数字电网边缘侧用电量数据缓存快速部署研究

代奇迹，辛明勇，祝健杨

（贵州电网有限责任公司电力科学研究院，贵州贵阳 550002）

现阶段，电力系统接入终端种类和数目不断增多，使得边缘侧用电量数据变得更加复杂，难以实现实时、有效地用电量数据处理，这已经成为制约电力系统发展的一个重要因素。一方面，由于数字电网终端设备容量有限，难以实时处理复杂的数字电网边缘侧用电量数据。另一方面，由于数字电网领域的特殊性，使得复杂、多样、实时的数字电网服务成为限制数字电网发展的重要因素。因此，提高数据处理能力是当前需要迫切解决的问题。文献[1]提出了基于强化学习的存储方法。使用分层建模方法构建部署模型，使用集群性能代价函数持续优化缓存部署模型参数。结合数据负载感知自身适应配置方式，完成用电量数据缓存。文献[2]提出了基于分布式压缩感知的存储方法。通过同步正交匹配追踪方式，分析边缘侧用电量数据，进而实现数据压缩存储。

虽然上述方法能够在一定程度上解决终端设备缓存容量不足的问题，但是将缓存任务卸载到位于核心网的云数据需要消耗大量资源，无法满足数字电网服务的低时延要求。为此，提出了数字电网边缘侧用电量数据缓存快速部署方法。

1 边缘侧用电量数据处理

为了实时采集和处理数字电网边缘侧用电量数据，结合容器技术设计了如图1 所示的数据处理架构。

图1 基于容器技术的数据处理架构

分析图1 可知，在不同容器中建立了与数据库的对应关系，从而实现边缘侧智能终端实时管理[3]。通过事务处理机制发送数据包，并对协同云端数据进行有效处理[4]。采集端的数据采集工作是在嵌入式数据库中进行的，因此能够保证数据的同步传输。数据同步模块将事务打包成一种特殊的数据进行信息同步，对数据进行加密处理，并将处理结果存储到待确认任务队列之中，利用报文传输模块对队列数据进行实时处理。在接收到信息源之后，由云接收模块进行解密处理，生成SQL 语句，使得处理后的数据能够满足实际应用需求。

2 用电量数据缓存快速部署

2.1 基于数据卸载缓存位置的快速选择

数字电网环境下边缘侧用电量数据多、维度大，合理划分缓存位置、快速选择最优缓存位置是当前用电量数据缓存快速部署的重要内容[5]。采用动态子图匹配算法实现了细粒度自适应任务卸载，示意图如图2 所示。

图2 数字电网边缘侧用电量数据卸载示意图

在考虑到用户需求、设备电池电量、计算能力、应用执行时限、网络带宽等因素的情况下，对数字电网边缘侧用电量数据进行自适应卸载[6-7]。截止时间需要满足如下条件：

式中，ta表示卸载到其他资源库的执行时间；tb表示终端执行时间；tc表示应用执行时限[8]。能耗代价满足如下条件：

式中，qa表示卸载过程耗能；qb表示其他资源耗能；qc表示终端设备耗能；qd表示终端极限能耗。充分考虑终端设备需求，数字电网将均衡考虑整体综合代价并卸载用户侧数据。

2.2 数据轮询调度

数字电网边缘侧用电量数据经过快速卸载后，选择缓存位置，并通过轮询调度读写数据。数据轮询调度在不增加任何开销的前提下进行，动态预测从属站数据队列，针对轮询最长数据队列，减少轮询次数，缩短轮询时间，从而提高快速部署低功耗数据缓存效率[9]。

假设部署节点报文队列是无限大的，数字电网运行到t时刻，则部署节点第k-1 次到第k次报文数据平均被轮询的成功率可通过式（1）计算得出：

式中，k表示从属站轮询次数；sk表示待发送轮询报告数量；Tk表示从属站发送报文时间[10-11]。轮询第k-2 次到第k-1 次数据时，被轮询数据到达率可表示为：

假设数据被轮询调度过程中，数据到达下一个部署节点服从强度为α的泊松过程，那么依据泊松定义可在一定时间间隔Δt内出现l个报文的概率计算公式如下：

式中，e 表示自然常数。在部署期间，所有数据报文队列需要满足的数学期望如下：

数字电网运行一段时间后，各个从属站被轮询了k次，为了提高数字电网边缘侧用电量数据缓存效率，选择最大队列报文的从属站进行轮询[12]。

2.3 用电量数据缓存快速部署

在数字电网边缘侧，采用连续读取和写的方式保证多个FIFO 队列的正常运行，并将所有队列的头尾部分数据存储在SRAM 存储器中，其余数据存储在DRAM 中。用电量数据缓存快速部署详细过程如下所示：

部署节点1：将分组后的数据依次写入FIFO 队列中，根据FIFO 队列末端地址，按照分组顺序写入到DRAM 中。采用轮询调度算法读取DRAM 中的数据，获取队列头部信息，并依次写入对应的头部位置[13]。

部署节点2：将100 Gb/s 的数据流分成5 路进行并行处理，每路队列调度模块负责不同的数据处理工作[14]。在传送20 Gb/s 报文时，总调度单元从分组处理的FIFO 中提取数据帧信息，判断数据帧排队号码，将排队请求传送给接收调度模块。在存储器状况许可时，将该空闲分区地址写到接收调度结果的FIFO 中[15]。将从空闲地址队列中提取的区块位置连接至目的地址队列尾部,并更新队列尾部地址。

部署节点3：接收总线模块从FIFO 中提取出包含分区地址的计划信息，由写入仲裁模块来决定其传输信道。在数据传输完成后，将请求发送到统计模块，对转发到的数据帧进行统计。

部署节点4：数据分组发送时，一般调度程序从输出调度单元获得排队数据的帧队列信息，调度模块根据队列编号对队列进行查询，根据队列编号写入相应分段地址[16]。将队列头部和头帧长度对应的数据分片写入到FIFO 模块中，这个队列下一帧的第一个分片地址就是新的队列头部地址。

部署节点5：发送总线模块从发送计划结果FIFO 中读出计划信息，并在仲裁模块所决定的读信道中,将分组从缓冲区中移出。移位后，位址复原模组会把相应位址与空闲位址队列地址相连，使外位机存储器得以保留，以便进行分组[17]。

通过上述过程实现数字电网边缘侧用电量数据缓存快速部署。

3 实验

3.1 数据监测

在实验过程中，使用如图3 所示的系统进行数据监测。

图3 数据监测系统

由图3 可知，通过数据反馈模块和通信模块之间的配合，实时获取数字电网边缘侧用电量数据。根据数据校验规则，对用电量数据进行实时校验，以获取精准的监测结果。

3.2 数据分析

数字电网边缘侧用电量数据中读写数据的理想缓存时序如图4 所示。

图4 读写数据理想缓存时序示意图

由图4 可知，在T1 上升时刻，A 端口的两个信号DA 和WA 均处于低电平状态，则该情况下数字电网边缘侧开始执行写操作。在T1 下降时刻，B 端口的两个信号DB 和WB 均处于高电平状态，则该情况下数字电网边缘侧开始执行读操作；在T3 上升时刻，A端口的两个信号DA 和WA 均处于低电平状态，则该情况下数字电网边缘侧开始执行写操作。在T3 下降时刻，B 端口的两个信号DB 和WB 仍然处于低电平状态，该情况下数字电网边缘侧依然执行写操作；在T5 上升时刻，A 端口的两个信号DA 和WA 均处于高电平状态，则该情况下数字电网边缘侧开始执行读操作。在T5 下降时刻，B 端口的两个信号DB 处于低电平状态，WB 处于高电平状态，则该情况下数字电网边缘侧开始执行先写后读的操作[18]。

3.3 实验结果与分析

对于数据读写缓存部署验证，分别使用了文献[1]方法、文献[2]方法和所研究方法进行对比分析，如图5 所示。

图5 三种方法读写数据缓存时序对比

由图5（a）可知，应用文献[1]方法后，在WA、DB、WB 控制信号处出现了与图4 时序图不一致的地方，导致写入数据[12,2]丢失且出现了新的数据[11,6]，读入数据[9,4]、[9,5]丢失。

由图5（b）可知，应用文献[2]方法后，在WA、WB控制信号处出现了与图4 时序图不一致的地方，导致写入数据[12,2]、[12,1]丢失且出现了新的数据[11,6]、[11,5]，读入数据[9,5]丢失且出现了新的数据[9,6]。

由图5（c）可知，应用所研究方法后，在WA 控制信号处出现了与图4 时序图不一致的地方，导致写入数据[12,1]丢失且出现了新的数据[11,6]。

通过上述分析可知，所研究方法的数据缓存快速部署结果与理想结果最为接近，实际应用效果更好。

4 结束语

为了提高资源使用效率，降低电力系统能量消耗和服务费用，优化边缘侧用电量数据计算性能，设计了一种新的数字电网边缘侧用电量数据缓存快速部署方法。从计算卸载、资源分配、缓存内容配置等方面对数据进行缓存。通过实验证明，采用该方法得到的缓存效果与预期结果是吻合的，说明使用所研究方法部署效果理想，能够充分满足设计要求。