基于边缘计算的低压电力通信数据分流方法

2022-04-20岳欧龚玲玲李嘉懿吴浩瀚

微型电脑应用 2022年3期

岳欧, 龚玲玲，李嘉懿，吴浩瀚

(国网四川省电力公司, 广安供电公司，四川, 广安 638000)

0 引言

低压电力线数据通信是一种把低压电力线作为载波通道进行数据传递与交换的通信技术。电力企业通过无线网络传送音频、文字以及影像等数据来达到监督电网系统运行是否安全的目的，同时通过大数据的支撑，使电能的供应能够精准、及时。

文献[1]提出基于双链接无线网络的电力通信数据分流方法，计算电力分流函数与数据单元密度，根据上述结果确定双链接无线网络的分流参数值，完成电力通信数据分流。文献[2]提出基于链路调制的电力通信数据分流方法，计算通信节点的信息量，以降低数据丢失概率，匹配节点信息量与传输带宽的适应度，完成通信数据分流。上述分流会导致部分重要数据遗失，破坏获取电力大数据的完整性。因此，提出基于边缘计算的低压电力通信数据分流方法。

1 设计目标

边缘计算技术指的是利用将服务器设置在无线接入侧，以此使无线接入网获得IT与云计算的功能[3]。无线接入网因而拥有了低时延、高带宽的传输特征，能够很大程度上解决今后移动网络在带宽以及时延2个方面的问题[4-6]。基于边缘计算技术的通信数据分流平台如图1所示。

图1 基于边缘计算技术的数据分流平台

本文主要设计目标为以下几点。

(1)本地业务

利用基于边缘计算技术的通信数据分流平台，用户能够直接进入本地网络，使本地的业务数据流可以直接通过通信数据分流平台传输到本地网络，不再需要通过核心网。

(2)公网业务

用户能够通过2种形式访问公网业务。一是通过通信数据分流平台将全部的公网业务数据直接传送到核心网；二是基于通信数据分流平台，利用本地分流的方式从本地代理服务器接入Internet来处理指定的IP业务。

(3)终端/网络

本地分流方案若想实现数据分流，就要利用基于边缘计算技术的通信数据分流平台合理部署终端与网络。该技术方案不需要再改造终端用户以及核心网，基于边缘计算技术的本地分流方案降低了现网应用部署的难度[7]。

2 基于边缘计算的低压电力通信数据分流

2.1 数据分流方案

低压电力通信数据分流和系统电力服务质量参数是紧密相连的，所以需要在确定系统相关参数的基础上进行数据分流，电力大数据分流的优先级是由平台系统对电力数据误差的容忍程度决定的，容忍程度越高，数据分流就会越精确[8-10]。低压电力数据分流单元的结构如图2所示。

图2 低压电力通信数据分流单元结构

为了实现电力通信数据的精准分流，以边缘计算为依据的本地分流方案具体包括以下环节：

(1)本地分流；

(2)控制面数据分流；

(3)上行用户面数据处理；

(4)下行用户面数据处理。

2.2 分流评价指标函数建立

为了实现低压电力通信数据的精准分流，需要计算低压电力通信数据的分流评价指标函数。

(1)

设n为接入的边缘节点个数，N为所有低压电力用户的个数,再设电力网络的全部覆盖范围为S，则低压电力大数据单元密度ρj(t)可以用t时刻的单个网络接入用户nj(t)进行表达：

(2)

电力网络覆盖范围S涵盖的用户数和用户规模可作为边缘服务质量重要参数计算的决定性依据[11]。为了使电力服务系统中的相关参数更为准确，将电力用户满意度评价指标函数ηj(t)作为数据分流精度的基本判定条件：

(3)

其中，hmax、hmin分别表示分流标签的最大值与最小值。

根据计算获得的分流评价指标函数，确定低压电力大数据的边缘服务质量参数如下：

(4)

其中，δ表示用户容忍度，Q1、Q2和Q3为3种电力用户的容忍度上限，当容忍度满足条件0

首先要找出系统的边缘服务质量参数，然后就能够根据用户各自的分类标签以及用户低压电力大数据的主要特点，把获取的低压电力大数据全部输入到平台的各个数据传输通道里面，使电力大数据的的分流规范化，通过用户的分类标签找出服务质量参数以及评价指标函数。数据分流的实现过程如图3所示。

图3 低压电力通信数据分流流程

需要分流的低压电力通信数据量是十分庞大的，电力分流是不断循环的，对需要分流的数据设定特定的分流标准，一旦未达到该标准，数据将被退回到用户层，再次分配分类标签，进行又一批次的数据分流操作，以此来保证低压电力通信数据分流的精准性。

3 实验研究

为了验证基于边缘计算的低压电力通信数据分流方法的分流精准度，进行了对比实验。

3.1 实验环境设定

在IPv6试验环境下，对数据分流方法的精准度进行对比分析，实验所需的测试环境如表1所示。

表1 试验所需的测试环境

3.2 数据资源分析

低压电力通信数据中的离线、在线数据资源如表2所示。

表2 离线、在线数据低压电力通信数据资源

采用高配置PC主机，CPU为Inter Core i7，内存为32 GB。

3.3 实验结果与分析

实验对边缘计算环境下的3个处理器分配数据流，如图4所示。

(a)处理器1

由图4可知，在处理器1下数据流数最高可达到1 000个，随着时间增加，数据流数下降；在处理器2下数据流数在时间为30～35 s时，达到最高为1 000个；在处理器3下，数据流数基本保持不变，最高可达到600个。

根据上述内容，分别采用基于双链接无线网络方法、基于链路调制方法与基于边缘计算方法对低压电力通信数据分流结果精准度进行对比分析。分流精度的计算式为

(5)

其中，Ttotal表示分流数据总量，T′表示未能完成分流的数据量。

不同处理器下，3种方法的分流精度对比结果如表3所示。

表3 不同方法下通信数据分流结果精准度对比分析

处理器1:当时间为10 s时，基于边缘计算方法比2种传统方法分流结果精准度高22%；当时间为20 s时，基于边缘计算方法比2种传统方法分流结果精准度高29%；当时间为30 s时，基于边缘计算方法比2种传统方法分流结果精准度高26%；当时间为40 s时，基于边缘计算方法比2种传统方法分流裂结果精准度高18%。用处理器，基于边缘计算方法的最高分流结果精准度可达到98%。

处理器2:当时间为10 s时，基于边缘计算方法比2种传统方法分流结果精准度高28%；当时间为20 s时，基于边缘计算方法比2种传统方法分流结果精准度高20%；当时间为30 s时，基于边缘计算方法比2种传统方法分流结果精准度高26%；当时间为40 s时，基于边缘计算方法比2种传统方法分流结果精准度高22%。用处理器，基于边缘计算方法最高分流结果精准度可达到95%。

处理器3:当时间为10 s时，基于边缘计算方法比2种传统方法分流结果精准度高35%；当时间为20 s时，基于边缘计算方法比2种传统方法分流结果精准度高33%；当时间为30 s时，基于边缘计算方法2种传统方法分流结果精准度高47%；当时间为40 s时，基于边缘计算方法比2种传统方法分流结果精准度高47%。用处理器，基于边缘计算方法最高分流结果精准度可达到96%。

综上所述基于边缘计算的低压电力通信数据分流方法分流结果精准度较高。

为了充分证明所提分流方法的有效性，以分流后电力网络的吞吐量为实验比较指标，进行3种方法的比较实验。3种方法分流后的电力网络吞吐量比较结果如图5所示。