配网分布式保护系统的5G通信/云边计算资源协同分配方法与流程

配网分布式保护系统的5g通信/云边计算资源协同分配方法
技术领域
1.本发明涉及状态数据5g通信/云边计算资源协同分配的方法方法，属于无线通信领域。


背景技术：

2.近年来，5g通信技术的快速发展为配网保护业务提供了低延时、高可靠的信息通道。随着信息技术的发展和电网多元化需求的增加，提升电网运行的柔性与弹性成为电力系统的迫切需求。其中，5g d2d技术通过允许频谱之间的复用，使得终端用户之间得以进行信息交互，不仅能够大幅度提升频谱利用率，缓解5g基站负载压力，提升电网运行的柔性，还能改善d2d用户的总量，提升配网的通信质量。
3.随着电力物联网技术的深入应用，进一步挖掘设备侧产生的大量数据价值成为发展趋势。这一趋势对设备侧数据存储、处理和传输的要求急剧上升，需在设备侧部署轻量级计算服务处理信息。设备侧轻量级计算融合了网络、存储、计算等资源，可在配网系统设备侧提供数据服务，以提升系统运行效率。但轻量级计算仅适用于实时、短周期的数据分析和本地决策等场景，对配电网的整体分析不足，而主站计算平台适合非实时、长周期数据的大数据分析。因此，协同计算体现出优势。
4.当前协同计算的研究主要集中在边缘计算、移动边缘计算和多接入边缘计算。在电力领域，也有研究将云边协同引入能源管理、需求响应、负荷预测、智能运维等业务的应用中，虽然考虑了电力应用场景的需求，但都集中于协同计算的理论本身，而未考虑配网设备海量设备应用情况下，因此将协同计算与配网系统计算资源、通信资源分布以及设备配置的状况相结合，因此进行协同优化成为了研究中的难题。
5.江西理工大学电气工程与自动化学院的曾志等通过分析影响路径阻抗因素,构建路段阻抗函数,并且提出一种基于改进型的logit模型的路径分配方法，基于5g通信平台和数据传输系统，对各路径的数据信息进行收集,通过分配方法将计算结果发送给车辆。文章虽然提出一种路径分配方法，但是该分配方法没有利用车辆侧的计算资源以及车辆之间的资源复用，车联网运行的柔性较低。
6.河南科技学院李瑞华根据实际情况在一定的区域安装一定数量具有感知功能的传感器，完成对输电线路在线检测软硬件电路的设计，通过对输电线路的在线检测，能够在边缘侧实时掌握输电线路的运行状态，能够实现将输电线路的运行信息在上位机界面显示出来，及时掌握输电线路的信息，在减少工作人员工作量的同时还能达到提高效率的目的。文章虽然利用边缘侧处理电路信息，但没有利用云边协同，无法解决云端延迟大的缺点。
7.武汉大学电气与自动化学院白昱阳等对边缘计算的发展背景和关键技术进行了介绍，阐述了云边协同和边边协同的功能与特征，提出利用云边协同、边边协同、边缘智能等技术解决电力系统面临的实时性高、数据周期短、任务复杂等难题。文章虽然考虑了电力应用场景的需求，但都集中于协同计算的理论，未考虑协同计算与配网系统计算资源、通信资源分布以及设备配置的状况相结合。


技术实现要素：

8.针对现有技术中的上述不足之处，本发明提供一种配网分布式保护系统的5g通信/云边计算资源协同分配方法，以期在满足数据传输时延的约束下，实现通信流量损耗的最小化，从而能提高配网系统的资源利用率，保障配网5g通讯质量和云边协同计算能力。
9.本发明为达到上述发明目的，采用如下技术方案：
10.本发明一种配网分布式保护系统的5g通信/云边计算资源协同分配方法，所述配网分布式保护监测与智能评估系统中包含n个分布式保护装置、5g基站、云端服务器；每个分布式保护装置含有传感器、5g通信模块、边缘侧嵌入式智能评估模块，并通过传感器监测自身的状态数据；所述云端服务器含有云端智能评估软件模块，其特点在于，包括以下步骤：
11.步骤一、建立分布式保护装置的三种模式，用于判断自身是否出现异常的状态；
12.第1种模式：通过自身运行的边缘侧嵌入式智能评估模块评估自身设备是否出现异常；
13.第2种模式：通过5g通信模块以5g d2d通信将其自身状态数据传输到相邻的其它分布式保护装置的边缘侧嵌入式智能评估模块以评估其自身是否出现异常；
14.第3种模式：通过5g通信模块将其自身状态数据传输到云端智能评估软件模块，用于评估其自身是否出现异常；
15.步骤二、建立配网分布式保护监测与智能评估系统的5g通信模型和云边计算延时模型；
16.步骤2.1、根据式(2-1)-式(2-4)建立所述5g通信模型：
17.第1种模式：
18.第2种模式：
19.第3种模式：
[0020][0021]
式(2-1)-式(2-4)中，rn为第n个分布式保护装置评估自身设备的状态数据量，1≤n≤n，为通过第1种模式评估自身的分布式保护装置是否出现异常的状态数据量；为通过第2种模式传输到相邻的其它n-1个分布式保护装置的嵌入式智能评估模块，来评估自身的分布式保护装置是否出现异常的状态数据量；为通过第3种模式传输到云端智能评估软件模块来评估自身的分布式保护装置是否出现异常的状态数据量；
[0022]
步骤2.2、利用式(2-5)-式(2-8)构建所述云边计算延时模型：
[0023]
t＝max(t1，t2，t3)
ꢀꢀ
(2-5)
[0024][0025][0026][0027]
式(2-5)-式(2-8)中，t为总的时延时间，t1、t2、t3分别为通过第1种模式、第2种模
式、第3种模式评估自身的分布式保护装置是否出现异常的状态数据量所产生的延迟时间；为1024；v为通过第2种模式利用5g d2d通信传输评估自身的分布式保护装置是否出现异常的状态数据的速率；b为信道带宽；v1、v2、v3分别为通过第1种模式、第2种模式、第3种模式评估自身的分布式保护装置是否出现异常的状态数据的计算速率，且v3远大于v1、v2；
[0028]
步骤三、构建配网分布式保护监测与智能评估系统的云边计算资源与5g通信资源协同的流量损耗目标函数y，根据计算资源、通信资源的限制因素，建立智能评估计算能力的约束条件，并根据智能评估的实时性需求，建立延时约束条件；
[0029]
步骤3.1、利用式(3-1)-式(3-3)构建状态数据传输流量损耗的目标函数y：
[0030][0031][0032]
式(3-1)-式(3-2)中，y(s)为状态数据通过第s种模式传输所产生的流量损耗；为第s种模式评估自身的分布式保护装置是否出现异常的状态数据量；θ(s)为第s种模式通过5g基站每传输千字节评估自身的分布式保护装置是否出现异常的状态数据所产生的流量损耗；且θ(1)＝0，θ(2)＝0；
[0033]
步骤3.2、利用式(3-4)-式(3-5)构建延迟约束条件和智能评估计算能力的约束条件：
[0034]
t≤t
min
ꢀꢀ
(3-4)
[0035][0036]
式(3-4)中，t
min
为最低时延时间；
[0037]
步骤四、利用联合改进的匈牙利优化算法求解5g通信资源与云边计算资源协同分配的最优解；
[0038]
步骤4.1、构建一个n
×
n的矩阵r，矩阵r中第i行第j列的元素记为r
ij
，r
ij
代表第i个传感器通过第1种模式或第2种模式发送给n个边缘侧嵌入式智能评估模块中排序第n-j 1个边缘侧嵌入式智能评估模块，来评估自身的分布式保护装置是否出现异常的状态数据量；i＝1,2,
…
,n，j＝1,2,
…
,n；
[0039]
步骤4.2：利用式(4-1)得到矩阵r'，使得矩阵r'各行内呈现零元素：
[0040][0041]
式(4-1)中，表示矩阵r中第i行的最小元素；
[0042]
步骤4.3、利用式(4-2)得到矩阵r”，使得矩阵r”各行内呈现零元素：
[0043][0044]
式(4-2)中，表示矩阵r'中第j列的最小元素；
[0045]
步骤4.4、利用式(4-3)得到最小元素再通过交换矩阵r”ij
中的第i0行元素和第j行元素，从而实现将矩阵r”ij
中的所有最小元素排列在对角线上：
[0046][0047]
式(4-2)中，表示矩阵r”中的最小元素；
[0048]
步骤4.5、当矩阵r”的对角线元素都为零，即r”ij
＝0，i＝j时，且矩阵r”中对角线以外的元素取到最大值时，获得在第1种模式、第2种模式下，n个传感器在n个边缘侧嵌入式智能评估模块中评估自身的分布式保护装置是否出现异常的最大状态数据量，在最小化状态数据传输5g流量损耗的同时，得到5g通信/云边计算资源协同分配的最优方案。
[0049]
与现有技术相比，本发明的有益效果在于：
[0050]
1.本发明设计了三种模式，用于配网系统中分布式保护装置判断自身是否出现异常状态。三种模式的同时运行，更高速高效地处理用于评估自身的分布式保护装置是否出现异常的状态数据量，从而在时延限制和计算能力限制下有效减小了状态数据传输的5g流量损耗，提高了配网系统中的资源利用率和边缘侧嵌入式智能评估模块的工作效率，缓解了5g基站的压力，提升了配网系统的5g通信质量/云边协同计算能力。
[0051]
2.本发明建立了配网系统中三种模式对应的5g通信模型和云边计算延时模型。通过5g通信模型和云边计算延时模型，实现了边缘侧嵌入式智能评估模块和云端智能评估软件模块对计算能力、延时时间更精确的计算与评估，同时为评估自身的分布式保护装置是否出现异常的状态数据量的传输流量损耗提供了更精确的约束条件，提高了状态数据量传输、计算的效率和精度，以及边缘侧嵌入式智能评估模块和云端智能评估软件模块的工作效率和精度。
附图说明
[0052]
图1为本发明的5g通信/云边计算资源协同分配模型图；
[0053]
图2为本发明方法步骤流程图。
具体实施方式
[0054]
本实施例中，如图1所示，一种配网分布式保护系统中包含n个分布式保护装置、5g基站、云端服务器；每个分布式保护装置含有传感器、5g通信模块、边缘侧嵌入式智能评估模块；云端服务器含有云端智能评估软件模块，并有：
[0055]
分布式保护装置：分布式保护装置中，传感器通过监测配网保护装置状态数据和两端的电压\电流数据生成状态数据，状态数据包含但不限于：保护装置工作的电压/电流数据、保护装置的温度/湿度数据、保护装置的电流数据等，状态数据通过5g通信硬件模块将状态数据按照要求智能评估计算能力传输到云端\嵌入式边缘侧，嵌入式边缘侧之间可以通过5gd2d(device to device)通信实现分布式保护装置状态数据的共享，由嵌入式边缘侧中的智能评估模块对状态数据进行下载、计算等处理，并将处理结果传送到保护装置模块，实现配网分布式保护装置的保护监测与智能评估；
[0056]
本实施例中，如图2所示，一种配网分布式保护系统的5g通信/云边计算资源协同分配方法包括：
[0057]
步骤一、设置分布式保护装置的三种模式，用于判断自身是否出现异常的状态；
[0058]
第1种模式：通过自身运行的边缘侧嵌入式智能评估模块评估自身设备是否出现异常；
[0059]
第2种模式：通过5g通信模块以5g d2d通信将其自身状态数据传输到相邻的其它分布式保护装置的边缘侧嵌入式智能评估模块以评估其自身是否出现异常；
[0060]
第3种模式：通过5g通信模块将其自身状态数据传输到云端智能评估软件模块，用于评估其自身是否出现异常；
[0061]
其中，边缘侧嵌入式智能评估模块与云端智能评估软件模块具有不同的智能评估计算能力和计算精度；第2种模式和第3种模式中，5g通信传输数据到云端与d2d通信的流量费用也不相同；
[0062]
步骤二、建立配网分布式保护系统的5g通信模型和云边计算延时模型；
[0063]
步骤2.1、根据式(2-1)-式(2-4)建立5g通信模型：
[0064]
第1种模式：
[0065]
第2种模式：
[0066]
第3种模式：
[0067][0068]
式(2-1)-式(2-4)中，rn为第n个分布式保护装置评估自身设备的状态数据量，1≤n≤n，为通过第1种模式评估自身的分布式保护装置是否出现异常的状态数据量；为通过第2种模式传输到相邻的其它n-1个分布式保护装置的嵌入式智能评估模块，来评估自身的分布式保护装置是否出现异常的状态数据量；为通过第3种模式传输到云端智能评估软件模块来评估自身的分布式保护装置是否出现异常的状态数据量；其中，状态数据量的单位为千字节；
[0069]
步骤2.2、利用式(2-5)-式(2-8)构建云边计算延时模型：
[0070]
t＝max(t1，t2，t3)
ꢀꢀ
(2-5)
[0071][0072][0073][0074]
式(2-5)-式(2-8)中，t为总的时延时间，t1、t2、t3分别为通过第1种模式、第2种模式、第3种模式评估自身的分布式保护装置是否出现异常的状态数据量所产生的延迟时间，单位秒；θ表示千字节到兆之间单位的换算，数值为1024；v为通过模式2利用5g d2d通信传输评估自身的分布式保护装置是否出现异常的状态数据的速率，单位为千字节/秒；b为信道带宽，单位为兆/秒；v1、v2、v3分别为通过第1种模式、第2种模式、第3种模式评估自身的分布式保护装置是否出现异常的状态数据的计算速率，且v3远大于v1、v2，单位为千字节/秒；
[0075]
步骤三、利用步骤3.3-步骤3.2构建状态数据传输流量损耗最小的目标函数：
[0076]
步骤3.1、利用式(3-1)-式(3-3)构建状态数据传输流量损耗最小的目标函数y：
[0077][0078][0079]
式(3-1)-式(3-2)中，y(s)为状态数据通过第s种模型传输所产生的流量损耗，单位为元；为第s种模式评估自身的分布式保护装置是否出现异常的状态数据量；θ(s)为
第s种模式每传输千字节通过5g基站传输评估自身的分布式保护装置是否出现异常的状态数据所产生的流量费，单位为元/千字节；由于第1种模式和第2种模式不通过5g基站传输状态数据，因此不产生通过5g基站传输状态数据所生成的流量费，即θ(1)＝0，θ(2)＝0，通过最大化第1种模式和第2种模式评估自身的分布式保护装置是否出现异常的状态数据量和实现最小化5g流量损耗y；
[0080]
步骤3.2、利用式(3-4)-式(3-5)构建延迟约束和智能评估计算能力约束条件：
[0081]
t≤t
min
ꢀꢀ
(3-4)
[0082][0083]
式(3-4)中，t
min
为常数，表示最低时延时间。
[0084]
步骤四、利用联合改进的匈牙利优化算法求解5g通信资源与云边计算资源协同分配的最优解；
[0085]
步骤4.1、构建一个n
×
n的矩阵r，矩阵r中第i行第j列的元素记为r
ij
，r
ij
代表第i个传感器通过第1种模式或第2种模式发送给第n-j 1个边缘侧嵌入式智能评估模块来评估自身的分布式保护装置是否出现异常的状态数据量；i＝1,2,
…
,n，j＝1,2,
…
,n；
[0086]
步骤4.2：利用式(4-1)使得矩阵r各行内呈现零元素，得到矩阵r'：
[0087][0088]
式(4-1)中，表示矩阵r中第i行的最小元素；
[0089]
步骤4.3、利用式(4-2)使得矩阵r各行内呈现零元素，得到矩阵r”：
[0090][0091]
式(4-2)中，表示矩阵r'中第j列的最小元素；
[0092]
步骤4.4、利用式(4-3)将矩阵r”中的第j列元素分别与每一行元素相比较，从而得到最小元素再通过交换矩阵r”ij
中的第i0行元素和第j行元素，从而实现将矩阵r”ij
中的所有最小元素排列在对角线上：
[0093][0094]
式(4-2)中，表示矩阵r”中的最小元素；
[0095]
步骤4.5、当矩阵r”的对角线元素都为零，即r”ij
＝0，i＝j时，矩阵r”中对角线以外的元素r”ij
取到最大值，即i≠j时，从而获得在第1种模式、第2种模式下，n个传感器在n个边缘侧嵌入式智能评估模块中评估自身的分布式保护装置是否出现异常的最大状态数据量r”ij
，并通过(2-4)求出在第3种模式下，每个传感器通过云端智能评估软件模块评估自身的分布式保护装置是否出现异常的最小状态数据量在最大化边缘侧嵌入式智能评估模块通信/计算资源，最小化状态数据传输5g流量损耗的同时，得到5g通信/云边计算资源协同分配的最优方案。