温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
基于
模型
压缩
可靠性
切片
承载
方法
钱正浩
,基金项目微型电脑应用 年第 卷第期基金项目:广东电网有限责任公司科技项目()作者简介:钱正浩(),男,硕士,工程师,研究方向为电力系统;曾纪钧(),男,硕士,工程师,研究方向为物联网技术;江映燕(),女,硕士,高级工程师,研究方向为电力物联网及调度自动化;温景新(),男,本科,工程师,研究方向为电力通信。文章编号:()基于模型压缩的可靠性切片容灾承载方法钱正浩,曾纪钧,江映燕,温景新(广东电网有限责任公司,广东,广州 )摘要:随着 通信技术的蓬勃发展,智慧电力运维系统在 环境下部署存在着巨大的挑战。一方面,电力运维智能服务需要在严格的时延限制条件下完成;另一方面,电力运维智能服务需要可靠性的保障。为了解决上述问题,文章提出一种基于模型压缩的可靠性切片容灾承载方法,该方法将压缩后的电力运维智能服务模型卸载到边缘服务器、汇聚层边缘服务器或者中心云服务器中进行计算,以满足服务可靠性和低时延的要求。仿真结果表明,在满足服务低时延和可靠性的要求下,提出的方案更加节能。关键词:;智慧电力运维;模型压缩;移动边缘计算中图分类号:文献标志码:,(,):,;,:;引言 通信技术为电力物联网提供了有力的支持。在传输资源和能量利用率方面较 有显著的提升。随着人工智能的发展,新兴的智能安全监控服务、智能变电服务和输变电智能巡检系统服务等电力运维智能服务在电力物联网运行维护方面发挥巨大的作用。然而,新兴的电力运维智能服务具有低时延和可靠性的需求。为了解决这一挑战,部分学者提出将电力运维智能服务的计算任务或数据(以下简称任务)卸载到中心云执行。虽然中心云具备高效的计算性能,但是中心云一般部署在比较偏远的地区,距离电力用户比较远。如果电力用户把任务卸载到中心云,则会产生较长的时延。这无法满足电力用户对低时延和实时通信的需求。此外,中心云在需求高峰时段往往会遇到高并发量的情况,容易出现堵塞现象,会导致更高的服务延迟。不同于传统的云计算,边缘计算可以为电力用户的运维智能服务提供有力的支持。边缘计算将电力用户的任务卸载至网络边缘的服务器,包括移动边缘服务器、汇聚层边缘服务器。边缘计算可以进行实时的数据传输和计算,满足电力运维智能服务超低时延要求。然而,除了对计算延迟有严格的要求,电力运维服务对任务的可靠性也有极高的要求。压缩电力运维智能服务的模型,可以大大地降低任务的传输时延和计算时延,但多个容灾备份的切片也会导致更高的计算能耗。为了解决上述挑战,本文提出了一种基于模型压缩的可靠性切片容灾承载方法,在保障用户的低延迟和可靠性的要求下,将系统能耗降低到最低。,基金项目微型电脑应用 年第 卷第期系统模型如图所示,在智慧电力运维系统中,安全监控设备,发电、变电设备等电力运维智能服务卸载到边缘服务器上、汇聚层边缘服务器或中心云服务器。由于电力运维智能服务的模型比较大,压缩模型后上传可以降低传输时延和传输能耗。压缩后的模型在服务器中进行计算。为了提高电力运维智能服务的可靠性,电力运维智能服务可同时在边缘服务器、汇聚层边缘服务器或者中心云服务器中进行切片容灾备份。图系统模型图虽然中心云服务器具备强大的计算资源和高效的计算性能,但是中心云服务器一般部署在偏远地区,任务卸载到中心云服务器需要经过较长时间的传输。在需求高峰时间段,中心云服务器容易出现堵塞现象。汇聚层边缘服务器离电力用户近,任务传输的时延小,但是汇聚层边缘服务器的计算性能要比中心云服务器弱一些。同理,边缘服务器离电力用户最近,所以任务传输的延迟最低,但是与汇聚层边缘服务器和中心云服务器相比,边缘服务器的计算性能是最弱的。传输和计算时延模型如图所示,系统中有个电力用户和个切片。第个电力用户记为,为一个布尔变量。当选择将任务卸载到切片的时候,否则。其中,切片表示边缘服务器;切片表示汇聚层边缘服务器;切片表示中心云服务器。此外,、分别表示边缘服务器的计算频率、汇聚层边缘服务器的计算频率、中心云服务器的计算频率,并满足。当选择切片时,任务卸载的时延主要由无线传输时延,有线 传 输 时 延 以 及任务在 切 片的 计 算 时 延 组成。电力用户上传任务的无线传输时延可表示为()式中,表 示 任 务 的 大 小,表 示 数 据 包 的 压 缩 率,()表示第个电力用户的无线传输速率,、分别表示电力用户的带宽、白噪声、传输功率以及信道增益。电力用户上传任务所需要的有线传输时延 表示如下:()式中,表示边缘服务器和汇聚层边缘服务器或者中心云服务器之间的有线传输速率,当时,因为任务数据包不需要经过有线的传输。电力用户的任务的计算时延 是由任务复杂度,以及中心云或者 的计算频率所决定的。任务在不同切片的计算时延 表示如下:()电力用户的任务在切片中的总时延 表示如下:()().传输和计算能耗模型电力用户的任务在切片中的能耗是由传输能耗和计算能耗所组成的。其中,传输能耗主要包括无线传输能耗,有线传输能耗。无线传输能耗可以表示如下:()式中,为无线传输功率。切片有线传输功率记为。电力用户所需要的任务在切片中的有线传输能耗 可表示如下:()电力用户的任务在切片中的计算能耗 可表示为 ()式中,表示切片的电容开关参数。因此,电力用户的总能耗可以表示为 ()().可靠性模型由于硬件和软件的故障,中心云和边缘服务器可能会在服务中发生故障而导致整个任务失败。电力用户的任务在切片中进行计算时,中心云和边缘服务器没有出现故障的概率记为,表示如下:()()式中,和分别表示切片由设备的软件和硬件因素所影响的故障率参数。另一方面,电力用户采用不同的压缩率也会导致模型有不同的推断成功率()。因此,电力用户在多个服务器进行任务的卸载的可靠性可表示为 ,基金项目微型电脑应用 年第 卷第期 ()()()目标函数及解决方法.问题描述基于上述讨论,以系统能耗最小化为目标的优化模型可表示为 (,)()?,()?,().,.,.,.,.,.,(),(),()式中,?表示电力用户所能接受的最低可靠性。式()要求电力用户选择的切片集中,任意切片的任务时延均不能超过电力用户所能容忍的最大时延?。式()表示压缩率的选择空间。式()是一个布尔变量。式()是边缘服务器和汇聚层边缘服务器有最大接入数的限制。.能耗节约的切片容灾备份方法电力运维智能服务可以同时卸载到多个切片中进行计算,以提高服务的可靠性。同理,电力运维智能服务的传输时延随着模型压缩率的减少而减少。因此,对于不同压缩率和不同切片的部署,一共有种切片选择方案,根据式(),一共有种压缩率可以选择。因此,一共有 种任务卸载方案可以选择。能耗节约的切片容灾备份方法流程图如图所示。当电力用户接入网络后,系统会计算其电力运维智能服务在 种卸载方案中所需的时延和可靠性。然后,系统会选择所有出能够满足电力用户可靠性和时延要求的方案,并将其囊括进可用方案的集合。最后,系统从可用方案集合中遍历出能耗最少的方案,将电力运维智能服务按照方案压缩后,卸载到方案中对应的服务器。若在遍历所有可用方案结束后,当前方案所消耗的能量比 大,则部署 ,若当前方案所消耗的能量比 小,则用当前方案代替 ,重新遍历所有可行方案。图实施流程图能耗节约的切片容灾备份方法在遍历所有可用方案这一阶段的时间复杂度为(),在遍历寻找出能耗最少的方案进行切片部署阶段的时间复杂度也是(),因此算法的整体时间复杂度为()。仿真结果在仿真中,电力用户数目为 ,电力用户到基站的距离范围为 ,白噪声 ,无线传输信道增益可由求得,.,白噪声 。除了本文提出的容灾备份方法,本文还设置了两个对比方法:随机分配的容灾备份方法,该方案为电力用户随机挑选可用的任务卸载方案。全容灾备份方法,该方案在满足电力用户时延和可靠性要求下在全部三个切片进行任务的卸载。系统中其他具体参数的取值如表所示。模型的 压缩率影 响 该 模型推断任 务 的 成 功 率 如 表 所示。表参数设置表项目取值数据包大小 .无线传输及有线传输功率,的无线传输带宽 的有线传输速率 任务的计算复杂度 的计算频率 ,软件故障率参数,硬件故障率参数,电容开关参数 ,的最大容忍时延?.的最低容忍可靠性?.各服务器接入限制,表不同模型压缩率与推断成功率关系表模型.图是在三种方法下用户数目与系统能耗的关系图。如图所示,随着电力用户数目的增多,本文提出的容灾备份方法下的系统能耗远远低于其他两种方法的能耗,与随机 ,基金项目微型电脑应用 年第 卷第期分配的容灾备份方法相比,本文提出的容灾备份方法降低约一倍的能耗;与全容灾备份的方法相比,本文提出的方法降低约二倍的能耗,这说明本文提出的容灾备份方法是节能且高效的。由于系统并没有对每个电力用户都选择能耗最优容的任务卸载方案,因此随机分配的容灾备份方法能耗要明显高于本文提出的方法。在全容灾备份的方法中,由于多个切片都有计算能耗和传输能耗,因此全容灾备份方法的系统能耗要远远高于另外两种方案。图三种方案下的电力用户数目与系统能耗的关系图图描绘了在三种方法下可靠性需求区间与系统能耗的关系图。如图所示,随着可靠性区间的增加,本文所提出的容灾备份方法的系统能耗与其他两种方法相比明显更少。这是因为本文提出的容灾备份方法是多种压缩率和多种切片的方案组合,为系统提供了更多容灾备份方案的选择。本方案可为系统选择出最优的切片方案,使得能耗最优。另外,随着用户对可靠性需求的提升,本文提出的方法和随机分配的容灾备份方法的系统能耗都会有所提高。另一方面,全容灾备份方案在所有的边缘服务器都进行了计算卸载。因此,该方法的能耗不会随着可靠性区间的提升而变化。图三种方案下可靠性区间与系统能耗的关系图图()是电力用户的可用容灾切片方案与系统能耗的关系图。我们把电力用户的可靠性限制设为,时延限制设为。如果系统只选择单一切片进行任务卸载,则难以满足电力用户的可靠性要求。同理,选择高的压缩率会导致传输时延过高,不能满足电力用户的时延要求。因此,系统会选择合适的任务卸载方案来满足电力用户的时延和可靠性要求。图()是电力用户的可用容灾切片方案与系统可靠性的关系图。电力用户选择越多的切片进行任务卸载,其服务的可靠性就越高,但选择单一切片进行任务卸载时,可靠性会在低压缩率的情况下有明显的下降。图()是电力用户的可用容灾切片方案与时延的关系图。如图()所示,切片选择方案相同的任务卸载方案中,压缩率越低,电力用户的时延明显越低。另外,在选择相同切片的压缩率下,用户选择越多的切片进行任务卸载时,时延越大。图()用户可用容灾切片方案与系统能耗的关系图图()用户可用容灾切片方案与系统可靠性关系图图()用户可用容灾切片方案与系统时延的关系图总结为了满足电力运维智能服务的低时延和可靠性的需求,(下转第 页),研究与设计微型电脑应用 年第 卷第期总结本研究应用 网络的无线组网和超宽带定位技术,通过部署智能化终端设备,使评标基地的应用层协同工作,实现业务层的智能化服务和数据的智能化管理。通过评标人员定位系统确定实时位置信息,并记录越界报警信息,提高评标基地的运营管理效率。本研究系统设计中还存在一些需要改进的地方,由于 无线技术本身性质,仍不能满足一些特殊类型的数据传输需求,在后续工作中有望采用双无线协议增强无线网络的数据传输能力。参考文献于胜,赵凤霞,冯春兰,等智能化评标基地建设模型及应用分析科技和产业,():乔莉娟评标基地网络建设过程中的问题分析及解决措施青海电力,():任斌,徐家富,娄苗苗,等基于无线射频技术的多功能监护仪管理系统电子设计工程,():莫群伟无线通信室内覆盖应用延伸的探讨中国新通信,():杨海基于灰狼算法的无线网络组播路由优化电讯技术,():徐轶群,曹泽祥,邓立向 水面无线自组网装备研发与水动力学监测应用研究 应用海洋学学报,():程帅,徐任晖,彭来献,等 定向自组网中基于连通支配集 优 化 的 信 息 共 享 算 法 通 信 技 术,():冯驰,吴丽莎,丁蕾,等基于 自组网无线传输技术实现用电信息采集系统设计计算机测量与控制,():陈思源,郑鑫,刘宸宁基于电场探测与无线组网的带电飞行 目 标 探 测 系 统 设 计 科 学 技 术 与