CN112752302A - 一种基于边缘计算的电力业务时延优化方法及系统 - Google Patents

一种基于边缘计算的电力业务时延优化方法及系统 Download PDF

Info

Publication number
CN112752302A
CN112752302A CN202110008055.7A CN202110008055A CN112752302A CN 112752302 A CN112752302 A CN 112752302A CN 202110008055 A CN202110008055 A CN 202110008055A CN 112752302 A CN112752302 A CN 112752302A
Authority
CN
China
Prior art keywords
power
channel
delay
task
sub
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.)
Pending
Application number
CN202110008055.7A
Other languages
English (en)
Inventor
姚继明
吴鹏
郭云飞
郑伟军
邵炜平
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 Corp of China SGCC
State Grid Zhejiang Electric Power Co Ltd
Global Energy Interconnection Research Institute
China Academy of Information and Communications Technology CAICT
Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Zhejiang Electric Power Co Ltd
Global Energy Interconnection Research Institute
China Academy of Information and Communications Technology CAICT
Jiaxing Power Supply Co of State Grid Zhejiang 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 Corp of China SGCC, State Grid Zhejiang Electric Power Co Ltd, Global Energy Interconnection Research Institute, China Academy of Information and Communications Technology CAICT, Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110008055.7A priority Critical patent/CN112752302A/zh
Publication of CN112752302A publication Critical patent/CN112752302A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/08—Load balancing or load distribution
    • H04W28/082—Load balancing or load distribution among bearers or channels
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/0231—Traffic management, e.g. flow control or congestion control based on communication conditions
    • H04W28/0236—Traffic management, e.g. flow control or congestion control based on communication conditions radio quality, e.g. interference, losses or delay
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
    • H04W72/566—Allocation or scheduling criteria for wireless resources based on priority criteria of the information or information source or recipient
    • H04W72/569—Allocation or scheduling criteria for wireless resources based on priority criteria of the information or information source or recipient of the traffic information
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于边缘计算的电力业务时延优化方法及系统，方法包括：基于电力业务终端设备的任务请求确定电力业务传输的优先级；利用预设任务卸载决策对电力业务传输的优先级进行分析，划分电力业务的类型，所述类型包括：本地终端处理、卸载到边缘计算服务器端处理；利用时延优化子信道分配算法，对卸载到边缘计算服务器端处理的电力业务进行子信道分配。本发明提供的方法充分利用了本地和MEC服务器上的计算资源，合理分配信道资源，保障了电力高优先级业务的传输时延要求，降低了系统整体业务的平均时延。

Description

一种基于边缘计算的电力业务时延优化方法及系统
技术领域
本发明涉及电力系统通信技术领域，具体涉及一种基于边缘计算的电力业务时延优化方法及系统。
背景技术
随着5G时代的到来，一系列新型计算密集型和延迟敏感型的电力应用和服务正在涌现，电力终端大量增加，电力终端产生的数据量也急剧增长；同时网络应用对带宽的要求也相应的提高，传统的电力云计算无法满足爆炸式增长的海量数据，而移动边缘计算(MEC)将本地终端的任务通过计算卸载，将任务传输到相应的边缘服务器中进行计算，解决了云计算任务处理时延长、资源分配不合理等问题，移动边缘计算具有大连接、高带宽、低时延和低功耗等特点，因此在智能电网中有着极大的应用和研究价值。
目前，MEC卸载策略是在满足卸载任务中最低时延要求的情况下，对能耗和时延进行权衡，关于计算资源分配的研究，多数按照任务请求计算卸载的时间顺序为其分配计算资源，但在实际的智能电网场景中，电网中的业务种类繁多，各类业务的通信要求也不同，业务处理的紧迫程度或重要性具有一定区分度，存在仅考虑时延和能耗对业务进行资源不合理分配的问题。
发明内容
因此，本发明提供的一种基于边缘计算的电力业务时延优化方法及系统，克服了现有技术中仅考虑时延和能耗对业务进行资源不合理分配的缺陷。为达到上述目的，本发明提供如下技术方案：
第一方面，本发明实施例提供一种基于边缘计算的电力业务时延优化方法，包括：基于电力业务终端设备的任务请求确定电力业务传输的优先级；
利用预设任务卸载决策对电力业务传输的优先级进行分析，划分电力业务的类型，所述类型包括：本地终端处理、卸载到边缘计算服务器端处理；
利用时延优化子信道分配算法，对卸载到边缘计算服务器端处理的电力业务进行子信道分配。
在一实施例中，基于电力业务终端设备的任务请求确定电力业务传输的优先级的步骤，包括：
采用层次分析法建立层次结构模型，所述层次结构模型包括：目标层、准则层、方案层，其中，选取预设的电力业务终端设备的电力业务的任务属性类型作为准则层考虑因素；
基于所述准则层中的考虑因素，构建比较矩阵；
根据所述比较矩阵，分别计算所述准则层考虑因素的权重系数；
根据所述权重系数，对电力业务传输的优先级进行排序。
在一实施例中，利用预设任务卸载决策对电力业务传输的优先级进行分析，划分电力业务的类型的步骤，包括：
分别计算每个电力任务占用每个信道时对应的传输速率，当任务在移动边缘计算的处理时延大于任务在本地电力终端上的处理时延时，为本地终端处理的业务类型；否则为卸载到边缘计算服务器端处理的业务类型。
在一实施例中，利用时延优化子信道分配算法，对卸载到边缘计算服务器端处理的电力业务进行子信道分配，包括：
S31：根据卸载到边缘计算服务器端处理的电力任务的总时延，计算时延矩阵；
S32：当Nc>K时，添加Nc-K个虚拟子信道，时延矩阵变为Nc×Nc维度的方阵；当Nc<K时，添加K-Nc个用户，将时延矩阵变为K×K维度的方阵，其中，Nc表示用户数，K表示子信道数；
S33：计算用户i的第k个信道的目标收益G(Ti,k)，利用匈牙利算法对目标收益进行权重匹配，生成第一次的信道分配矩阵
Figure BDA0002884266870000031
S34：更新子信道分配矩阵
Figure BDA0002884266870000032
和信道干扰矩阵
Figure BDA0002884266870000033
通过此次的信道分配得到此时的时延矩阵，其中，
Figure BDA0002884266870000034
表示Nc个用户分配K个子信道的总体信道分配方案，由信道分配指示符为xi,k构成，
Figure BDA0002884266870000035
中的每一个元素
Figure BDA0002884266870000036
表示用户i在信道k上受到的总干扰；
S35：若每个用户满足最大时延约束时，输出信道分配矩阵
Figure BDA0002884266870000037
否则，更新需要继续分配子信道的用户
Figure BDA0002884266870000038
S36：利用贪婪算法对
Figure BDA0002884266870000039
中用户的优先级进行排序，根据其优先级的高低从剩余子信道中结合干扰矩阵
Figure BDA00028842668700000310
选择产生干扰最小的子信道分配给该用户，优先级高的先分配，得到新的信道分配矩阵
Figure BDA00028842668700000311
和干扰矩阵
Figure BDA00028842668700000312
S37：重复步骤S34到S36，当所有的用户都满足最大时延约束或
Figure BDA00028842668700000313
时，完成对卸载到边缘计算服务器端处理的电力业务进行子信道分配。
在一实施例中，利用时延优化子信道分配算法，对卸载到边缘计算服务器端处理的电力业务进行子信道分配之后，还包括：
通过预设的目标函数，计算子信道分配矩阵的目标收益。
在一实施例中，通过以下公式计算用户i的第k个信道的目标收益：
Figure BDA0002884266870000041
其中，pi表示不同任务的优先级权重，
Figure BDA0002884266870000042
表示在本地电力终端处理的任务时延与使用合理调度算法的任务时延之差。
在一实施例中，目标函数通过以下公式表示：
Figure BDA0002884266870000043
Figure BDA0002884266870000044
Figure BDA0002884266870000045
Figure BDA0002884266870000046
Figure BDA0002884266870000047
其中，约束C1表示卸载决策是一个二进制变量；约束C2限制一个任务最多只能在一个子信道进行传输；约束C3表示计算任务时所能容忍的最大时延约束；约束C4表示任务只有在本地处理的时延大于在MEC服务器上的处理时延时才会被卸载至MEC服务器。
第二方面，本发明实施例提供一种基于边缘计算的电力业务时延优化系统，包括：
优先级确定模块，用于基于电力业务终端设备的任务请求确定电力业务传输的优先级；
业务类型划分模块，用于利用预设任务卸载决策对电力业务传输的优先级进行分析，划分电力业务的类型，所述类型包括：本地终端处理、卸载到边缘计算服务器端处理；
子信道分配模块，用于利用时延优化子信道分配算法，对卸载到边缘计算服务器端处理的电力业务进行子信道分配。
第三方面，本发明实施例提供一种终端，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行本发明实施例第一方面所述的基于边缘计算的电力业务时延优化方法。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行本发明实施例第一方面所述的基于边缘计算的电力业务时延优化方法。
本发明技术方案，具有如下优点：
本发明提供的基于边缘计算的电力业务时延优化方法及系统，提出基于电力业务终端设备的任务请求确定电力业务传输的优先级；利用预设任务卸载决策对电力业务传输的优先级进行分析，划分电力业务的类型，所述类型包括：本地终端处理、卸载到边缘计算服务器端处理；利用时延优化子信道分配算法，对卸载到边缘计算服务器端处理的电力业务进行子信道分配。本发明充分利用了本地和MEC服务器上的计算资源，合理分配信道资源，保障了电力高优先级业务的传输时延要求，降低了系统整体业务的平均时延。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于边缘计算的电力业务时延优化方法的一个具体示例的流程图；
图2为本发明实施例提供的一种基于边缘计算的电力业务时延优化系统的模块组成图；
图3为本发明实施例提供的一种终端一个具体示例的组成图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本发明实施例提供的一种基于边缘计算的电力业务时延优化方法，如图1所示，包括如下步骤：
步骤S1：基于电力业务终端设备的任务请求确定电力业务传输的优先级。
在本发明实施例中，基于电力业务终端设备的任务请求确定电力业务传输的优先级的步骤，包括：采用层次分析法建立层次结构模型，所述层次结构模型包括：目标层、准则层、方案层，其中，选取预设的电力业务终端设备的电力业务的任务属性类型作为准则层考虑因素，电力业务的任务属性类型包括：任务所需CPU周期、任务数据量、任务安全等级和时延约束这4个因素作为结构模型中准则层考虑因素，仅以此举例，不以此为限，在实际应用中，根据实际需求选择相应的考虑因素；基于所述准则层中的考虑因素，构建比较矩阵；根据所述比较矩阵，分别计算所述准则层考虑因素的权重系数；根据所述权重系数，对电力业务传输的优先级进行排序。
在一具体实施中，在构建比较矩阵时，由于在控制业务中截止日期相比于其他因素更重要，因此对于比较矩阵中的元素，当最大时延约束Ti max与其他因素两两比较时，为其分配更高的权重标度，当两者最大时延约束Ti max相同时，选择安全要求等级Si作为次要因素，接着通过层次单排序进行一致性检验，将成对比较矩阵构造成一致阵，用矩阵A＝(apq)n×n表示，其中:
Figure BDA0002884266870000081
之后进行层次总排序，为每个候选任务分配各个因素下的权重，在业务优先级划分时，需将运行控制类候选业务对各因素分配更高的权重，权重对应的矢量计算公式为:
Figure BDA0002884266870000082
其中，r表示配电网中的任务，k表示在决策过程中考虑的影响因素个数，将所有任务的权重对应的矢量构造成矩阵，通过以下公式进行表示：
Figure BDA0002884266870000083
根据权重矢量矩阵计算其对应的特征值，表示为矩阵Λ＝[λ1,λ2,λ3,λ4]T，其中:
Figure BDA0002884266870000091
任务的优先级向量可以用矩阵PV表示，PV中的每个元素对应任务的优先级值，PV通过以下公式进行计算:
Figure BDA0002884266870000092
步骤S2：利用预设任务卸载决策对电力业务传输的优先级进行分析，划分电力业务的类型，所述类型包括：本地终端处理、卸载到边缘计算服务器端处理。
在本发明实施例中，利用预设任务卸载决策对电力业务传输的优先级进行分析，划分电力业务的类型的步骤，包括：分别计算每个电力任务占用每个信道时对应的传输速率，当任务在移动边缘计算的处理时延大于任务在本地电力终端上的处理时延时，为本地终端处理的业务类型；否则为卸载到边缘计算服务器端处理的业务类型。
在一具体实施例中，所述任务卸载决策内容如下：计算任务i占用单独每个信道时对应的传输速率，选出使得
Figure BDA0002884266870000093
最大时的信道k，若此时
Figure BDA0002884266870000094
即此情况下任务在MEC的处理时延仍大于在本地电力终端上的处理时延，则该电力业务被划分为本地终端处理的业务类型Nl，否则为卸载到边缘计算服务器端处理的业务类型Nc。
在本发明实施例中，当任务在本地电力终端上处理时，总时延就是任务在本地的处理时间。假设fi l为本地终端的CPU频率，即单位时间内执行的CPU周期，则任务i在本地终端上的计算时延通过以下公式计算：
Figure BDA0002884266870000101
步骤S3：利用时延优化子信道分配算法，对卸载到边缘计算服务器端处理的电力业务进行子信道分配。
在本发明实施例中，利用时延优化子信道分配算法，对卸载到边缘计算服务器端处理的电力业务进行子信道分配，包括：
S31：根据卸载到边缘计算服务器端处理的电力任务的总时延，计算时延矩阵；S32：当Nc>K时，添加Nc-K个虚拟子信道，时延矩阵变为Nc×Nc维度的方阵；当Nc<K时，添加K-Nc个用户，将时延矩阵变为K×K维度的方阵，其中，Nc表示用户数，K表示子信道数；S33：计算用户i的第k个信道的目标收益G(Ti,k)，利用匈牙利算法对目标收益进行权重匹配，生成第一次的信道分配矩阵
Figure BDA0002884266870000102
S34：更新子信道分配矩阵
Figure BDA0002884266870000103
和信道干扰矩阵
Figure BDA0002884266870000104
通过此次的信道分配得到此时的时延矩阵，其中，
Figure BDA0002884266870000105
表示Nc个用户分配K个子信道的总体信道分配方案，由信道分配指示符为xi,k构成，
Figure BDA0002884266870000106
中的每一个元素
Figure BDA0002884266870000107
表示用户i在信道k上受到的总干扰；S35：若每个用户满足最大时延约束时，输出信道分配矩阵
Figure BDA0002884266870000108
否则，更新需要继续分配子信道的用户
Figure BDA0002884266870000109
S36：利用贪婪算法对
Figure BDA00028842668700001010
中用户的优先级进行排序，根据其优先级的高低从剩余子信道中结合干扰矩阵
Figure BDA00028842668700001011
选择产生干扰最小的子信道分配给该用户，优先级高的先分配，得到新的信道分配矩阵
Figure BDA00028842668700001012
和干扰矩阵
Figure BDA00028842668700001013
S37：重复步骤S34到S36，当所有的用户都满足最大时延约束或
Figure BDA00028842668700001014
时，完成对卸载到边缘计算服务器端处理的电力业务进行子信道分配。
在一具体实施例中，本地电力终端将任务i通过无线信道k传输到电力基站中的MEC服务器中，将无线频谱划分为一组带宽相等的子信道，表示为
Figure BDA0002884266870000111
各子信道的带宽用w表示。任务i是否通过子信道k传输用信道分配指示符表示为
Figure BDA0002884266870000112
若xi,k＝1表示任务卸载，然后通过信道k传输，对应的就是子信道分配的结果表示任务i通过信道k传输，xi,k＝0表示任务i不通过信道k传输，当xi,k＝0，
Figure BDA0002884266870000113
时，表示该任务i在本地处理。
本发明实施例的任务传输模型是在OFDMA系统中进行，OFDMA系统为现有的系统，则分以下情形：
i)一个任务最多只能在一个子信道进行传输，即：
Figure BDA0002884266870000114
ii)相同的子信道允许多个用户同时共享，但会产生同信道间的干扰，如下式所示
Figure BDA0002884266870000115
其中，
Figure BDA0002884266870000116
为本地电力终端i'的发送功率,gi',k为任务i'上传至信道k的信道增益。
根据香农公式，任务i通过OFDMA系统信道k传输到MEC服务器的传输速度表示为：
Figure BDA0002884266870000121
其中Pi t为本地电力终端i的发送功率，gi,k为任务i上传至信道k的信道增益，σ2为信道噪声功率；通过以下公式计算任务i的传输时间可以表示为：
Figure BDA0002884266870000122
当任务i通过信道k上传至电力基站中的MEC服务器后，由于在变电站或者智能电力园区通常只搭设单个MEC服务器，且其通信带宽是有限的，因此为了提高MEC服务器的可用带宽资源的利用率，MEC服务器应具备动态计算能力的任务队列，随着任务不断卸载至MEC服务器，没有得到及时处理的任务就需要排队等待执行，通过以下公式计算任务i在MEC服务器上的总时延如下:
Ti q＝Ti w+Ti c
其中，假设fi c为MEC的CPU频率，通过以下公式计算Ti c任务i在MEC服务器上的时延：
Figure BDA0002884266870000123
Ti w为任务i在MEC服务器队列中等待的时延，本发明MEC服务器采用非抢占性优先权M/M/1的排队论模型，模型中存在N个优先级，服务顺序为不同优先级的计算任务，优先级较高的计算任务首先执行，而同一优先级的任务依据“先到先服务”的排队等待原则。假设对于任意优先级的任务i到达率服从λi的泊松分布，不同优先级任务的平均到达率不同，则总的任务到达率为
Figure BDA0002884266870000131
MEC服务器的服务时间服从大小为μ的负指数分布；电力场景中搭设单个MEC服务器；服务器的排列缓冲等待空间足够的大。为了使第p个优先级能够达到稳定状态，假设
Figure BDA0002884266870000132
则稳定状态下p优先级的任务平均等待时延
Figure BDA0002884266870000133
可以表示为：
Figure BDA0002884266870000134
其中，
Figure BDA0002884266870000135
Figure BDA0002884266870000136
在本发明实施例中，MEC服务器执行完用户任务之后，将执行结果返回至电力终端，但由于返回的执行结果数据量通常比较小可以忽略不计，因此，MEC服务器至电力终端间的数据传输延时也可忽略不计。那么可得到任务卸载至MEC服务器处理的总时延
Figure BDA0002884266870000137
表示为:
Figure BDA0002884266870000138
电力业务根据要求选择在本地或者卸载到MEC服务器上进行计算，但是在电力业务中，某些任务具有严格的时延要求或安全等级，所以当这类任务选择在远程MEC卸载时，由于不同优先级的任务在服务器端等待时间不同，需要考虑任务优先级先处理高优先级的紧急任务，因此在进行任务信道传输之前需对此刻所有需要处理的任务进行优先级排序，本发明使用了层次分析法(Analytic Hierarchy Process,AHP)对业务进行划分。
在本发明实施例中，利用时延优化子信道分配算法，对卸载到边缘计算服务器端处理的电力业务进行子信道分配之后，还包括：通过预设的目标函数，计算子信道分配矩阵的目标收益。
在本发明实施例中，完成不同优先级的业务可产生不一样的收益，收益主要来源于两方面：任务自身的优先级大小、不同任务处理方式的时延之差。假设
Figure BDA0002884266870000141
表示任务i使用合理的调度策略xi,k后所产生的时延，即
Figure BDA0002884266870000142
通过以下公式计算用户i的第k个信道的目标收益：
Figure BDA0002884266870000143
其中，pi表示不同任务的优先级权重，任务优先级越高，权重越大；
Figure BDA0002884266870000144
表示在本地电力终端处理的任务时延与使用合理调度算法的任务时延之差。差值越大，代表算法越有效，因为MEC服务器的计算能力远远大于本地终端的计算能力，任务应该尽可能多地卸载至MEC服务器上执行，所以我们假定任务在本地终端上执行将不会带来收益。由上述的收益函数可知，任务的收益值与任务的优先级、调度算法的执行时延有关。对于优先级较高的任务，应该尽可能的分配其较好的信道环境，减少它的执行时延。
在本发明实施例中，目标函数通过以下公式表示：
Figure BDA0002884266870000151
Figure BDA0002884266870000152
Figure BDA0002884266870000153
Figure BDA0002884266870000154
Figure BDA0002884266870000155
其中，约束C1表示卸载决策是一个二进制变量；约束C2限制一个任务最多只能在一个子信道进行传输；约束C3表示计算任务时所能容忍的最大时延约束；约束C4表示任务只有在本地处理的时延大于在MEC服务器上的处理时延时才会被卸载至MEC服务器。
在本发明实施例中提供了一种基于改进的匈牙利算法的时延优化卸载算法，算法分成两部分：任务优先级确定和初始化任务的卸载决策；对初始化后的任务进行子信道分配解决了模型的求解为0-1整数规划问题。
本发明实施例中提供的基于边缘计算的电力业务时延优化方法，运用层次分析法对电力业务进行优先级划分，通过给时延约束和安全等级赋予更高的权重系数，保证紧急任务的处理效率和服务质量；其次根据任务预处理时间对业务进行初始化卸载决策；最后基于任务优先设计决策方法进行合理的子信道分配，提出了一种改进的匈牙利算法的时延优化卸载算法，提升系统整体效率。本发明实施例充分利用了本地和MEC服务器上的计算资源，合理分配信道资源，保障了电力高优先级业务的传输时延要求，降低了系统整体业务的平均时延。
实施例2
本发明实施例提供一种基于边缘计算的电力业务时延优化系统，如图2所示，包括：
优先级确定模块1，用于基于电力业务终端设备的任务请求确定电力业务传输的优先级；此模块执行实施例1中的步骤S1所描述的方法，在此不再赘述。
业务类型划分模块2，用于利用预设任务卸载决策对电力业务传输的优先级进行分析，划分电力业务的类型，所述类型包括：本地终端处理、卸载到边缘计算服务器端处理；此模块执行实施例1中的步骤S2所描述的方法，在此不再赘述。
子信道分配模块3，用于利用时延优化子信道分配算法，对卸载到边缘计算服务器端处理的电力业务进行子信道分配；此模块执行实施例1中的步骤S3所描述的方法，在此不再赘述。
本发明实施例提供种基于边缘计算的电力业务时延优化系统，提出了运用层次分析法对电力业务进行优先级划分，通过给时延约束和安全等级赋予更高的权重系数，保证紧急任务的处理效率和服务质量；其次根据任务预处理时间对业务进行初始化卸载决策；最后基于任务优先设计决策方法进行合理的子信道分配，提出了一种改进的匈牙利算法的时延优化卸载算法，提升系统整体效率。本发明充分利用了本地和MEC服务器上的计算资源，合理分配信道资源，保障了电力高优先级业务的传输时延要求，降低了系统整体业务的平均时延。
实施例3
本发明实施例提供一种终端，如图3所示，包括：至少一个处理器401，例如CPU(Central Processing Unit，中央处理器)，至少一个通信接口403，存储器404，至少一个通信总线402。其中，通信总线402用于实现这些组件之间的连接通信。其中，通信接口403可以包括显示屏(Display)、键盘(Keyboard)，可选通信接口403还可以包括标准的有线接口、无线接口。存储器404可以是高速RAM存储器(Random Access Memory，易挥发性随机存取存储器)，也可以是非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器404可选的还可以是至少一个位于远离前述处理器401的存储装置。其中处理器401可以执行实施例1中的基于边缘计算的电力业务时延优化方法。存储器404中存储一组程序代码，且处理器401调用存储器404中存储的程序代码，以用于执行实施例1中的基于边缘计算的电力业务时延优化方法。其中，通信总线402可以是外设部件互连标准(peripheralcomponent interconnect，简称PCI)总线或扩展工业标准结构(extended industrystandard architecture，简称EISA)总线等。通信总线402可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条线表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器404可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard diskdrive，缩写：HDD)或固降硬盘(英文：solid-state drive，缩写：SSD)；存储器404还可以包括上述种类的存储器的组合。其中，处理器401可以是中央处理器(英文：centralprocessing unit，缩写：CPU)，网络处理器(英文：network processor，缩写：NP)或者CPU和NP的组合。
其中，存储器404可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard diskdrive，缩写：HDD)或固态硬盘(英文：solid-state drive，缩写：SSD)；存储器404还可以包括上述种类的存储器的组合。
其中，处理器401可以是中央处理器(英文：central processing unit，缩写：CPU)，网络处理器(英文：network processor，缩写：NP)或者CPU和NP的组合。
其中，处理器401还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文：application-specific integrated circuit，缩写：ASIC)，可编程逻辑器件(英文：programmable logic device，缩写：PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文：complex programmable logic device，缩写：CPLD)，现场可编程逻辑门阵列(英文：field-programmable gate array，缩写：FPGA)，通用阵列逻辑(英文：generic arraylogic,缩写：GAL)或其任意组合。
可选地，存储器404还用于存储程序指令。处理器401可以调用程序指令，实现如本申请执行实施例1中的基于边缘计算的电力业务时延优化方法。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机可执行指令，该计算机可执行指令可执行实施例1中的基于边缘计算的电力业务时延优化方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(HardDisk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种基于边缘计算的电力业务时延优化方法，其特征在于，包括：
基于电力业务终端设备的任务请求确定电力业务传输的优先级；
利用预设任务卸载决策对电力业务传输的优先级进行分析，划分电力业务的类型，所述类型包括：本地终端处理、卸载到边缘计算服务器端处理；
利用时延优化子信道分配算法，对卸载到边缘计算服务器端处理的电力业务进行子信道分配。
2.根据权利要求1所述的基于边缘计算的电力业务时延优化方法，其特征在于，基于电力业务终端设备的任务请求确定电力业务传输的优先级的步骤，包括：
采用层次分析法建立层次结构模型，所述层次结构模型包括：目标层、准则层、方案层，其中，选取预设的电力业务终端设备的电力业务的任务属性类型作为准则层考虑因素；
基于所述准则层中的考虑因素，构建比较矩阵；
根据所述比较矩阵，分别计算所述准则层考虑因素的权重系数；
根据所述权重系数，对电力业务传输的优先级进行排序。
3.根据权利要求1所述的基于边缘计算的电力业务时延优化方法，其特征在于，利用预设任务卸载决策对电力业务传输的优先级进行分析，划分电力业务的类型的步骤，包括：
分别计算每个电力任务占用每个信道时对应的传输速率，当任务在移动边缘计算的处理时延大于任务在本地电力终端上的处理时延时，为本地终端处理的业务类型；否则为卸载到边缘计算服务器端处理的业务类型。
4.根据权利要求3所述的基于边缘计算的电力业务时延优化方法，其特征在于，利用时延优化子信道分配算法，对卸载到边缘计算服务器端处理的电力业务进行子信道分配，包括：
S31：根据卸载到边缘计算服务器端处理的电力任务的总时延，计算时延矩阵；
S32：当Nc>K时，添加Nc-K个虚拟子信道，时延矩阵变为Nc×Nc维度的方阵；当Nc<K时，添加K-Nc个用户，将时延矩阵变为K×K维度的方阵，其中，Nc表示用户数，K表示子信道数；
S33：计算用户i的第k个信道的目标收益G(Ti,k)，利用匈牙利算法对目标收益进行权重匹配，生成第一次的信道分配矩阵
Figure FDA0002884266860000021
S34：更新子信道分配矩阵
Figure FDA0002884266860000022
和信道干扰矩阵
Figure FDA0002884266860000023
通过此次的信道分配得到此时的时延矩阵，其中，
Figure FDA0002884266860000024
表示Nc个用户分配K个子信道的总体信道分配方案，由信道分配指示符为xi,k构成，
Figure FDA0002884266860000025
中的每一个元素
Figure FDA0002884266860000026
表示用户i在信道k上受到的总干扰；
S35：若每个用户满足最大时延约束时，输出信道分配矩阵
Figure FDA0002884266860000027
否则，更新需要继续分配子信道的用户
Figure FDA0002884266860000028
S36：利用贪婪算法对
Figure FDA0002884266860000029
中用户的优先级进行排序，根据其优先级的高低从剩余子信道中结合干扰矩阵
Figure FDA00028842668600000210
选择产生干扰最小的子信道分配给该用户，优先级高的先分配，得到新的信道分配矩阵
Figure FDA00028842668600000211
和干扰矩阵
Figure FDA00028842668600000212
S37：重复步骤S34到S36，当所有的用户都满足最大时延约束或
Figure FDA00028842668600000213
时，完成对卸载到边缘计算服务器端处理的电力业务进行子信道分配。
5.根据权利要求4所述的基于边缘计算的电力业务时延优化方法，其特征在于，利用时延优化子信道分配算法，对卸载到边缘计算服务器端处理的电力业务进行子信道分配之后，还包括：
通过预设的目标函数，计算子信道分配矩阵的目标收益。
6.根据权利要求5所述的基于边缘计算的电力业务时延优化方法，其特征在于，通过以下公式计算用户i的第k个信道的目标收益：
Figure FDA0002884266860000031
其中，pi表示不同任务的优先级权重，
Figure FDA0002884266860000032
表示在本地电力终端处理的任务时延与使用合理调度算法的任务时延之差。
7.根据权利要求6所述的基于边缘计算的电力业务时延优化方法，其特征在于，目标函数通过以下公式表示：
Figure FDA0002884266860000033
s.t.(C1)
Figure FDA0002884266860000034
(C2)
Figure FDA0002884266860000035
(C3)
Figure FDA0002884266860000036
(C4)
Figure FDA0002884266860000037
其中，约束C1表示卸载决策是一个二进制变量；约束C2限制一个任务最多只能在一个子信道进行传输；约束C3表示计算任务时所能容忍的最大时延约束；约束C4表示任务只有在本地处理的时延大于在MEC服务器上的处理时延时才会被卸载至MEC服务器。
8.一种基于边缘计算的电力业务时延优化系统，其特征在于，包括：
优先级确定模块，用于基于电力业务终端设备的任务请求确定电力业务传输的优先级；
业务类型划分模块，用于利用预设任务卸载决策对电力业务传输的优先级进行分析，划分电力业务的类型，所述类型包括：本地终端处理、卸载到边缘计算服务器端处理；
子信道分配模块，用于利用时延优化子信道分配算法，对卸载到边缘计算服务器端处理的电力业务进行子信道分配。
9.一种终端，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-7任一所述的基于边缘计算的电力业务时延优化方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-7任一所述的基于边缘计算的电力业务时延优化方法。
CN202110008055.7A 2021-01-05 2021-01-05 一种基于边缘计算的电力业务时延优化方法及系统 Pending CN112752302A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110008055.7A CN112752302A (zh) 2021-01-05 2021-01-05 一种基于边缘计算的电力业务时延优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110008055.7A CN112752302A (zh) 2021-01-05 2021-01-05 一种基于边缘计算的电力业务时延优化方法及系统

Publications (1)

Publication Number Publication Date
CN112752302A true CN112752302A (zh) 2021-05-04

Family

ID=75649912

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110008055.7A Pending CN112752302A (zh) 2021-01-05 2021-01-05 一种基于边缘计算的电力业务时延优化方法及系统

Country Status (1)

Country Link
CN (1) CN112752302A (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113296941A (zh) * 2021-05-12 2021-08-24 广州中国科学院沈阳自动化研究所分所 一种基于多边缘计算的缓存任务调度方法及装置
CN113347652A (zh) * 2021-08-02 2021-09-03 南京邮电大学 一种电力线路状态分析系统及其时延对称优化方法和装置
CN113434206A (zh) * 2021-05-26 2021-09-24 国网河南省电力公司信息通信公司 智能电网计算卸载的方法及装置
CN113641485A (zh) * 2021-07-02 2021-11-12 山东师范大学 一种任务卸载节点选择方法及系统
CN113660696A (zh) * 2021-07-05 2021-11-16 山东师范大学 基于区域池组网的多接入边缘计算节点选择方法及系统
CN113676357A (zh) * 2021-08-30 2021-11-19 华北电力大学 面向电力物联网中边缘数据处理的决策方法及其应用
CN113704251A (zh) * 2021-07-20 2021-11-26 湖北工业大学 分布式存储数据库一体机的首页布局方法及装置
CN113778682A (zh) * 2021-09-13 2021-12-10 电子科技大学 一种mec系统资源分配方法
CN113918240A (zh) * 2021-10-15 2022-01-11 全球能源互联网研究院有限公司 任务卸载方法及装置
CN113923224A (zh) * 2021-08-26 2022-01-11 国网河北省电力有限公司信息通信分公司 电力物联网任务卸载方法、服务器及终端
CN114268673A (zh) * 2021-12-03 2022-04-01 国网河北省电力有限公司石家庄供电分公司 一种基于5g通信的电力业务处理方法及控制设备
CN114301907A (zh) * 2021-11-18 2022-04-08 北京邮电大学 云计算网络中的业务处理方法、系统、装置及电子设备
CN114461299A (zh) * 2022-01-26 2022-05-10 中国联合网络通信集团有限公司 一种卸载决策确定方法、装置、电子设备及存储介质
CN114885028A (zh) * 2022-05-25 2022-08-09 国网北京市电力公司 业务调度方法、装置及计算机可读存储介质
CN115001970A (zh) * 2022-05-26 2022-09-02 国网智能电网研究院有限公司 一种电力业务时延优化方法及装置
CN117649175A (zh) * 2024-01-26 2024-03-05 江苏中创供应链服务有限公司 一种基于边缘计算的跨境仓配服务方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109413724A (zh) * 2018-10-11 2019-03-01 重庆邮电大学 一种基于mec的任务卸载和资源分配方案
CN110099384A (zh) * 2019-04-25 2019-08-06 南京邮电大学 基于边-端协同的多用户多mec任务卸载资源调度方法
WO2019236714A1 (en) * 2018-06-08 2019-12-12 Intel Corporation Management of preferred channel allocations between wireless communication bands

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019236714A1 (en) * 2018-06-08 2019-12-12 Intel Corporation Management of preferred channel allocations between wireless communication bands
CN109413724A (zh) * 2018-10-11 2019-03-01 重庆邮电大学 一种基于mec的任务卸载和资源分配方案
CN110099384A (zh) * 2019-04-25 2019-08-06 南京邮电大学 基于边-端协同的多用户多mec任务卸载资源调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DONG HUANG: "A Dynamic Offloading Algorithm for Mobile Computing", 《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》 *
李虎: "基于移动边缘计算的超密集网络任务卸载策略研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113296941A (zh) * 2021-05-12 2021-08-24 广州中国科学院沈阳自动化研究所分所 一种基于多边缘计算的缓存任务调度方法及装置
CN113296941B (zh) * 2021-05-12 2023-10-24 广州中国科学院沈阳自动化研究所分所 一种基于多边缘计算的缓存任务调度方法及装置
CN113434206A (zh) * 2021-05-26 2021-09-24 国网河南省电力公司信息通信公司 智能电网计算卸载的方法及装置
CN113641485A (zh) * 2021-07-02 2021-11-12 山东师范大学 一种任务卸载节点选择方法及系统
CN113660696A (zh) * 2021-07-05 2021-11-16 山东师范大学 基于区域池组网的多接入边缘计算节点选择方法及系统
CN113660696B (zh) * 2021-07-05 2024-03-19 山东师范大学 基于区域池组网的多接入边缘计算节点选择方法及系统
CN113704251A (zh) * 2021-07-20 2021-11-26 湖北工业大学 分布式存储数据库一体机的首页布局方法及装置
CN113347652B (zh) * 2021-08-02 2021-11-02 南京邮电大学 一种电力线路状态分析系统及其时延对称优化方法和装置
CN113347652A (zh) * 2021-08-02 2021-09-03 南京邮电大学 一种电力线路状态分析系统及其时延对称优化方法和装置
CN113923224A (zh) * 2021-08-26 2022-01-11 国网河北省电力有限公司信息通信分公司 电力物联网任务卸载方法、服务器及终端
CN113923224B (zh) * 2021-08-26 2024-04-26 国网河北省电力有限公司信息通信分公司 电力物联网任务卸载方法、服务器及终端
CN113676357B (zh) * 2021-08-30 2022-07-29 国网内蒙古东部电力有限公司 面向电力物联网中边缘数据处理的决策方法及其应用
CN113676357A (zh) * 2021-08-30 2021-11-19 华北电力大学 面向电力物联网中边缘数据处理的决策方法及其应用
CN113778682B (zh) * 2021-09-13 2023-04-18 电子科技大学 一种mec系统资源分配方法
CN113778682A (zh) * 2021-09-13 2021-12-10 电子科技大学 一种mec系统资源分配方法
CN113918240B (zh) * 2021-10-15 2024-05-28 全球能源互联网研究院有限公司 任务卸载方法及装置
CN113918240A (zh) * 2021-10-15 2022-01-11 全球能源互联网研究院有限公司 任务卸载方法及装置
CN114301907A (zh) * 2021-11-18 2022-04-08 北京邮电大学 云计算网络中的业务处理方法、系统、装置及电子设备
CN114268673A (zh) * 2021-12-03 2022-04-01 国网河北省电力有限公司石家庄供电分公司 一种基于5g通信的电力业务处理方法及控制设备
CN114461299B (zh) * 2022-01-26 2023-06-06 中国联合网络通信集团有限公司 一种卸载决策确定方法、装置、电子设备及存储介质
CN114461299A (zh) * 2022-01-26 2022-05-10 中国联合网络通信集团有限公司 一种卸载决策确定方法、装置、电子设备及存储介质
CN114885028B (zh) * 2022-05-25 2024-01-23 国网北京市电力公司 业务调度方法、装置及计算机可读存储介质
CN114885028A (zh) * 2022-05-25 2022-08-09 国网北京市电力公司 业务调度方法、装置及计算机可读存储介质
CN115001970A (zh) * 2022-05-26 2022-09-02 国网智能电网研究院有限公司 一种电力业务时延优化方法及装置
CN115001970B (zh) * 2022-05-26 2024-09-17 国网智能电网研究院有限公司 一种电力业务时延优化方法及装置
CN117649175A (zh) * 2024-01-26 2024-03-05 江苏中创供应链服务有限公司 一种基于边缘计算的跨境仓配服务方法及系统
CN117649175B (zh) * 2024-01-26 2024-03-29 江苏中创供应链服务有限公司 一种基于边缘计算的跨境仓配服务方法及系统

Similar Documents

Publication Publication Date Title
CN112752302A (zh) 一种基于边缘计算的电力业务时延优化方法及系统
CN110996393B (zh) 一种单边缘计算服务器与多用户协同的计算卸载与资源分配方法
CN111176792B (zh) 一种资源调度方法、装置及相关设备
CN112363813A (zh) 资源调度方法、装置、电子设备和计算机可读介质
CN111132235B (zh) 基于改进hrrn算法和多属性决策的移动卸载迁移算法
US9369925B2 (en) System and methods to achieve optimum efficiency-jain fairness in wireless systems
CN110968366B (zh) 一种基于有限mec资源的任务卸载方法、装置及设备
CN114007225A (zh) Bwp的分配方法、装置、电子设备及计算机可读存储介质
CN115629865B (zh) 一种基于边缘计算的深度学习推理任务调度方法
CN109743751B (zh) 无线接入网的资源分配方法及装置
CN114567895A (zh) 一种mec服务器集群的智能协同策略的实现方法
CN110113140B (zh) 一种雾计算无线网络中的计算卸载方法
CN114595049A (zh) 一种云边协同任务调度方法及装置
CN107040475B (zh) 资源调度方法和装置
CN114205316A (zh) 一种基于电力业务的网络切片资源分配方法及装置
CN114268548A (zh) 一种基于5g的网络切片资源编排与映射方法
Xing et al. Task classification unloading algorithm for mobile edge computing in smart grid
CN108684075A (zh) 集中式基站架构下的处理资源分配方法
CN114356585B (zh) 一种移动边缘计算卸载的优化方法、装置及计算机设备
CN115955479A (zh) 一种云边端协作系统中的任务快速调度与资源管理方法
CN117042047A (zh) 一种基于任务优先级的资源分配方法、装置、控制器及系统
CN110780986A (zh) 一种基于移动边缘计算的物联网任务调度方法及系统
CN113329053B (zh) 一种基于电力业务特征的5g网络虚拟映射方法及装置
CN111542091B (zh) 网络切片的无线与计算资源联合分配方法
CN113676357A (zh) 面向电力物联网中边缘数据处理的决策方法及其应用

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210504