分布式电力服务提供方法及分布式电力服务系统与流程

本技术涉及智能电网，尤其涉及一种分布式电力服务提供方法及分布式电力服务系统。

背景技术：

1、随着无人化巡检机器人、无人机等装备在变电站内巡检、电力输电线巡检、地下管廊巡视等任务中的应用，智能电网中不同移动智能终端的交叉碰撞风险剧增。本地计算节点因此产生了大量辅助移动智能终端运维的计算任务。然而，现有的基于中心服务器的集中式联网控制服务方案将移动智能终端所需的所有服务信息缓存在中心服务器上，移动智能终端需要通过边缘节点从中心服务器获取目标数据。这类技术方案存在时延高的问题，难以满足对智能电网中时延敏感任务的要求。

2、移动边缘计算 (mobile edge computing，mec) 是一种分布式计算架构，它将应用程序、数据和服务的操作从网络的中心节点移动到网络中的边缘节点进行处理。具体来说，边缘计算将原本由中心节点处理的大规模服务分解成更小、更易于管理的部分，分发给边缘节点进行处理，从而可以加快资源的处理和传输，有效降低时延。

3、为了减少时间延迟，相关技术中利用移动边缘计算技术，将中心服务器的计算任务分配到边缘计算节点。然而，相关技术中边缘计算节点之间缺乏有效的协作机制，无法解决边缘节点服务效率低、边缘计算节点之间服务聚合能力差的问题。

技术实现思路

1、有鉴于此，本技术的目的在于解决背景技术提出的技术问题，提出一种分布式电力服务提供方法及分布式电力服务系统。

2、基于上述目的，本技术提供了一种分布式电力服务提供方法，应用于分布式电力服务系统，所述系统包括移动智能终端、边缘节点和中心服务器；至少部分所述边缘节点按照协作域划分；

3、所述方法包括：

4、所述边缘节点利用行为预测模型得到所述移动智能终端的预测任务；

5、所述边缘节点确定本地是否存储所述预测任务对应的服务数据；

6、所述边缘节点响应于确定本地未存储所述服务数据，向对应的协作域内其他边缘节点请求所述服务数据；

7、所述边缘节点响应于确定所述其他边缘节点未存储所述服务数据，通过对应的协作域内域首节点向所述中心服务器请求所述服务数据。

8、可选地，所述协作域的构建方法包括：

9、在所有所述边缘节点中确定多个起始节点；所述起始节点之间的距离大于第一预设距离；

10、确定与所述起始节点之间距离小于第二预设距离且设备相似度大于预设阈值的条件边缘节点；

11、基于所述起始节点和所述条件边缘节点构建协作域；

12、将所述协作域内业务负载能力评估值最高的边缘节点作为所述协作域的域首节点，其他边缘节点作为所述协作域的成员节点。

13、可选地，所述边缘节点的设备相似度通过公式得到；

14、其中、、表示预设权重系数，表示所述边缘节点的计算能力，表示与所述起始节点之间距离小于第二预设距离的所有边缘节点的平均计算能力，表示所述边缘节点的存储容量，表示与所述起始节点之间距离小于第二预设距离的所有边缘节点的平均存储容量，表示所述边缘节点的移动智能终端密度，表示与所述起始节点之间距离小于第二预设距离的所有边缘节点的移动智能终端密度，表示任务在与所述起始节点之间距离小于第二预设距离的所有边缘节点中的平均流行度，表示任务在所述边缘节点中的流行度。

15、可选地，所述边缘节点的业务负载能力评估值通过公式得到；

16、其中、、表示预设权重系数，表示所述边缘节点的计算能力，表示所述边缘节点的存储容量，表示与所述边缘节点连接的移动智能终端密度。

17、可选地，所述行为预测模型的训练方法，包括：

18、所述边缘节点从对应的移动智能终端中选取多个作为训练用移动智能终端，并将当前的行为预测模型发送至训练用移动智能终端；

19、所述训练用移动智能终端按照预设训练轮数对所述当前的行为预测模型进行训练，得到局部模型参数；

20、所述边缘节点响应于确定接收到超过半数所述训练用移动智能终端的局部模型参数，根据所述局部模型参数得到全局模型参数，并得到更新行为预测模型。

21、可选地，所述从对应的移动智能终端中选取多个作为训练用移动智能终端，包括：

22、确定对应的移动智能终端的计算能力和业务强度；

23、响应于确定任一移动智能终端满足，将该移动智能终端作为训练用移动智能终端；其中，、表示预设权重，表示移动智能终端的计算能力，表示移动终端的业务强度，表示预设系数，表示全局损失值。

24、可选地，所述预设训练轮数通过公式得到；

25、其中，表示基础训练轮数，表示最大额外轮数，表示所述当前的行为预测模型进行第一轮训练后的损失值。

26、可选地，所述根据所述局部模型参数得到全局模型参数，包括：

27、根据所述局部模型参数，通过如下公式，得到所述全局模型参数；

28、；

29、其中，、表示预设的比例参数，表示训练用移动终端的数据量，表示所述训练用移动终端的总贡献度，表示所述局部模型参数。

30、可选地，还包括：

31、所述域首节点根据边缘节点服务能力模型和协作域服务能力模型，得到所述协作域内所有成员节点的服务能力和所述协作域的服务能力；

32、响应于确定所述协作域的服务能力满足预设要求而所述成员节点的服务能力不满足预设要求，将该成员节点从所述协作域中删除；

33、响应于确定所述协作域的服务能力不满足要求，将所述协作域解散。

34、基于同一发明构思，本技术一个或多个实施例还提供了一种分布式电力服务系统，所述系统包括移动智能终端、边缘节点和中心服务器；至少部分所述边缘节点按照协作域划分；

35、所述边缘节点被配置为，利用行为预测模型得到所述移动智能终端的预测任务；确定本地是否存储所述预测任务对应的服务数据；响应于确定本地未存储所述服务数据，向对应的协作域内其他边缘节点请求所述服务数据；响应于确定所述其他边缘节点未存储所述服务数据，通过对应的协作域内域首节点向所述中心服务器请求所述服务数据。

36、从上面所述可以看出，本技术提供的分布式电力服务提供方法，用于分布式电力服务系统，所述系统包括移动智能终端、边缘节点和中心服务器；至少部分所述边缘节点按照协作域划分。所述方法通过所述边缘节点利用行为预测模型得到所述移动智能终端的预测任务；所述边缘节点确定本地是否存储所述预测任务对应的服务数据；所述边缘节点响应于确定本地未存储所述服务数据，向对应的协作域内其他边缘节点请求所述服务数据；所述边缘节点响应于确定所述其他边缘节点未存储所述服务数据，通过对应的协作域内域首节点向所述中心服务器请求所述服务数据。通过本技术提供的方法，可以提高边缘计算节点之间的聚合能力，以此提高资源利用能力；还可以通过行为预测模型提高移动智能终端预测行为的命中率，减少边缘计算节点的等待时间。基于边缘计算节点资源利用率和行为预测模型命中率的提高，本技术的技术方案可以降低电力分布式移动智能终端网络中的数据时延。

37、本技术提供的一种分布式电力服务系统均能够实现上述分布式电力服务提供方法的步骤，因此同样具备上述分布式电力服务提供方法的有益效果。