[发明专利]一种基于云计算的电力调度数据容灾方法

权利要求书

1.一种基于云计算的电力调度数据容灾方法，其特征在于，它包括以下步骤：

步骤一：

在已有的电网调度数据灾备中心的基础上，租用多个云提供商提供的数据容灾平台，组成新的基于云计算的电力调度数据容灾网络；

步骤二：

在新的电力调度数据容灾网络中，将原有的数据灾备中心看作中心存储节点，将各个云提供商看作存储节点，并根据各个云提供商不同的存储费用、通信费用和带宽大小，结合多目标粒子群优化算法，设计一个兼顾电网调度数据的数据容灾成本与数据恢复时间RTO的基于云计算技术的电网调度数据容灾任务调度方法。

2.根据权利要求1所述的一种基于云计算的电力调度数据容灾方法，其特征在于，在步骤二中，所述数据容灾任务调度方法包括下列步骤：

(1)粒子编码与解码

定义t时刻粒子的维数D为t时刻需进行的电网调度数据容灾任务个数n_t的3倍，即D_t＝3n_t；

粒子与调度结果之间的关系如下：每个粒子P均对应一个容灾任务；假设有X个D维的调度序列(E₁,E₂,E₃……E_x)，对于任一容灾任务，假设其编号为i，将会在调度序列E_x中顺序出现3次，并分别表示其对应的3个备份，计算[D_t/3]，得到其对应的任务编号；如果那么该备份储存在中心节点；如果那么该备份储存在2号存储节点；如果那么该备份储存在3号存储节点；如果那么该备份储存在4号存储节点；

(2)初始化种群

将M设定为t时刻初始化种群的规模，和V_l^t(i)分别表示t时刻迭代第l代的第i维变量位置和第i维变量速度，初始化种群的步骤如下：

For i＝1to M，M是种群规模

①初始化速度

②位置是0～1之间随机数；

(3)粒子的更新过程

粒子新速度的计算公式如下：

V_l^t+1(i)＝W×V_l^t(i)+R₁×(A_t[Gbest]-

Slt(i)+R2×(Sbestslt(i)-Slt(i))]]>

其中R₁和R₂是[0,1]之间的随机数，W是权重值，A_t[Gbest]是t时刻找到的全局最优解，是粒子i在当前t时刻第l代所达到的最优位置；

粒子新位置的计算公式如下：

Slt+1(i)=Slt(i)+Vlt(i)]]>

(4)粒子的评价参数与约束条件

评价参数：取容灾成本与数据恢复时间为粒子的两个评价参数，调度策略的优化目标是尽量降低容灾成本COST与数据恢复时间RTO；

容灾成本计算公式：Cost=Σi=1NtΣk=1LPck×Di×Nik+Ptk×Di]]>

其中Pc_k表示节点k的单位存储成本，D_i表示任务i的数据量，N_ik表示任务i在节点k上的备份数量，Pt_k表示节点k的单位通信成本，L和N_t分别表示存储节点数量和存储任务数量；

数据恢复时间计算公式：RT0=Σk=1LDk/BWk+TRd]]>

其中BW_k表示存储节点k的通信带宽，TR_d表示待恢复数据的检索时间；

与此同时，从现实条件与容灾数据可靠性方面考虑，需要在此基础上增加约束条件，并达到限制解空间的目的；

约束条件：

中心节点上所有任务的电网调度数据的数据量总和要小于中心节点的最大存储容量，用公式表示为：

任意任务的总备份数量都等于3，用公式表示为：

(5)个体最优位置与整体最优位置

通过步骤(4)中的评价参数为每一个粒子更新个体最优位置，使得该粒子对应的容灾成本最低并且数据恢复时间最短，并在历史集中更新整体最优位置使得历史集对应的容灾成本最低并且数据恢复时间最短，将迭代次数加1，如果已达到迭代次数阀值，那么停止迭代，否则，转向步骤(3)；

(6)最优解

当迭代次数达到阀值之后，取步骤(5)中的整体最优位置作为最优解，得到经过调度后的容灾任务所对应的存储节点编号、数据容灾成本COST与数据恢复时间RTO。