一种基于边缘计算的电力通信数据实时处理系统的制作方法
本发明涉及电力通信数据处理，尤其涉及一种基于边缘计算的电力通信数据实时处理系统。
背景技术：
1、随着电力通信网络规模不断扩大，变电站、配电自动化终端、通信网关、调度控制设备及边缘节点在运行过程中会持续产生大量通信状态数据、链路传输数据、任务处理数据和异常告警数据。现有电力通信数据处理方式多采用集中上传、统一分析的处理模式，将多源通信数据汇集至中心平台后再进行状态判断和任务处理。当前方式在数据量较小、链路状态稳定时能够满足基本监测需求，但在通信任务密集、链路状态频繁变化、边缘节点负载波动明显的场景下，数据集中传输和集中计算会增加处理时延，难以及时反映通信任务在不同链路和边缘节点之间的实时变化状态，导致通信数据处理实时性不足。
2、现有技术中，部分方案虽然引入边缘节点进行就近处理，但通信任务与边缘节点之间通常按照固定规则或单次计算结果进行分配，缺乏对通信路径、节点处理能力和任务完成状态的连续核验。当通信链路发生拥塞、边缘节点处理能力下降或节点异常时，未完成通信任务往往需要重新分配或重新计算，难以从已完成处理位置继续执行，造成计算资源浪费和处理过程断裂。异常通信状态通常依赖单一节点或单一指标判断，缺少对未来处理状态与实际运行状态的连续比较，容易出现异常识别滞后或误判，难以满足电力通信数据实时处理、任务动态调整和异常状态准确识别的需求。
3、因此，如何提供一种基于边缘计算的电力通信数据实时处理系统是本领域技术人员亟需解决的问题。
技术实现思路
1、本发明的一个目的在于提出一种基于边缘计算的电力通信数据实时处理系统，本发明综合利用了边缘计算、通信任务关系构建、承接状态核验、改进n-beats模型预测分析以及异常状态识别数据处理方法，详细描述了从电力通信运行过程中采集多源实时数据，经过预处理、任务关系建立、边缘通信状态序列生成、未来通信处理状态分析、异常识别、任务动态调整到实时处理结果输出的全过程。在模型结构上创新性地设置了通信链路传输模块、边缘节点交接模块和任务差额复算模块，实现了通信任务与边缘节点之间的动态匹配、链路拥塞或节点异常情况下的连续处理以及异常状态的准确识别。与现有技术相比，本发明具备处理实时性高、任务调整连续性强、边缘资源利用率高、异常识别准确性好以及适用于复杂电力通信运行环境优点。
2、根据本发明实施例的一种基于边缘计算的电力通信数据实时处理系统，包括：
3、数据预处理模块，采集电力通信运行过程中的多源实时数据，对多源实时数据进行预处理，生成标准边缘通信数据；
4、任务关系模块，根据标准边缘通信数据确定通信任务的传输过程和边缘处理过程，建立通信任务与边缘节点之间的任务处理关系；
5、承接核验模块，依据任务处理关系建立承接关系方阵，核验通信任务与边缘节点的承接状态，生成边缘通信状态序列；
6、状态分析模块，将边缘通信状态序列输入改进n-beats模型，进行通信状态与任务处理状态分析，生成未来电力通信处理状态；
7、异常识别模块，将未来电力通信处理状态与对应时刻的实际通信状态进行连续比较，识别通信链路运行异常和边缘节点处理异常，生成异常通信状态；
8、任务调整模块，根据异常通信状态确定受影响通信任务，通过未来电力通信处理状态确定可接续边缘节点，将受影响通信任务与可接续边缘节点建立任务量守恒关系，生成动态任务处理状态；
9、结果输出模块，汇总动态任务处理状态形成电力通信数据实时处理结果，并更新历史边缘通信数据。
10、可选的，所述任务关系模块的工作过程，包括：
11、从标准边缘通信数据中提取各通信任务的数据量及对应通信路径状态，筛选与通信任务保持可达且具备处理条件的候选边缘节点；
12、针对各候选边缘节点，结合通信任务数据量、对应通信路径的实际传输速率和链路传输时延，确定通信任务对应各候选边缘节点的传输时间；
13、结合各候选边缘节点当前待处理数据量、通信任务数据量、对应边缘节点实际处理速度和传输时间，确定通信任务对应各候选边缘节点的预计完成时间；
14、比较各候选边缘节点对应的预计完成时间，确定通信任务的目标边缘节点，并将通信任务、通信路径与目标边缘节点关联，建立任务处理关系。
15、可选的，所述筛选与通信任务保持可达且具备处理条件的候选边缘节点，包括：
16、从标准边缘通信数据中读取通信任务的数据量、源节点和目标节点，并提取源节点至各待筛选边缘节点之间的通信路径状态；
17、逐一检查各通信路径状态中的链路连通状态，保留能够由源节点连续到达的待筛选边缘节点，读取保留后的待筛选边缘节点的实际处理速度和可用存储空间；
18、将当前通信任务的数据量与保留后的待筛选边缘节点的可用存储空间进行比较，核对保留后的待筛选边缘节点的实际处理速度，将可用存储空间不小于当前通信任务的数据量且实际处理速度大于0的待筛选边缘节点确定为候选边缘节点。
19、可选的，所述承接核验模块的工作过程，包括：
20、从任务处理关系中提取通信任务编号、边缘节点编号和对应承接关系，以通信任务编号为行、边缘节点编号为列建立承接关系方阵；
21、将存在承接关系的承接关系方阵元素记为1，将不存在承接关系的承接关系方阵元素记为-1；
22、当通信任务对应行内存在数值为1的承接关系方阵元素时标记为可承接状态，当通信任务对应行内不存在数值为1的方阵元素时标记为不可承接状态，按照采样时刻连续记录各通信任务的承接状态及对应边缘节点编号，生成边缘通信状态序列。
23、可选的，所述生成未来电力通信处理状态，包括：
24、构建改进n-beats模型，在n-beats基础处理块中保留全连接特征提取、历史回算输出和未来预测输出，将历史回算输出连接通信链路传输模块，将未来预测输出连接边缘节点交接模块和任务差额复算模块；
25、将边缘通信状态序列按采样时刻形成输入窗口，经全连接特征提取得到特征数据，由历史回算根据特征数据对输入窗口中的通信链路状态、边缘节点状态和任务处理状态进行回算，由未来预测对通信链路状态、边缘节点状态和任务处理状态进行预测，得到历史回算结果和未来预测结果；
26、通信链路传输模块根据历史回算结果处理链路进入数据量、遗留数据量和可传输数据量，得到链路实际传输数据量和链路剩余数据量；
27、边缘节点交接模块和任务差额复算模块根据未来预测结果以及链路实际传输数据量和链路剩余数据量处理边缘节点状态与任务处理状态，生成未来电力通信处理状态。
28、可选的，所述得到历史回算结果和未来预测结果，包括：
29、按采样时刻选取连续60采样时刻的边缘通信状态序列构成输入窗口，将输入窗口中每个采样时刻的通信链路状态、边缘节点状态和任务处理状态按固定列位排列为输入矩阵；
30、将输入矩阵转换为输入向量，将历史边缘通信数据作为训练样本对改进n-beats模型进行训练，训练过程中通过预测结果与实际处理状态之间的误差反向更新全连接权重矩阵和偏置，得到训练完成的第一全连接权重矩阵和第一偏置，将输入向量与第一全连接权重矩阵相乘后加第一偏置并经激活处理，继续经过训练完成的全连接权重矩阵、对应偏置和激活处理，得到特征数据；
31、将特征数据分别输入历史回算支路和未来预测支路，在历史回算支路中将特征数据与历史回算权重矩阵相乘后加历史回算偏置，得到与输入窗口长度一致的历史回算结果，在未来预测支路中将特征数据与未来预测权重矩阵相乘后加未来预测偏置，得到未来预测结果，历史回算权重矩阵、历史回算偏置、未来预测权重矩阵和未来预测偏置均由历史边缘通信数据训练改进n-beats模型得到。
32、可选的，所述得到链路实际传输数据量和链路剩余数据量，包括：
33、从历史回算结果中读取各通信链路在当前采样时刻的链路进入数据量、上一采样时刻的链路遗留数据量和当前采样时刻的链路可传输数据量；
34、将链路进入数据量与链路遗留数据量相加，得到链路待传输数据量，将链路待传输数据量与链路可传输数据量进行比较，取数值较小者作为链路实际传输数据量；
35、将链路待传输数据量减去链路实际传输数据量，得到链路剩余数据量，按照通信路径顺序将链路实际传输数据量写入下一通信链路的链路进入数据量。
36、可选的，所述处理边缘节点状态与任务处理状态，包括：
37、从未来预测结果中读取各边缘节点的预计处理数据量、预计待处理数据量和通信任务预计处理位置，并结合链路实际传输数据量和链路剩余数据量确定未完成通信任务；
38、边缘节点交接模块将未完成通信任务继续由当前边缘节点处理所需时间，与发送至可达边缘节点后完成处理所需时间进行比较，将完成时间最短的边缘节点确定为交接边缘节点，并记录通信任务处理位置；
39、任务差额复算模块对交接边缘节点和当前边缘节点在相同采样时刻的处理结果逐项相减后取绝对值，得到处理差额，将处理差额按数值大小排列并计算相邻处理差额之间的差值，将最大差值之后对应的采样时刻确定为复算位置；
40、将复算位置及相邻采样时刻重新输入改进n-beats模型进行再次处理，将再次处理结果替换未来预测结果中的对应位置，并结合交接边缘节点、通信任务处理位置、链路实际传输数据量和链路剩余数据量，生成未来电力通信处理状态。
41、可选的，所述异常识别模块的工作过程，包括：
42、按照通信任务编号、通信链路编号、边缘节点编号和采样时刻，将未来电力通信处理状态与对应时刻的实际通信状态进行对应，得到状态比较数据；
43、对状态比较数据中的通信链路传输状态进行连续比较，识别实际传输状态相对于未来传输状态出现持续偏离的通信链路，将对应通信链路标记为运行异常链路；
44、对状态比较数据中的边缘节点处理状态进行连续比较，识别实际处理状态相对于未来处理状态出现持续偏离的边缘节点，并汇总运行异常链路和对应边缘节点生成异常通信状态。
45、可选的，所述任务调整模块的工作过程，包括：
46、从异常通信状态中提取运行异常链路和处理异常节点，沿任务处理关系查找经过运行异常链路或处理异常节点的通信任务，将对应通信任务确定为受影响通信任务，并记录受影响通信任务的处理中断位置；
47、从未来电力通信处理状态中提取各边缘节点的预计处理状态，筛选能够接收受影响通信任务剩余部分的可接续边缘节点，将受影响通信任务的原始数据量、已完成数据量、未完成数据量和各可接续边缘节点的可承接数据量建立任务量守恒关系；
48、在任务量守恒关系中扣除受影响通信任务的已完成数据量，将未完成数据量分配至可接续边缘节点对应的可承接数据量，记录各可接续边缘节点的承接数据量、承接时刻和处理位置，生成动态任务处理状态。
49、本发明的有益效果是：
50、本发明通过采集电力通信运行过程中的多源实时数据，并在边缘侧完成预处理、任务关系建立、承接状态核验和未来处理状态分析，提高了电力通信数据处理的实时性和连续性。与现有集中上传后统一处理的方式相比，本发明能够将通信任务、通信路径和边缘节点处理能力直接关联，减少中心侧集中计算造成的传输等待和响应延迟。改进n-beats模型结合通信链路传输模块、边缘节点交接模块和任务差额复算模块，使系统能够同时分析通信状态和任务处理状态，在链路传输受阻、节点负载变化或任务处理结果存在差异时，及时生成未来电力通信处理状态，提高边缘计算资源与通信任务之间的匹配能力。
51、本发明通过异常识别模块对未来电力通信处理状态与实际通信状态进行连续比较，能够识别通信链路运行异常和边缘节点处理异常，并通过任务调整模块确定受影响通信任务和可接续边缘节点，建立任务量守恒关系，生成动态任务处理状态。避免了链路拥塞或节点异常后对通信任务进行整体重算，提高任务调整的连续性和边缘资源利用率。本发明克服了现有技术中实时性不足、任务分配固定、异常识别滞后以及节点异常后处理过程断裂的问题，为电力通信网络的稳定运行、实时监测和智能运维提供了可靠支撑。