一种电网巡检任务卸载方法、系统、设备与介质与流程

本发明涉及网络与边缘计算，特别涉及一种电网巡检任务卸载方法、系统、设备与介质。

背景技术：

1、随着智能电网的快速发展，电网设备的实时监测与智能巡检需求日益增长。传统的巡检方式主要依赖地面终端设备（ground terminals，gts）以及人工巡检手段，但是这些方式巡检范围有限、工作效率较低且维护成本较高，难以满足现代智能电网对实时性和覆盖率的要求。为此，空天地一体化网络（space air ground integrated networks，sagin）逐渐成为研究热点，利用卫星、无人机等设备与地面终端协同工作，有效提升了巡检范围和响应速度。

2、在空天地一体化网络辅助的智能电网架构中，地面巡检物联网设备通常不具备计算能力，需要将生成的电网巡检任务卸载至无人机或卫星进行处理。现有的一些计算卸载方案采用二进制卸载策略，即每个电网巡检任务的数据必须作为一个整体，完全卸载至单一计算节点进行处理，该策略虽然能够完成卸载节点的选择，但由于不允许对单个任务进行分割，无法实现任务数据在无人机与卫星之间的部分卸载与卸载比例优化，网络中节点负载和计算能力分布不均时，这种粗粒度的卸载方式难以通过任务的细粒度分割来灵活均衡各节点之间的计算负载，容易导致部分节点过载而其余节点资源闲置，降低整体电网巡检任务处理效率。

技术实现思路

1、本发明的目的在于针对上述现有技术的不足，提供一种电网巡检任务卸载方法、系统、设备与介质，以解决现有技术中的问题。

2、本发明具体提供如下技术方案：

3、一种电网巡检任务卸载方法，包括步骤：

4、获取空天地一体化网络中各节点的电网巡检任务；所述节点包括地面终端gts、无人机uav和卫星，gts和uav生成的电网巡检任务卸载至uav或卫星进行处理，卫星生成的电网巡检任务在本地处理；

5、对当前时隙电网巡检任务的卸载过程进行优化，并将优化问题分解为外层离散决策问题和内层连续优化问题；在所述外层离散决策问题中，通过自适应大邻域搜索alns算法确定每个电网巡检任务的最优卸载节点，在所述内层连续优化问题中，针对给定的最优卸载节点，通过凸优化方法确定每个电网巡检任务在uav与卫星之间的最优卸载比例；通过外层离散决策问题和内层连续优化问题的迭代交互，获得当前时隙的最优卸载策略；

6、根据所述最优卸载策略，执行各电网巡检任务的传输与计算操作，更新各节点的电网巡检任务队列和系统状态，记录各电网巡检任务的延迟和能耗信息。

7、优选的，通过自适应大邻域搜索alns算法确定每个电网巡检任务的最优卸载节点，具体为：

8、采用随机移除算子、uav/卫星移除算子和/或近似最大开销移除算子，从当前卸载方案中移除部分电网巡检任务的卸载分配；

9、采用贪心插入算子、负载均衡插入算子和/或后悔值插入算子，将已移除电网巡检任务重新分配至计算节点，以生成新的候选卸载方案；

10、基于模拟退火准则判断是否接受所述新的候选卸载方案，并动态更新各算子的权重，在达到迭代次数时，输出分配结果，得到每个电网巡检任务的最优卸载节点。

11、优选的，所述通过凸优化方法确定每个电网巡检任务在uav与卫星之间的最优卸载比例，具体为：

12、通过引入上界变量将非光滑的电网巡检任务总延迟函数转化为光滑的凸函数约束，并以最小化电网巡检任务处理延迟与uav能耗的加权和为目标，构建凸优化问题并求解，得到最优卸载比例。

13、优选的，所述以最小化电网巡检任务处理延迟与uav能耗的加权和为目标，构建凸优化问题并求解，得到最优卸载比例，具体为：

14、对于最小化电网巡检任务处理延迟与uav能耗的加权和的目标函数，约束卸载比例；

15、固定离散卸载决策，引入上界变量消除时延最大值算子，将传输时延、计算时延转化为卸载比例的仿射函数以构造凸优化问题，通过凸优化工具箱求解该问题，输出得到最优卸载比例，并将最优比例应用于更新电网巡检任务队列。

16、优选的，所述uav的飞行轨迹被预先设定为从电力巡检中心出发，沿多个预设方向直线往返飞行；uav在时隙t的位置由uav与所述电力巡检中心的距离和飞行方向向量确定。

17、优选的，所述通过外层离散决策问题和内层连续优化问题的迭代交互，获得当前时隙的最优卸载策略，具体为：

18、根据gts-uav、uav-uav以及gts/uav-卫星链路的传输速率更新电网巡检任务传输与计算延迟；

19、以无人机自身计算能耗以及传输到其他无人机或卫星的通信能耗获取无人机总能耗，基于电网巡检任务传输与计算延迟与无人机总能耗的加权和确定系统效用；

20、基于确定的系统效用，记录当前时隙电网巡检任务状态与卸载比例，作为下一轮迭代的初始值，并在最大时隙数时，输出每个电网巡检任务的最优卸载节点、比例、延迟和能耗。

21、优选的，每个电网巡检任务在时隙的总延迟由电网巡检任务卸载至uav和卫星的延迟决定。

22、本发明提供一种电网巡检任务卸载系统，包括：

23、任务处理模块，用于获取空天地一体化网络中各节点的电网巡检任务；所述节点包括地面终端gts、无人机uav和卫星，gts和uav生成的电网巡检任务卸载至uav或卫星进行处理，卫星生成的电网巡检任务在本地处理；

24、优化模块，用于对当前时隙电网巡检任务的卸载过程进行优化，并将优化问题分解为外层离散决策问题和内层连续优化问题；在所述外层离散决策问题中，通过自适应大邻域搜索alns算法确定每个电网巡检任务的最优卸载节点，在所述内层连续优化问题中，针对给定的最优卸载节点，通过凸优化方法确定每个电网巡检任务在uav与卫星之间的最优卸载比例；通过外层离散决策问题和内层连续优化问题的迭代交互，获得当前时隙的最优卸载策略；

25、更新模块，用于根据所述最优卸载策略，执行各电网巡检任务的传输与计算操作，更新各节点的电网巡检任务队列和系统状态，记录各电网巡检任务的延迟和能耗信息。

26、本发明还提供一种计算机设备，其特征在于，包括存储器及处理器，所述存储器中储存有程序，所述程序被所述处理器执行时，使得所述处理器执行上述一种电网巡检任务卸载方法的步骤。

27、本发明还提供一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的一种电网巡检任务卸载方法的步骤。

28、与现有技术相比，本发明具有如下显著优点：

29、本发明通过将空天地一体化网络中的电网巡检任务卸载优化问题分解为外层离散决策问题和内层连续优化问题，通过外层alns算法确定每个任务的最优卸载节点组合，为任务提供了可同时卸载至多个节点的决策空间，通过内层凸优化方法针对给定的卸载节点组合，精确求解每个任务在无人机与卫星之间的最优卸载比例，支持任务数据的部分卸载与细粒度分割，以外层离散决策与内层连续优化相互迭代配合，使得每个任务的计算负载能够根据各节点的实时计算能力和队列状态灵活分配，为每个电网巡检任务动态选择最优卸载节点并精细调配其在无人机与卫星间的计算比例，从机制上解决了二进制卸载方式下任务只能整迁至单一节点所导致的负载失衡与资源浪费问题，实现了系统资源的充分利用和任务处理效率的显著提升。