本發(fā)明涉及電力設備,尤其涉及一種資源分配方法、裝置、電子設備和存儲介質(zhì)。
背景技術:
1、隨著物聯(lián)網(wǎng)(iot)技術的迅速發(fā)展和應用,電力物聯(lián)網(wǎng)已經(jīng)成為電力行業(yè)中一種重要的技術手段。通過電力物聯(lián)網(wǎng),可以實現(xiàn)對電力系統(tǒng)中各類設備和資源的實時監(jiān)控、智能管理和優(yōu)化調(diào)度,從而提升電力系統(tǒng)的整體運行效率和穩(wěn)定性。在電力物聯(lián)網(wǎng)架構中,邊緣計算作為一種分布式計算模式,能夠在靠近數(shù)據(jù)源的地方進行實時數(shù)據(jù)處理和決策,減少數(shù)據(jù)傳輸?shù)难舆t,并有效緩解云計算中心的負載壓力。因此,邊緣計算節(jié)點在電力物聯(lián)網(wǎng)中的作用日益重要。
2、邊緣計算節(jié)點的資源有限,通常按照預先設定的份額分配給各個應用或設備,使得每個應用或設備能夠使用的邊緣計算節(jié)點的資源是固定的。這種資源分配方式存在一定的不足,即在高峰負載情況下容易出現(xiàn)資源緊張或分配不均的情況。因此亟需一種新的資源分配方法。
技術實現(xiàn)思路
1、本發(fā)明提供了一種資源分配方法、裝置、電子設備和存儲介質(zhì)。
2、根據(jù)本發(fā)明的另一方面,提供了一種資源分配方法,包括:
3、獲取基于各個邊緣計算節(jié)點采集的多變量時間序列數(shù)據(jù)和各邊緣計算節(jié)點之間的空間關系數(shù)據(jù);其中,多變量時間序列數(shù)據(jù)包括基于各個邊緣計算節(jié)點持續(xù)采集的電力負荷數(shù)據(jù)、電力設備狀態(tài)數(shù)據(jù)、各邊緣計算節(jié)點的資源使用數(shù)據(jù);
4、基于多變量時間序列數(shù)據(jù)和各邊緣計算節(jié)點之間的空間關系數(shù)據(jù),利用預先訓練好的資源預估模型,預測未來時間段的各邊緣計算節(jié)點的資源需求;
5、根據(jù)各邊緣計算節(jié)點的資源需求,動態(tài)調(diào)整各邊緣計算節(jié)點的資源分配。
6、根據(jù)本發(fā)明的另一方面,提供了一種資源分配裝置,包括:
7、數(shù)據(jù)獲取模塊,用于獲取基于各個邊緣計算節(jié)點采集的多變量時間序列數(shù)據(jù)和各邊緣計算節(jié)點之間的空間關系數(shù)據(jù);其中,多變量時間序列數(shù)據(jù)包括基于各個邊緣計算節(jié)點持續(xù)采集的電力負荷數(shù)據(jù)、電力設備狀態(tài)數(shù)據(jù)、各邊緣計算節(jié)點的資源使用數(shù)據(jù);
8、預測模塊,用于基于多變量時間序列數(shù)據(jù)和各邊緣計算節(jié)點之間的空間關系數(shù)據(jù),利用預先訓練好的資源預估模型,預測未來時間段的各邊緣計算節(jié)點的資源需求;
9、資源調(diào)整模塊,用于根據(jù)各邊緣計算節(jié)點的資源需求,動態(tài)調(diào)整各邊緣計算節(jié)點的資源分配。
10、根據(jù)本發(fā)明的另一方面,提供了一種電子設備,電子設備包括:
11、至少一個處理器;以及
12、與至少一個處理器通信連接的存儲器;其中,
13、存儲器存儲有可被至少一個處理器執(zhí)行的計算機程序,計算機程序被至少一個處理器執(zhí)行,以使至少一個處理器能夠執(zhí)行本發(fā)明實施例的資源分配方法。
14、根據(jù)本發(fā)明的另一方面,提供了一種計算機可讀存儲介質(zhì),計算機可讀存儲介質(zhì)存儲有計算機指令,計算機指令用于使處理器執(zhí)行時實現(xiàn)本發(fā)明實施例的資源分配方法。
15、本發(fā)明實施例的技術方案,實現(xiàn)了電力物聯(lián)網(wǎng)中邊緣計算節(jié)點的資源的動態(tài)分配,避免出現(xiàn)資源緊張或分配不均的問題。
16、應當理解,本部分所描述的內(nèi)容并非旨在標識本發(fā)明的實施例的關鍵或重要特征,也不用于限制本發(fā)明的范圍。本發(fā)明的其它特征將通過以下的說明書而變得容易理解。
1.一種資源分配方法,其特征在于,包括:
2.根據(jù)權利要求1所述的方法,其特征在于,所述基于所述多變量時間序列數(shù)據(jù)和各所述邊緣計算節(jié)點之間的空間關系數(shù)據(jù),利用預先訓練好的資源預估模型,預測未來時間段的各所述邊緣計算節(jié)點的資源需求,包括:
3.根據(jù)權利要求2所述的方法,其特征在于,所述預先訓練好的資源預估模型為lstm模型,包括時間序列變分自編碼器模塊、圖卷積網(wǎng)絡模塊和lstm核心模塊;
4.根據(jù)權利要求3所述的方法,其特征在于,所述時間序列變分自編碼器模塊至少包括編碼器層、潛在空間采樣層、解碼器層;
5.根據(jù)權利要求3所述的方法,其特征在于,所述圖卷積網(wǎng)絡模塊至少包括輸入層、圖卷積網(wǎng)絡層和輸出層,所述圖卷積網(wǎng)絡層的數(shù)量為至少兩層;
6.根據(jù)權利要求3所述的方法,其特征在于,所述lstm核心模塊至少包括輸入層、多層lstm單元、注意力機制和預測輸出層;
7.根據(jù)權利要求3所述的方法,其特征在于,還包括:
8.根據(jù)權利要求7所述的方法,其特征在于,所述損失函數(shù)是由所述時間序列變分自編碼器模塊的損失函數(shù)lrecon、所述圖卷積網(wǎng)絡模塊的損失函數(shù)lgcn、所述lstm核心模塊的損失函數(shù)lpred組成。
9.根據(jù)權利要求1所述的方法,其特征在于,根據(jù)各所述邊緣計算節(jié)點的資源需求,動態(tài)調(diào)整各所述邊緣計算節(jié)點的資源分配,包括:
10.一種資源分配裝置,其特征在于,包括:
11.一種電子設備,其特征在于,包括:
12.一種計算機可讀存儲介質(zhì),其特征在于,所述計算機可讀存儲介質(zhì)存儲有計算機指令,所述計算機指令用于使處理器執(zhí)行時實現(xiàn)權利要求1-9中任一項所述的方法。