电力物联网终端接入方法与流程

    专利2026-02-27  21


    本发明涉及一种电力物联网终端接入方法,属于物联网领域。


    背景技术:

    1、电力物联网终端接入的效率及接入负载的处理效率依赖于可信的执行环境,在服务质量相关的电力物联网解决方案中,可用性和可靠性等属性具有高优先级,而故障和错误是低功耗电力物联网终端设备和边缘汇聚节点面临的主要威胁,这些故障和错误可能影响整个电力物联网系统运行。为了防止系统的完全故障或服务质量降级,就需要一个有效的容错系统,帮助运行时能够检测故障并从中恢复,从而减小故障带来的负面影响。同时,对于电力物联网来说,接入负载的快速处理可以提升终端设备的服务体验。因此,关注电力物联网终端可靠接入的同时保障其处理时延是具有重大实际意义的。

    2、电力物联网中由于电源故障、硬件故障、网络故障或业务故障等原因导致的突发状况时有发生。因此,为了提升其可靠性,负载接入及处理的容错变得非常重要。对于通信过程涉及到边缘汇聚节点和主汇聚节点多级传输的电力物联网应用来说,其终端设备接入负载的密集性和随机性,增加了可靠通信及处理的难度。一方面,如果电力物联网提供的负载接入可靠性较低,则会导致负载处理质量降级或接入中断。另一方面,如果一味的追求可靠性,则回出现资源配置冗余的情况,进而导致接入负载持续等待而引发处理延迟高的问题。因此,在设计电力物联网通信系统时,时延和可靠性都是需要纳入考虑的因素。

    3、从以上分析可知,亟需设计一种电力物联网终端接入方法,使用有限的网络资源在时延保障的前提下提高接入负载的可靠性。


    技术实现思路

    1、发明目的:为了克服现有技术中存在的不足,本发明提供一种电力物联网终端接入方法,通过联合考虑信道传输的可靠性、边缘汇聚节点处理可靠性和网络系统整体可靠性,提高接入负载的可靠性。

    2、技术方案:为解决上述技术问题,本发明的一种电力物联网终端接入方法,首先,根据接入负载可靠性约束确定信道与边缘汇聚节点组合的初始候选集合;其次,在遗传算法和粒子群优化算法的基础上,提出了一种改进的启发式算法;最后通过在粒子群算法中引入遗传算法中的交叉变异操作,确定每一类接入负载匹配的最佳信道与边缘汇聚节点组合,在接入负载可靠性约束下最小化所有所有负载平均处理时延。该方法具体包括以下步骤:

    3、s1:确定可靠性模型,包括电力物联网终端与边缘汇聚节点的信道传输可靠性,边缘汇聚节点的处理可靠性,以及电力物联网络整体可靠性;

    4、s2:接入负载模型更新:当终端产生新的负载需要接入电力物联网时,首先传输至边缘汇聚节点产生第一部分无线传输时延,主汇聚节点通过集中控制器发送信令,将同一接入负载的处理副本传输至不同的边缘汇聚节点上;

    5、s3:接入负载处理模型更新:根据接入负载的平均到达率、处理量大小以及边缘汇聚节点的处理能力,根据m/m/1排队模型得到接入负载处理时延;

    6、s4:边缘汇聚节点选择:根据接入负载可靠性要求选择出符合要求的初始信道与边缘汇聚节点集合;

    7、s5:输出调度结果:根据接入负载可靠性要求、接入负载处理大小以及接入负载时延容忍,使用改进的遗传粒子群算法输出全局适应度最佳的粒子群,即协作边缘汇聚节点,并将接入负载的副本传输至该节点进行处理,完成调度。

    8、进一步,所述步骤s1具体包括以下步骤:

    9、s11:信道传输可靠性:终端在接入节点的负载通过无线信道进行传输至边缘汇聚节点,边缘汇聚节点将接入负载传输至主汇聚节点,再由主汇聚节点将同一接入负载的处理副本分发在不同的边缘汇聚节点上,当一个边缘汇聚节点发生故障或者性能下降时,通过选择其他边缘汇聚节点来完成接入负载处理;

    10、s12:边缘汇聚节点处理可靠性:根据边缘汇聚节点平均维修时间和故障间隔时间评估其处理可靠性;

    11、s13:系统整体可靠性:需要边缘汇聚节点的信道传输可靠性与边缘汇聚节点的处理可靠性整体均满足接入负载可靠性要求;其中,传输可靠性为:

    12、

    13、在中,表示接入负载的终端集合,例如接入负载的终端集合包括智能电表、配电设备、数据采集及分析器,表示负载任务类型的集合,例如包含电力数据采集,电力数据分析、电力数据可视化,表示传输信道的集合,表示传输信道的物理可靠性,为输入值;,当该信道被选中时,;否则,;处理可靠性为:

    14、

    15、其中,表示边缘汇聚节点的集合,与边缘汇聚节点平均维修时间和故障间隔时间有关,为输入值;,当该边缘汇聚节点被选中时,;否则,;

    16、进而可得系统整体可靠性为

    17、。

    18、进一步,所述步骤s2具体包括以下步骤:

    19、s21:假设终端接入类型的负载,均服从均值为的指数分布,提前设定好接入负载通过信道传输到边缘汇聚节点的传输速率,其中,d表示第几个接入的终端,接入负载大小为,采用m/m/1排队模型计算无线传输时延,并且得到接入负载的上行传输时间为:

    20、

    21、s22:将同一接入负载的处理副本分传输至不同的边缘汇聚节点上进行处理,每一份处理副本由不同的无线信道进行传输,计算出总的无线传输时延,为多个副本传输中,上行传输时延最大值,作为该负载请求的传输时延,

    22、。

    23、进一步,所述步骤s3具体包括以下步骤:

    24、s31:假设接入负载到达服务器服从泊松分布,其平均到达率为,假设每一个电力物联网终端的接入负载大小为,表示边缘汇聚节点提供给接入负载提供的处理资源大小,为输入值,电力终端接入负载的处理时间为,并且服从指数分布,在每一个边缘汇聚节点使用m/m/1排队模型来处理负载,进而得到接入负载在边缘汇聚节点上的平均完成时延,接入负载在边缘汇聚节点上的平均完成时延用公式表示为:

    25、

    26、其中,;

    27、边缘汇聚节点的服务速率大于接入负载的到达率,即:

    28、;

    29、总的平均处理时延可以表示为:

    30、

    31、处理接入负载的总时延表示为:

    32、。

    33、进一步,所述步骤s4具体包括:

    34、步骤s4.1:从集合中选出符合接入负载类型可靠性要求的信道,将其放入初始候选信道集合中,集合表示为;

    35、步骤4.2:限制最大信道数为,即满足网络整体可靠性的最少信道数,并将可以处理接入负载类型的边缘汇聚节点放入初始候选节点集合中,该集合用表示,限制最大边缘汇聚节点为,即满足网络整体可靠性要求的最少边缘汇聚节点数量,是作为输入给出的,刻画网络整体可靠性所需要的最少边缘汇聚节点的数量,即集合最少有个边缘汇聚节点,定义集合表示初始候选边缘汇聚节点与信道组合的集合,其中,“”表示笛卡尔积运算符,集合中的每个元素表示一种信道与边缘汇聚节点的组合方式,中的元素定义权值函数:

    36、

    37、通过在以上四个约束条件下,优化权值系数来尽可能使用较少的电力物联网无线网络资源实现可靠传输,即得到最优的,若信道传输可靠性、边缘汇聚节点处理可靠性、系统整体可靠性不满足要求,则将其删除,将剩余元素从小到大进行排序,取排序后的前个元素作为最终候选集合,得到处理后的候选集合,并将其作为步骤s5的输入,其中 x根据实际需求来确定,,即 x大于等于限制最大信道数和限制最大边缘汇聚节点为两个中的最大值。

    38、进一步,所述步骤s5具体包括以下步骤:

    39、s51:种群初始化:种群中的每个个体表示接入负载分配问题的一个可行解,假设每台终端设备只有一种类型的接入负载,每个个体在算法中用一个向量表示,向量的每一维代表一个终端设备的接入负载的分配策略,每个粒子对应每个边缘汇聚节点;

    40、粒子的适应度函数表示为:

    41、

    42、其中,为传输与处理接入负载的总时延;

    43、在初始化种群中,种群的多样性定义为:

    44、

    45、其中,l表示为遗传粒子群优化算法中的种群粒子个数,l相当于步骤s42中的x,即集合中的元素个数,表示当前粒子的在第维的值,表示所有粒子第维的平均值,阈值是用于衡量种群多样性的一个标准,根据要求设定,如果大于阈值,则保留该粒子到种群中,否则则随机从候选集合外随机挑选一个粒子加入到种群中,重复这个过程,保持种群大小为;

    46、s52:根据初始化得到的种群,其中每一个粒子的位置都代表问题的一个解,其中第个粒子由会记录以下几个信息:粒子当前位置,每个粒子有自身最佳适应度值,其对应的适应度值为,全局历史最佳适应度值的位置用表示,其对应的适应度值为,同时,引入了遗传算法中的交叉变异操作,让粒子根据自身的最优解、所属子种群最优解以及个体进化的速度来决定变异的方向和幅度;

    47、粒子的速度,表示粒子在搜索空间中的移动方向和速度,其更新公式表示为:

    48、

    49、其中,称为惯性因子,,和被称为加速常数,其中表示粒子的个体学习因子,表示粒子的社会学习因子,和设为2,随机数和的取值范围为,位置更新公式可以表示为:

    50、

    51、其中,表示取整,粒子的交叉公式为:

    52、

    53、其中,为每一代粒子的交叉概率;

    54、s53:对粒子进行变异操作,粒子变异公式为:

    55、

    56、其中,表示随机数,其取值范围为,粒子变异操作完成后计算其个体适应度值并加入种群中,根据每个粒子更新后的适应度值更新全局历史最佳适应度,如此循环迭代直至超过最大迭代次数或前后两次迭代后种群中所有粒子的适应度的差值均小于时,结束循环,并输出使得全局适应度最佳的粒子种群,作为协同完成接入负载的边缘汇聚节点和传输信道组合。s51中所述,每个粒子对应每个边缘汇聚节点,其处理接入负载的总时延反映了当前分配策略的优劣程度,最终需要通过粒子群算法,筛选稳定且使得全局适应度最佳的粒子种群,作为协同完成接入负载的边缘汇聚节点,即将接入负载的副本分发至经粒子群算法优化后的种群所包含的粒子进行处理。另外,主汇聚节点主要是影响终端到边缘汇聚节点间的传输时延,即在s21中,不同的主汇聚节点的带宽和传输速率都会有差别,进而对边缘汇聚节点的性能产生间接的影响。

    57、在本发明中,div相当于粒子分布的标准差,参考正态分布的概率密度函数,为了让所生成的种群在多样性上稳定性更高,阈值。

    58、有益效果:本发明针对电力物联网中终端接入负载处理稳定性差的问题,提出了面向时延保障的终端可靠接入方法,可以在保障接入负载可靠性的同时降低负载的平均处理时延,有效提高了电力终端设备接入的效率。


    技术特征:

    1.一种电力物联网终端接入方法,其特征在于,该方法具体包括以下步骤:

    2.根据权利要求1所述的电力物联网终端接入方法,其特征在于,所述步骤s1具体包括以下步骤:

    3.根据权利要求1所述的电力物联网终端接入方法,其特征在于,所述步骤s2具体包括以下步骤:

    4.根据权利要求1所述的电力物联网终端接入方法,其特征在于,所述步骤s3具体包括:

    5.根据权利要求1所述的电力物联网终端接入方法,其特征在于,所述步骤s4具体包括:

    6.根据权利要求1所述的电力物联网终端接入方法,其特征在于,所述步骤s5具体包括:


    技术总结
    本发明公开了一种电力物联网终端接入方法,首先,根据接入负载可靠性约束确定信道与边缘汇聚节点组合的初始候选集合;其次,在遗传算法和粒子群优化算法的基础上,提出了一种改进的启发式算法;最后通过在粒子群算法中引入遗传算法中的交叉变异操作,确定每一类接入负载匹配的最佳信道与边缘汇聚节点组合,在接入负载可靠性约束下最小化所有负载接入的平均处理时延。本发明可以在保障接入负载可靠性的同时降低负载的平均处理时延,有效提高了电力物联网终端接入的效率。

    技术研发人员:吴强,吕军,张贺军,周宏宇,陈霄,袁栋,杨霄,路永玲
    受保护的技术使用者:国网江苏省电力有限公司
    技术研发日:
    技术公布日:2024/4/29
    转载请注明原文地址:https://wp.8miu.com/read-95794.html

    最新回复(0)