張曉天， 張健男， 黃冶， 屈可丁， 李牧雨

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

近年來，互聯(lián)網(wǎng)信息技術(shù)、可再生能源技術(shù)以及電力改革進(jìn)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(shù)背景下，邊緣技術(shù)應(yīng)運(yùn)而生。邊緣計算將計算、存儲等能力擴(kuò)展到綜合供能系統(tǒng)附近的網(wǎng)絡(luò)邊緣側(cè)用于集中處理實時、短周期的數(shù)據(jù)，對綜合供能系統(tǒng)中的信息進(jìn)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(shù)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(jù)傳輸也有不同的要求[5]。對能源設(shè)備供能的監(jiān)測包括網(wǎng)絡(luò)狀態(tài)監(jiān)測、運(yùn)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(yīng)時間具有不同的要求。因此，將邊緣計算應(yīng)用于綜合供能系統(tǒng)中，需要以應(yīng)用的響應(yīng)需求為優(yōu)先，對數(shù)據(jù)采集調(diào)度進(jìn)行優(yōu)化。

針對上述優(yōu)化問題，中外學(xué)者已經(jīng)開展了大量研究工作。文獻(xiàn)[10-13]為了減少網(wǎng)絡(luò)容量需求，智能電表數(shù)據(jù)量的減少是通過在數(shù)據(jù)集中點(diǎn)將多個小型智能計量消息連接到一個更大的數(shù)據(jù)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(jù)采集調(diào)度方案；文獻(xiàn)[14-15]考慮了數(shù)據(jù)采集的安全性問題，提出了一種安全數(shù)據(jù)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(jù)采集時間的智能電表集和數(shù)據(jù)采集器集的分配問題；文獻(xiàn)[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(jù)采集調(diào)度的延遲。

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

本文研究利用多跳無線網(wǎng)絡(luò)建立數(shù)據(jù)采集結(jié)構(gòu)，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(jù)同時收集，以降低同步數(shù)據(jù)收集導(dǎo)致的干擾和吞吐量下降的影響。不同于文獻(xiàn)[19]的優(yōu)化目標(biāo)是最小平均跳數(shù)、文獻(xiàn)[20]的優(yōu)化目標(biāo)是每個節(jié)點(diǎn)的公平性，本文研究通過優(yōu)化數(shù)據(jù)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(jù)采集調(diào)度算法。本文算法和結(jié)構(gòu)可以有效地提高數(shù)據(jù)采集調(diào)度的效率，滿足能源設(shè)備數(shù)據(jù)采集調(diào)度的時延要求。

1 多跳無線網(wǎng)絡(luò)的數(shù)據(jù)采集結(jié)構(gòu)

采集終端作為類似于物聯(lián)網(wǎng)關(guān)的多跳網(wǎng)絡(luò)與其他網(wǎng)絡(luò)之間的集成點(diǎn)，它的布置已經(jīng)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(wù)質(zhì)量要求，例如帶寬和延遲，需要根據(jù)采集終端的位置，對綜合供能系統(tǒng)的水、電、天然氣表進(jìn)行布局[21]。

假設(shè)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(wǎng)絡(luò)協(xié)議，并形成了一個網(wǎng)狀網(wǎng)絡(luò)；并且智能電表用于定期活動，如遠(yuǎn)程抄表、電壓電能質(zhì)量檢測等，每個智能電表支持廣泛的數(shù)據(jù)采集頻率，可以遠(yuǎn)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(diǎn)問題，這類問題的目標(biāo)在于保證數(shù)據(jù)采集調(diào)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(diǎn)到其他節(jié)點(diǎn)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(diǎn)應(yīng)該對應(yīng)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(diǎn)作為最終選取值作為采集終端。

圖1 多跳無線網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Wireless multi-hop network structure

根據(jù)所有智能電表之間的距離，建立了一種多跳無線網(wǎng)絡(luò)數(shù)據(jù)采集生成樹結(jié)構(gòu)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(dāng)邊緣側(cè)控制處理器，負(fù)責(zé)處理傳輸過來的數(shù)據(jù)；智能電表僅充當(dāng)通信處理器，負(fù)責(zé)傳輸數(shù)據(jù)。

2 系統(tǒng)模型與優(yōu)化目標(biāo)

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

2.1 系統(tǒng)模型

提出了一種進(jìn)行暫態(tài)分析數(shù)據(jù)傳輸?shù)哪Ｐ?。首先定義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(jù)的時候僅利用空閑信道進(jìn)行數(shù)據(jù)傳輸。次要用戶可以利用空閑信道進(jìn)行數(shù)據(jù)傳輸，當(dāng)主要用戶以最高的優(yōu)先級使用當(dāng)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(shè)次要用戶要傳輸?shù)臅簯B(tài)分析數(shù)據(jù)流由一組數(shù)據(jù)包組成，在每個數(shù)據(jù)包傳輸開始處對信道進(jìn)行頻譜感知，當(dāng)檢測到空閑信道時，通過信道傳輸數(shù)據(jù)包后再次進(jìn)行頻譜感知。數(shù)據(jù)傳輸模型結(jié)構(gòu)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(jù)傳輸模型Fig.2 Data transmission model

2.2 優(yōu)化目標(biāo)

在數(shù)據(jù)傳輸中，需要在給定時間Dm內(nèi)完成數(shù)據(jù)傳輸。根據(jù)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(jù)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(jù)包的時間開銷是當(dāng)網(wǎng)絡(luò)發(fā)生沖突時(主要用戶占用頻道)，發(fā)送方應(yīng)當(dāng)重新發(fā)送最后的數(shù)據(jù)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(jù)包的長度大小。若數(shù)據(jù)包長度過大，重傳造成的時間開銷將會很大；降低數(shù)據(jù)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(dǎo)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(jù)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(biāo)的數(shù)學(xué)描述

將目標(biāo)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(dá)模型?？紤]到主要用戶到達(dá)率擬合泊松到達(dá)模型，文中提出主要用戶到達(dá)率為

(2)

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

X=0,1,…,n

(3)

(4)

(5)

(6)

經(jīng)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(biāo)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(jù)采集調(diào)度算法

在得到最優(yōu)數(shù)據(jù)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(jù)采集調(diào)度算法，介紹如何在數(shù)據(jù)采集調(diào)度中，最大化數(shù)據(jù)采集效率和準(zhǔn)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(jìn)行最優(yōu)排序調(diào)度，在保證重要數(shù)據(jù)傳輸?shù)幕A(chǔ)上減少數(shù)據(jù)傳輸過程的延遲并提高成功率。

最優(yōu)數(shù)據(jù)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(diào)度數(shù)據(jù)傳輸步驟如下。

(2)各數(shù)據(jù)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(jù)采集裝置截止時間；Ei為第i個數(shù)據(jù)采集裝置任務(wù)重要等級，按照任務(wù)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(shè)置為重要，網(wǎng)絡(luò)狀態(tài)檢測和運(yùn)行狀態(tài)監(jiān)測設(shè)置為一般、實施功能監(jiān)測設(shè)置為不重要；Wi為第i個數(shù)據(jù)采集裝置任務(wù)重要性的價值密度。

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

(3)利用式(19)建立優(yōu)先級表為

(19)

(4)各區(qū)域數(shù)據(jù)采集裝置根據(jù)優(yōu)先級表，按照優(yōu)先級由高到低進(jìn)行排序，將k個區(qū)域優(yōu)先級最高的數(shù)據(jù)采集裝置利用空閑信道完成數(shù)據(jù)采集傳輸完畢后，Y=Y+1；再次運(yùn)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(diǎn)傳輸?shù)诙€數(shù)據(jù)包，傳輸完畢后，Y=Y+1；再次運(yùn)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(jù)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(diǎn)主動退出當(dāng)前信道(proactive hand off，PHO)，若超過最大允許時間Dm，則結(jié)束數(shù)據(jù)傳輸；否則更新模型參數(shù)為

(20)

(21)

(7)當(dāng)主要用戶占用當(dāng)前信道，發(fā)送節(jié)點(diǎn)強(qiáng)制退出當(dāng)前信道(mandatory manner，MHO)，若超過最大允許時間Dm，則結(jié)束數(shù)據(jù)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(diào)度方法如圖3所示。

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

4 仿真與結(jié)果

為了印證上述算法效果，文中使用MATLAB進(jìn)行仿真。網(wǎng)絡(luò)的節(jié)點(diǎn)個數(shù)分別初始化為36、54、72、90、108、126、144。分別選取文獻(xiàn)[10，20]、文獻(xiàn)[21]和文中數(shù)據(jù)采集調(diào)度方法。圖4～圖6以網(wǎng)絡(luò)節(jié)點(diǎn)的個數(shù)為變量研究了算法對于數(shù)據(jù)采集調(diào)度成功概率、數(shù)據(jù)采集時間延遲和數(shù)據(jù)采集調(diào)度時間的調(diào)節(jié)能力。

圖4(a)顯示了數(shù)據(jù)采集調(diào)度成功概率隨網(wǎng)絡(luò)節(jié)點(diǎn)的個數(shù)的變化趨勢，隨著網(wǎng)絡(luò)節(jié)點(diǎn)的增加，數(shù)據(jù)采集調(diào)度成功概率逐漸下降，但本文算法的數(shù)據(jù)采集調(diào)度成功概率始終高于其他方法，因此利用本文算法進(jìn)行數(shù)據(jù)采集調(diào)度可靠性最高。

圖4 數(shù)據(jù)采集成功概率隨網(wǎng)絡(luò)節(jié)點(diǎn)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(jù)采集延遲隨網(wǎng)絡(luò)節(jié)點(diǎn)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(jù)采集時間隨網(wǎng)絡(luò)節(jié)點(diǎn)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(jù)采集延遲隨網(wǎng)絡(luò)節(jié)點(diǎn)的個數(shù)的變化趨勢，隨著網(wǎng)絡(luò)節(jié)點(diǎn)的增加，延遲時間也會增加，但是當(dāng)網(wǎng)絡(luò)節(jié)點(diǎn)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(wǎng)絡(luò)節(jié)點(diǎn)個數(shù)達(dá)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(jù)采集調(diào)度時間隨網(wǎng)絡(luò)節(jié)點(diǎn)的個數(shù)的變化趨勢。隨著網(wǎng)絡(luò)節(jié)點(diǎn)個數(shù)的增加，相比其他3種方法，本文算法的數(shù)據(jù)采集調(diào)度時間一直最短。

表1描述了當(dāng)網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)均為144時，本文方法與文獻(xiàn)[10]、文獻(xiàn)[20]、文獻(xiàn)[21]中的方法對應(yīng)的采集成功率、延遲時間和調(diào)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(jù)調(diào)度時間最短。由此可以證明文中方法能優(yōu)化數(shù)據(jù)采集調(diào)度過程中的延遲，最終減少數(shù)據(jù)采集調(diào)度的時間延遲并且增加成功率。

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

5 結(jié)論

提出了一種基于邊緣計算的數(shù)據(jù)采集調(diào)度方法，以能源設(shè)備供能的監(jiān)測時間為約束，根據(jù)建立的多跳無線網(wǎng)絡(luò)數(shù)據(jù)采集結(jié)構(gòu)，提出基于優(yōu)先級的最優(yōu)排序采集調(diào)度方法，并開展了仿真測試。結(jié)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(jù)采集調(diào)度的延遲并大幅度提高數(shù)據(jù)采集調(diào)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(jù)，進(jìn)而可以滿足能源設(shè)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(diào)高效地工作提供參考。