一种配电物联网边端协同任务卸载方法及系统

技术领域

本发明涉及边缘计算技术领域，尤其涉及一种配电物联网边端协同任务卸载方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

新能源广泛接入背景下，大量配电台区运行状态面临强不确定性与波动性，其安全稳定运行需要进行高频词全方位数据采集从而实现台区的透明化监测，为分布式能源管理与调控提供数据支撑。然而当前配电物联网信道容量不足，任务卸载时难以支撑全量采集数据点到点直接传输，导致任务卸载时延上升。

发明人发现，目前针对边端任务卸载的相关研究中，主要涉及通信终端到边缘侧通信资源与计算资源的分配优化，大多在资源相对宽松场景下进行研究，即资源基本可以满足业务数据的传输与计算需求，因此，现有边端任务卸载的相关技术未能有效结合配电物联网海量设备接入、业务数据高频采集的特点，不能解决受限的网络资源难以直接满足业务数据传输与处理需求的问题，且电力系统不同业务数据系统之间存在数据复用的典型特征，重复的采集与传输将会进一步加剧资源的紧缺，因此现有技术还存在着通信资源与不同终端业务数据之间不能得到合理适配的问题。

发明内容

针对现有技术存在的不足，本发明的目的是提供一种配电物联网边端协同任务卸载方法及系统，本发明在端侧或者边侧对数据进行自适应压缩减少数据传输量，从而实现全量获取的数据在边端之间的高效传输，支撑低时延任务卸载实现，满足配电物联网获取的数据差异化的时延要求。同时，结合配电物联网业务特点，确定终端采用的数据压缩方式、传输功率、计算功率组合方案，实现通信资源与不同终端业务数据的合理适配，提高数据传递的可靠性。

为了实现上述目的，本发明是通过如下的技术方案来实现：

本发明第一方面提供了一种配电物联网边端协同任务卸载方法，包括以下步骤：

获取配电物联网现场的业务数据，并将业务数据存储在不同的配电物联网终端上；

根据配电物联网终端集合构建配电物联网终端侧的计算任务多元描述矩阵；

获取配电物联网的信道数据，根据配电物联网的信道数据构建配电物联网边端间的通信性能多元描述矩阵；

根据压缩方式构建压缩方式性能描述矩阵；

根据计算任务、通信性能和压缩方式性能多元描述矩阵，构建计及业务差异化卸载需求的资源适配模型，利用资源适配模型得到若干组合方案；

根据终端与组合方案的映射关系建立映射关系模型，利用映射关系模型得到配电物联网终端数据进行压缩与卸载的最优方案。

进一步的，计算任务多元描述矩阵内指标包括终端当前队列积压、数据获取频次、单次获取数据量、数据优先级、安全性要求、卸载时延要求、传输功率、电池电量和计算能力。

进一步的，通信性能多元描述矩阵内指标包括信道带宽、信道增益、噪声、干扰和可用计算资源情况。

进一步的，压缩方式性能描述矩阵内指标包括每种压缩方式的压缩效率、单位bit压缩时长和信息损失比。

进一步的，根据计算任务、通信性能和压缩方式性能多元描述矩阵，综合考量边端间通信性能与压缩方式性能对于业务性能需求的满足程度，构建计及业务差异化卸载需求的资源适配模型。

更进一步的，边端间通信性能与压缩方式性能对于业务性能需求的满足程度包括：数据优先级高的终端分配带宽大、信道条件好的信道；优先级低的数据分配带宽小、信道条件一般的信道。

进一步的，根据计算任务、通信性能和压缩方式性能多元描述矩阵，构建计及业务差异化卸载需求的资源适配模型的具体步骤为：

采用mi n-max方法对多元描述矩阵内的指标进行归一化处理；

根据历史经验对计算任务、通信性能和压缩方式性能多元描述矩阵的不同指标设定权重，并根据权重计算不同多元描述矩阵内的指标评分；

根据不同多元描述矩阵内的指标评分，为计算任务分配边端间通信资源和压缩方式。

更进一步的，根据权重计算不同多元描述矩阵内的指标评分，分别得到衡量计算任务综合需求严苛程度的评分、衡量通信资源综合性能的评分与衡量压缩方式综合性能的评分，根据不同多元描述矩阵内的指标评分，计算任务综合需求严苛程度越高，分配的边端间通信资源和压缩方式综合性能评分越高。

更进一步的，配电物联网终端根据压缩与卸载的最优方案进行数据压缩与卸载，并在传输结束后反馈相关信息用于更新存储的终端获取数据的多元描述矩阵以及综合评分。

本发明第二方面提供了一种配电物联网边端协同任务卸载系统，包括：

矩阵构建模块，被配置为获取配电物联网现场的业务数据，并将业务数据存储在不同的配电物联网终端上；根据配电物联网终端集合构建配电物联网终端侧的计算任务多元描述矩阵；获取配电物联网的信道数据，根据配电物联网的信道数据构建配电物联网边端间的通信性能多元描述矩阵；根据压缩方式构建压缩方式性能描述矩阵；

资源适配模块，被配置为根据计算任务、通信性能和压缩方式性能多元描述矩阵，构建计及业务差异化卸载需求的资源适配模型，利用资源适配模型得到若干组合方案；

方案优化模块，被配置为根据终端与组合方案的映射关系建立映射关系模型，利用映射关系模型得到配电物联网终端数据进行压缩与卸载的最优方案。

以上一个或多个技术方案存在以下有益效果：

本申请公开了一种配电物联网边端协同任务卸载方法及系统，基于计算任务。压缩性能和通信性能建立多个多元描述矩阵，通过业务数据在本地侧的压缩降低边端之间通信信道的传输压力。通过边端之间通信资源、数据压缩方式与计算任务之间的适配提升任务卸载性能，并优先保障对于性能要求更为严苛的高优先级业务数据传输与处理。

本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为本发明中配电物联网边端协同任务卸载方法流程图。

具体实施方式

应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合；

实施例一：

本发明实施例一提供了一种配电物联网边端协同任务卸载方法，如图1所示，包括以下步骤：

步骤1，获取配电物联网现场的业务数据，并将业务数据存储在不同的配电物联网终端上；

根据配电物联网终端集合构建配电物联网终端侧的计算任务多元描述矩阵；

获取配电物联网的信道数据，根据配电物联网的信道数据构建配电物联网边端间的通信性能多元描述矩阵；

根据压缩方式构建压缩方式性能描述矩阵；

步骤2，根据计算任务、通信性能和压缩方式性能多元描述矩阵，构建计及业务差异化卸载需求的资源适配模型，利用资源适配模型得到若干组合方案。

步骤3，根据终端与组合方案的映射关系建立映射关系模型，利用映射关系模型得到配电物联网终端数据进行压缩与卸载的最优方案。

步骤1中，本实施例基于一个配电物联网场景，从配电网现场获取的业务数据首先被存储在终端的本地缓存区，上述业务数据被进一步处理实现对于配网侧分布式能源调控、配电自动化的支撑。结合边缘计算的就近传输与就地处理优势，配电物联网终端的计算任务通过上行信道被卸载至配电物联网边缘网关进行分析处理。

首先，定义配电物联网终端集合为{1,,...,n,...,N}，构建配电物联网终端侧的计算任务多元描述矩阵F

(1)终端当前队列积压F

(2)数据获取频次F

(3)单次获取数据量F

(4)数据优先级F

(5)安全性要求F

(6)卸载时延要求F

(7)传输功率F

(8)计算功率F

(9)电池电量F

其次，定义配电物联网中信道集合为{1,,...,m,...,M}，构建配电物联网边端间通信性能的多元描述矩阵G

(1)信道带宽G

(2)信道增益G

(3)噪声G

(4)干扰G

(5)可用计算资源情况G

最后，定义压缩方式集合为{1,,...,k,...,K}，构建压缩方式性能描述矩阵H

(1)压缩效率H

(2)单位bit压缩时长H

(3)信息损失比H

需要说明的是，上述计算任务、边端间通信性能和压缩方式性能多元描述矩阵还可根据实际业务场景进行扩展和缩减，从而实现对于不同业务的全方位准确描述。

步骤2中，根据计算任务、通信性能和压缩方式性能多元描述矩阵，综合考量边端间通信性能与压缩方式性能对于业务性能需求的满足程度，构建计及业务差异化卸载需求的资源适配模型。

具体而言，数据优先级高的终端要求信息损失比小、卸载时延低，对应的数据压缩算法通常压缩效率较低、单位b it压缩时间更长，需要分配带宽大、信道条件好的信道。优先级低的数据对于信息损失比要求低，时延要求不严格，对数据压缩算法要求效率高，可以分配带宽小、信道条件一般的信道。

根据计算任务、通信性能和压缩方式性能多元描述矩阵，构建计及业务差异化卸载需求的资源适配模型的具体步骤为：

采用mi n-max方法对多元描述矩阵内的指标进行归一化处理；

根据历史经验对计算任务、通信性能和压缩方式性能多元描述矩阵的不同指标设定权重，并根据权重计算不同多元描述矩阵内的指标评分；

根据不同多元描述矩阵内的指标评分，为计算任务分配边端间通信资源和压缩方式。

其中，采用mi n-max方法对多元描述矩阵内的指标进行归一化处理的具体步骤为：

为实现对于计算任务、边端间通信性能和压缩方式性能的统一描述，首先采用min-max方法对上述指标进行归一化处理，其中对于数据优先级等越大要求越高或信道带宽等越大性能越好的元素，归一化公式如下，本实施例以数据优先级为例：

对于卸载时延等越小要求越高或干扰等越小性能越好的元素，归一化公式如下，本实施例以卸载时延要求为例：

根据权重计算不同多元描述矩阵内的指标评分，分别得到衡量计算任务综合需求严苛程度的评分、衡量通信资源综合性能的评分与衡量压缩方式综合性能的评分，根据不同多元描述矩阵内的指标评分，计算任务综合需求严苛程度越高，分配的边端间通信资源和压缩方式综合性能评分越高。

对于计算任务而言，根据历史经验对不同指标设定的权重为w

此外，当接入终端数量大于可用信道数量时，设计信道复用判断矩阵a＝1,2,3，分别表示不与其他终端复用信道、与其他终端复用同一信道、不传输任何数据，具体根据计算任务综合评分确定，即

对于复用同一信道的终端，构建数据压缩方式、传输功率、计算功率组合方案矩阵{k,F

步骤3中，边缘网关根据终端获取数据生成的计算任务多元描述矩阵构建终端与组合方案矩阵的映射关系模型，具体而言，计算能力大、电池电量高、数据优先级较低的终端可以通过采用高压缩比的有损数据压缩方式并同时提高计算功率与传输功率，在复用终端数据完成压缩前完成数据的压缩与传输，实现时分复用、避免同频干扰。当终端电池电量低、计算能力较弱，无法避免数据同时传输的同频干扰，结合数据的优先级、安全性、时延要求以及复用终端的传输功率、电池电量、计算能力等情况，确定终端采用的数据压缩方式、传输功率、计算功率组合方案。对于复用同一信道的终端而言，选择可以使多个计算任务综合需求严苛程度降低最大的组合方案，即能够使各项指标加权和最大的方案，其公式如下：

终端基于边缘网关优化获得的终端与组合方案矩阵的映射关系模型进行数据压缩与卸载，并在传输结束后反馈相关信息用于更新网关上存储的终端获取数据的多元描述矩阵以及综合评分。

配电物联网终端根据压缩与卸载的最优方案进行数据压缩与卸载，并在传输结束后反馈相关信息用于更新存储的终端获取数据的多元描述矩阵以及综合评分。

实施例二：

本发明实施例二提供了一种配电物联网边端协同任务卸载系统，包括：

矩阵构建模块，被配置为获取配电物联网现场的业务数据，并将业务数据存储在不同的配电物联网终端上；根据配电物联网终端集合构建配电物联网终端侧的计算任务多元描述矩阵；获取配电物联网的信道数据，根据配电物联网的信道数据构建配电物联网边端间的通信性能多元描述矩阵；根据压缩方式构建压缩方式性能描述矩阵；

其中，配电物联网终端分布于配电网中的传感终端主要用于实现对于配电网运行状态的监测、电能数据的获取等功能。

资源适配模块，被配置为根据计算任务、通信性能和压缩方式性能多元描述矩阵，构建计及业务差异化卸载需求的资源适配模型，利用资源适配模型得到若干组合方案；

方案优化模块，被配置为根据终端与组合方案的映射关系建立映射关系模型，利用映射关系模型得到配电物联网终端数据进行压缩与卸载的最优方案。

以上实施例二中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。