CN116302581B - 一种新型智能配电终端及系统 - Google Patents

一种新型智能配电终端及系统 Download PDF

Info

Publication number
CN116302581B
CN116302581B CN202310598944.2A CN202310598944A CN116302581B CN 116302581 B CN116302581 B CN 116302581B CN 202310598944 A CN202310598944 A CN 202310598944A CN 116302581 B CN116302581 B CN 116302581B
Authority
CN
China
Prior art keywords
task
scheduling
processed
power distribution
intelligent power
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
Application number
CN202310598944.2A
Other languages
English (en)
Other versions
CN116302581A (zh
Inventor
张港红
甄岩
霍超
白晖峰
郑利斌
杨双双
高建
苑佳楠
张予
尹志斌
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.)
Beijing Smartchip Microelectronics Technology Co Ltd
Original Assignee
Beijing Smartchip Microelectronics Technology 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 Beijing Smartchip Microelectronics Technology Co Ltd filed Critical Beijing Smartchip Microelectronics Technology Co Ltd
Priority to CN202310598944.2A priority Critical patent/CN116302581B/zh
Publication of CN116302581A publication Critical patent/CN116302581A/zh
Application granted granted Critical
Publication of CN116302581B publication Critical patent/CN116302581B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • 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

本发明提供一种新型智能配电终端及系统，属于配电网技术领域。所述新型智能配电终端包括多个任务处理器；任意一个任务处理器在有待处理任务的情况下，按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理，在进行任务处理时可以通过调度任务处理器来实现硬件资源分配，可以根据业务任务需要指定相应的任务处理器进行处理，实现了配电业务信息资源的协同，以便更快地进行数据处理，提高了智能配电终端数据处理的实时性，提高了边缘计算的智能化水平。

Description

一种新型智能配电终端及系统
技术领域
本发明涉及配电网技术领域，具体地涉及一种新型智能配电终端、一种新型智能配电系统、一种新型智能配电终端硬件资源分配方法、一种机器可读存储介质及一种处理器。
背景技术
作为边缘侧重要的智能终端之一的智能配电终端已大范围部署到全国各个网省公司的低压配电台区，开始发挥出智能终端将用电、配电等业务数据汇聚到本地，且支持与云端的物联管理平台、配电自动化主站以及营销主站实现互联互动。
随着智能配电终端需要处理的数据种类繁多、模型计算量越来越大，如变压器设备的温湿度监测数据，智能电表的各种数据，新型电力系统的分布式资源区域协同算法、人工智能模型的处理与计算，停上电事件监测数据等。现有的智能配电终端是将所有的计算和控制任务都集中在一个主控芯片如中央处理器（Central Processing Unit，CPU）或者微控制单元(Microcontroller Unit，MCU)上，数据处理量大导致处理数据时很难做到实时性，而对所采集的数据如何发挥边缘计算的智能化水平并没有取得实质性的提升。
因此，现有的智能配电终端存在数据处理实时性差，边缘计算的智能化水平低的问题。
发明内容
本发明实施例的目的是提供一种新型智能配电终端、一种新型智能配电系统、一种新型智能配电终端硬件资源分配方法、一种机器可读存储介质及一种处理器，该新型智能配电终端能够更快地进行数据处理，提高了智能配电终端数据处理的实时性，提高了边缘计算的智能化水平。
为了实现上述目的，本申请第一方面提供一种新型智能配电终端，包括多个任务处理器；
其中，任意一个任务处理器用于在有待处理任务需要处理的情况下，按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理。
在本申请实施例中，所述任意一个任务处理器包括调度处理模块和任务队列模块；
所述任务队列模块用于获取总任务，并将所述总任务进行子任务分类，形成任务队列；
所述调度处理模块用于查询所述任务队列，得到待处理任务；还用于按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理。
在本申请实施例中，所述调度处理模块包括指定处理单元和主调度器单元；
所述指定处理单元用于查询所述任务队列，得到待处理任务，并按照预置的调度策略对所述多个任务处理器进行调度，得到调度结果；还用于将所述待处理任务和所述调度结果发送至所述主调度器单元；
所述主调度器单元用于将所述待处理任务分配至所述调度结果对应的任务处理器中进行处理。
在本申请实施例中，所述指定处理单元包括调度子单元；
所述调度子单元用于根据贝叶斯公式计算各个任务处理器执行所述待处理任务的执行概率，并根据所述各个任务处理器对应的执行概率，得到调度结果。
在本申请实施例中，所述主调度器单元包括调整子单元和调度子单元；
所述调整子单元用于获取当前资源利用情况信息，并根据所述当前资源利用情况信息对所述调度结果进行调整，得到最终的调度结果；
所述调度子单元用于将所述待处理任务分配至所述最终的调度结果对应的任务处理器中进行处理。
在本申请实施例中，所述任意一个任务处理器还包括资源管理器模块；
所述资源管理器模块用于根据所述调度结果对资源利用情况列表进行更新。
本申请第二方面提供一种新型智能配电系统，包括端侧设备、物联管理云平台和上述的新型智能配电终端；所述端侧设备和物联管理云平台分别与所述新型智能配电终端连接。
本申请第三方面提供一种新型智能配电终端硬件资源分配方法，应用于上述的新型智能配电终端，包括：
获取待处理任务；
按照预置的调度策略对新型智能配电终端的多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理。
在本申请实施例中，所述获取待处理任务，包括：
获取总任务，并将所述总任务进行子任务分类，形成任务队列；
查询所述任务队列，得到待处理任务；
在本申请实施例中，所述预置的调度策略为根据各个任务处理器执行所述待处理任务的执行概率进行调度；
所述按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理，包括：
根据贝叶斯公式计算各个任务处理器执行所述待处理任务的执行概率，并根据所述各个任务处理器对应的执行概率，得到调度结果。
在本申请实施例中，还包括：
获取当前资源利用情况信息，并根据所述当前资源利用情况信息对所述调度结果进行调整，得到最终的调度结果；
将所述待处理任务分配至所述最终的调度结果对应的任务处理器中进行处理。
本申请第四方面提供一种处理器，被配置成执行上述的新型智能配电终端硬件资源分配方法。
本申请第五方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得所述处理器被配置成执行上述的新型智能配电终端硬件资源分配方法。
通过上述技术方案，通过在智能配电终端中设置多个任务处理器；任意一个任务处理器在有待处理任务的情况下，按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理，在进行任务处理时可以通过调度任务处理器来实现硬件资源分配，可以根据业务任务需要指定相应的任务处理器进行处理，实现了配电业务信息资源的协同，以便更快地进行数据处理，提高了智能配电终端数据处理的实时性，提高了边缘计算的智能化水平。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
图1示意性示出了根据本申请实施例的一种新型智能配电终端硬件结构示意图；
图2示意性示出了根据本申请实施例的硬件资源分配转换图；
图3示意性示出了根据本申请实施例的资源协同云边端架构图；
图4示意性示出了根据本申请实施例的一种新型智能配电终端硬件资源分配方法的流程示意图；
图5示意性示出了根据本申请实施例的计算机设备的内部结构图。
附图标记说明
A01-处理器；A02-网络接口；A03-内存储器；A04-显示屏；A05-输入装置；A06-非易失性存储介质；B01-操作系统；B02-计算机程序。
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。
请参看图1和图2，图1示意性示出了根据本申请实施例的一种新型智能配电终端硬件结构示意图；图2示意性示出了根据本申请实施例的硬件资源分配转换图。提供一种新型智能配电终端，基于已有智能融合终端结构基础，根据配电业务需要集成多个任务处理器的一种新型硬件装置，实现配电业务信息资源的协同。
本实施例提供一种新型智能配电终端，包括多个任务处理器；其中，任意一个任务处理器用于在有待处理任务需要处理的情况下，按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理。
在本实施例中，所述任务处理器可以是图像处理器（Graphics Processing Unit，GPU）、中央处理器（Central Processing Unit，CPU）、数据处理器（Data Processing Unit，DPU）中的一种或是多种。
其中，为了满足配电业务需要，实现配电业务信息资源的协同，结合各种类型任务处理器的特点，可以采用CPU+GPU+DPU结构，即包括3个任务处理器，分别为CPU、GPU和DPU。
例如：新型智能配电终端硬件主要有GPU人工智能计算加速器、CPU主控芯片、DPU数据处理单元、安全芯片、电源管理芯片、网络接口、IO接口、FLASH存储器、DDR内存组成。其中，GPU人工智能计算加速器：负责完成图像检测、声音检测、文本检测等人工智能算法训练需要的计算任务；电源管理芯片：负责为GPU、CPU、DPU、安全芯片、DDR、FLASH供电；CPU主控芯片：负责整个硬件系统的控制与调度计算过程，并对外连接本地IO接口数据进行处理；FLASH存储器：负责为CPU主控芯片提供存储服务；DDR内存：负责为CPU主控芯片提供高速缓存；安全芯片：负责对数据的加解密过程；DPU数据处理单元：负责与CPU主控芯片交互，接管网络虚拟化、网络数据处理、安全芯片数据处理、大量数据存储，并对外接IO接口数据进行处理等。
为了能够实现实时处理数据的目的，在有待处理任务时，可以对多个任务处理器进行调度，以使最合适的任务处理器执行处理任务，具体可以选择任意一个任务处理器实现调度功能，比如，选择CPU实现调度功能。
在一些实施例中，所述任意一个任务处理器包括调度处理模块和任务队列模块；
所述任务队列模块用于获取总任务，并将所述总任务进行子任务分类，形成任务队列；
所述调度处理模块用于查询所述任务队列，得到待处理任务；还用于按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理。
在本实施例中，所述总任务是指物联管理云平台下发的任务，上述进行子任务分类是指将物联管理云平台下发的任务，比如：中压侧、配变侧、低压侧、线路侧和用户侧等需执行的任务进行子任务分类，然后通过编号放到队列中，队列编号顺序可以为{T1，T2，T3…Tn}。上述进行分类可以是根据业务需求确定，可以将配电侧，用户侧等下发的总任务划分为数据帧解析、数据处理、遥信、遥调等任务。然后调度处理模块每隔T秒查询任务队列，判断是否有待处理的任务，任务队列将需要处理的任务发给调度处理模块，然后按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理。
需要说明的是，执行的子任务是动态的过程，比如：抄电表数据每天晚上0点开始，那在0点时这个任务就启动了。如果主站发来电能质量分析业务的指令，那这个任务就启动了，就要开始执行。
其中，为了更好对任务处理器进行调度，所述调度处理模块包括指定处理单元和主调度器单元；
所述指定处理单元用于查询所述任务队列，得到待处理任务，并按照预置的调度策略对所述多个任务处理器进行调度，得到调度结果；还用于将所述待处理任务和所述调度结果发送至所述主调度器单元；
所述主调度器单元用于将所述待处理任务分配至所述调度结果对应的任务处理器中进行处理。
在本实施例中，指定处理单元在得到调度结果后，将结果发送到主调度器单元，主调度器单元根据指定处理单元的调度结果将待处理任务分配至所述调度结果对应的任务处理器中进行处理，从而将调度与指定任务处理器的过程分开，以便于更好调度任务处理器。
在一些实施例中，为了使得到的调度结果更加合理，可以通过贝叶斯公式确定调度结果，所述指定处理单元包括调度子单元；所述调度子单元用于根据贝叶斯公式计算各个任务处理器执行所述待处理任务的执行概率，并根据所述各个任务处理器对应的执行概率，得到调度结果。
在本实施例中，贝叶斯公式是关于随机事件A和B的条件概率或边缘概率的一则定理，指当分析样本大到接近总体数时，样本中事件发生的概率将接近于总体中事件发生的概率。
以上述CPU+GPU+DPU硬件结构为例，上述指定处理单元进行调度是要指定出是由CPU、DPU、GPU三个中的哪一个来处理任务，可以分别用{C，D，G}表，C表示CPU， G表示GPU，D表示DPU；任务队列为{T1，T2，T3…Tn}；根据贝叶斯公式计算在任务队列中任一个任务执行时，选择CPU、DPU、GPU中的一个执行的概率分别为：
，
，
，
其中，，/>，/>为先验概率，比如：可以是分别为40%，40%，30%；/>，，/>可以根据任务队列中的任务量确定，比如，任务队列中有七个任务，那该任务被处理到的概率就是七分之一；/>是指当前在任务队列中的任务，即待处理任务。通过上述公式可以计算得到/>、/>和/>。最后，比较/>、/>、三个值的大小，选择值大者对应的{C，D，G}中的一个任务处理器执行待处理任务。
通过采用贝叶斯公式计算出各个任务处理器的执行概率，通过执行概率来确定出执行待处理任务的任务处理器，从而使任务处理器调度更加合理。
在一些实施例中，所述主调度器单元包括调整子单元和调度子单元；
所述调整子单元用于获取当前资源利用情况信息，并根据所述当前资源利用情况信息对所述调度结果进行调整，得到最终的调度结果；
所述调度子单元用于将所述待处理任务分配至所述最终的调度结果对应的任务处理器中进行处理。
在本实施例中，资源利用情况信息包括各个任务处理器的利用情况，比如在上述例子中是指CPU、DPU、GPU三种资源利用情况，可以是以通过资源列表呈现。在得到调度结果后，可以结合资源利用情况进行调整，比如：调度结果为选择DPU进行处理，当前资源利用情况信息中DPU的利用率较高，则可以调整为利用率较低的GPU进行处理，从而得到最终的调度结果为选择GPU进行处理。通过根据当前资源利用情况信息对所述调度结果进行调整，以使得到的最终的调度结果更加符合当前资源利用情况，从而使任务分配更加合理，有助于更快地进行数据处理。
上述实现过程中，通过在智能配电终端中设置多个任务处理器；任意一个任务处理器在有待处理任务的情况下，按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理，在进行任务处理时可以通过调度任务处理器来实现硬件资源分配，可以根据业务任务需要指定相应的任务处理器进行处理，实现了配电业务信息资源的协同，以便更快地进行数据处理，提高了智能配电终端数据处理的实时性，提高了边缘计算的智能化水平。
在一些实施例中，所述任意一个任务处理器还包括资源管理器模块；
所述资源管理器模块用于根据所述调度结果对资源利用情况列表进行更新。
在本实施例中，资源管理器模块用于管理资源利用情况列表，主调度器单元可以查询资源管理器模块中的资源利用情况列表，资源管理器模块将资源利用情况列表反馈给主调度器单元，在上述例子中所述资源利用情况列表是指CPU、DPU、GPU三种资源利用情况。在得到调度结果后，资源管理器模块将新一轮的资源利用情况更新到资源利用情况列表中，并在主调度器单元需要的时候反馈给主调度器单元，通过更新以保持资源利用情况列表中的资源利用情况为最新，使资源利用情况更加准确。
请参看图3，图3示意性示出了根据本申请实施例的资源协同云边端架构图。本实施例提供一种新型智能配电系统，包括端侧设备、物联管理云平台和上述的新型智能配电终端；所述端侧设备和物联管理云平台分别与所述新型智能配电终端连接。
在本实施例中，根据云边端架构，可以将上述实施例中的新型智能配电终端作为边缘侧的重要设备，以构建资源协同体系，其中，作为边侧的智能配电终端北向与云侧的物联管理云平台进行远程数据交互通信，并响应物联管理云平台的指令。边侧的智能配电终端南向与端侧设备通信，如变压器、智能电表、分布式光伏、充电桩等之间实现数据的采集、监测、控制等任务。从而充分发挥新型智能配电终端边缘计算能力，有助于云边端协同处理，提高新型智能配电系统的智能化水平。
请参看图4，图4示意性示出了根据本申请实施例的一种新型智能配电终端硬件资源分配方法的流程示意图。本实施例提供一种新型智能配电终端硬件资源分配方法，应用于上述的新型智能配电终端，包括以下步骤：
步骤210：获取待处理任务；
步骤220：按照预置的调度策略对新型智能配电终端的多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理。
其中，所述获取待处理任务，包括以下过程：
首先，获取总任务，并将所述总任务进行子任务分类，形成任务队列；
然后，查询所述任务队列，得到待处理任务。
在一些实施例中，所述预置的调度策略为根据各个任务处理器执行所述待处理任务的执行概率进行调度；
所述按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理，包括：根据贝叶斯公式计算各个任务处理器执行所述待处理任务的执行概率，并根据所述各个任务处理器对应的执行概率，得到调度结果。
在本实施例中，所述总任务是指物联管理云平台下发的任务，上述进行子任务分类是指将物联管理云平台下发的任务，比如：中压侧、配变侧、低压侧、线路侧和用户侧等需执行的任务进行子任务分类，然后通过编号放到队列中，队列编号顺序可以为{T1，T2，T3…Tn}。上述进行分类可以是根据业务需求确定，可以将配电侧，用户侧等下发的总任务划分为数据帧解析、数据处理、遥信、遥调等任务。然后调度处理模块每隔T秒查询任务队列，判断是否有待处理的任务，任务队列将需要处理的任务发给调度处理模块，然后按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理。贝叶斯公式是关于随机事件A和B的条件概率或边缘概率的一则定理，指当分析样本大到接近总体数时，样本中事件发生的概率将接近于总体中事件发生的概率。上述利用贝叶斯公式计算各个任务处理器执行所述待处理任务的执行概率的过程与一种新型智能配电终端的实施例中的过程相同，在此就不再赘述。通过采用贝叶斯公式计算出各个任务处理器的执行概率，通过执行概率来确定出执行待处理任务的任务处理器，从而使任务处理器调度更加合理。
在一些实施例中，还可以对调度结果进行调整，包括以下步骤：
首先，获取当前资源利用情况信息，并根据所述当前资源利用情况信息对所述调度结果进行调整，得到最终的调度结果；
然后，将所述待处理任务分配至所述最终的调度结果对应的任务处理器中进行处理。
在本实施例中，资源利用情况信息包括各个任务处理器的利用情况，比如在上述例子中是指CPU、DPU、GPU三种资源利用情况，可以是以通过资源列表呈现。在得到调度结果后，可以结合资源利用情况进行调整，比如：调度结果为选择DPU进行处理，当前资源利用情况信息中DPU的利用率较高，则可以调整为利用率较低的GPU进行处理，从而得到最终的调度结果为选择GPU进行处理。通过根据当前资源利用情况信息对所述调度结果进行调整，以使得到的最终的调度结果更加符合当前资源利用情况，从而使任务分配更加合理，有助于更快地进行数据处理。
上述实现过程中，通过获取待处理任务；然后按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理，在进行任务处理时可以通过调度任务处理器来实现硬件资源分配，可以根据业务任务需要指定相应的任务处理器进行处理，实现了配电业务信息资源的协同，以便更快地进行数据处理，提高了智能配电终端数据处理的实时性，提高了边缘计算的智能化水平。
本发明实施例提供了一种机器可读存储介质，其上存储有程序，该程序被处理器执行时实现所述新型智能配电终端硬件资源分配方法。
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述新型智能配电终端硬件资源分配方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、显示屏A04、输入装置A05和存储器（图中未示出）。其中，该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A06。该非易失性存储介质A06存储有操作系统B01和计算机程序B02。该内存储器A03为非易失性存储介质A06中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序被处理器A01执行时以实现一种新型智能配电终端硬件资源分配方法。该计算机设备的显示屏A04可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置A05可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：
获取待处理任务；
按照预置的调度策略对新型智能配电终端的多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理。
在一个实施例中，所述获取待处理任务，包括：
获取总任务，并将所述总任务进行子任务分类，形成任务队列；
查询所述任务队列，得到待处理任务。
在一个实施例中，所述预置的调度策略为根据各个任务处理器执行所述待处理任务的执行概率进行调度；
所述按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理，包括：
根据贝叶斯公式计算各个任务处理器执行所述待处理任务的执行概率，并根据所述各个任务处理器对应的执行概率，得到调度结果。
在一个实施例中，还包括：
获取当前资源利用情况信息，并根据所述当前资源利用情况信息对所述调度结果进行调整，得到最终的调度结果；
将所述待处理任务分配至所述最终的调度结果对应的任务处理器中进行处理。
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。
在一个典型的配置中，计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (8)

1.一种新型智能配电终端，其特征在于，包括多个任务处理器；
其中，任意一个任务处理器用于在有待处理任务需要处理的情况下，按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理，以实现调度功能；
其中，所述任意一个任务处理器包括调度处理模块和任务队列模块；
所述任务队列模块用于获取总任务，并将所述总任务进行子任务分类，形成任务队列；
所述调度处理模块用于查询所述任务队列，得到待处理任务；还用于按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理；
其中，所述调度处理模块包括指定处理单元和主调度器单元；
所述指定处理单元用于查询所述任务队列，得到待处理任务，并按照预置的调度策略对所述多个任务处理器进行调度，得到调度结果；还用于将所述待处理任务和所述调度结果发送至所述主调度器单元；
所述主调度器单元用于将所述待处理任务分配至所述调度结果对应的任务处理器中进行处理。
其中，所述指定处理单元包括调度子单元；
所述调度子单元用于根据贝叶斯公式计算各个任务处理器执行所述待处理任务的执行概率，并根据所述各个任务处理器对应的执行概率，得到调度结果；
其中，所述多个任务处理器包括CPU、GPU和DPU，根据贝叶斯公式计算在任务队列中任一个任务执行时，选择CPU、DPU、GPU中的一个执行的概率分别为：
；
；
；
其中，C表示CPU； G表示GPU；D表示DPU；由任务队列中的任务量确定得到；/>、、/>为先验概率；/>为待处理任务中的任一任务；/>为CPU的执行概率；为DPU的执行概率；/>为GPU的执行概率。
2.根据权利要求1所述的新型智能配电终端，其特征在于，所述主调度器单元包括调整子单元和调度子单元；
所述调整子单元用于获取当前资源利用情况信息，并根据所述当前资源利用情况信息对所述调度结果进行调整，得到最终的调度结果；
所述调度子单元用于将所述待处理任务分配至所述最终的调度结果对应的任务处理器中进行处理。
3.根据权利要求1所述的新型智能配电终端，其特征在于，所述任意一个任务处理器还包括资源管理器模块；
所述资源管理器模块用于根据所述调度结果对资源利用情况列表进行更新。
4.一种新型智能配电系统，其特征在于，包括端侧设备、物联管理云平台和如权利要求1-3中任一项所述的新型智能配电终端；所述端侧设备和物联管理云平台分别与所述新型智能配电终端连接。
5.一种新型智能配电终端硬件资源分配方法，应用于如权利要求1-3中任一项所述的新型智能配电终端，其特征在于，包括：
获取待处理任务；
按照预置的调度策略对新型智能配电终端的多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理，以实现调度功能；
其中，所述获取待处理任务，包括：
获取总任务，并将所述总任务进行子任务分类，形成任务队列；
查询所述任务队列，得到待处理任务；
其中，所述预置的调度策略为根据各个任务处理器执行所述待处理任务的执行概率进行调度；
所述按照预置的调度策略对所述多个任务处理器进行调度，并将所述待处理任务分配至调度得到的任务处理器中进行处理，包括：
根据贝叶斯公式计算各个任务处理器执行所述待处理任务的执行概率，并根据所述各个任务处理器对应的执行概率，得到调度结果；
其中，所述多个任务处理器包括CPU、GPU和DPU，根据贝叶斯公式计算在任务队列中任一个任务执行时，选择CPU、DPU、GPU中的一个执行的概率分别为：
；
；
；
其中，C表示CPU； G表示GPU；D表示DPU；由任务队列中的任务量确定得到；/>、、/>为先验概率；/>为待处理任务中的任一任务；/>为CPU的执行概率；为DPU的执行概率；/>为GPU的执行概率。
6.根据权利要求5所述的新型智能配电终端硬件资源分配方法，其特征在于，还包括：
获取当前资源利用情况信息，并根据所述当前资源利用情况信息对所述调度结果进行调整，得到最终的调度结果；
将所述待处理任务分配至所述最终的调度结果对应的任务处理器中进行处理。
7.一种处理器，其特征在于，被配置成执行根据权利要求5至6中任一项所述的新型智能配电终端硬件资源分配方法。
8.一种机器可读存储介质，该机器可读存储介质上存储有指令，其特征在于，该指令在被处理器执行时使得所述处理器被配置成执行根据权利要求5至6中任一项所述的新型智能配电终端硬件资源分配方法。
CN202310598944.2A 2023-05-25 2023-05-25 一种新型智能配电终端及系统 Active CN116302581B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310598944.2A CN116302581B (zh) 2023-05-25 2023-05-25 一种新型智能配电终端及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310598944.2A CN116302581B (zh) 2023-05-25 2023-05-25 一种新型智能配电终端及系统

Publications (2)

Publication Number Publication Date
CN116302581A CN116302581A (zh) 2023-06-23
CN116302581B true CN116302581B (zh) 2023-12-22

Family

ID=86783719

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310598944.2A Active CN116302581B (zh) 2023-05-25 2023-05-25 一种新型智能配电终端及系统

Country Status (1)

Country Link
CN (1) CN116302581B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117791877A (zh) * 2024-02-23 2024-03-29 北京智芯微电子科技有限公司 配电物联网控制方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104468413A (zh) * 2014-11-27 2015-03-25 中国联合网络通信集团有限公司 一种网络服务方法及系统
CN110471758A (zh) * 2019-07-02 2019-11-19 中国电力科学研究院有限公司 一种网络分析应用多用户并发作业调度系统及方法
CN114185674A (zh) * 2021-12-10 2022-03-15 广东电网有限责任公司江门供电局 一种cpu任务实时调度方法、装置、设备及存储介质
CN115033389A (zh) * 2022-07-20 2022-09-09 广东电网有限责任公司 一种电网信息系统节能型任务资源调度方法和装置
CN115269176A (zh) * 2022-06-23 2022-11-01 中国南方电网有限责任公司 任务分配方法、装置、计算机设备、存储介质和产品
CN115981843A (zh) * 2022-12-09 2023-04-18 中国南方电网有限责任公司 云边协同电力系统中任务调度方法、装置和计算机设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104468413A (zh) * 2014-11-27 2015-03-25 中国联合网络通信集团有限公司 一种网络服务方法及系统
CN110471758A (zh) * 2019-07-02 2019-11-19 中国电力科学研究院有限公司 一种网络分析应用多用户并发作业调度系统及方法
CN114185674A (zh) * 2021-12-10 2022-03-15 广东电网有限责任公司江门供电局 一种cpu任务实时调度方法、装置、设备及存储介质
CN115269176A (zh) * 2022-06-23 2022-11-01 中国南方电网有限责任公司 任务分配方法、装置、计算机设备、存储介质和产品
CN115033389A (zh) * 2022-07-20 2022-09-09 广东电网有限责任公司 一种电网信息系统节能型任务资源调度方法和装置
CN115981843A (zh) * 2022-12-09 2023-04-18 中国南方电网有限责任公司 云边协同电力系统中任务调度方法、装置和计算机设备

Also Published As

Publication number Publication date
CN116302581A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
US20220247635A1 (en) Methods and apparatus to control processing of telemetry data at an edge platform
US11755452B2 (en) Log data collection method based on log data generated by container in application container environment, log data collection device, storage medium, and log data collection system
US11204811B2 (en) Methods and systems for estimating time remaining and right sizing usable capacities of resources of a distributed computing system
US8612785B2 (en) Optimizing energy consumption utilized for workload processing in a networked computing environment
Kumar Efficient resource allocation and QoS enhancements of IoT with fog network
US10886743B2 (en) Providing energy elasticity services via distributed virtual batteries
CN109672709B (zh) 一种混合云业务调度系统及方法
CN116302581B (zh) 一种新型智能配电终端及系统
CN103401938A (zh) 分布式云架构下基于业务特性的资源分配系统及其方法
CN113230658A (zh) 资源分配方法、装置、计算机可读介质及电子设备
CN107317836A (zh) 一种混合云环境下时间可感知的请求调度方法
Cheng et al. Heterogeneity aware workload management in distributed sustainable datacenters
DE102021211927A1 (de) Verfahren, systeme, herstellungsartikel und vorrichtungen zum stapeln von funktionen
US10608436B2 (en) System and method for optimal aggregation of small-scale energy storage
Marin et al. Reaching for the clouds: contextually enhancing smartphones for energy efficiency
US20220011843A1 (en) Software entity power consumption estimation and monitoring
CN109302723A (zh) 一种基于互联网的多节点实时无线电监测控制系统及控制方法
Lee et al. A workflow framework for big data analytics: Event recognition in a building
US11735920B2 (en) Cognitive framework for improving responsivity in demand response programs
Liao et al. Efficient and fair scheduler of multiple resources for MapReduce system
CN111435317A (zh) 数据处理方法、计算设备及存储介质
CN117376423B (zh) 一种深度学习推理服务调度方法、系统、设备及存储介质
CN116909758B (zh) 算力任务的处理方法、装置及电子设备
Moreno Characterizing and exploiting heterogeneity for enhancing energy-efficiency of cloud datacenters
Yuan Energy and performance-optimized scheduling of tasks in distributed cloud and edge computing systems

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