
步骤S24：计算剩余的每个边缘节点的中心点指标，选取中心点指标最大的节点作为预选的控制中心，并进行预分类，生成类族；其中，中心点指标Cp的计算采用下式：
Figure BDA0002317352990000091
式中，Wp为边缘节点p的权值，
Figure BDA0002317352990000092
为边缘节点p与距离自身最近的中心点i间的距离；
步骤S25：判断预分类后的边缘节点BWP平均指标值与预分类前的边缘节点BWP平均指标值的变化情况，若BWP平均指标值增加或者不变，则进入步骤S26，否则进入步骤S27；
步骤S26：将步骤S24中预选的控制中心作为控制中心，并使其领域内的边缘节点不参加接下来的控制中心的选取；判断是否存在可分配的边缘节点，若是，则返回步骤S24，否则进入步骤S27；
步骤S27：结束控制中心的选取，得到一个以上的初始控制中心，及其初始分布位置。
较佳的，BWP平均指标值的计算公式为：
Figure BDA0002317352990000101
式中，N为边缘节点的总数，b(j,i)、w(j,i)定义如下：
存在n个边缘节点的坐标集S，假设n个边缘节点被划分到k个类中，定义第j类的节点i的类间距离b(j,i)为该节点到其他每个类中节点的距离的平均值中的最小值，定义第j类的节点i的类内距离w(j,i)为该节点i到j类中其他节点距离的平均值，公式如下：
Figure BDA0002317352990000102
Figure BDA0002317352990000103
式中，c和j表示类标，nc表示类c的节点个数，
Figure BDA0002317352990000104
表示第c类的第p个节点；
Figure BDA0002317352990000105
表示第j类的第i个节点，║*║2表示欧氏距离。
在本实施例中，如图3所示，步骤S4具体包括以下步骤：
步骤S41：在初始类族内计算类族的中心，并以其作为新的控制中心的部署位置；
步骤S42：将边缘节点分配给离其最近的控制中心，得到更新后的类族；
步骤S43：计算更新后的类族内每个边缘节点的领域半径，对每个边缘节点，计算其领域半径内边缘节点的个数Wn，并令Wn作为该边缘节点在当前类内的权值；其中，类族内每个边缘节点的领域半径为类族内局部的领域半径，非全局范围内的领域半径；类族内局部的领域半径定义是：在类内，将边缘节点pi与K个近邻点的距离的和的均值作为该边缘节点pi的邻域半径；
步骤S44：根据赋权后的边缘节点，采用密度加权法计算类内的新控制中心；其中，密度加权法计算类内控制中心位置的公式如下：
Figure BDA0002317352990000111
其中，Xk表示第K个类族内的控制中心的横坐标，xi表示类k内第i个边缘节点的横坐标，Wni表示类k内第i个边缘节点的权值，m表示类k内边缘节点的数量。wnk表示类k内i个边缘节点的权值的总和。同理可得K个类族内的控制中心的纵坐标。
步骤S45：若满足预设的迭代次数或者得到的新控制中心没有发生变化则停止控制中心的更新，否则返回步骤S42。
特别的，如图4所示，图4为福建某市终端接入的实际分布图。图5为本实施例对终端接入进行控制中心的部署仿真实验，得到的具体部署情况如图6所示，其中五角星标记的点代表控制中心，黑色圆点“.”表示位于强信号区的接入点，浅灰色小圆圈“o”表示位于中强信号区的接入点，黑色“+”号表示位于弱信号区的接入点，黑色“*”号表示位于无信号区的接入点，大圈表示控制中心的控制半径。其中经过本实施例的方法，最优的部署位置如下表所示：
序号 位置
1 (16.2116，6.4048)
2 (2.6641，6.8361)
3 (6.3286，6.7839)
4 (18.7801，8.1601)
5 (18.5383，4.4427)
6 (11.7316，7.0235)
本实施例将本实施例的方法与已有的D-K均值算法进行对比。D-K均值算法的控制中心部署结果如图7所示。其最优部署位置如下表所示：
Figure BDA0002317352990000112
Figure BDA0002317352990000121
两种算法的优劣性对比如下表所示：
比较项目 D-K均值算法 本发明算法
强信号区节点所占的比例 19.44％ 18.14％
中强信号区节点所占的比例 52.09％ 52.36％
弱信号区节点所占的比例 28.27％ 29.50％
无信号区节点所占的比例 0.21％ 0％
控制中心1的容量 325 322
控制中心2的容量 265 184
控制中心3的容量 123 142
控制中心4的容量 241 244
控制中心5的容量 342 342
控制中心6的容量 165 226
控制中心容量的方差 7356.3 6029.3
容量最大值与最小值的差 219 200
由上表可知，在建设相同控制中心数量的前提下，采用本发明算法进行控制中心的部署，可使边缘节点被全覆盖，即无信号区节点的个数为0，DK均值算法未实现全覆盖。并且控制中心容量的方差、容量最大值与最小值的差两个数据表明：本发明的方法在控制中心容量分配较DK均值算法均衡。
经过上述仿真结果可以说明：相对于D-K均值算法，本发明的方法在“链状+簇状”的数据应用场景中，取得明显的优势，可实现全覆盖，并能使控制中心的容量更加均衡。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (5)

1.一种在电力通信网面向终端接入的边缘控制中心部署方法，其特征在于，包括以下步骤：
步骤S1：获取待处理的电力通信网的终端设备分布情况数据；
步骤S2：计算边缘节点的权值和领域半径，进而确定控制中心的个数和初始分布位置；
步骤S3：将各边缘节点归类给离其最近的初始控制中心，形成初始类族；
步骤S4：在初始类族内计算类族中心，并以其作为新的控制中心的部署位置，再进行一次归类，得到新的类族；在新的类族类内计算各边缘设备节点的领域半径和权值，用密度加权法求取新的控制中心，再归类，重复迭代，直至控制中心不再发生变化或者满足迭代次数为止，得到最终确定的控制中心；
步骤S5：将产生的各控制中心与待处理的电力通信网的终端设备节点对应设置，能够使得终端接入密集片区取得更好的信号质量，缓解终端接入密集片区的容量负载。
2.根据权利要求1所述的一种在电力通信网面向终端接入的边缘控制中心部署方法，其特征在于，步骤S1具体为：获取电力终端接入的N个边缘节点的二维坐标矩阵X＝(xij)N*2，其中X的行数为N，表示终端接入边缘节点的数量，X的列数为2，表示节点坐标的维度，第一列表示横坐标x，第2列表示纵坐标y；根据节点的二维坐标矩阵X，计算节点间的欧式距离，生成终端之间的距离矩阵D＝(dij)N*N，其中N为边缘节点总数，dij表示边缘节点i和边缘节点j之间的距离。
3.根据权利要求1所述的一种在电力通信网面向终端接入的边缘控制中心部署方法，其特征在于，步骤S2中，所述计算边缘节点的权值和领域半径具体包括以下步骤：
步骤S21：依据贪心策略不断地自适应计算边缘节点pi的半径，根据距离矩阵，对每个边缘节点取K个近邻点，将边缘节点pi与K个近邻点的距离的和的均值作为该边缘节点pi的邻域半径，从而得出N个边缘节点的邻域半径矩阵ε＝(εpi)N×1，其中εpi表示边缘节点pi的邻域半径；εpi的计算公式为：
Figure FDA0002317352980000021
式中，p(k-i)j表示与点pi距离最小的前K个点之一，d(*)表示点间的欧几里德距离；
步骤S22：计算边缘节点的权值，其中，边缘节点pi的权重Wpi的计算公式为：
Figure FDA0002317352980000022
式中，m表示边缘节点pi的领域半径内数据节点pj的数量，d(pi，pj)表示边缘节点pi与边缘节点pj之间的欧式距离，R表示坐标矩阵X向量空间的大小。
4.根据权利要求1所述的一种在电力通信网面向终端接入的边缘控制中心部署方法，其特征在于，步骤S2中，所述确定控制中心的个数和初始分布位置具体包括以下步骤：
步骤S23：将权值最大的边缘节点作为第一个控制中心，并使其领域内的边缘节点不参加接下来的控制中心的选取；
步骤S24：计算剩余的每个边缘节点的中心点指标，选取中心点指标最大的节点作为预选的控制中心，并进行预分类，生成类族；其中，中心点指标Cp的计算采用下式：
Figure FDA0002317352980000031
式中，Wp为边缘节点p的权值，
Figure FDA0002317352980000032
为边缘节点p与距离自身最近的中心点i间的距离；
步骤S25：判断预分类后的边缘节点BWP平均指标值与预分类前的边缘节点BWP平均指标值的变化情况，若BWP平均指标值增加或者不变，则进入步骤S26，否则进入步骤S27；
步骤S26：将步骤S24中预选的控制中心作为控制中心，并使其领域内的边缘节点不参加接下来的控制中心的选取；判断是否存在可分配的边缘节点，若是，则返回步骤S24，否则进入步骤S27；
步骤S27：结束控制中心的选取，得到一个以上的初始控制中心，及其初始分布位置。
5.根据权利要求1所述的一种在电力通信网面向终端接入的边缘控制中心部署方法，其特征在于，步骤S4具体包括以下步骤：
步骤S41：在初始类族内计算类族的中心，并以其作为新的控制中心的部署位置；
步骤S42：将边缘节点分配给离其最近的控制中心，得到更新后的类族；
步骤S43：计算更新后的类族内每个边缘节点的领域半径，对每个边缘节点，计算其领域半径内边缘节点的个数Wn，并令Wn作为该边缘节点在当前类内的权值；其中，类族内每个边缘节点的领域半径为类族内局部的领域半径；
步骤S44：根据赋权后的边缘节点，采用密度加权法计算类内的新控制中心；
步骤S45：若满足预设的迭代次数或者得到的新控制中心没有发生变化则停止控制中心的更新，否则返回步骤S42。
CN201911283338.1A 2019-12-13 2019-12-13 一种在电力通信网面向终端接入的边缘控制中心部署方法 Active CN110972060B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911283338.1A CN110972060B (zh) 2019-12-13 2019-12-13 一种在电力通信网面向终端接入的边缘控制中心部署方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911283338.1A CN110972060B (zh) 2019-12-13 2019-12-13 一种在电力通信网面向终端接入的边缘控制中心部署方法

Publications (2)

Publication Number Publication Date
CN110972060A true CN110972060A (zh) 2020-04-07
CN110972060B CN110972060B (zh) 2021-04-27

Family

ID=70034347

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911283338.1A Active CN110972060B (zh) 2019-12-13 2019-12-13 一种在电力通信网面向终端接入的边缘控制中心部署方法

Country Status (1)

Country Link
CN (1) CN110972060B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111610994A (zh) * 2020-05-20 2020-09-01 山东汇贸电子口岸有限公司 一种云数据中心的部署方法、装置、设备及存储介质
CN116321297A (zh) * 2023-03-13 2023-06-23 广州爱浦路网络技术有限公司 基于新一代核心网的计算任务卸载方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150281278A1 (en) * 2014-03-28 2015-10-01 Southern California Edison System For Securing Electric Power Grid Operations From Cyber-Attack
CN108011747A (zh) * 2017-10-30 2018-05-08 北京邮电大学 边缘分层社会关系感知方法
CN109478787A (zh) * 2016-06-06 2019-03-15 艾克斯兰能源技术公司 用于电网分布式能源管理的智能电网操作系统
CN110149005A (zh) * 2019-06-28 2019-08-20 国网河南省电力公司商丘供电公司 一种变电站实时状态分级智能管控系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150281278A1 (en) * 2014-03-28 2015-10-01 Southern California Edison System For Securing Electric Power Grid Operations From Cyber-Attack
CN109478787A (zh) * 2016-06-06 2019-03-15 艾克斯兰能源技术公司 用于电网分布式能源管理的智能电网操作系统
CN108011747A (zh) * 2017-10-30 2018-05-08 北京邮电大学 边缘分层社会关系感知方法
CN110149005A (zh) * 2019-06-28 2019-08-20 国网河南省电力公司商丘供电公司 一种变电站实时状态分级智能管控系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
龚钢军;罗安琴;陈志敏;栾敬钊;安晓楠;王雪蓓;苏畅;文亚凤: "基于边缘计算的主动配电网信息物理系统", 《电网技术》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111610994A (zh) * 2020-05-20 2020-09-01 山东汇贸电子口岸有限公司 一种云数据中心的部署方法、装置、设备及存储介质
CN111610994B (zh) * 2020-05-20 2023-10-20 山东汇贸电子口岸有限公司 一种云数据中心的部署方法、装置、设备及存储介质
CN116321297A (zh) * 2023-03-13 2023-06-23 广州爱浦路网络技术有限公司 基于新一代核心网的计算任务卸载方法及系统
CN116321297B (zh) * 2023-03-13 2024-01-02 广州爱浦路网络技术有限公司 基于新一代核心网的计算任务卸载方法及系统

Also Published As

Publication number Publication date
CN110972060B (zh) 2021-04-27

Similar Documents

Publication Publication Date Title
Tasoulis et al. Parallel differential evolution
Wei et al. Continuous space maximal coverage: Insights, advances and challenges
CN110972060B (zh) 一种在电力通信网面向终端接入的边缘控制中心部署方法
CN109788489B (zh) 一种基站规划方法及装置
CN109815541B (zh) 轨道交通车辆产品零部件模块划分方法、装置与电子设备
CN115473901B (zh) 一种分布式算力集群智慧调度方法、装置及计算机设备
Wei et al. Research on cloud design resources scheduling based on genetic algorithm
CN111814626A (zh) 一种基于自注意力机制的动态手势识别方法和系统
CN111967738A (zh) 一种电网信息能量融合系统的风险预警方法、系统和介质
CN108830408A (zh) 一种面向任务资源匹配的装备保障任务多目标规划方法
CN108764741B (zh) 用于确定工厂设定区域内的生产设备布局的方法及装置
CN110533304A (zh) 一种电力系统负荷不确定性分析方法
CN113222472A (zh) 基于负荷聚类算法的配电网网格优化划分方法及系统
CN108289115B (zh) 一种信息处理方法及系统
Kamiura et al. MOGADES: Multi-objective genetic algorithm with distributed environment scheme
CN110610192B (zh) 一种频谱空间信道聚类方法
CN116644804A (zh) 分布式训练系统、神经网络模型训练方法、设备和介质
CN104765776B (zh) 一种数据样本的聚类方法和装置
CN106295693A (zh) 一种图像识别方法及装置
Jiao et al. Service deployment of C4ISR based on genetic simulated annealing algorithm
CN105589896B (zh) 数据挖掘方法及装置
Fu et al. A self-adaptive differential evolution algorithm for binary CSPs
CN110503234A (zh) 一种物流运输调度的方法、系统及设备
CN115879544A (zh) 一种针对分布式类脑仿真的神经元编码方法及系统
CN110428089B (zh) 一种单车场物流运输调度的方法、系统及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant