[发明专利]一种云边协同电力信息通信设备自动化测试资源分配方法有效

专利信息
申请号: 201911194715.4 申请日: 2019-11-28
公开(公告)号: CN111064633B 公开(公告)日: 2021-09-24
发明(设计)人: 张驯;赵博;白万荣;王维洲;魏峰;朱小琴;马宏忠;杨勇;高丽娜;杨凡 申请(专利权)人: 国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司;国家电网有限公司
主分类号: H04L12/26 分类号: H04L12/26
代理公司: 北京卓岚智财知识产权代理事务所(特殊普通合伙) 11624 代理人: 郭智
地址: 730070 甘肃*** 国省代码: 甘肃;62
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 协同 电力 信息 通信 设备 自动化 测试 资源 分配 方法
【说明书】:

发明公开了一种云边协同电力信息通信设备自动化测试资源分配方法。该方法首次采用生成对抗深度强化学习理论,在测试执行时间、通信资源、计算资源以及能量消耗受限情况下,电力信息通信设备测试中云计算和多接入边缘计算综合资源分配方法,从而提高了测试的准确率、减少了测试执行时间并且节约了通信和计算资源。

技术领域

本发明属于通信领域,尤其涉及电力信息通信设备自动化测试计算方法。

背景技术

随着智能电网,特别是泛在电力物联网的发展,电力通信设备对于信息的传输、处理起到了关键的作用,其性能的优劣直接影响电力网络的安全以及稳定;在部署应用前,通信设备需要严格的测试,传统的人工测试不但消耗了大量的人力,而且速度慢,同时测量结果不准确。

发明内容

(一)要解决的技术问题

为了提高电力通信设备的测试效率,本发明公开了一种云边协同电力信息通信设备自动化测试资源分配方法。该方法首次采用生成对抗深度强化学习理论,在测试执行时间、通信资源、计算资源以及能量消耗受限情况下,电力信息通信设备测试中云计算和多接入边缘计算综合资源分配方法,从而提高了测试的准确率、减少了测试执行时间并且节约了通信和计算资源。

(二)技术方案

为解决上述技术问题,本发明公开了一种云边协同电力信息通信设备自动化测试资源分配方法,包括如下步骤:

步骤A,根据电力信息通信设备需要测试的要求,构建测试任务,根据测试任务,构建测试云计算和边缘计算的测试平台模型;

步骤B,根据步骤A给出的云计算和边缘计算测试平台模型,构建可以调度的资源模型和通信模型;

步骤C,根据步骤A的测试平台模型,步骤B的资源模型应用,设计生成对抗深度强化学习资源调度方法,并按照此资源调度方法进行计算资源和通信资源调度;

步骤D,根据资源调度方法将测试任务进行分配,并通知测试点完成测试任务的时间限制;

步骤E,各个分散节点进行计算,完成各自计算任务,并将计算结果上传到云计算平台。

其中,步骤A具体包括:

A1,根据要测试的通信设备分析云计算和多接入边缘计算的电力信息通信设备自动化测试平台结构,其可分为用户节点、边缘计算节点簇资源层和云计算资源三层结构,确定其拓扑机构;

A2,将云计算测试资源表示Cc={Cc1,Cc2,...Ccn},多接入边缘计算节点测试资源可以表示为Mc={Mc1,Mc2,...,Mcn},其中,每个云计算节点和多接入边缘节点用于执行测试的资源可以表示为Cci={sci,cci,bci}和Mci={smi,cmi,bmi},其中sci和smi分别表示云计算节点和边缘计算节点存储资源,cci和cmi分别表示云计算节点和边缘计算节点计算资源,bci和bmi分别表示云计算节点和边缘计算节点的通信带宽资源;

A3,根据A2的逻辑资源,建立物理设备计算资源列表,其物理对应的计算处理节点表示为和

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司;国家电网有限公司,未经国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911194715.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top