一种基于边缘计算的低压线路运维管理方法与流程

1.本发明涉及数据处理技术领域，尤其涉及一种基于边缘计算的低压线路运维管理方法。


背景技术：

2.随着智能电网的建设，配调自动化系统、用电信息采集系统等大型的配电网监控系统得以开发并应用。这些系统具备了获取配电网实时运行信息，为运检人员实时了解配电网运行情况提供了新技术手段，主要功能包含遥测、遥控、遥信和丰富的管理分析功能，但无法对大规模的准实时数据进行分析和监测。
3.现有技术中，对于配电网运行情况的监测例如对低压线路的状态监测过程中是在低压线路侧布置大量的监测终端，终端用于采集实时的数据传输至数据中心。然而，大规模的数据采集，给数据中心的数据处理带来了很大的困扰，比如，某低压线路一天内传输的数据达到gb级别，而数据中心的数据处理能力有限，在处理该级别数据处理速率比较慢甚至不能处理该级别数据，这样增大云中心的计算负载的同时大大降低了数据中心处理数据的效率。


技术实现要素：

4.本发明的目的在于提供一种基于边缘计算的低压线路运维管理方法及系统，用于
5.本发明第一方面提供了一种基于边缘计算的低压线路运维管理方法，包括：
6.调度处理器获取监测数据；
7.所述调度处理器对所述监测数据进行预处理操作；
8.所述调度处理器根据算力对预处理后的数据进行分配，所述算力由边缘服务器反馈；
9.所述调度处理器将所述分配后的数据处理请求发送至所述边缘服务器，使得所述边缘服务器根据所述数据处理请求确定对应的数据资源和计算插件，
10.可选的，所述调度处理器对所述监测数据进行预处理操作，包括：
11.对所述监测数据进行平滑降噪处理，计算得到降噪后的数据；
12.将所述降噪后的数据进行归一化处理，计算得到归一化数据。
13.可选的，所述平滑降噪处理的公式表示为：
[0014][0015]
其中，yi表示i时刻的原始数据经过降噪后的数据；d[i]表示i时刻的原始数据；d[l]表示l时刻的原始数据；max(d[l])表示为取l时刻的原始数据的最大函数值；min(d[l])表示为取l时刻的原始数据的最小函数值；i＝1,2,
…
，i，i表示为上传至调度处理器的原始数据的最大传输时间。
[0016]
可选的，所述归一化处理的公式表示为：
[0017][0018]
其中，gi表示为i时刻降噪后的数据的归一化数据；yi表示i时刻的原始数据经过降噪后的数据；log10()表示为以10为底的对数函数，yc为降噪后的数据集合，max(yc)为降噪后的数据集合中的最大数据值。
[0019]
本发明第二方面提供了一种基于边缘计算的低压线路运维管理方法，包括：
[0020]
边缘服务器发送预设时间内的算力至调度处理器，使得所述调度处理器根据所述算力对监测数据进行分配；
[0021]
所述边缘服务器接收所述调度处理器发送的所述分配后的数据处理请求；
[0022]
所述边缘服务器根据所述数据处理请求确定所述调度处理器上传的数据资源；
[0023]
所述边缘服务器基于预设计算插件计算所述数据资源；
[0024]
所述边缘服务器输出所述数据资源的计算结果并将所述计算结果反馈至数据中心。
[0025]
可选的，所述边缘服务器发送预设时间内的算力至调度处理器，包括：
[0026]
所述边缘服务器获取当前运行频率；
[0027]
所述边缘服务器根据所述当前运行频率确定目标运行频率后将所述目标运行频率对应的最大算力资源信息发送至调度处理器。
[0028]
可选的，所述边缘服务器基于预设计算插件计算所述数据资源，包括：
[0029]
所述边缘服务器将所述数据资源加载至预设的数据计算框架；
[0030]
所述边缘服务器调用所述数据计算框架中集成的计算插件计算所述数据资源。
[0031]
从以上技术方案可以看出，本技术具有以下优点：本技术中通过设置若干边缘服务器和调度处理器，调度处理器将获取到的监测数据根据算力进行预处理，再将处理后的数据分配至相对应边缘服务器，形成对应的数据处理请求，边缘服务器在接收到数据处理请求后确定对应的数据资源和计算插件，最后边缘服务器对数据资源进行数据计算。本发明将原本属于云中心的计算工作部分分给了边缘服务器进行执行，通过边缘计算技术计算大规模传输的数据，利用空闲计算资源，有效提高了数据中心处理数据的效率。
附图说明
[0032]
图1为本发明中一种基于边缘计算的低压线路运维管理方法的流程示意图。
具体实施方式
[0033]
本技术实施例提供了一种基于边缘计算的低压线路运维管理方法及系统，用于通过边缘计算技术计算大规模传输的数据，利用空闲计算资源，有效提高了数据中心处理数据的效率。
[0034]
实施例一
[0035]
请参阅图1，本实施例中基于边缘计算的低压线路运维管理方法存在调度处理器与边缘服务器之间的数据交互，因此本实施例以两者交互图详细说明本技术实施例中基于边缘计算的低压线路运维管理方法的一个实施例如下：
[0036]
101、调度处理器获取监测数据；
[0037]
调度处理器接收监测终端发送的实时监测数据，其中监测终端主要是对线路的电流值、电压值以及开关状态进行实时监测，实时统计变电站下所述的10kv线路开关断开情况，以及再根据线路的电流实时监测值和开关状态进行判断，再做出告警或者其他模块功能。因此，此处的监测数据大致包括对线路的电流值、电压值以及开关状态数据等。
[0038]
102、调度处理器对监测数据进行预处理操作；
[0039]
监测终端在采集监测数据的过程中，由于各种干扰因素的存在，使得采集到的数据偏离其真是数值，或者出现一些错误、重复甚至缺失的数据，本实施例中采用的是传输的数据进行平滑降噪处理，再对降噪后的数据进行归一化处理。数据预处理解决缺陷数据存在的各种问题，使得到的处理后的数据更能符合要求，减少缺陷数据对计算结果带来的误差。
[0040]
103、边缘服务器发送预设时间内的算力；
[0041]
本实施例中调度处理器对接的是多个边缘服务器，而每个边缘服务器对于数据资源的计算能力是不一样的，因此在调度处理器在将处理后的数据进行分配边缘服务器之前，各个边缘服务器需要将预设时间内的算力反馈至调度处理器，此处预设时间指代的是监测终端在某段时间内监测对应的目标时间，如果调度处理器没有根据算力分配边缘处理器则会出现某些边缘服务器的计算负担过重或者过轻。
[0042]
104、调度处理器根据算力对预处理后的数据进行分配；
[0043]
本实施例中调度处理器在接收到各个边缘服务器目标时间内的相对应的算力后，再根据算力对预处理后的数据进行分配，即分配至对应的边缘服务器进行数据计算。
[0044]
105、调度处理器发送分配后的数据处理请求至边缘服务器；
[0045]
电镀处理器在分配数据后，生成相对应的数据处理请求，再将请求发送至对应的边缘服务器，同时调度处理器将数据处理请求对应的数据资源上传。
[0046]
106、边缘服务器接收调度处理器发送的分配后的数据处理请求；
[0047]
本实施例中调度处理器在分配边缘服务器相对应的数据时在每组数据资源上都做相对应的标识与数据协议，这样使得边缘服务器在获取相对应的数据资源时可以根据标识和数据协议读取，另外，边缘服务器在处理实时数据时，可以将数据存储下来。
[0048]
107、边缘服务器根据数据处理请求确定调度处理器上传的数据资源；
[0049]
本实施例中监测数据在传输过程中容易被恶意修改、删除或者伪造，因此调度处理器在将数据处理请求发送至边缘服务器同时还需要上传对应的数据资源，缘服务器再根据数据处理请求确定调度处理器上传的数据资源。
[0050]
108、边缘服务器基于预设计算插件计算数据资源；
[0051]
边缘服务器在确定数据资源后，将数据资源加载到预设计算插件，利用计算插件对加载的数据资源进行数据处理，其中各个边缘服务器可以同步进行计算，也可以错开时间计算，这样可以同时分担原本云中心的计算负载。
[0052]
109、边缘服务器输出数据资源的计算结果并将计算结果反馈至数据中心
[0053]
边缘服务器导出数据计算结果，并向所述数据中心反馈数据计算结果。本发明利用边缘计算技术计算大规模传输的数据，有效利用空闲计算资源，确保数据处理的及时性，便于后续的运维。
[0054]
实施例二
[0055]
针对上述实施例对基于边缘计算的低压线路运维管理方法的描述，下面详细说明本技术实施例中基于边缘计算的低压线路运维管理方法的另一个实施例如下：
[0056]
本实施例中的步骤调度处理器对监测数据进行预处理操作可以包括：
[0057]
(1)对监测数据进行平滑降噪处理，计算得到降噪后的数据，其中平滑降噪处理的公式表示为：
[0058][0059]
其中，yi表示i时刻的原始数据经过降噪后的数据；d[i]表示i时刻的原始数据；d[l]表示l时刻的原始数据；max(d[l])表示为取l时刻的原始数据的最大函数值；min(d[l])表示为取l时刻的原始数据的最小函数值；i＝1,2,
…
，i，i表示为上传至调度处理器的原始数据的最大传输时间。
[0060]
(2)将降噪后的数据进行归一化处理，计算得到归一化数据，其中归一化处理的公式表示为：
[0061][0062]
其中，gi表示为i时刻降噪后的数据的归一化数据；yi表示i时刻的原始数据经过降噪后的数据；log10()表示为以10为底的对数函数，yc为降噪后的数据集合，max(yc)为降噪后的数据集合中的最大数据值。
[0063]
本实施例中步骤述边缘服务器基于预设计算插件计算所述数据资源包括：
[0064]
边缘服务器将数据资源加载至预设的数据计算框架；
[0065]
边缘服务器调再用数据计算框架中集成的计算插件计算数据资源。
[0066]
本实施例中步骤边缘服务器发送预设时间内的算力至调度处理器包括：
[0067]
边缘服务器获取当前运行频率，具体的，边缘服务器获取数据计算框架针对边缘服务器的已占用算力资源信息，已占用算力资源信息为在运行数据计算框架时，所占用的边缘服务器的算力资源信息；边缘服务器再预测下一目标时间段内针对边缘服务器的新增业务对象、下线业务对象以及场景切换业务对象，根据新增业务对象、下线业务对象以及场景切换业务对象确定边缘服务器在目标时间段内，针对边缘服务器的期望需求算力资源信息。
[0068]
边缘服务器根据当前运行频率确定目标运行频率后将目标运行频率对应的最大算力资源信息发送至调度处理器，具体的，边缘服务器获取当前运行频率后，根据当前运行频率对应的最大算力资源信息、已占用算力资源信息以及期望需求算力资源信息，确定边缘服务器在下一目标时间段内的目标运行频率，目标运行频率对应的最大算力资源信息满足期望需求算力资源信息，向调度服务器反馈所述的期望需求算力资源信息。本发明分配算力可根据实际情况进行调整，确保不会对边缘服务器本身承载的业务造成影响。
[0069]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0070]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以
通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0071]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0072]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0073]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。