CN117555615A - 考虑“边-端-芯”协同的智能量测多芯模组配置方法 - Google Patents
考虑“边-端-芯”协同的智能量测多芯模组配置方法 Download PDFInfo
- Publication number
- CN117555615A CN117555615A CN202311556606.9A CN202311556606A CN117555615A CN 117555615 A CN117555615 A CN 117555615A CN 202311556606 A CN202311556606 A CN 202311556606A CN 117555615 A CN117555615 A CN 117555615A
- Authority
- CN
- China
- Prior art keywords
- core
- intelligent
- configuration
- intelligent measurement
- measurement terminal
- 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
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 179
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000007726 management method Methods 0.000 claims abstract description 89
- 230000005540 biological transmission Effects 0.000 claims abstract description 53
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 238000013500 data storage Methods 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims description 72
- 239000011159 matrix material Substances 0.000 claims description 32
- 238000004891 communication Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 23
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000013461 design Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000013642 negative control Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R11/00—Electromechanical arrangements for measuring time integral of electric power or current, e.g. of consumption
- G01R11/56—Special tariff meters
-
- 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44568—Immediately runnable code
- G06F9/44578—Preparing or optimising for loading
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了考虑“边‑端‑芯”协同的智能量测多芯模组配置方法,属于电力智能量测技术领域,应用于对智能量测终端核心板和智能电表管理单元的芯片级别,以及应用功能配置位置进行优化配置,包括以下步骤:获取智能量测终端核心板和智能电表管理单元的芯片存储容量和市场价格;以包含智能量测终端核心板、智能电表管理单元配置成本和数据传输成本在内的“边‑端‑芯”协同综合成本最小化为优化目标,对智能量测终端核心板和智能电表管理单元的芯片级别,以及应用功能配置位置进行优化配置;本发明提供的配置方案可面向不同智能量测应用对数据存储和传输的需求,对智能量测设备的多芯模组进行优化配置,提升智能量测“边‑端‑芯”协同效能效率。
Description
技术领域
本发明涉及电力智能量测技术领域,具体而言,涉及考虑“边-端-芯”协同的智能量测多芯模组配置方法。
背景技术
智能电表是智能量测体系中的基本元素,可提供海量的用户用电数据,在新型电力系统的建设发展中发挥重要作用。然而,随着第一批智能电能表大批量上线,其可靠性问题逐渐暴露出来。我国现行国家标准体系要求电表软硬件一体化设计,为了避免电能表程序被篡改,只能通过更换整表,解决智能电表硬软件故障问题。这种设计思路有利于保证电能消费计量的安全性和准确性,但电表出现问题即需要进行整表更换,削减了电能表的使用周期,增加了电网公司的运营成本,又造成了一定的资源浪费。
为应对该问题,国际法制计量组织(OIML)改进了计量体系设计标准,提出了International Recommendation 46(IR46)有功电能表标准。IR46国际标准要求电能表法制计量功能与非法制功能之间独立,非法制功能部分软件在线升级不能影响计量部分的准确和稳定。与此同时,随着物联网、人工智能等新技术的发展,在智慧城市、智慧社区、智能家居、分布式能源等领域诞生了大量的应用需求。根据上述情况和特点,当前亟需能够满足法制计量部分与非法制(也叫“管理部分”)分离,且能适应高级应用需求的新一代智能电能表。多芯模组化设计方案为分离法制计量部分与非计量管理部分的热门方向。
多芯模组化设计,采用管理单元与法制计量单元分离方式,具备计量芯、管理芯和扩展模块等工作芯,模组可插拔更换,相互独立互不影响。
现有技术对多芯模组化智能电表的硬件电路整体架构和软件整体架构进行了设计,重点关注了模块热插拔功能的硬件接口设计、插拔保护电路设计和热插拔软件设计,并进行了计量芯、管理芯、辨识芯和负控芯四个模块在内的模块化松耦合式的多芯智能电表设计,重点关注各芯片模块的硬件电路设计,同时根据国际新标准,设计了计量芯、管理芯、通信芯、扩展模块等多个工作芯,将上行通信、下行通信、扩展功能等设计为可插拔更换的模组化方式。
虽然现有技术关于多芯模组化设计主要集中在硬件上的模组化架构设计、引脚设计、热插拔设计等,能够满足电表现有的计量采集功能,并能够将智能量测设备的法制计量部分与非法制管理部分分离,然而,针对智能量测云-边-端-芯协同需求,智能电表、智能量测终端内部的多芯模组芯片如何优化配置鲜少有研究。
发明内容
为了解决上述问题,本发明的目的是通过设计一种考虑“边-端-芯”协同效能优化的多芯模组配置技术,以包含智能量测终端核心板、智能电表管理单元配置成本和数据传输成本在内的“边-端-芯”协同综合成本最小化为目标,以智能量测终端核心板、智能电表管理单元芯片级别、应用功能配置位置为决策变量,以应用功能数据存储、边-端通信数据传输能力为约束,实现智能量测多芯模组的优化配置选择。
为了实现上述技术目的,本申请提供了考虑“边-端-芯”协同的智能量测多芯模组配置方法,应用于对智能量测终端核心板和智能电表管理单元的芯片级别,以及应用功能配置位置进行优化配置,包括以下步骤:
获取智能量测终端核心板和智能电表管理单元的芯片存储容量和市场价格,其中,所述智能量测终端核心板是智能量测终端中的管理模组的内部电路板,所述智能电表管理单元是智能电表管理模组的内部电路板;所述“边-端-芯”中的“边”指的是智能量测终端,“端”指的是智能电表,“芯”包括智能量测终端核心板和智能电表管理单元;所述应用指的是智能量测系统为配电网提供的不同应用功能。
基于芯片存储容量和市场价格,以包含智能量测终端核心板、智能电表管理单元配置成本和数据传输成本在内的“边-端-芯”协同综合成本最小化为优化目标,对智能量测终端核心板和智能电表管理单元的芯片级别,以及应用功能位置进行优化配置。
优选地,在获取综合成本的过程中,根据智能量测终端核心板中的芯片配置成本、智能电表管理单元中的芯片配置成本,以及智能量测终端和智能电表之间的数据传输成本,生成所述“边-端-芯”协同综合成本。
优选地,在获取智能量测终端核心板配置成本的过程中,基于智能量测终端核心板芯片级别总数,构建智能量测终端核心板的第一成本矩阵和第一芯片级别配置矩阵;
通过第一成本矩阵和第一芯片级别配置矩阵的乘积,生成智能量测终端核心板配置成本。
优选地,在获取智能电表管理单元配置成本的过程中,基于智能电表管理单元芯片级别总数,构建智能电表管理单元的第二芯片级别配置矩阵和第二成本矩阵;
基于第二芯片级别配置矩阵和第二成本矩阵,通过获取低压台区的总用户数,生成基于低压台区的智能电表管理单元配置成本。
优选地,在获取数据传输成本的过程中,基于低压台区的总用户数,通过获取所述应用功能的配置位置、智能量测终端和智能电表之间单位数据传输成本,以及单个智能电表和智能量测终端之间传输的数据量,获取边侧智能量测终端和端侧智能电表之间的数据传输成本。
优选地,以包含智能量测终端核心板、智能电表管理单元配置成本和数据传输成本在内的“边-端-芯”协同综合成本最小化为优化目标,通过设置约束条件,构建所述优化配置模型,其中,所述约束条件包括:
应用功能数据存储约束,用于约束智能量测终端核心板和智能电表管理单元的芯片满足应用功能的数据存储需求;
传输约束,用于约束数据由智能量测终端和智能电表之间的通信模块传输;
决策变量约束,用于在优化配置过程中,约束智能量测终端核心板芯片级别、智能电表管理单元芯片级别和应用的配置位置均有且只能选择一个。
优选地,在设置应用功能数据存储约束的过程中,基于应用功能分别在智能量测终端和智能电表上的数据存储需求,通过获取智能量测终端核心板和智能电表管理芯为单个应用预留的存储空间系数,根据智能量测终端核心板不同级别芯片的第一存储空间矩阵,以及智能电表管理单元不同级别芯片的第二存储空间矩阵,生成应用功能数据存储约束。
优选地,在设置传输约束的过程中,基于端-边通信通道之间能传输的最大数据量,根据应用功能的数据传输需求,生成数据传输约束,其中,数据传输约束表示智能量测终端和智能电表之间传输的数据不小于应用功能所需要传输的数据,同时不高于智能量测终端和智能电表之间的通信信道传输能力。
优选地,在设置决策变量约束的过程中,基于第一芯片配置矩阵和第二芯片级别配置矩阵,根据应用功能配置位置,生成决策变量约束,用于确保配置结果的唯一性。
优选地,用于实现智能量测多芯模组配置方法的考虑“边-端-芯”协同的智能量测多芯模组配置系统,应用于对智能量测终端核心板和智能电表管理单元的芯片级别,以及应用功能配置位置进行优化配置,包括:
数据采集模块,用于获取智能量测终端核心板和智能电表管理单元的芯片存储容量和市场价格,以及智能量测终端和智能电表之间通信的单位数据传输成本;
优化配置模块,用于基于芯片存储容量和市场价格,以包含智能量测终端核心板、智能电表管理单元配置成本和数据传输成本在内的“边-端-芯”协同综合成本最小化为优化目标,对智能量测终端核心板和智能电表管理单元的芯片级别,以及应用功能配置位置进行优化配置。
本发明公开了以下技术效果:
本发明通过构建优化模型,针对不同的智能量测应用功能,对智能量测终端核心板、智能电表管理单元芯片级别、应用功能配置位置进行优化配置,实现智能量测应用功能在“边-端-芯”协同中的效能优化;
本发明提供的配置方案可面向不同智能量测应用功能对数据存储和传输的需求,对智能量测设备的多芯模组进行优化配置,提升智能量测“边-端-芯”协同效能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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是本发明所述的方法流程示意图;
图2是本发明所述的考虑“边-端-芯”协同效能优化的多芯模组配置模型示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1-2所示,本发明设计了一种考虑“边-端-芯”协同效能优化的多芯模组配置技术,通过构建优化模型,针对不同的智能量测应用功能,对智能量测终端核心板、智能电表管理单元芯片级别、应用功能配置位置进行优化配置,实现智能量测应用功能在“边-端-芯”协同中的效能优化。具体地,首先,收集智能量测终端核心板和智能电表管理单元的芯片存储容量和市场价格;其次,建立以包含智能量测终端核心板、智能电表管理单元配置成本和数据传输成本在内的“边-端-芯”协同综合成本最小化为优化目标的多芯模组优化配置模型;最后在商业软件中求解所述优化模型,得到模组优化配置结果。本发明提供的配置方案可面向不同智能量测应用对数据存储和传输的需求,对智能量测设备的多芯模组进行优化配置,提升智能量测“边-端-芯”协同效能。
本发明提出的一种考虑“边-端-芯”协同的智能量测多芯模组配置技术,具体包括如下过程:
1.收集智能量测终端核心板和智能电表管理单元的芯片存储容量和市场价格;
2.建立以包含智能量测终端核心板、智能电表管理单元配置成本和数据传输成本在内的“边-端-芯”协同综合成本最小化为优化目标的多芯模组优化配置模型;最后在商业软件中求解所述优化模型,得到模组优化配置结果。
所述“边-端-芯”协同综合成本包括智能量测终端核心板配置成本、智能电表管理单元配置成本和智能量测终端和智能电表之间的数据传输成本,具体计算方式如下:
(1)智能量测终端核心板配置成本CT:
智能量测终端核心板上芯片级别由其存储空间决定,存储空间越大,芯片级别越高,其价格也越高,通过一维价格行矩阵与一维芯片配置列矩阵相乘确定智能量测终端核心板配置成本CT,如下所示:
CT=AC1NT (1)
式中,AC1为智能量测终端核心板的成本矩阵AC1=[aTi]1×t,NT为智能量测终端核心板芯片级别配置矩阵NT=[nTi]t×1,nTi∈{0,1},t为可供选择的智能量测终端核心板芯片级别总数,aTi表示智能量测终端核心板第i级芯片的价格,nTi表示智能量测终端核心板第i级芯片是否配置,若nTi=1,则表示配置智能量测终端核心板第i级芯片,若nTi=0,则表示没有配置智能量测终端核心板第i级芯片。
(2)智能电表管理单元配置成本CB:
低压台区智能电表管理单元配置成本为低压台区所有智能电表的配置成本之和。与智能量测终端核心板类似,单个智能电表管理单元芯片级别由其存储空间决定,存储空间越大,芯片级别越高,其价格也越高,CB如下所示:
CB=NuAC2NB (2)
式中,Nu表示台区的总用户数,AC2为智能电表管理单元的成本矩阵AC2=[aBj]1×b,NB为智能电表管理单元芯片级别配置矩阵NB=[nBj]b×1,nBj∈{0,1},b为可供选择的智能电表管理单元芯片级别总数,nBj表示智能电表管理单元第j级芯片是否配置,若nBj=1,则表示配置智能电表管理单元第j级芯片,若nBj=0,则表示没有配置智能电表管理单元第j级芯片,aBj表示智能电表管理单元第j级芯片的价格。
(3)数据传输成本CD:
边侧智能量测终端和端侧智能电表之间的通信信道约束了边端之间数据传输量,同时数据传输的次数和数量越多,数据传输的可靠性降低。应用功能配置的位置影响边端之间数据传输量,数据传输成本如下所示:
CD=Ad[xd1Nu+(1-x)d0Nu] (3)
式中,CD表示为实现应用功能,需要在边端之间传输数据总成本,x表示应用的配置位置,x=1,表示应用功能配置在智能量测终端上,x=0,表示应用功能配置在智能电表上,Ad表示边端之间传输单位数据量的成本,d1和d0分别表示应用功能配置在智能量测终端和智能电表上时,单个智能电表和智能量测终端之间需要传输的数据量。
综上“边-端-芯”协同综合成本CT的目标如下所示:
CT=AC1NT+NuAC2NB+Ad[xd1Nu+(1-x)d0Nu] (4)
所述多芯模组优化配置模型的约束条件包括应用功能数据存储、传输约束和决策变量约束,具体如下:
(1)应用功能的数据存储约束:
算法模块执行应用功能时需要存储输入数据和计算数据,智能量测终端核心板和智能电表管理单元的芯片必须能够满足应用功能的数据存储需求。应用功能配置在不同位置,所需要的存储空间不同,融合应用功能配置变量x设计如下约束:
式中,HC1为智能量测终端核心板不同级别芯片的存储空间矩阵,HC1=[hTi]t×1,HC2为智能电表管理单元不同级别芯片的存储空间矩阵,HC2=[hBj]b×1;φT和φB分别为智能量测终端核心板和智能电表管理芯为单个应用预留的存储空间系数,Hs1和Hs2表示应用功能分别在智能量测终端和智能电表上的数据存储需求,hTi表示智能量测终端核心板第i级芯片的存储空间,hBj表示智能电表第j级芯片的存储空间。
(2)应用功能的数据传输约束:
算法模块执行应用功能需要的数据由智能量测终端和智能电表之间的通信模块传输。应用功能配置在不同位置,所需要传输的数据量不同。智能量测终端和智能电表之间传输的数据需要不小于应用功能所需要传输的数据,同时不能高于智能量测终端和智能电表之间的通信信道传输能力,具体如下所示:
Ds≤xd1Nu+(1-x)d0Nu≤Dp (6)
式中,Ds表示应用的数据传输需求,Dp为端边通信通道之间能传输的最大数据量。
(3)决策变量约束:
所提优化配置模型中的决策变量包括智能量测终端核心板芯片配置矩阵NT、智能电表管理单元芯片级别配置矩阵NB和应用功能配置位置x。优化配置过程中,智能量测终端核心板芯片级别、智能电表管理单元芯片级别和应用的配置位置均有且只能选择一个。应用功能配置位置x为0-1布尔变量已满足要求。为确保配置结果的唯一性,对NT和NB的元素作如下约束:
式中,nTi表示智能量测终端核心板第i级芯片是否配置,若nTi=1,则表示配置智能量测终端核心板第i级芯片,若nTi=0,则表示没有配置智能量测终端核心板第i级芯片;nBj表示智能电表管理单元第j级芯片是否配置,若nBj=1,则表示配置智能电表管理单元第j级芯片,若nBj=0,则表示没有配置智能电表管理单元第j级芯片;b为可供选择的智能电表管理单元芯片级别总数;t为可供选择的智能量测终端核心板芯片级别总数。
综上所述,所述多芯模组优化配置模型如下所示:
3.在商业软件中求解所述优化模型,得到模组优化配置结果。
多芯模组优化配置模型属于整数非线性规划,可在MATLAB中利用YALMIP构建优化模型,并采用求解器IPOPT求解。
实施例1:下面以一个含有300个用户的低压台区为例,针对低压拓扑识别应用功能进行智能量测设备多芯模组化优化配置。
智能量测终端核心板和智能电表管理单元不同级别芯片的存储容量参数和价格如表1所示。
表1
首先明确低压拓扑识别功能的数据传输和数据存储需求。智能低压拓扑识别算法完成拓扑识别至少需要15天低压台区所有用户电压、电流和有功功率时序曲线。智能电表电压、电流、有功功率单点数据分别占用6、9、12字节,一分钟一个计量点,单个智能电表15天的电压、电流和功率时序曲线共需要存储空间约570kb。300用户的低压台区共需要约167Mb的存储空间。端侧和边侧智能电表管理芯为单个应用预留的存储空间系数φT设定为10%,φB设定为20%。
在数据传输方面,智能量测终端一分钟最多只能接收60条报文,一天共86400条报文。考虑低压台区其他功能对于通信信道的需求,每天智能量测终端和智能电表之间为单个应用的最大通信能力设定为总数的60%,Dp=51840条。当低压拓扑识别功能配置在智能量测终端时,智能量测终端需要收集低压台区所有智能电表侧的电压、电流、有功功率数据,这些数据每15min传送一次报文给智能量测终端,单个智能电表需要给智能量测终端传送的报文为d1=4*24=96条。此时,低压拓扑识别应用需要的数据传输量为4*24*300=28800条。当低压拓扑识别功能配置在智能量测终端时,智能量测终端只收集低压台区智能电表的拓扑结果,单个智能电表需要给智能量测终端传送的报文d0数值为1条。此时,低压拓扑识别应用需要的最低数据传输量为1*300=300条。综上,低压拓扑识别功能的端边数据传输需求Ds取两种配置方案下的最小值,300条。智能量测终端通信模块成本为250元/个,智能电表通信模块的成本为50元/个,示例低压台区包含1个智能量测终端通信模块和300个智能电表通信模块,总成本为15250元,端边侧单条报文通信的成本Ad按条折算约为0.18元/条。
将上述参数带入式(9)中的优化模型求解得到NT=[0100]T,NB=[1000]T,x=1。此时针对低压拓扑识别应用功能,示例低压台区的智能量测设备多芯模组优化配置结果如表2所示。
表2
智能量测终端核心板 | 智能电表管理单元 | 应用功能配置位置 |
4GB | 8MB | 智能量测终端 |
此时,智能量测终端核心板和智能电表管理单元的配置成本总支出为865元,数据通信成本为5184元。低压拓扑识别功能应用在智能量测终端,主要是因为低压拓扑识别需要的数据量570kb,智能电表管理单元存储空间难以满足。而智能量测终端核心板的4G内存,可以满足其应用在终端167Mb的存储需求。值得一提的是,低压拓扑识别应用在智能量测终端,智能电表每日将数据传送至智能量测终端,显著增大了数据通信成本。
本发明是参照根据本发明实施例的方法、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。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.考虑“边-端-芯”协同的智能量测多芯模组配置方法,其特征在于,应用于对智能量测终端核心板和智能电表管理单元的芯片级别,以及应用功能配置位置进行优化配置,包括以下步骤:
获取智能量测终端核心板和智能电表管理单元的芯片存储容量和市场价格,其中,所述智能量测终端核心板是智能量测终端中的管理模组的内部电路板,所述智能电表管理单元是智能电表管理模组的内部电路板;所述“边-端-芯”中的“边”指的是智能量测终端,“端”指的是智能电表,“芯”包括智能量测终端核心板和智能电表管理单元;所述应用指的是智能量测系统为配电网提供的不同应用功能;
基于所述芯片存储容量和所述市场价格,以包含智能量测终端核心板、智能电表管理单元配置成本和数据传输成本在内的“边-端-芯”协同综合成本最小化为优化目标,对智能量测终端核心板和智能电表管理单元的芯片级别,以及应用功能位置进行优化配置。
2.根据权利要求1所述考虑“边-端-芯”协同的智能量测多芯模组配置方法,其特征在于:
在获取综合成本的过程中,根据智能量测终端核心板中的芯片配置成本、智能电表管理单元中的芯片配置成本,以及智能量测终端和智能电表之间的数据传输成本,生成所述“边-端-芯”协同综合成本。
3.根据权利要求2所述考虑“边-端-芯”协同的智能量测多芯模组配置方法,其特征在于:
在获取智能量测终端核心板配置成本的过程中,基于智能量测终端核心板芯片级别总数,构建智能量测终端核心板的第一成本矩阵和第一芯片级别配置矩阵;
通过所述第一成本矩阵和所述第一芯片级别配置矩阵的乘积,生成所述智能量测终端核心板配置成本。
4.根据权利要求3所述考虑“边-端-芯”协同的智能量测多芯模组配置方法,其特征在于:
在获取智能电表管理单元配置成本的过程中,基于智能电表管理单元芯片级别总数,构建智能电表管理单元的第二芯片级别配置矩阵和第二成本矩阵;
基于所述第二芯片级别配置矩阵和所述第二成本矩阵,通过获取低压台区的总用户数,生成基于所述低压台区的所述智能电表管理单元配置成本。
5.根据权利要求4所述考虑“边-端-芯”协同的智能量测多芯模组配置方法,其特征在于:
在获取数据传输成本的过程中,基于低压台区的总用户数,通过获取应用功能的配置位置、智能量测终端和智能电表之间单位数据传输成本,以及单个智能电表和智能量测终端之间传输的数据量,获取边侧智能量测终端和端侧智能电表之间的数据传输成本。
6.根据权利要求5所述考虑“边-端-芯”协同的智能量测多芯模组配置方法,其特征在于:
在构建优化配置模型的过程中,以包含智能量测终端核心板、智能电表管理单元配置成本和数据传输成本在内的“边-端-芯”协同综合成本最小化为优化目标,通过设置约束条件,构建所述优化配置模型,其中,所述约束条件包括:
应用功能数据存储约束,用于约束智能量测终端核心板和智能电表管理单元的芯片满足应用功能的数据存储需求;
传输约束,用于约束数据由智能量测终端和智能电表之间的通信模块传输;
决策变量约束,用于在优化配置过程中,约束智能量测终端核心板芯片级别、智能电表管理单元芯片级别和应用的配置位置均有且只能选择一个。
7.根据权利要求6所述考虑“边-端-芯”协同的智能量测多芯模组配置方法,其特征在于:
在设置应用功能数据存储约束的过程中,基于应用功能分别在智能量测终端和智能电表上的数据存储需求,通过获取智能量测终端核心板和智能电表管理芯为单个应用预留的存储空间系数,根据智能量测终端核心板不同级别芯片的第一存储空间矩阵,以及智能电表管理单元不同级别芯片的第二存储空间矩阵,生成所述应用功能数据存储约束。
8.根据权利要求7所述考虑“边-端-芯”协同的智能量测多芯模组配置方法,其特征在于:
在设置传输约束的过程中,基于端-边通信通道之间能传输的最大数据量,根据应用功能的数据传输需求,生成所述数据传输约束,其中,所述数据传输约束表示智能量测终端和智能电表之间传输的数据不小于应用功能所需要传输的数据,同时不高于智能量测终端和智能电表之间的通信信道传输能力。
9.根据权利要求8所述考虑“边-端-芯”协同的智能量测多芯模组配置方法,其特征在于:
在设置决策变量约束的过程中,基于所述第一芯片配置矩阵和所述第二芯片级别配置矩阵,根据应用功能配置位置,生成所述决策变量约束,用于确保配置结果的唯一性。
10.根据权利要求9所述考虑“边-端-芯”协同的智能量测多芯模组配置方法,其特征在于:
用于实现智能量测多芯模组配置方法的考虑“边-端-芯”协同的智能量测多芯模组配置系统,应用于对智能电表的智能量测终端核心板和智能电表管理单元的芯片级别,以及应用功能位置进行优化配置,包括:
数据采集模块,用于获取智能量测终端核心板和智能电表管理单元的芯片存储容量和市场价格,以及智能量测终端和智能电表之间通信的单位数据传输成本;
优化配置模块,用于基于所述芯片存储容量和所述市场价格,以包含智能量测终端核心板、智能电表管理单元配置成本和数据传输成本在内的“边-端-芯”协同综合成本最小化为优化目标,对智能量测终端核心板和智能电表管理单元的芯片级别,以及应用功能配置位置进行优化配置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311556606.9A CN117555615B (zh) | 2023-11-21 | 2023-11-21 | 考虑“边-端-芯”协同的智能量测多芯模组配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311556606.9A CN117555615B (zh) | 2023-11-21 | 2023-11-21 | 考虑“边-端-芯”协同的智能量测多芯模组配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117555615A true CN117555615A (zh) | 2024-02-13 |
CN117555615B CN117555615B (zh) | 2024-04-30 |
Family
ID=89818144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311556606.9A Active CN117555615B (zh) | 2023-11-21 | 2023-11-21 | 考虑“边-端-芯”协同的智能量测多芯模组配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117555615B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112557714A (zh) * | 2020-12-10 | 2021-03-26 | 宁波迦南智能电气股份有限公司 | 一种多芯模组化智能电能表 |
CN113077160A (zh) * | 2021-04-13 | 2021-07-06 | 国网山东省电力公司潍坊供电公司 | 一种智能电网能量优化控制方法及系统 |
CN116737844A (zh) * | 2023-05-17 | 2023-09-12 | 国网宁夏电力有限公司电力科学研究院 | 一种基于知识图谱负荷辨识的多芯模组化智能电能表 |
-
2023
- 2023-11-21 CN CN202311556606.9A patent/CN117555615B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112557714A (zh) * | 2020-12-10 | 2021-03-26 | 宁波迦南智能电气股份有限公司 | 一种多芯模组化智能电能表 |
CN113077160A (zh) * | 2021-04-13 | 2021-07-06 | 国网山东省电力公司潍坊供电公司 | 一种智能电网能量优化控制方法及系统 |
CN116737844A (zh) * | 2023-05-17 | 2023-09-12 | 国网宁夏电力有限公司电力科学研究院 | 一种基于知识图谱负荷辨识的多芯模组化智能电能表 |
Also Published As
Publication number | Publication date |
---|---|
CN117555615B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | Market mechanisms for cooperative operation of price-maker energy storage in a power network | |
CN108399505B (zh) | 分布式光伏电源接入容量规划方法及终端设备 | |
CN116094065A (zh) | 电网承载能力评估方法、装置及电子设备 | |
CN114362160A (zh) | 一种基于比例均分原则的碳排放及绿电追踪方法、装置 | |
CN117555615A (zh) | 考虑“边-端-芯”协同的智能量测多芯模组配置方法 | |
CN211528965U (zh) | 能耗监测和管理平台远程电控系统 | |
CN116451001B (zh) | 多电网碳排分布式协同隐私计算方法及系统 | |
CN118297343A (zh) | 基于用户电价设计的虚拟电厂调度方法及系统 | |
CN111709580A (zh) | 一种微电网源荷匹配性评估方法、系统以及设备 | |
Patil et al. | Green communication for power distribution smart grid | |
CN117875665A (zh) | 新能源电站发电计划生成方法、装置、设备及介质 | |
CN110912203B (zh) | 多微电网协同控制及系统、计算机设备、可读存储介质 | |
CN115333089A (zh) | 一种根据智能电表表计信息数据库分析电力配额的方法 | |
CN115833145A (zh) | 台区电压预测及调控方法、装置、电子设备及存储介质 | |
CN208421584U (zh) | 一种注塑采集终端 | |
CN112909932A (zh) | 一种调峰型虚拟电厂的优化方法及终端 | |
CN117039945B (zh) | 一种基于软开关互联的配电网自平衡调度方法 | |
CN109191701A (zh) | 电力计量方法、系统及服务器 | |
CN205486709U (zh) | 一种多功能家庭用电信息采集装置 | |
CN119005649B (zh) | 一种考虑配电网供电能力的低压台区柔性互联规划方法 | |
CN118488344B (zh) | 一种智能预测用户用电的采集终端 | |
CN117879015B (zh) | 储能容量确定方法、装置、介质及产品 | |
CN212649108U (zh) | 一种储配联合新能源控制装置 | |
CN221406416U (zh) | 数据处理系统及电子设备 | |
CN118381079A (zh) | 新能源站储能配置方法、装置及可读存储介质 |
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 |