一种面向多台区异构并发业务的多层协同数据聚合方法与流程
本发明涉及电力,具体涉及一种面向多台区异构并发业务的多层协同数据聚合方法。
背景技术:
1、随着新型电力系统建设的推进,配电网台区的业务类型日益丰富,呈现出显著的异构性与并发性特征。例如,同时存在的业务可能包括高频采集的用电信息采集业务、低时延要求的分布式能源调控业务以及大带宽的视频监控巡检业务等。这些业务的数据通常通过台区子站节点汇聚后上传至云端主站进行统一分析与处理(即主站聚合)。
2、然而,现有的多台区数据聚合方案在面对异构并发业务时存在以下瓶颈:
3、带宽资源分配僵化:传统方法通常采用静态分配或简单轮询机制,未能根据业务的时延敏感度动态调配有限的子站节点上行带宽,导致高优先级业务因带宽不足而超时,而低优先级业务却占用过多资源。
4、多层协同策略单一:现有技术往往要么全部依赖云端聚合(导致带宽压力大、时延不可控),要么全部依赖子站侧处理(导致全局数据视图缺失),缺乏根据实时网络状态和业务需求在“主站聚合”与“子站聚合”之间动态切换的机制。
5、多台区并发干扰:在多台区并发场景下,缺乏对跨台区业务聚合时延的统一考量,仅关注单台区内的传输,忽略了最慢链路对整体业务主站聚合时延的决定性影响。
6、因此,亟需一种面向多台区异构并发业务的多层协同数据聚合方法,能够在带宽受限条件下,通过时延驱动的带宽分配与动态的子站/主站聚合模式切换,保障关键业务的时效性要求。
技术实现思路
1、针对多台区并发场景下,异构业务(如高频采集、设备控制、视频监控等)在有限上行带宽约束下,多层协同数据聚合时延难以保障的技术难题,本发明的目的是提供一种面向多台区异构并发业务的多层协同数据聚合方法,通过构建时延驱动的带宽分配优化模型及动态降级机制,实现云边资源的自适应调度。
2、本发明提供了一种面向多台区异构并发业务的多层协同数据聚合方法,包括:
3、步骤s1,依托云边端协同架构构建多台区异构并发业务的主站聚合属性矩阵;所述主站聚合属性矩阵包括:云主台、云主台对应的多个台区、每个台区对应的多个业务、每个业务的时延要求和数据大小;
4、步骤s2,构建带宽分配约束条件,确保面向台区内业务的可分配带宽总量不超过其所属子站节点的上行可用带宽,且每个业务被分配带宽大于0;
5、步骤s3,基于所述带宽分配约束条件构建以台区内带宽分配收益最大化为目标的带宽资源优化问题;
6、步骤s4,针对各台区求解所述带宽资源优化问题,确定业务的预期聚合时延;所述预期聚合时延根据业务所涉台区中最大预期主站-子站上行时延确定;
7、步骤s5,当所述预期聚合时延满足各业务的时延要求,输出主站聚合属性矩阵;
8、步骤s6,当所述预期聚合时延不满足各业务的时延要求,剔除当前主站聚合属性矩阵中时延要求最低的业务并将该业务改为执行子站聚合方案,更新主站聚合属性矩阵,返回执行步骤s2至步骤s5,直至主站聚合属性矩阵剩余业务的预期聚合时延均满足各自要求,输出作为多层协同数据聚合方案的主站聚合属性矩阵。
9、在一种可能的实现方式中,所述步骤s1包括:
10、根据以下公式表示主站聚合属性矩阵:
11、
12、其中,表示多台区异构并发业务的主站聚合属性矩阵,表示执行主站聚合的业务编号集合,表示第个业务的时延要求。
13、在一种可能的实现方式中,所述步骤s2包括:
14、根据以下公式表示带宽分配约束条件:
15、
16、其中,表示第一约束条件,表示第二约束条件,表示台区的可用上行带宽,表示第个业务的被分配带宽,表示执行主站聚合的业务编号集合。
17、在一种可能的实现方式中,所述步骤s3包括:
18、根据以下公式表示带宽资源优化问题:
19、
20、其中,为带宽分配向量,表示第个业务的被分配带宽,表示执行主站聚合的业务编号集合,表示台区的业务的被分配带宽的带宽分配收益。
21、在一种可能的实现方式中,根据以下公式表示带宽分配向量:
22、
23、其中,表示台区的业务的被分配带宽,表示执行主站聚合的业务编号集合。
24、在一种可能的实现方式中,根据以下公式表示台区的业务的被分配带宽的带宽分配收益:
25、
26、其中,表示台区的业务的被分配带宽,表示业务在台区需要聚合的数据量,表示其中第个业务的时延要求。
27、在一种可能的实现方式中,所述步骤s4包括:
28、根据以下公式计算预期聚合时延:
29、
30、其中,表示业务的预期聚合时延,表示所有台区编号的集合,表示第个业务在第个台区被分配的最优带宽,表示第个业务在第个台区需要聚合的数据量。
31、在一种可能的实现方式中,根据以下公式判断预期聚合时延是否满足各业务时延要求:
32、
33、其中,表示主站聚合业务的预期聚合时延均满足各自要求,表示不满足,需进行下一步骤,表示业务的预期聚合时延与各自要求的数量关系。
34、在一种可能的实现方式中,根据以下公式表示业务的预期聚合时延与各自要求的数量关系:
35、
36、其中,表示第个业务的时延要求,表示执行主站聚合的业务编号集合,表示业务的预期聚合时延。
37、在一种可能的实现方式中,所述步骤s6包括:
38、根据以下公式更新主站聚合矩阵:
39、
40、
41、
42、其中,表示第个业务的时延要求,表示执行主站聚合的业务编号集合,表示业务的预期聚合时延,表示剔除当前主站聚合属性矩阵中时延要求最低的业务后的剩余主站聚合业务编号集合。
43、本发明提供的面向多台区异构并发业务的多层协同数据聚合方法,通过构建时延驱动的带宽分配优化模型及动态降级机制,实现主站-子站资源的自适应协同调度。
1.一种面向多台区异构并发业务的多层协同数据聚合方法,其特征在于,包括:
2.根据权利要求1所述的多层协同数据聚合方法,其特征在于,所述步骤s1包括:
3.根据权利要求1所述的多层协同数据聚合方法,其特征在于,所述步骤s2包括:
4.根据权利要求1所述的多层协同数据聚合方法,其特征在于,所述步骤s3包括:
5.根据权利要求4所述的多层协同数据聚合方法,其特征在于,还包括:
6.根据权利要求4所述的多层协同数据聚合方法,其特征在于,还包括:
7.根据权利要求1所述的多层协同数据聚合方法,其特征在于,所述步骤s4包括:
8.根据权利要求1所述的多层协同数据聚合方法,其特征在于,还包括:
9.根据权利要求8所述的多层协同数据聚合方法,其特征在于,还包括:
10.根据权利要求1所述的多层协同数据聚合方法,其特征在于,所述步骤s6包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com