邊緣技術在能源設備數(shù)據采集調度中的算法研究

張曉天， 張健男， 黃冶， 屈可丁， 李牧雨

(1.東北大學通信工程學院， 沈陽 110819； 2.國家電網東北電力調控分中心， 沈陽 110180； 3.中國科學院沈陽計算技術研究所有限公司， 沈陽 110168)

近年來，互聯(lián)網信息技術、可再生能源技術以及電力改革進程的加速發(fā)展[1-2]，對綜合供能系統(tǒng)提出了更大的挑戰(zhàn)。在這種技術背景下，邊緣技術應運而生。邊緣計算將計算、存儲等能力擴展到綜合供能系統(tǒng)附近的網絡邊緣側用于集中處理實時、短周期的數(shù)據，對綜合供能系統(tǒng)中的信息進行智能化的快速處理，使得信息資源得到更有效率的利用[3-4]。

邊緣計算技術已廣泛融入綜合供能系統(tǒng)監(jiān)測的各個方面，但不同的監(jiān)測對于數(shù)據傳輸也有不同的要求[5]。對能源設備供能的監(jiān)測包括網絡狀態(tài)監(jiān)測、運行狀態(tài)監(jiān)測、實時供能監(jiān)測、事件監(jiān)測4類[6-9]，每類監(jiān)測對響應時間具有不同的要求。因此，將邊緣計算應用于綜合供能系統(tǒng)中，需要以應用的響應需求為優(yōu)先，對數(shù)據采集調度進行優(yōu)化。

針對上述優(yōu)化問題，中外學者已經開展了大量研究工作。文獻[10-13]為了減少網絡容量需求，智能電表數(shù)據量的減少是通過在數(shù)據集中點將多個小型智能計量消息連接到一個更大的數(shù)據包來實現(xiàn)的，提出了6種基于最早截止日期優(yōu)先的數(shù)據采集調度方案；文獻[14-15]考慮了數(shù)據采集的安全性問題，提出了一種安全數(shù)據采集協(xié)議，并利用整數(shù)線性規(guī)劃的方法給出了滿足最小總數(shù)據采集時間的智能電表集和數(shù)據采集器集的分配問題；文獻[16-18]解決了與不可控緊急事件同時出現(xiàn)的信息流，采用路由或者信道分配來減少干擾，以此來減少數(shù)據采集調度的延遲。

雖然文獻[10-13]都是研究數(shù)據采集調度的優(yōu)化問題，但都僅僅只關注最早截止日期的響應時間要求，而忽視了不同數(shù)據優(yōu)先級的響應時間要求。因此，為了解決多能源場景下，低壓電網信息系統(tǒng)為了推進到功能和用能企業(yè)的邊緣測的特定服務質量要求，現(xiàn)提出一種多能源數(shù)據采集調度控制優(yōu)化方法，用于滿足用戶特定服務質量要求。

本文研究利用多跳無線網絡建立數(shù)據采集結構，并通過為每個智能電表分配不同的時間安排，努力減少數(shù)據同時收集，以降低同步數(shù)據收集導致的干擾和吞吐量下降的影響。不同于文獻[19]的優(yōu)化目標是最小平均跳數(shù)、文獻[20]的優(yōu)化目標是每個節(jié)點的公平性，本文研究通過優(yōu)化數(shù)據包大小和頻譜感知次數(shù)以最小化延遲并提出最優(yōu)數(shù)據采集調度算法。本文算法和結構可以有效地提高數(shù)據采集調度的效率，滿足能源設備數(shù)據采集調度的時延要求。

1 多跳無線網絡的數(shù)據采集結構

采集終端作為類似于物聯(lián)網關的多跳網絡與其他網絡之間的集成點，它的布置已經得到了廣泛的研究，現(xiàn)如今綜合供能系統(tǒng)為了確保某些服務質量要求，例如帶寬和延遲，需要根據采集終端的位置，對綜合供能系統(tǒng)的水、電、天然氣表進行布局[21]。

假設所有的綜合供能系統(tǒng)的水、電、天然氣表都配備有多跳的無線網絡協(xié)議，并形成了一個網狀網絡；并且智能電表用于定期活動，如遠程抄表、電壓電能質量檢測等，每個智能電表支持廣泛的數(shù)據采集頻率，可以遠程配置[14]。

將采集終端為中心、布局智能電表的問題理解為頂點問題，這類問題的目標在于保證數(shù)據采集調度成功率的同時最小化所有智能電表到采集終端的距離。由于本文研究采用多跳路由，距離可以由跳數(shù)來表示。第一步，建立每個節(jié)點到其他節(jié)點的最小跳數(shù)矩陣M，為了找到跳數(shù)矩陣M的極大、極小值，使用距離L來存儲M中每一行的最大跳數(shù),選取的采集終端的點應該對應L中具有最小值的項。第二步，如果存在L具有若干個相同最小值時，則以最小平均跳數(shù)點作為最終選取值作為采集終端。

圖1 多跳無線網絡結構Fig.1 Wireless multi-hop network structure

根據所有智能電表之間的距離，建立了一種多跳無線網絡數(shù)據采集生成樹結構如圖1所示，其中包括一個采集終端和若干個智能電表，采集終端充當邊緣側控制處理器，負責處理傳輸過來的數(shù)據；智能電表僅充當通信處理器，負責傳輸數(shù)據。

2 系統(tǒng)模型與優(yōu)化目標

在邊緣側數(shù)據采集調度過程中，需要進行數(shù)據傳輸和數(shù)據處理這兩個部分，其中數(shù)據傳輸延遲通過智能電表產生，數(shù)據處理延遲通過采集終端產生。由于數(shù)據處理的時間受到處理器性能的影響基本無法調整，所以為了減少采集調度的整體延遲，需要減少數(shù)據傳輸?shù)臅r間并提高數(shù)據傳輸?shù)某晒β省?/p>

2.1 系統(tǒng)模型

提出了一種進行暫態(tài)分析數(shù)據傳輸?shù)哪Ｐ汀Ｊ紫榷x主要用戶和次要用戶，主要用戶是信道的控制者，次要用戶則只是使用者，而為了有效利用資源，傳輸數(shù)據的時候僅利用空閑信道進行數(shù)據傳輸。次要用戶可以利用空閑信道進行數(shù)據傳輸，當主要用戶以最高的優(yōu)先級使用當前信道時，次級用戶需要及時停止使用頻譜，將信道讓給主要用戶。假設次要用戶要傳輸?shù)臅簯B(tài)分析數(shù)據流由一組數(shù)據包組成，在每個數(shù)據包傳輸開始處對信道進行頻譜感知，當檢測到空閑信道時，通過信道傳輸數(shù)據包后再次進行頻譜感知。數(shù)據傳輸模型結構如圖2所示。

t為時間；Ts為頻譜感知造成的時間開銷； X為頻譜感知次數(shù)；Dm為給定時間圖2 數(shù)據傳輸模型Fig.2 Data transmission model

2.2 優(yōu)化目標

在數(shù)據傳輸中，需要在給定時間Dm內完成數(shù)據傳輸。根據模型，文中把總時間延遲開銷τOH定義為

τOH=τs+τR

(1)

式(1)中：τs為頻譜感知造成的時間開銷；τR為重傳數(shù)據包造成的時間開銷。頻譜感知造成的時間開銷為頻譜感知次數(shù)與時間的乘積，而重傳數(shù)據包的時間開銷是當網絡發(fā)生沖突時(主要用戶占用頻道)，發(fā)送方應當重新發(fā)送最后的數(shù)據包，因此重傳造成的時間開銷大小取決于傳輸中丟失的數(shù)據包的長度大小。若數(shù)據包長度過大，重傳造成的時間開銷將會很大；降低數(shù)據包長度大小看似可以減少總時間開銷，但是同時會增加頻譜感知的次數(shù)，會導致更多頻譜感知造成的時間開銷。因此，文中提出聯(lián)合優(yōu)化數(shù)據包長度大小和頻譜感知次數(shù)，以此來降低傳輸延遲。

2.3 優(yōu)化目標的數(shù)學描述

將目標函數(shù)定義為開銷時間和有效傳輸時間的商。為了估計由于重傳造成的時間開銷，必須引入用戶到達模型?？紤]到主要用戶到達率擬合泊松到達模型，文中提出主要用戶到達率為

(2)

式(2)中：λi為主要用戶到達第i個信道的平均時間。因此得出在進行了X次頻譜感知之后，主要用戶到達的概率為

X=0,1,…,n

(3)

(4)

(5)

(6)

經過計算得到

(7)

=(1-Li)+…+(Li)2X-2+(Li)2X-1

(8)

(9)

最終由式(7)和式(9)得到平均時間開銷為

(10)

(11)

基于式(7)和式(9)得到平均有效傳輸時間為

(12)

為了在平均時間開銷小的前提下提高平均有效傳輸時間。將優(yōu)化目標函數(shù)f定義為這兩個函數(shù)的比率，即

(13)

(14)

(15)

(16)

3 最優(yōu)數(shù)據采集調度算法

在得到最優(yōu)數(shù)據包分包大小為L=(L)*與最優(yōu)頻譜感知次數(shù)為X=(X)*后，本節(jié)通過最優(yōu)數(shù)據采集調度算法，介紹如何在數(shù)據采集調度中，最大化數(shù)據采集效率和準確性。本節(jié)提出了一種優(yōu)化方法：利用監(jiān)測類型作為優(yōu)先級進行最優(yōu)排序調度，在保證重要數(shù)據傳輸?shù)幕A上減少數(shù)據傳輸過程的延遲并提高成功率。

最優(yōu)數(shù)據傳輸流程算法首先定義循環(huán)變量Y，初始值為0，最優(yōu)排序調度數(shù)據傳輸步驟如下。

(2)各數(shù)據采集裝置的初始化參數(shù)矩陣Zi的計算公式為

Zi=bi,Ttotal,Ei,Wi

(17)

價值密度Wi為

Wi=TtotalEi

(18)

式中：bi為第i個數(shù)據采集裝置截止時間；Ei為第i個數(shù)據采集裝置任務重要等級，按照任務重要性劃分為重要、一般、不重要三個等級，用數(shù)值3～1分別表示重要程度，3為非常重要，依次下降，本文研究將事件檢測設置為重要，網絡狀態(tài)檢測和運行狀態(tài)監(jiān)測設置為一般、實施功能監(jiān)測設置為不重要；Wi為第i個數(shù)據采集裝置任務重要性的價值密度。

3.鄉(xiāng)村旅游的環(huán)境設計應該注重人情化。從游客自身的心理需求和生活需求來進行環(huán)境設計開發(fā)，根據不同游客的愛好來做不同的設計，設置可供游客進行選擇的項目以及內容。

(3)利用式(19)建立優(yōu)先級表為

(19)

(4)各區(qū)域數(shù)據采集裝置根據優(yōu)先級表，按照優(yōu)先級由高到低進行排序，將k個區(qū)域優(yōu)先級最高的數(shù)據采集裝置利用空閑信道完成數(shù)據采集傳輸完畢后，Y=Y+1；再次運行頻譜感知，查詢信道是否空閑，若空閑執(zhí)行步驟(5)，若已被主要用戶占用執(zhí)行步驟(7)。

(5)發(fā)送節(jié)點傳輸?shù)诙€數(shù)據包，傳輸完畢后，Y=Y+1；再次運行頻譜感知，繼續(xù)執(zhí)行此過程，直到完成第(X)*-1個數(shù)據包傳輸為止。若中途出現(xiàn)主要用戶占用信道情況則執(zhí)行步驟(7)，否則執(zhí)行步驟(6)。

(6)發(fā)送節(jié)點主動退出當前信道(proactive hand off，PHO)，若超過最大允許時間Dm，則結束數(shù)據傳輸；否則更新模型參數(shù)為

(20)

(21)

(7)當主要用戶占用當前信道，發(fā)送節(jié)點強制退出當前信道(mandatory manner，MHO)，若超過最大允許時間Dm，則結束數(shù)據傳輸；否則更新模型參數(shù)為

(22)

(23)

并執(zhí)行步驟(1)。

基于優(yōu)先級的最優(yōu)排序調度方法如圖3所示。

圖3 基于優(yōu)先級的最優(yōu)排序調度算法流程圖Fig.3 Flow chart of optimal scheduling algorithm based on priority

4 仿真與結果

為了印證上述算法效果，文中使用MATLAB進行仿真。網絡的節(jié)點個數(shù)分別初始化為36、54、72、90、108、126、144。分別選取文獻[10，20]、文獻[21]和文中數(shù)據采集調度方法。圖4～圖6以網絡節(jié)點的個數(shù)為變量研究了算法對于數(shù)據采集調度成功概率、數(shù)據采集時間延遲和數(shù)據采集調度時間的調節(jié)能力。

圖4(a)顯示了數(shù)據采集調度成功概率隨網絡節(jié)點的個數(shù)的變化趨勢，隨著網絡節(jié)點的增加，數(shù)據采集調度成功概率逐漸下降，但本文算法的數(shù)據采集調度成功概率始終高于其他方法，因此利用本文算法進行數(shù)據采集調度可靠性最高。

圖4 數(shù)據采集成功概率隨網絡節(jié)點的個數(shù)的變化趨勢Fig.4 The change trend of data acquisition success probability with the number of network nodes

圖5 數(shù)據采集延遲隨網絡節(jié)點的個數(shù)的變化趨勢Fig.5 The data collection delay changes with the number of network nodes

圖6 數(shù)據采集時間隨網絡節(jié)點的個數(shù)的變化趨勢Fig.6 The change trend of data collection time with the number of network nodes

圖4(b)描述了數(shù)據采集延遲隨網絡節(jié)點的個數(shù)的變化趨勢，隨著網絡節(jié)點的增加，延遲時間也會增加，但是當網絡節(jié)點個數(shù)超過72，其他3種方法的延遲時間快速增加，而本文的算法延遲時間增加緩慢，即使網絡節(jié)點個數(shù)達到144，延遲時間也沒有超出1 s，因此本文的算法相比其他3種算法具有低延遲性。

圖6描述了數(shù)據采集調度時間隨網絡節(jié)點的個數(shù)的變化趨勢。隨著網絡節(jié)點個數(shù)的增加，相比其他3種方法，本文算法的數(shù)據采集調度時間一直最短。

表1描述了當網絡節(jié)點數(shù)均為144時，本文方法與文獻[10]、文獻[20]、文獻[21]中的方法對應的采集成功率、延遲時間和調度時間參數(shù)，相比其他3種方法，本文的方法采集成功率最高，延遲時間和數(shù)據調度時間最短。由此可以證明文中方法能優(yōu)化數(shù)據采集調度過程中的延遲，最終減少數(shù)據采集調度的時間延遲并且增加成功率。

表1 不同方法對應的采集成功率、延遲時間和調度時間參數(shù)Table 1 Acquisition success rate, delay time and scheduling time parameters corresponding to different methods

5 結論

提出了一種基于邊緣計算的數(shù)據采集調度方法，以能源設備供能的監(jiān)測時間為約束，根據建立的多跳無線網絡數(shù)據采集結構，提出基于優(yōu)先級的最優(yōu)排序采集調度方法，并開展了仿真測試。結果表明，與現(xiàn)有的方法相比，本文算法和模型可以有效地減少數(shù)據采集調度的延遲并大幅度提高數(shù)據采集調度的成功率，表明本文算法可以及時處理實時、短周期的數(shù)據，進而可以滿足能源設備供能的監(jiān)測時間約束條件，為綜合供能系統(tǒng)未來穩(wěn)定安全和協(xié)調高效地工作提供參考。