CN113612853A - 一种联合边缘计算的网络资源调度方法 - Google Patents

Abstract

本发明公开了一种联合边缘计算的网络资源调度方法，本发明采用协作中继传输方式，确保用户端数据正确传输，降低了数据包丢失率，通过嵌入边缘计算技术，将边缘节点作为数据转发中继，将测量数据信息在边缘端进行计算处理，随后只将决策结论上传至电力公司，减少了电力公司需要购买的中继的带宽，通过对偶分解法得到了边缘节点算力资源ξ_i和带宽资源W_i的最优分配结果，采用边缘节点作为中继的数据传输方式降低了电力公司的成本并提升了中继的收益。

Description

一种联合边缘计算的网络资源调度方法

技术领域

本发明涉及工业物联网、通信技术和资源优化调度领域，尤其是一种联合边缘计算的网络资源调度方法。

背景技术

如今，多种新能源大规模并入电网，由于新能源发电的间歇性、不确定性，以及家庭用户类新能源并网的普及，对电网调频提出了更高的要求，对不断保持供需两侧动态平衡带来了新的挑战。在智能电网当中，频率调节可以由自动发电控制(AGC)和需求侧调节来提供，而调节误差会增加电力公司的电力成本。此外，在智能电网需求侧的通信架构当中，部署了先进的计量基础设施(AMI)来提供双向通信，其中需要在上下行链路中传输大量的测量数据信息和控制指令，因此便会导致数据聚合单元发生网络拥塞，导致数据包的丢失，这进一步影响了负荷预测的准确性。由于负荷状态信息的丢失，预测负荷低于实际负荷，从而扩大了需求波动，致使电力公司需要购买更多的AGC服务，从而进一步增加了电力公司的成本。

边缘计算将计算、网络通信和信息存储扩展到网络的边缘，使其更靠近边缘侧，实现云服务平台下游数据与物联网(IoT)上游数据之间的业务逻辑应用。在工业物联网领域，边缘计算在敏捷通信、数据实时处理等方面具有明显优势。因此，在智能电网通信领域适配融合边缘计算技术与边缘协同机制具有重要意义。

发明内容

本发明需要解决的技术问题是提供一种联合边缘计算的网络资源调度方法，保障智能电网需求侧通信数据可靠传输，降低数据传输过程当中的丢包率。优化分配算力和带宽资源，并进一步降低电力公司的电力成本，提升中继的收益。

为解决上述技术问题，本发明所采用的技术方案是：一种联合边缘计算的网络资源调度方法，包括以下步骤：

S1、嵌入边缘计算技术，针对智能电网需求侧数据传输特点建立具有数据层、边缘层和云中心层的双向智能电网通信模型，其中云中心层下的子网络数量为N，每个子网络中均包括用户端、边缘网关、边缘节点和电力公司，一部分用户端数据采用由边缘网关传输至电力公司的直接传输方式，另一部分用户端数据采用由边缘网关上传至边缘节点并由边缘节点协助传输至电力公司的放大转发中继协作传输方式；

S2、根据双向智能电网通信模型中云中心覆盖范围，设定边缘网关接收速率T_in，测量数据正确传输到边缘网关的概率g，每个数据包的总比特数M以及每个数据包信息比特数L；

S3、针对双向智能电网通信模型上行传输过程，分别计算采用直接传输方式数据包丢失率P_r ^d和采用放大转发中继协作传输方式下的数据包丢失率P_r ^R；

S4、根据边缘节点的计算能力，建立算力资源和带宽资源之间的带宽释放模型；

S5、基于步骤S3中采用直接传输方式数据包丢失率P_r ^d和采用放大转发中继协作传输方式下的数据包丢失率P_r ^R，建立电力公司的成本函数Cost__UC和中继的收益函数Profit__EN；

S6、结合优化算法得到算力和带宽的最优分配解ξ_i ^*、W_i ^*，并进一步得到电力公司的成本和中继的收益。

本发明技术方案的进一步改进在于：所述步骤S3中采用直接传输方式时，边缘网关的接收速率T_re ^d表达式为：

其中，W_d代表直接传输方式下电力公司的带宽，r_gu代表直接传输时，边缘网关到电力公司的信噪比，其表达式为：

其中，h代表信道增益，p代表发射功率，W代表信号带宽，N₀代表噪声强度；

此外，f(r_gu)代表正确传输帧的概率，其表达式为：

f(r_gu)＝[1-2×BER(r_gu)]^M，

其中，BER(r_gu)表示从发射端到接收端的二进制比特误码率，其表达式为：

其中，r为信噪比；

所以，采用直接传输方式下的丢包率P_r ^d的表达式为：

本发明技术方案的进一步改进在于：所述步骤S3中采用协作中继传输方式时，边缘网关的接收速率T_re ^R为：

其中，W_i代表第i个电力公司从边缘节点方购买的用来进行数据转发的带宽，rAF是采用放大转发中继协作传输方式下的信噪比，其表达式为：

其中，r_gr代表边缘网关和边缘节点之间的信噪比，r_ru代表边缘节点和电力公司之间的信噪比；

所以中继协作传输方式下的丢包率的表达式为：

本发明技术方案的进一步改进在于：所述步骤S4中建立算力资源和带宽资源之间的带宽释放模型，带宽释放模型的数学表达方式为：

其中，ξ_i代表边缘节点作为中继提供的算力资源，a代表模型调节参数，Q代表算力调节因子，D代表带宽调节因子，用来传输数据的必要带宽，所以D≠0。

本发明技术方案的进一步改进在于：所述步骤S5中电力公司的成本函数Cost__UC和中继的收益函数Profit__EN的表达式如下：

Cost__UC＝p_aΦ(p_r)+p_bW_i+p_cξ_i，

Profit__EN＝p_bW_i+p_cξ_i，

其中，p_a代表购买AGC服务的基准价格，p_b代表购买中继带宽的单价，p_c代表购买算力的单价，Φ(p_r)代表购买AGC服务的度量。

本发明技术方案的进一步改进在于：所述步骤S6中将算力和带宽之间的关系定义为Stackelberg博弈，通过对偶分解法求得算力和带宽的最优分配解ξ_i ^*、W_i ^*，其拉格朗日函数表达式为：

其中，W_rmax代表边缘节点提供带宽的最大值，λ代表拉格朗日乘子；

通过对偶分解法得到算力和带宽的最优分配解ξ_i ^*、W_i ^*，具体步骤如下所示：

a)假设B_i＝-(p_aΦ(p_r)+p_bW_i+p_cξ_i)-λW_i，则优化问题等价为：

b)假设H(λ)＝max_ξL(ξ_i,λ)，则优化问题等价为：

min H(λ)；

c)由此便可得到最佳算力ξ_i ^*，进而求得最佳带宽分配W_i ^*：

ξ_i ^*＝argmaxB_i(ξ_i,λ)，

由于采用了上述技术方案，本发明取得的技术进步是：

1、本发明提供的一种联合边缘计算的网络资源调度方法，保障双向智能电网需求侧通信数据可靠传输，降低数据传输过程当中的丢包率，优化分配算力和带宽资源，并进一步降低电力公司的电力成本，提升中继的收益。

2、本发明采用协作中继传输方式，确保用户端数据正确传输，降低了数据包丢失率；

3、本发明嵌入边缘计算技术，将边缘节点作为数据转发中继，将测量数据信息在边缘端进行计算处理，随后只将决策结论上传至电力公司，减少了电力公司需要购买的中继的带宽；

4、本发明通过对偶分解法得到了边缘节点算力资源和带宽资源的最优分配结果，采用边缘节点作为中继的数据传输方式降低了电力公司的成本并提升了中继的收益。

附图说明

图1是本发明方法的资源优化分配整体流程图；

图2是本发明双向智能电网需求侧三层双向通信结构图。

具体实施方式

本发明是针对智能电网通信数据包丢失率较高、通信资源利用率低的问题，而研发的一种联合边缘计算的网络资源调度方法。

下面结合实施例对本发明做进一步详细说明：

图1为本发明中资源优化分配整体流程图，图2为双向智能电网需求侧三层双向通信结构图，其中引入边缘计算技术和云边协同思想，将边缘节点作为中继以协助数据传输，降低了传输过程中的数据包丢失率。利用边缘节点算力资源对数据进行计算处理从而释放部分带宽，优化网络资源并降低电力公司成本，且提升中继的收益。

本发明的一种联合边缘计算的网络资源调度方法，包括以下步骤：

S1、嵌入边缘计算技术，针对智能电网需求侧数据传输特点建立具有数据层、边缘层和云中心层的双向智能电网通信模型，其中云中心层下的子网络数量为N，每个子网络中均包括用户端、边缘网关、边缘节点和电力公司，一部分用户端数据采用由边缘网关传输至电力公司的直接传输方式，另一部分用户端数据采用由边缘网关上传至边缘节点并由边缘节点协助传输至电力公司的放大转发中继协作传输方式；

S2、根据双向智能电网通信模型中云中心覆盖范围，设定边缘网关接收速率T_in，测量数据正确传输到边缘网关的概率g，每个数据包的总比特数M以及每个数据包信息比特数L；

S3、针对双向智能电网通信模型上行传输过程，分别计算采用直接传输方式数据包丢失率P_r ^d和采用放大转发中继协作传输方式下的数据包丢失率P_r ^R；

其中采用直接传输方式时，边缘网关的接收速率T_re ^d表达式为：

其中，W_d代表直接传输方式下电力公司的带宽，r_gu代表直接传输时，边缘网关到电力公司的信噪比，其表达式为：

其中，h代表信道增益，p代表发射功率，W代表信号带宽，N₀代表噪声强度；

此外，f(r_gu)代表正确传输帧的概率，其表达式为：

f(r_gu)＝[1-2×BER(r_gu)]^M，

其中，BER(r_gu)表示从发射端到接收端的二进制比特误码率，其表达式为：

其中，r为信噪比；

所以，采用直接传输方式下的丢包率P_r ^d的表达式为：

采用协作中继传输方式时，边缘网关的接收速率T_re ^R为：

其中，W_i代表第i个电力公司从边缘节点方购买的用来进行数据转发的带宽，rAF是采用放大转发中继协作传输方式下的信噪比，其表达式为：

其中，r_gr代表边缘网关和边缘节点之间的信噪比，r_ru代表边缘节点和电力公司之间的信噪比；

所以中继协作传输方式下的丢包率的表达式为：

S4、引入边缘节点作为中继，利用其计算能力对用户侧产生的测量数据进行计算分析，随后只需将处理结果上行传输至电力公司，在一定程度上减少了中继协作传输所需的带宽，因此，根据边缘节点的计算能力，建立算力资源和带宽资源之间的带宽释放模型，带宽释放模型的数学表达方式为：

其中，ξ_i代表边缘节点作为中继提供的算力资源，a代表模型调节参数，Q代表算力调节因子，D代表带宽调节因子，用来传输数据的必要带宽，所以D≠0。

S5、基于步骤S3中采用直接传输方式数据包丢失率P_r ^d和采用放大转发中继协作传输方式下的数据包丢失率P_r ^R，建立电力公司的成本函数Cost__UC和中继的收益函数Profit__EN；电力公司的成本函数Cost__UC和中继的收益函数Profit__EN的表达式如下：

Cost__UC＝p_aΦ(p_r)+p_bW_i+p_cξ_i，

Profit__EN＝p_bW_i+p_cξ_i，

其中，p_a代表购买AGC服务的基准价格，p_b代表购买中继带宽的单价，p_c代表购买算力的单价，Φ(p_r)代表购买AGC服务的度量。

S6、电力公司决定购买算力的度量以及带宽的大小以尽可能降低自身成本，边缘节点作为中继决定单位算力的基准价格来保证自身的收益，结合优化算法得到算力和带宽的最优分配解ξ_i ^*、W_i ^*，具体为：将算力和带宽之间的关系定义为Stackelberg博弈，通过对偶分解法求得算力和带宽的最优分配解ξ_i ^*、W_i ^*，其拉格朗日函数表达式为：

其中，W_rmax代表边缘节点提供带宽的最大值，λ代表拉格朗日乘子；

通过对偶分解法得到算力和带宽的最优分配解ξ_i ^*、W_i ^*，具体步骤如下所示：

a)假设B_i＝-(p_aΦ(p_r)+p_bW_i+p_cξ_i)-λW_i，则优化问题等价为：

b)假设H(λ)＝max_ξL(ξ_i,λ)，则优化问题等价为：

min H(λ)；

c)由此便可得到最佳算力ξ_i ^*，进而求得最佳带宽分配W_i ^*，并进一步得到电力公司的成本和中继的收益：

ξ_i ^*＝argmaxB_i(ξ_i,λ)，

本发明通过对偶分解法得到了边缘节点算力资源和带宽资源的最优分配结果，采用边缘节点作为中继的数据传输方式降低了电力公司的成本并提升了中继的收益。

Claims (6)

1.一种联合边缘计算的网络资源调度方法，其特征在于：包括以下步骤：

S1、嵌入边缘计算技术，针对智能电网需求侧数据传输特点建立具有数据层、边缘层和云中心层的双向智能电网通信模型，其中云中心层下的子网络数量为N，每个子网络中均包括用户端、边缘网关、边缘节点和电力公司，一部分用户端数据采用由边缘网关传输至电力公司的直接传输方式，另一部分用户端数据采用由边缘网关上传至边缘节点并由边缘节点协助传输至电力公司的放大转发中继协作传输方式；

S2、根据双向智能电网通信模型中云中心覆盖范围，设定边缘网关接收速率T_in，测量数据正确传输到边缘网关的概率g，每个数据包的总比特数M以及每个数据包信息比特数L；

S3、针对双向智能电网通信模型上行传输过程，分别计算采用直接传输方式数据包丢失率P_r ^d和采用放大转发中继协作传输方式下的数据包丢失率P_r ^R；

S4、根据边缘节点的计算能力，建立算力资源和带宽资源之间的带宽释放模型；

S5、基于步骤S3中采用直接传输方式数据包丢失率P_r ^d和采用放大转发中继协作传输方式下的数据包丢失率P_r ^R，建立电力公司的成本函数Cost__UC和中继的收益函数Profit__EN；

S6、结合优化算法得到算力和带宽的最优分配解ξ_i ^*、W_i ^*，并进一步得到电力公司的成本和中继的收益。

2.根据权利要求1所述的一种联合边缘计算的网络资源调度方法，其特征在于：所述步骤S3中采用直接传输方式时，边缘网关的接收速率T_re ^d表达式为：

其中，W_d代表直接传输方式下电力公司的带宽，r_gu代表直接传输时，边缘网关到电力公司的信噪比，其表达式为：

其中，h代表信道增益，p代表发射功率，W代表信号带宽，N₀代表噪声强度；

此外，f(r_gu)代表正确传输帧的概率，其表达式为：

f(r_gu)＝[1-2×BER(r_gu)]^M，

其中，BER(r_gu)表示从发射端到接收端的二进制比特误码率，其表达式为：

其中，r为信噪比；

所以，采用直接传输方式下的丢包率P_r ^d的表达式为：

3.根据权利要求2所述的一种联合边缘计算的网络资源调度方法，其特征在于：所述步骤S3中采用协作中继传输方式时，边缘网关的接收速率T_re ^R为：

其中，W_i代表第i个电力公司从边缘节点方购买的用来进行数据转发的带宽，rAF是采用放大转发中继协作传输方式下的信噪比，其表达式为：

其中，r_gr代表边缘网关和边缘节点之间的信噪比，r_ru代表边缘节点和电力公司之间的信噪比；

所以中继协作传输方式下的丢包率的表达式为：

4.根据权利要求3所述的一种联合边缘计算的网络资源调度方法，其特征在于：所述步骤S4中建立算力资源和带宽资源之间的带宽释放模型，带宽释放模型的数学表达方式为：

其中，ξ_i代表边缘节点作为中继提供的算力资源，a代表模型调节参数，Q代表算力调节因子，D代表带宽调节因子，用来传输数据的必要带宽，所以D≠0。

5.根据权利要求4所述的一种联合边缘计算的网络资源调度方法，其特征在于：所述步骤S5中电力公司的成本函数Cost__UC和中继的收益函数Profit__EN的表达式如下：

Cost__UC＝p_aΦ(p_r)+p_bW_i+p_cξ_i，

Profit__EN＝p_bW_i+p_cξ_i，

其中，p_a代表购买AGC服务的基准价格，p_b代表购买中继带宽的单价，p_c代表购买算力的单价，Φ(p_r)代表购买AGC服务的度量。

6.根据权利要求5所述的一种联合边缘计算的网络资源调度方法，其特征在于：所述步骤S6中将算力和带宽之间的关系定义为Stackelberg博弈，通过对偶分解法求得算力和带宽的最优分配解ξ_i ^*、W_i ^*，其拉格朗日函数表达式为：

其中，W_rmax代表边缘节点提供带宽的最大值，λ代表拉格朗日乘子；

通过对偶分解法得到算力和带宽的最优分配解ξ_i ^*、W_i ^*，具体步骤如下所示：

a)假设B_i＝-(p_aΦ(p_r)+p_bW_i+p_cξ_i)-λW_i，则优化问题等价为：

b)假设H(λ)＝max_ξL(ξ_i,λ)，则优化问题等价为：

min H(λ)；

c)由此便可得到最佳算力ξ_i ^*，进而求得最佳带宽分配W_i ^*：

ξ_i ^*＝arg max B_i(ξ_i,λ)，

Images