[发明专利]面向电力物联实时在线监测业务的边缘计算任务分配方法

说明书

本发明涉及一种面向电力物联实时在线监测业务的边缘计算任务分配方法，属于电力物联实时在线监测技术领域。该方法首先建立基于边缘计算的实时在线监测业务任务分配模型；其次，针对粒子群算法中的边缘节点任务排队问题，采用基于EDF设置混合优先级进行任务排队；接着，针对粒子群算法解决离散问题的不足及易局部收敛的问题，提出基于改进离散粒子群算法的任务分配求解方法。仿真结果表明，本发明提出的算法能够有效地分配实时在线监测业务边缘计算任务，进一步降低业务时延，有效地提升实时在线监测系统的综合性能。

技术领域

本发明属于电力物联实时在线监测技术领域，具体涉及一种面向电力物联实时在线监测业务的边缘计算任务分配方法。

背景技术

随着变电站智能化程度不断提高，变电站内需要接入的业务种类越来越多，各类业务对通信网络质量、接入位置、安全性等的要求各不相同。实时在线监测系统是电力系统稳定运行的安全保障。随着智能电网和物联网的发展，越来越多的电力实时在线监测设备接入网络，产生了大量的业务请求和数据，给传统的云计算架构带来了很大的压力。边缘计算是一种新型的分布式架构，它将终端产生的任务，由网络中心节点，迁移到靠近数据源的边缘节点来处理。将边缘计算架构应用于电力实时在线监测系统，能够极大缓解网络的压力，有效降低任务的时延。但边缘节点本身的计算资源与存储资源相对有限，面对众多实时性需求很高的实时在线监测业务，需要提出一种合理的任务分配策略，以保证任务的及时完成，并进一步降低任务的时延。

为了解现有技术的发展状况，对已有的论文和专利进行了检索、比较和分析，筛选出如下与本发明相关度比较高的技术信息：

技术方案1：专利号为CN201810650636的《一种面向边缘计算环境的服务请求分配方法》专利，涉及一种面向边缘计算环境的服务请求分配方法，该方法主要步骤为：决策系统获取实时监测系统中各边缘设备的可用资源和服务请求执行情况；收集所有边缘设备收到的服务请求；应用一种改进的遗传算法为所有服务请求选择最优边缘服务器或云服务器；对所有边缘服务器进行服务请求调度。

该方案从服务请求的分配和调度两个角度出发，最大限度地对服务的响应时间进行优化；同时采用启发式方法，在遗传算法中引入模拟退火方法的温度控制机制，可以在算法初始阶段减慢算法的收敛速度，有效避免陷入局部最优，在算法的终止阶段加快收敛速度，提高算法的效率。但该方法基于遗传算法，因此执行速度较慢，计算开销较大。

技术方案2：专利号为CN201811020720的《基于边缘计算网络的任务调度方法》专利，涉及一种基于边缘计算网络的任务调度方法。该方法主要步骤为：上一次调度结束后，将获取到的所有的节点信息，输入至预设的第一神经网络模型，输出优劣参数；将优劣参数广播至每一边缘计算节点，以供每一边缘计算节点分别根据优劣参数优化预设的第二神经网络模型，并将当前的节点状态信息输入至优化后的第二神经网络模型，输出下一次调度的决策信息，将每一计算任务分别发送到下一次调度的决策信息指示的执行主体进行计算。

该方案提出的基于边缘计算网络的任务调度方法中，中心控制器获取每一边缘计算节点的节点信息，对每一边缘计算节点的调度决策进行评价，每一边缘计算节点分布式执行任务调度，提高了边缘计算的效率。但是，在实际情况中，有大量实时任务需要处理，使用中心控制器进行决策，并使用神经网络方法，开销很大，对于实时性强的任务，时延难以保证。

技术方案3：专利号为CN201810103895的《一种基于边缘计算的纺纱CPS及其实时任务处理方法》专利，涉及一种基于边缘计算的纺纱CPS及其实时任务处理方法。本专利提出了一种基于边缘计算的纺纱CPS，与此同时，本专利提出了基于边缘计算的纺纱CPS的实时任务处理方法。此实时任务处理方法采用边缘计算模式，将纺纱CPS 中的计算与存储资源分散到物理实体，可以很好地满足纺纱CPS中的实时性要求和安全性要求，降低了任务传输中的安全风险。