CN114845308B - 一种计及电力多业务动态需求的跨mec资源管理方法 - Google Patents
一种计及电力多业务动态需求的跨mec资源管理方法 Download PDFInfo
- Publication number
- CN114845308B CN114845308B CN202210307351.1A CN202210307351A CN114845308B CN 114845308 B CN114845308 B CN 114845308B CN 202210307351 A CN202210307351 A CN 202210307351A CN 114845308 B CN114845308 B CN 114845308B
- Authority
- CN
- China
- Prior art keywords
- service
- mec
- power
- lagrangian
- flow
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/10—Dynamic resource partitioning
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明涉及电力5G应用技术领域,具体涉及一种计及电力多业务动态需求的跨MEC资源管理方法,该方法包括切片监控模块实时获取电力业务流量的采样值序列,根据中心极限定理将业务k流量建模为正态分布密度函数,采用滑动窗采样值序列计算P*Ts时间段内业务流量概率密度均值和方差的极大似然估计值,定义95%概率下业务k流量值为业务需求阈值,通过计算获得所有业务流量需求阈值,并对最小化函数进行建模,通过子梯度算法迭代更新拉格朗日算子,求解在约束条件下,最小化目标函数的最优MEC资源单元分配结果。基于该方法,有效解决了电力行业海量多业务柔性接入需求的问题,在极大的提高海量业务需求实时响应成功率的同时,还有效的降低了成本。
Description
技术领域
本发明涉及电力5G应用技术领域,具体涉及一种计及电力多业务动态需求的跨MEC资源管理方法。
背景技术
电力系统全环节实时平衡是整个系统稳定可靠运行的必要条件。随着高比例可再生能源消纳、高等级电压输电以及能源消费领域的电气化进程加速,源网荷一体化调节需求与日俱增,电力系统愈来愈依赖通信网络实现海量电力设施、机器与人的广泛互联,双向互动。电力系统通信网络承载了大量电网感知、控制与管理类等异构业务数据,网络拥塞导致业务传输不稳定易引发电力信息物理系统连锁反应,严重时可能会导致电力系统发生不可预估事故,因此从电力系统安全稳定角度出发,要求通信网络具备高可靠可用性,能够实时动态满足多业务并发传输需求。
目前国内电网已经建成覆盖电厂、变电站、调度大楼的广域专用光纤网络,实现对电力系统枢纽节点的广泛互联。然而,配用电侧面临终端点多面广,继续采用光纤通信技术存在光缆敷设周期长、成本高的缺点,因此有必要利用已有广覆盖公共陆地移动通信系统建设专用无线通信网络,实现配用电侧海量终端的灵活接入,并满足电网实时控制需求。
随着5G边缘计算技术(Mobile Edge Computing,MEC)和网络切片技术的发展,允许根据行业用户业务传输需求灵活地就地部署多个5G MEC设备,并根据行业用户业务需求灵活定制MEC资源大小。部署多个更加靠近用户侧业务数据网络5G MEC设备,不仅能够有效降低业务传输时延,还可以将多个MEC设备互联,设计灵活的跨MEC资源调度算法,从而动态满足电力多业务并发传输需求。
发明内容
本发明为解决针对电力不同类型业务分布点多面广,且业务流量时间、空间呈现随机性,海量的柔性接入导致本地边缘云资源无法满足业务最低容忍指标要求的问题,提供了一种计及电力多业务动态需求的跨MEC资源管理方法。
本发明为了实现上述目的,本发明提供了一种计及电力多业务动态需求的跨MEC资源管理方法,该方法包括:
S1、切片监控模块实时获取电力业务流量的采样值序列:
S2、根据中心极限定理将业务k流量建模为正态分布密度函数:
S3、采用滑动窗采样值序列计算P*Ts时间段内,业务流量概率密度均值和方差的极大似然估计值:
式(6a)中,xk,m,n=1表示MECm的第n个计算存储单元分配给业务k;否则xk,m,n=0,αm,n为电力行业用户租赁运营商MECm的第n个计算存储单元所需的花费,M为MEC数量,m=1,2,...,M为MEC的索引变量,每个MEC功能安装于通用服务器上,并通过虚拟化技术将服务器计算与存储资源分割,Nm,m=1,2,...,M为每个MEC计算存储资源被划分的资源单元个数,资源单元作为电力业务分配的最小资源粒度,记每个资源单元为cm,n,n=1,2,...,Nm为MECm的资源单元的索引变量;
S6、通过子梯度算法迭代更新拉格朗日算子,求解在约束条件下,最小化目标函数(6a)的最优MEC资源单元分配结果:
优选地,所述S6、通过子梯度算法迭代更新拉格朗日算子,求解在约束条件下,最小化目标函数(6a)的最优MEC资源单元分配结果:
具体包括:
式(7)中的算子[z]+=max(z,0)。
优选地,S8、根据S7得到的MEC资源单元分配结果,更新拉格朗日算子:
式(8)中θλ,θφ,θμ为迭代步长。
优选地,所述S1、切片监控模块实时获取电力业务流量的采样值序列具体包括:
S1、切片监控模块通过北向开放能力接口实时获取电力业务流量的采样值序列。
优选地,K为电力业务种类,包括配电自动化、精准负荷控制、用电信息采集和移动机器人巡检。
优选地,式(5)中,1.605通过查表法获得Φ(1.605)=0.95,其中Φ(x)为标准正态分布函数。
优选地,所述约束条件包括:
优选地,所述S6、通过子梯度算法迭代更新拉格朗日算子,求解在约束条件下,最小化目标函数(6a)的最优MEC资源单元分配结果:
具体包括:
S6、通过子梯度算法迭代更新拉格朗日算子,求解在所述约束条件(6b)、(6c)和(6d)下,最小化目标函数(6a)的最优MEC资源单元分配结果:
优选地,所述S7、初始化为约束条件的拉格朗日算子,记i=0为循环次数,通过计算最小化目标函数(6a)与约束条件的拉格朗日表达式对xk,m,n的偏导数,代入循环更新的得到MEC资源单元分配结果,具体包括:
根据上述技术方案,基于该方法,通过切片监控模块对多MEC互联场景的业务接入需求进行实时监测,并基于业务需求变化,动态调整不同MEC上为某种业务划分的资源切片,在有效提升业务接入需求满足率的同时,还极大的降低了电力用户切片资源的租赁成本。
附图说明
图1是计及电力多业务动态需求的跨MEC资源管理方法的流程图;
图2是计及电力多业务动态需求的跨MEC资源管理架构的示意图;
图3是电力业务接入需求平均响应成功率对比柱状图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
本发明提供了一种计及电力多业务动态需求的跨MEC资源管理方法,如图1所示,该方法包括以下步骤:
S1、切片监控模块实时获取电力业务流量的采样值序列:
S2、根据中心极限定理将业务k流量建模为正态分布密度函数:
S3、采用滑动窗采样值序列计算P*Ts时间段内,业务流量概率密度均值和方差的极大似然估计值:
式(6a)中,xk,m,n=1表示MECm的第n个计算存储单元分配给业务k;否则xk,m,n=0,αm,n为电力行业用户租赁运营商MECm的第n个计算存储单元所需的花费,M为MEC数量,m=1,2,...,M为MEC的索引变量,每个MEC功能安装于通用服务器上,并通过虚拟化技术将服务器计算与存储资源分割,Nm,m=1,2,...,M为每个MEC计算存储资源被划分的资源单元个数,资源单元作为电力业务分配的最小资源粒度,记每个资源单元为cm,n,n=1,2,...,Nm为MECm的资源单元的索引变量;
S6、通过子梯度算法迭代更新拉格朗日算子,求解在约束条件下,最小化目标函数(6a)的最优MEC资源单元分配结果:
根据上述技术方案,基于该方法,通过切片监控模块对多MEC互联场景的业务接入需求进行实时监测,并基于业务需求变化,动态调整不同MEC上为某种业务划分的资源切片,在有效提升业务接入需求满足率的同时,还极大的降低了电力用户切片资源的租赁成本。
根据本发明的一种优选的实施方式,所述S6、通过子梯度算法迭代更新拉格朗日算子,求解在约束条件下,最小化目标函数(6a)的最优MEC资源单元分配结果:
具体包括:
式(7)中的算子[z]+=max(z,0)。
进一步地,S8、根据S7得到的MEC资源单元分配结果,更新拉格朗日算子:
式(8)中θλ,θφ,θμ为迭代步长。
在本发明实施例中,通过上述步骤S7-S10进一步对最优MEC资源单元结果进行处理,极大的提高了电力海量业务接入需求的成功率,具体地,如图3所示,在多MEC协作情况下成功率达到了97%。
根据本发明的一种优选的实施方式,所述S1、切片监控模块实时获取电力业务流量的采样值序列具体包括:
S1、切片监控模块通过北向开放能力接口实时获取电力业务流量的采样值序列。
根据本发明的一种优选的实施方式,K为电力业务种类,包括配电自动化、精准负荷控制、用电信息采集和移动机器人巡检。
根据本发明的一种优选的实施方式,式(5)中,1.605通过查表法获得Φ(1.605)=0.95,其中Φ(x)为标准正态分布函数。
根据本发明的一种优选的实施方式,所述约束条件包括:
进一步地,所述S6、通过子梯度算法迭代更新拉格朗日算子,求解在约束条件下,最小化目标函数(6a)的最优MEC资源单元分配结果:
具体包括:
S6、通过子梯度算法迭代更新拉格朗日算子,求解在所述约束条件(6b)、(6c)和(6d)下,最小化目标函数(6a)的最优MEC资源单元分配结果:
进一步地,所述S7、初始化为约束条件的拉格朗日算子,记i=0为循环次数,通过计算最小化目标函数(6a)与约束条件的拉格朗日表达式对xk,m,n的偏导数,代入循环更新的得到MEC资源单元分配结果,具体包括:
在本发明实施例中,通过所述约束条件包括(6b)、(6c)和(6d),并使步骤S6和步骤S7在(6b)、(6c)和(6d)的同时限定下进行相应运算,最终有效提高了MEC资源单元分配的利用率。其中,(6b)的含义为给定业务k流量需求阈值与时延阈值时,所需的最少资源,(6c)的含义为在为电力业务分配MEC计算存储资源时,不得超过任一MEC所拥有的资源总和,(6d)的含义为MEC上的任何资源单元仅可以分配给一个电力业务。
本发明公开的一种计及电力多业务动态需求的跨MEC资源管理方法,如图2所示,主要包括电力5G智能管理平台的资源调度系统及切片监控(含业务流量监测)模块,其在实际应用过程中的工作流程及原理如下所示:
1)切片监控模块通过SCEF/NEF(service capability exposure function/network exposure function,服务能力暴露功能/网络开放功能)北向开放能力接口从核心网切片管理器NSSMF获取多个MEC处不同业务的流量采样值序列,估计流量随时间的概率分布函数,并计算获得95%概率下业务需求阈值发送给资源调度系统;
2)资源调度系统根据业务需求阈值以及时延阈值,计算获得多个MEC为电力多业务分配资源单元的结果,并通过SCEF/NEF接口提供给NSMF(network slice managementfunction,网络切片管理功能);
3)NSMF把每个电力业务的MEC资源单元分配需求表达为MEC切片实例,并发送给核心网切片管理器NSSMF(network slice subnet management function,网络切片子集管理功能);
4)NSSMF负责生成对应的切片生成模板并转发给MEC NFMF(network functionmanagement function,网络功能管理功能),NFMF负责按照电力业务资源单元分配需求动态调整每个MEC的资源划分。其中,行业用户资源调度系统可以通过NFMF获取任意业务流量监测信息,并估算出当前某种业务的流量需求。
本发明提供的计及电力多业务动态需求的跨MEC资源管理方法,通过切片监控模块对多MEC互联场景的业务接入需求进行实时监测,并基于业务需求变化,动态调整不同MEC上为某种业务划分的资源切片,在有效提升业务接入需求满足率的同时,还极大的降低了电力用户切片资源的租赁成本。
以上结合附图详细描述了本发明的优选实施方式,但是,本发明并不限于此。在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。但这些简单变型和组合同样应当视为本发明所公开的内容,均属于本发明的保护范围。
Claims (10)
1.一种计及电力多业务动态需求的跨MEC资源管理方法,其特征在于,所述的计及电力多业务动态需求的跨MEC资源管理方法包括:
S1、切片监控模块实时获取电力业务流量的采样值序列:
S2、根据中心极限定理将业务k流量建模为正态分布密度函数:
S3、采用滑动窗采样值序列计算P*Ts时间段内,业务流量概率密度均值和方差的极大似然估计值:
式(6a)中,xk,m,n=1表示MECm的第n个计算存储单元分配给业务k;否则xk,m,n=0,αm,n为电力行业用户租赁运营商MECm的第n个计算存储单元所需的花费,M为MEC数量,m=1,2,...,M为MEC的索引变量,每个MEC功能安装于通用服务器上,并通过虚拟化技术将服务器计算与存储资源分割,Nm,m=1,2,...,M为每个MEC计算存储资源被划分的资源单元个数,资源单元作为电力业务分配的最小资源粒度,记每个资源单元为cm,n,n=1,2,...,Nm为MECm的资源单元的索引变量;
S6、通过子梯度算法迭代更新拉格朗日算子,求解在约束条件下,最小化目标函数(6a)的最优MEC资源单元分配结果:
5.根据权利要求1所述的计及电力多业务动态需求的跨MEC资源管理方法,其特征在于,所述S1、切片监控模块实时获取电力业务流量的采样值序列具体包括:
S1、切片监控模块通过北向开放能力接口实时获取电力业务流量的采样值序列。
6.根据权利要求1所述的计及电力多业务动态需求的跨MEC资源管理方法,其特征在于,K为电力业务种类,包括配电自动化、精准负荷控制、用电信息采集和移动机器人巡检。
7.根据权利要求1所述的计及电力多业务动态需求的跨MEC资源管理方法,其特征在于,式(5)中,1.605通过查表法获得Φ(1.605)=0.95,其中Φ(x)为标准正态分布函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210307351.1A CN114845308B (zh) | 2022-03-25 | 2022-03-25 | 一种计及电力多业务动态需求的跨mec资源管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210307351.1A CN114845308B (zh) | 2022-03-25 | 2022-03-25 | 一种计及电力多业务动态需求的跨mec资源管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114845308A CN114845308A (zh) | 2022-08-02 |
CN114845308B true CN114845308B (zh) | 2023-02-21 |
Family
ID=82564765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210307351.1A Active CN114845308B (zh) | 2022-03-25 | 2022-03-25 | 一种计及电力多业务动态需求的跨mec资源管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114845308B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116128256B (zh) * | 2023-04-12 | 2023-06-20 | 国网吉林省电力有限公司信息通信公司 | 一种电力业务数据处理方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110149646A (zh) * | 2019-04-10 | 2019-08-20 | 中国电力科学研究院有限公司 | 一种基于时延和吞吐量的智能电网资源管理方法及系统 |
CN111278132A (zh) * | 2020-01-19 | 2020-06-12 | 重庆邮电大学 | 移动边缘计算中面向低时延高可靠业务的资源分配方法 |
CN112105062A (zh) * | 2020-09-16 | 2020-12-18 | 云南大学 | 时敏条件下移动边缘计算网络能耗最小化策略方法 |
CN112333717A (zh) * | 2020-11-13 | 2021-02-05 | 国网安徽省电力有限公司信息通信分公司 | 计及电力多业务需求的5g接入网切片资源分配方法及装置 |
-
2022
- 2022-03-25 CN CN202210307351.1A patent/CN114845308B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110149646A (zh) * | 2019-04-10 | 2019-08-20 | 中国电力科学研究院有限公司 | 一种基于时延和吞吐量的智能电网资源管理方法及系统 |
CN111278132A (zh) * | 2020-01-19 | 2020-06-12 | 重庆邮电大学 | 移动边缘计算中面向低时延高可靠业务的资源分配方法 |
CN112105062A (zh) * | 2020-09-16 | 2020-12-18 | 云南大学 | 时敏条件下移动边缘计算网络能耗最小化策略方法 |
CN112333717A (zh) * | 2020-11-13 | 2021-02-05 | 国网安徽省电力有限公司信息通信分公司 | 计及电力多业务需求的5g接入网切片资源分配方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114845308A (zh) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112583861B (zh) | 服务部署方法、资源配置方法、系统、装置及服务器 | |
CN103036974B (zh) | 基于隐马尔可夫模型的云计算资源调度方法和系统 | |
US8909358B2 (en) | Method and system for complex smart grid infrastructure assessment | |
US11145012B2 (en) | Using cyber-physical system-enabled microgrid system for optimal power utilization and supply strategy | |
CN105531963B (zh) | 无线网络中多目标小区关闭的系统和方法 | |
CN108293005A (zh) | 用于共享状态相关信息的方法和设备 | |
EP3278578B1 (en) | Method and system for mtc event management | |
CN114845308B (zh) | 一种计及电力多业务动态需求的跨mec资源管理方法 | |
CN115347569A (zh) | 一种基于智能预测的电力调配系统 | |
Hussain et al. | Fog assisted cloud models for smart grid architectures-comparison study and optimal deployment | |
CN116684472A (zh) | 一种面向端侧算力网络的服务部署系统及其服务部署方法 | |
CN108123920B (zh) | 基于窃电嫌疑程度的智能电网邻域网络恶意用户检测方法 | |
CN116109058A (zh) | 一种基于深度强化学习的变电站巡视管理方法和装置 | |
Vrbský et al. | Clustering techniques for data network planning in Smart Grids | |
CN108540581A (zh) | 基于多web服务器的服务系统及服务方法、储存介质 | |
Cejka et al. | Integrating Smart Building Energy Data into Smart Grid Applications in the Intelligent Secondary Substations | |
Starovoitov et al. | Technology for making real-time decisions based on neural network forecasting | |
Barabash et al. | Development of a Hybrid Network Traffic Load Management Mechanism Using Smart Components | |
CN114723236B (zh) | 一种电网边缘计算分界方法 | |
Yang et al. | Smart grid edge fault detection architecture | |
CN117715088B (zh) | 基于边缘计算的网络切片管理方法、装置、设备及介质 | |
KR102479258B1 (ko) | 계량기 사용 환경 정보를 연계한 에너지 빅데이터 시스템 및 운영 관리 방법 | |
Jiang et al. | Load balancing selection method for heterogeneous power communication equipment based on software defined network | |
Zhang et al. | Deep Q-learning network-based optimal deployment strategy for distribution IoT | |
Li | True Time Dispatch of Experimental Reliability Resources Based on Hybrid Group Intelligent Algorithm Optimization |
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 |