[发明专利]一种基于端边协同的变电站巡检方法

权利要求书

1.一种基于端边协同的变电站巡检方法，其特征是：该方法由以下步骤实现：

步骤一、获取巡检系统内智能巡检设备的状态信息、信道状态信息和端口信息；

所述智能巡检设备状态信息包括：设备类型、设备数量、接入方式以及当前工作状态；设定系统内包括M个智能巡检设备，构成设备集M_SE＝{1,...,m,...,M}，根据接入方式不同，将设备分为有线设备和无线设备，b_m∈{0,1}，其中b_m＝1表示无线设备，b_m＝0表示有线设备；

步骤二、根据步骤一获取的信息，建立基于端边协同的变电站巡检系统模型，具体通过建立变电站巡检任务数据计算模型、计算平均AoI和计算无线设备能耗三个步骤实现；

步骤二一、建立变电站巡检任务数据计算模型；

设备m在巡检过程中随机产生固定不可分的任务数据包其中d_m表示设备m产生的数据长度，c_m表示处理单位比特数据所需的计算量，则完成Task_m所需的总计算量为d_mc_m；

任务数据包有两种计算方式：本地计算或卸载计算；

确定任务数据包计算方式的过程即为卸载决策过程，记为决策变量，表示设备m的计算方式，y_m＝0表示本地计算，y_m＝1表示卸载计算，多个设备的决策变量构成决策变量集，记为Y＝{y_m,m∈M_SE}；

步骤二二、计算平均AoI；

按计算方式分两种情况分析平均AoI的计算过程，即本地计算时平均AoI的计算过程和卸载计算时平均AoI的计算过程；

所述本地计算时平均AoI的计算过程为：

智能巡检设备m产生的数据包是到达率为λ_m0的泊松流，将设备m的本地计算过程建模为具有到达率λ_m0和服务率μ_mc的FCFS规则M/M/1排队系统；

设定第i个数据包的产生时间间隔为则Ε[·]表示数学期望；服务时间为则队列等待时间为W_i^l，逗留时间为

所述本地计算时平均AoI为：

式中，τ为系统观测时长，且满足保证系统稳定；为本地计算时智能巡检设备m的计算能力，计算能力集合记为

所述卸载计算时平均AoI的计算过程为：

所述卸载计算时任务数据包的服务过程分为两个阶段Phase1和Phase2，如下述形式表示为：

t_i为第i个任务数据包的产生时刻，t_i'为第i个任务数据包的服务完成时刻，Phase1包括任务数据包产生、进入本地数据传输队列和数据传输三个过程建模为具有到达率λ_m0和服务率μ_mt的FCFS规则M/M/1排队系统，其中μ_mt＝R_m/d_m，R_m为数据传输速率，用下式表示为：

其中，R_m0为有线传输速率，p_m为无线传输功率，传输功率集记为P＝{p_m,m∈M_SE}，h_m为信道增益，σ²为信道高斯白噪声功率，B为信道带宽；

Phase2建模为到达率为λ_m0和服务率为μ_ms的FCFS规则M/M/1排队系统，其中为卸载计算时边缘计算中心分配给设备m的计算能力，记为计算能力分配集合，表示边缘计算中心的计算资源分配方案；

设定卸载计算时第i个数据包的产生时间间隔为则在Phase1和Phase2的等待时间分别为W_i⁽¹⁾和W_i⁽²⁾；服务时间分别为和则逗留时间分别为T_i⁽¹⁾和T_i⁽²⁾，卸载计算总逗留时间T_i^e为：

所述卸载计算时平均AoI为：

其中，和且满足和保证系统稳定；

步骤二三、计算无线设备能耗，按计算方式分两种情况分析无线设备能耗的计算过程，即本地计算时无线设备能耗的计算过程和卸载计算时无线设备能耗的计算过程；

所述本地计算时无线设备能耗为：

式中，为本地计算时无线设备运行能耗，为本地计算时无线设备的计算能耗，ε为能耗系数，为无线设备单位时间内的能耗值；

所述卸载计算时无线设备能耗为：

式中，为卸载计算时无线设备运行能耗，为卸载计算时无线设备传输能耗；

步骤三、权衡系统平均AoI和系统无线设备能耗建立加权和成本函数，确立优化问题；具体步骤为：

步骤三一、确立系统平均AoI和系统无线设备能耗，经标准化后，建立加权和成本函数；

系统平均AoI为：

系统无线设备能耗为：

采用min-max标准化方法对Δ和E进行标准化，并建立加权和成本函数G(Y,F^l,F^e,P)，用下式表示为：

G(Y,F^l,F^e,P)＝λ₁Δ^*+(1-λ₁)E^*

式中，权重系数λ₁∈[0,1]表明成本函数对系统平均AoI和系统无线设备平均能耗两个指标的偏重程度，Δ^*为标准化的系统平均AoI，E^*为标准化的系统无线设备能耗；

步骤三二、根据所述加权和成本函数及约束条件，建立约束优化问题；

式中，约束C1、C2、C3表明排队系统应该是稳定的；约束C4、C5、C7、C8为相关参数的取值范围约束；约束C6表明边缘计算服务中心分配给各设备的计算能力总和；

步骤四、采用改进的灰狼算法求解优化问题，获得卸载决策和资源分配方案；即优化问题的解；改进的灰狼算法的关键步骤为：

步骤四一、采用Logistic混沌映射方法初始化种群，记当前灰狼位置向量为

步骤四二、引入干扰因子，增加位置更新过程的随机性；

步骤四三、采用非线性收敛因子权衡全局搜索和局部搜索；

式中，a为灰狼的攻击范围，a_initial为a的初值，取值为2，a_final为a的终值，取值为0，κ为非线性程度，调整κ改变a的非线性变化规律，iter为当前迭代次数，maxiter为最大迭代次数；

步骤五、根据步骤四获得的卸载决策和资源分配方案为巡检设备分配计算资源；

步骤六、完成数据处理，向用户交互界面反馈巡检结果。