面向新型电力系统的最小服务延迟的负载分配算法研究

边缘计算依托其在网络边缘的技术和部署优势,能够实时采集终端设备的运行情况,并按需完成数据云台的上传,有效缓解了云端处理器的工作压力,降低数据实时回传的延时。然而,资源有限的单一边缘节点的固有特性可能依然无法满足大规模接入的新型电力业务的延迟要求。对此文中研究了满足较低服务延迟的工作负载分配策略。考虑到网络时延和计算时延,构建了一种基于多个边缘计算节点的工作负载分配模型,以最小化新型电力系统场景下的服务时延。此外,为进一步降低多种新型电力业务终端的服务时延,制定了一种工作负载分配机制。在初始化阶段,通过任务平衡算法来改善边缘节点间的工作负载平衡。为了有效保证资源分配的合理性,提出了一种改进的粒子群优化算法,实现边缘节点的CPU资源的合理分配。基于半定规划算法,将网络资源做到更有效地分配。最终通过仿真实验,表明了所提的分配策略更加有效。     

基于负载再分配的边缘计算任务均衡调度策略

目前5G异构网络的计算卸载机制在边缘节点资源方面和电力业务调度算法时延与负载均衡方面存在问题。综合考虑边缘服务器负载均衡和业务计算时延,针对min-min算法与max-min算法的不足,文中提出了基于电力业务优先级二次再分配的均衡调度算法。该算法根据业务的最大容忍时延划分业务的优先级,并且根据最小完成时间标准差确定长短业务比例,实现业务的预分配。基于各个边缘服务器的负载情况,该算法再将高负载边缘服务器上的业务分配给负载低的服务器,实现二次再分配。仿真结果表明,与典型的算法相比较,所提算法缓解了现有技术中存在的以上问题,降低了计算时延,实现负载均衡,提高了系统资源利用率。     

一种考虑业务可靠性的需求响应边缘云部署方法

需求响应边缘节点的部署能缓解电网需求侧管理平台处理海量业务的压力,提高电力用户底层终端的管理质量。然而边缘计算在当前工程应用中主要侧重于业务计算的实时性却忽略了业务的可靠性。该文重点考虑了业务的可靠性,提出一种边缘云的部署方法。部署方法包含通信机制和任务分配机制。通过建立一种新型的需求响应通信机制,并结合边缘计算节点部署的位置选取,降低业务受链路故障和通信质量不佳的影响。该通信机制中每个业务源节点均需与边缘节点和目的节点建立连接。在链路出现故障和通信质量不佳时,需求响应能在2条连接中进行切换,实现分布式与集中式调度2种模式的灵活变换。为实现边缘节点的部署位置选取,利用穷举方式遴选符合特定要求的网络节点。同时为了提高业务可靠性,在确定可用于提高业务可靠性的边缘节点后,设计对应的边缘节点之间需求响应业务管控的任务分配机制。该机制利用启发式算法,逐个分配边缘节点管控的业务,保证边缘节点所管辖的负荷量差值不会相差过大。经仿真结果验证,所提的新型通信机制和任务分配机制能够提高需求响应业务的可靠性。     

面向边缘计算的人工鱼群搜索任务调度

如何将计算任务分配到合适的边缘计算资源上进行计算,以满足边缘计算环境下用户的计算需求、提高用户任务请求 的服务质量,是边缘计算中面临的关键问题。 本文提出一种基于人工鱼群搜索的边缘计算任务调度方法(AFETSA)。 将人工 鱼群搜索算法和边缘计算任务调度模型相结合,采用非线性递减函数动态地调整人工鱼的视野范围和步长,以提高启发式任务 调度算法的全局搜索能力,降低任务的计算时延;同时与禁忌搜索算法进行融合,通过引入忌禁表,在每一次迭代中防止算法陷 入局部最优,提高算法的寻优能力。 CloudSim3. 0 仿真平台实验评测结表明,本文所提 AFETSA 方法和已有的 AFSA、ACO 和 PSO 这 3 种调度算法相比,在任务执行时间、算法稳定性、负载均衡方面都有明显的提升,可充分利用边缘服务器计算资源,提 升计算任务的计算性能,有效解决边缘计算中任务调度不均导致的时延过高和负载不均衡问题。     

基于虚拟机动态迁移的电力仿真云计算平台资源调度策略

针对目前电力系统仿真计算实时性与计算精度要求高、平台可扩展性差以及资源利用率低等特点,首先给出了一种基于开源基础设施平台OpenStack和并行处理框架Hadoop的电力仿真云计算平台架构,能够以较低成本实现动态扩展、高效计算和海量存储等功能。其次,结合电力系统仿真任务特点,给出了一种基于多目标粒子群优化(PSO)算法的虚拟机迁移策略,实现电力仿真云计算平台资源调度。虚拟机迁移过程采用指数平滑预测模型确定热点,选择虚拟机时综合考虑迁移速度和效果两个因素,利用多目标PSO算法搜索目标节点,使得电力系统仿真计算在保证服务质量的同时兼顾高资源利用率和低运行成本的优势。最后,通过CloudSim进行仿真实验,将所提算法与贪心迁移算法和顺序放置非迁移算法进行对比。实验表明,所提算法在服务等级协议(SLA)违背率、剩余资源率、能耗以及虚拟机迁移次数等指标上均优于其他算法,验证了基于虚拟机动态迁移的多目标PSO算法在电力仿真云计算平台资源调度中的优势和可行性。     

基于边缘计算的智慧风场数据采集与分析计算方法

针对智慧风场底层数据采集、传输、计算与存储过程中存在的数据传输可靠性差、通信带宽不足、数据计算存储负载较大的问题,提出了一种基于边缘计算的智慧风场数据采集与分析计算方法.采集方法在靠近设备侧的风场部署采集智能网关和边缘云,与底层风场的安全防护系统一起构建了底层数据采集系统,并支持多种工业协议和电力规约的转换,采用断点续传方法维护数据的可靠传输.梳理了风场侧处理的关键业务,将原本在中心云中处理的关键业务迁移至边缘云,采用统一的数据标准化处理与计算方法.该方法有机地融合了新能源生产信息系统的三级架构,将大部分数据标准化和计算工作迁移至设备侧,屏蔽了风电设备差异带来的数据异构对上层应用的影响,极大地减少了中心云的负载.     

电力物联网边缘计算终端的微服务建模与计算资源配置方法

文中提出了电力物联网边缘计算终端的微服务建模与计算资源配置方法。首先,在提出的微服务架构基础上,建立了基础服务和聚合服务的时序逻辑模型。然后,提出了基于微服务的边缘计算终端计算资源配置方法,该方法采用计算资源供需模型刻画边缘计算终端为不同类型聚合服务供给计算资源,采用计算资源配置模型获得边缘计算终端的计算资源配置量和容器资源供给量。最后,仿真分析了容器资源垂直弹性伸缩率、聚合服务最大容忍延时和资源灵敏系数对计算资源配置的影响,给出了考虑多类聚合服务的计算资源配置结果。     

面向需求响应的多边缘网关协同信息缓存与分发策略

边缘计算在电力通信网的应用有利于实现更低时延的需求响应,促进未来能源市场发展。现有工作研究了边缘计算在数据处理环节的应用,而需求响应信息分发机制也亟待优化。针对信息分发时延影响用户响应能力的问题,提出面向需求响应的边缘多跳协同缓存网络架构,优化信息分发速率。为降低信息分发时延,设计一种考虑协同范围的非合作博弈缓存算法,令边缘网关竞争服务用户数,在降低信息缓存重复度同时实现时延优化;考虑到边缘网关部署特点,进一步提出分布式的缓存决策算法,实现边缘网关分布式决策。仿真结果表明,所提算法有效降低了响应信息的分发时间,并提高了用户的实际最大响应能力。     

移动边缘计算中依赖型任务的调度模型研究

当前移动边缘计算(mobile edge computing, MEC)环境中关于任务调度的工作经常忽略任务间的依赖关系,导致其完成 时延较长。 针对此问题,首先,以降低系统完成时延为目标,在考虑到跨服务器协作的多用户、多边缘服务器场景下,利用广度 优先搜索算法(breadth first search, BFS)构建一种依赖型任务的调度模型。 然后,根据任务和边缘服务器之间的交互,将模型 中各调度层的联合卸载和迁移问题建模为一个多领导者多跟随者的 Stackelberg 博弈。 最后,为实现 Stackelberg 博弈均衡,提出 基于 Q 值的卸载算法和分布式迭代迁移算法求解模型。 仿真结果表明,与基线算法相比,所提算法在不同规模的用户和边缘 服务器的场景下,将系统完成时延分别降低了 44. 1%和 63. 2%。 进一步实验表明,与传统方案相比,所提模型在不同规模的用 户和边缘服务器的场景下使系统完成时延分别降低了 20. 1%和 6. 7%,有效保证了服务质量。     

面向新型电力系统的边缘缓存与计算资源迁移策略

随着以新能源为主体的电力系统的发展，分布式特征明显，终端设备数量剧增。海量用电负荷的调度和控制面临着时延过高和计算效率不足等问题，亟待建立高效的通信网络以有效提高电力系统的运行效率和可靠性。针对现有边缘计算技术与电力系统结合中未考虑在边缘网络资源管理中服务缓存和虑拟机(virtual machine, VM)迁移的联合优化问题，基于任务卸载模型、服务缓存模型和VM迁移模型，提出了一种联合服务缓存和VM迁移的边缘资源分配策略，旨在提高系统性能。针对服务缓存与VM迁移联合优化的耦合性问题，将原问题解耦成两个子问题的方法进行迭代求解，以实现更优的资源分配效果。仿真结果进一步证明了所提策略在性能方面表现更优，与其他方案相比可以得到更低的任务处理时延。     

风电机组无线监控系统的构建方法

从节点部署和路由协议2个方面对风电机组无线监控系统进行构建。考虑到风电机组典型故障的分布具有一定的空间性,提出了一种空间正四面体节点部署方案,以最大限度地减少所需部署的传感器节点数目。所提节点部署方案将正四面体理论运用到监控系统的节点部署中,着重对机舱的齿轮箱、发电机与传动轴进行监控部署;在此基础上,通过对经典LEACH路由协议的簇头选取方式进行改进,提出了适用于风电机组监控系统的路由算法。该算法综合考虑了节点剩余能量和节点之间的几何距离,最大限度地提高了监控系统的信息传输能力并均衡利用节点能量、延长监控系统的使用寿命。仿真结果表明,所提空间节点部署方案拓展了监控系统的监控能力,所提改进路由算法使监控系统的最佳工作时间延长了31.35%。     

基于软件定义网络的电网边缘计算资源分配

针对电网节点中边缘服务器资源受限问题,提出了一种基于软件定义网络的边缘计算框架。采用深度确定性策略梯度(Deep Deterministic Policy Gradient, DDPG)强化学习算法对边缘服务器中的计算、存储资源进行合理分配。首先建立应用于电网中的基于软件定义网络的边缘计算模型,得到边缘服务器计算存储资源及任务时延的约束条件,分析得到需处理的MINIP问题。使用Tensorflow搭建仿真环境并执行强化学习算法,实现电网边缘节点对边缘服务器存储计算资源的最优利用。结果表明,强化学习算法中的回复值呈上升趋势,采用DDPG进行分配的系统总延时更低。     

面向电工智慧物联的服务缓存和计算卸载策略

海量数据接入对电工装备智慧物联发起挑战,亟须边缘计算协助数据实时处理。现有工作重点研究了任务卸载技术在工业互联网场景的应用,未充分关注服务缓存对任务卸载策略的影响。针对上述问题,提出了面向电工装备智慧物联场景的联合服务缓存与任务卸载策略。针对供应商与服务提供商的收益冲突问题,以供应商数据处理时延最小化为目标,研究与证明了计算服务提供商与供应商之间的主从博弈以及纳什均衡点的存在,提出结合粒子群的广义Benders分解算法实现问题求解。仿真结果表明,所提策略有效提高了任务处理效率,降低了供应商的计算成本,提高了服务提供商的服务收益。     

大规模复杂配电网三相不平衡潮流并行计算方法

以牛顿拉夫逊法为基础,建立了复杂配电网中的三相配电线路、负荷、变压器和调压器等的数学模型,提出了复杂配电网三相不平衡潮流的并行计算方法,以提高大规模复杂配电网潮流计算的性能。考虑配电网的馈线数和节点数,设计了同构模式下多核(2、4)处理器的任务分配,对比负载均衡、并行加速比。通过IEEE 123节点标准馈线、某电网1000节点馈线及IEEE 123、37、34和13标准馈线拆装重组而成的数十条馈线等的仿真,对所提并行潮流计算方法的计算速度、收敛性和加速比进行测试和比较分析。仿真结果表明,所提并行计算算法能充分利用计算机的多核资源、显著提高了计算效率。     

面向区域售电公司的边缘计算架构设计探讨

万物互联时代背景下，电力系统数据传递量不断增长，为了提高区域售电公司数据处理的准确性和时效性，文章提出了一种基于边缘计算的数据处理架构。首先阐明了边缘计算的定义和节点的设计框架，介绍了目前边缘计算在电力系统中的一些应用场景。其次搭建了面向区域售电公司的边缘计算框架，分别就云平台和边缘节点的模型进行定义和分析，并针对综合框架信息交互的内容进行详细讨论，且设计了整体运行流程。最后建立了区域售电公司边缘计算任务分配模型，通过算例分析了边缘计算节点的信息传输性能和计算性能。结果表明所提架构相较于传统云计算方法具有优越性，为售电公司制定用电套餐的计算分析方式提供了一种新的思路。     

面向软件定义网络的配电边缘计算终端优化部署方法

为增强配用电物联网的业务支撑能力以及节省经济成本,提出了一种面向软件定义网络(software defined network, SDN)的配电边缘计算终端优化部署方法。电力无线专网基站具有丰富的数据流与业务流,利用无线基站站址部署配电边缘计算终端具有显著的优势。首先,介绍了面向软件定义网络的配用电物联网边缘计算架构,建立了配用电物联网的业务、智能终端和边缘计算终端等要素模型。进一步,考虑边缘计算终端、智能终端以及SDN控制器的通信方式约束、边缘计算终端的服务延时和硬件配置约束,以年均设备成本和年均运行成本之和为目标,建立了配电边缘计算终端优化部署模型。最后,基于多场景的算例仿真结果验证了所提方法的有效性。