检索结果-内蒙古大学图书馆

华北电力大学学报(自然科学版) 2024年

作者：王峰刘明林文祥宇张世栋房牧李建修国网山东省电力公司电力科学研究院国网山东省电力公司

随着新型电力系统、电网数字化建设的快速发展，需部署海量电力物联终端实时采集电力设备状态信息，这对电力物联网的信息交互、在线决策以及资源调度能力提出了更高要求。然而，现有电力物联网云-边-端协同资源调度技术大多采用纵向串... 详细信息

随着新型电力系统、电网数字化建设的快速发展，需部署海量电力物联终端实时采集电力设备状态信息，这对电力物联网的信息交互、在线决策以及资源调度能力提出了更高要求。然而，现有电力物联网云-边-端协同资源调度技术大多采用纵向串联协同方式，且传统的集中式/分布式调度模式适配性低，难以满足海量电力业务的差异化计算需求。针对上述问题，首先，构建电力物联网云-边-端多维纵横协同资源调度框架，考虑端端协同、边边协同等横向协同方式以及边边协同任务卸载的对抗性，构建电力物联网任务卸载与资源分配模型。其次，提出基于联邦生成对抗网络的半分布式云-边-端协同资源调度算法，引入业务感知深度Q网络算法以改进生成对抗网络，提高算法的业务特征感知能力和收敛性能。最后，通过仿真分析验证了所提算法的有效性。仿真结果表明，所提算法在时延、能耗、收敛性等方面具有显著的性能优势。

关键词：电力物联网云-边-端协同生成对抗网络联邦深度Q网络资源调度

来源：评论

学校读者我要写书评

暂无评论

基于云-边-端协同的区域级风电场大数据中心数据管理框架及优化运行方法

引用

高电压技术 2024年第11期50卷 5151-5163页

作者：张扬帆王玙李阳沈小军梁恺国网冀北电力有限公司电力科学研究院北京100045 同济大学电气工程系上海200092

区域级风电场大数据中心面临运行能效低、交互性差、资源重复建设等问题,难以满足数字化特征凸显的新型电力系统对数据实时计算、绿色计算的需求。该文系统性梳理了风电场大数据中心典型数字化业务的类别、算力敏感性特征和可调节潜力,... 详细信息

区域级风电场大数据中心面临运行能效低、交互性差、资源重复建设等问题,难以满足数字化特征凸显的新型电力系统对数据实时计算、绿色计算的需求。该文系统性梳理了风电场大数据中心典型数字化业务的类别、算力敏感性特征和可调节潜力,构建了基于云-边-端协同技术的数据管理架构,从数据交互、业务执行、资源调度和质量治理4个维度提出了大数据中心优化运行方法。算例仿真分析了所提架构在数据传输、存储和能耗等方面的性能,结果表明:相较于集中式架构,云-边-端协同可为大数据中心云服务器节约350%的存储容量,降低21.04%的能耗,验证了所提架构在实际工程中应用的有效性和合理性。

关键词：区域级风电场大数据中心数字化业务云-边-端协同数据管理架构优化运行

来源：评论

学校读者我要写书评

暂无评论

数字化背景下新型电力系统谐波溯源关键技术

引用

电力系统自动化 2024年第6期48卷 154-169页

作者：孙媛媛许庆燊马钊丁磊王同勋李可军山东大学电气工程学院山东省济南市250061 国网智能电网研究院有限公司北京市102206

构建以新能源为主体的新型电力系统是能源电力行业推动“双碳”战略目标的关键举措。伴随多类型电力电子设备大规模接入系统,源网荷储谐波源交互影响,谐波污染加剧且复杂多变,呈现全局化特征,影响了电力系统优质可靠供电。文中聚焦多类... 详细信息

构建以新能源为主体的新型电力系统是能源电力行业推动“双碳”战略目标的关键举措。伴随多类型电力电子设备大规模接入系统,源网荷储谐波源交互影响,谐波污染加剧且复杂多变,呈现全局化特征,影响了电力系统优质可靠供电。文中聚焦多类型谐波源交互作用下的谐波来源追溯,深度融合先进数字技术在数据资源和智能协作的优势进行主导源头辨识和谐波贡献评估。首先,围绕谐波溯源概念,分析其在数字化背景下新型电力系统面临的新挑战和新机遇。然后,阐述了谐波溯源研究现状,指出关键技术的发展新需求。基于此,利用数字电网技术架构设计了云-边-端协同溯源策略。针对数字化背景下的新型电力系统,阐述了谐波源确定在数据采集、机理分析、协同应用等方面的主要技术。最后,展望了未来数字电力系统安全、可靠、灵活发展的技术方向。

关键词：新型电力系统双碳数字化谐波溯源电能质量云-边-端协同

来源：评论

学校读者我要写书评

暂无评论

基于云-边-端协同的焊接智能工艺规划方法研究

基于云-边-端协同的焊接智能工艺规划方法研究

引用

作者：沈卫东山东大学

学位级别：博士

焊接机器人在工业生产中占据非常重要的地位,数量约占工业机器人的三分之一。焊接机器人可以执行高效和高质量的焊接工作,能极大地提高焊接作业效率,但是焊接机器人的工艺规划仍高度依赖工艺规划人员的经验和专业知识。随着个性化小批... 详细信息

焊接机器人在工业生产中占据非常重要的地位,数量约占工业机器人的三分之一。焊接机器人可以执行高效和高质量的焊接工作,能极大地提高焊接作业效率,但是焊接机器人的工艺规划仍高度依赖工艺规划人员的经验和专业知识。随着个性化小批量生产需求的日益增长和工件复杂程度的提高,焊接机器人的工艺规划时间在加工中的占比越来越大,使得传统的焊接机器人无法满足灵活多变的市场需求。因此,亟需研究焊接智能工艺规划方法,提升焊接机器人的智能性,缩短焊接机器人的工艺规划时间。当前智能规划的主流方案中,基于知识库的决策方案以其知识聚集能力、知识共享能力、知识演化能力以及知识推理能力,体现出了其强大的优势。然而,当前由于焊接机器人控制器自身计算能力和存储能力的限制,要实现基于知识库的焊接机器人的工艺规划,仍存在海量工艺知识难存储、难共享、难演化和难匹配的问题。云机器人“将云端作为云机器人的软件设施、机器人作为云机器人的硬件设施”的理念为解决上述问题提供了新思路。本文通过研究云-边-端协同的焊接智能工艺规划系统体系结构设计方法、面向智能工艺规划的焊接任务模型构建方法、云-边-端协同的焊接知识库构建方法、焊接知识安全共享方法、焊接工艺知识演化方法以及焊接工艺知识匹配方法,为解决以上问题提供了有效的解决方案。具体研究内容如下:(1)研究了云-边-端协同的焊接智能工艺规划系统体系结构设计方法。对云-边-端协同的焊接智能工艺规划系统的需求和功能进行了分析,进行了云-边-端协同的焊接智能工艺规划系统的总体结构设计,研究了云-边-端协同的焊接智能工艺规划系统的运行机制,在此基础上为焊接智能工艺规划制定了系统级体系结构。(2)研究了面向焊接智能工艺规划的焊接任务模型设计方法。基于EXPRESS-G和EXPRESS设计了焊接任务模型,提出了基于STEP的Part 21格式的焊接任务模型实施方法,解决了焊接任务数据的兼容性和扩展性问题,为焊接智能工艺规划提供了统一的任务模型支持。(3)研究了云-边-端协同的焊接工艺知识库的构建和知识安全共享方法。基于本体方法设计了焊接工艺知识模型,实现了焊接工艺案例知识的统一表示。提出了云-边-端协同的焊接知识库构建方法,并基于区块链设计了焊接知识安全共享机制。基于Hyperledger Fabric测试了焊接工艺知识的共享效率,结果显示每秒可以进行5次以上共享。实现了焊接工艺知识的海量存储、高效存取和安全共享。(4)研究了云-边-端协同的焊接工艺知识演化方法。提出了基于云的焊接仿真方法,提升了焊接仿真效率。提出了基于深度学习的焊接工艺参数生成方法,并基于强化学习,考虑焊接变形,进行了焊接序列的生成,实现了焊接工艺知识的高效智能演化。通过实验验证了焊接温度场和应力场仿真得到的焊缝尺寸和焊件变形的准确性,并通过应用案例验证了焊接工艺参数生成方法和焊接工艺序列生成方法的可行性。(5)研究了基于焊接知识库的工艺知识匹配方法。研究了焊接工艺参数匹配方法和焊接序列匹配方法,提出了焊接任务相似度计算方法、被焊工件三维模型匹配方法和焊接序列匹配方法。通过实例验证了焊接工艺参数匹配方法和焊接序列匹配方法的可行性,实现了焊接工艺知识的高效精确匹配。(6)开发了云-边-端协同的焊接智能工艺规划原型系统。对原型系统的终端知识库、边缘端知识库和云端知识库的焊接知识匹配效率进行了测试,结果显示终端知识库和边缘端知识库的匹配耗时远少于云端知识库的匹配耗时。测试了基于终端的焊接仿真、基于边缘端的焊接仿真和基于云的焊接仿真的效率,结果显示基于云的焊接仿真可以极大地节省仿真时间,验证了云-边-端协同的系统在高效匹配和高效仿真方面的优势。以工程应用中典型支架结构为例进行了实验验证,实验结果显示基于智能工艺规划方法得到的焊接工艺参数和焊接工艺序列可以满足焊接任务对焊缝尺寸和焊接变形的要求,验证了云-边-端协同的焊接智能工艺规划方法的正确性和可用性。本文通过研究焊接任务模型设计方法和焊接工艺知识模型设计方法,进而实现了云-边-端协同的焊接工艺知识库构建。通过设计焊接工艺知识安全共享机制以及解决焊接工艺知识智能演化和焊接工艺知识高效匹配等关键问题,实现了焊接工艺知识的可信安全共享与高效规划决策,为焊接机器人缩短工艺规划时间、提升焊接机器人的智能性提供了有效解决方案。

关键词：焊接机器人云计算云-边-端协同工艺规划知识演化

来源：评论

学校读者我要写书评

暂无评论

基于云-边-端协同的车联网系统任务卸载策略研究

基于云-边-端协同的车联网系统任务卸载策略研究

引用

作者：倪志琛中国石油大学(华东)

学位级别：硕士

随着人工智能和物联网技术的发展,网络边缘的车载终端中出现了诸如人机交互、增强现实等计算密集或延迟敏感的任务,仅依靠终端设备本地计算和云计算很难在规定时间内完成这些任务,边缘计算应运而生。然而,相较于云服务器,边缘服务器资... 详细信息

随着人工智能和物联网技术的发展,网络边缘的车载终端中出现了诸如人机交互、增强现实等计算密集或延迟敏感的任务,仅依靠终端设备本地计算和云计算很难在规定时间内完成这些任务,边缘计算应运而生。然而,相较于云服务器,边缘服务器资源有限,需要构建云-边-端协同的任务卸载框架,设计合理高效的任务卸载策略,联合调度云服务器、边缘服务器以及车载终端的资源进行协同计算,提高资源的利用率,降低任务的处理延迟。本研究聚焦于车联网系统中基于云-边-端协同的任务卸载问题,通过联合优化卸载决策以及资源分配,实现高效的任务卸载。本文工作包括以下两部分: 1.针对边缘服务器资源有限与车载任务延迟敏感之间的矛盾,引入资源充足的云服务器,构建基于云-边-端协同车联网的任务卸载模型,并提出适用于不同通信环境的多场景任务卸载策略,通过构建虚拟资源池等方式,提高资源的利用率。在此基础上,引入Kuhn-Munkres算法,根据车辆与边缘服务器之间的相对距离以及车辆的行驶轨迹等因素,合理选择任务卸载目标,以适应高度动态的车联网环境。利用遗传算法、内点法等多种优化算法,联合优化资源分配和卸载决策,降低任务的处理延迟,实现高效的任务卸载。通过与基准方法的性能对比,验证了策略的优越性能。 2.基于通信模型的任务卸载策略虽然能在一定程度上缓解车联网高度动态性带来的影响,但仍存在适用场景相对固定,动态适应能力较低,可扩展性较差等问题。与此同时,基于粗粒度的任务卸载策略也已很难适用于诸如智能感知等新型任务。考虑到车联网通信环境的复杂多变以及车载任务的复杂多样,将任务卸载问题转化为马尔可夫决策过程,构建相应的状态空间、动作空间和奖励函数,并引入强化学习中的Actor-Critic框架,利用与环境的交互来学习模型,替代预先定义模型的方式,提高卸载策略的动态适应能力。同时,针对强化学习在较高维度状态空间下性能较差以及缺乏预测和生成能力等问题,进一步引入深度神经网络,设计基于深度强化学习的任务卸载策略,提高网络的学习效率。在此基础上,设计深度确定性策略梯度的任务卸载策略,提高学习的稳定性。

关键词：车联网边缘计算任务卸载资源分配云-边-端协同深度强化学习

来源：评论

学校读者我要写书评

暂无评论

面向云边端协同计算环境的DNN推理任务分割卸载策略

引用

计算机工程与应用 2025年

作者：杨宇辉唐小勇长沙理工大学计算机与通信工程

近年来，深度学习(DNN)在数据处理、图像识别、语音识别等领域取得突破性进展，已经大规模部署在物联网(IoT)设备上。然而IoT设备受到计算性能，电池容量的限制，难以低时延，低能耗地完成DNN推理任务。针对此问题，提出基于云-边-端协... 详细信息

近年来，深度学习(DNN)在数据处理、图像识别、语音识别等领域取得突破性进展，已经大规模部署在物联网(IoT)设备上。然而IoT设备受到计算性能，电池容量的限制，难以低时延，低能耗地完成DNN推理任务。针对此问题，提出基于云-边-端协同计算的DNN推理任务分割卸载策略。首先分析DNN推理任务的计算和传输负载特征，以此为基础建立时延和能耗计算模型，并将此模型进行加权归一成本化处理。然后，基于云-边-端协同计算提出多智能体深度强化学习算法MAPPO-MO(Multi Agent Proximal Policy Optimization-Mutil Object)来实现DNN推理任务分割和卸载。该方法将云-边-端协同计算环境构建为马尔可夫决策过程(MDP)，将处理后的成本作为奖励指导算法训练，以此实现深度强化学习训练推理过程。为了验证算法有效性，进行了仿真实验，结果表明相较于经典Local-Computing、Offloading-Computing、QMIX算法，MAPPO-MO算法在成本上具有较大优势。

关键词：云-边-端协同计算卸载物联网深度强化学习边缘计算

来源：评论

学校读者我要写书评

暂无评论

虚实结合的低延时工业机器人监控调试系统

引用

高技术通讯 2022年第12期32卷 1273-1282页

作者：禹鑫燚应皓哲郑坤王犇欧林林浙江工业大学信息工程学院杭州310023

为了解决工业机器人监控系统监控手段单一、监控信息不全面、故障排查困难、远程监控延时高等问题,开发了一种虚实结合的低延时工业机器人监控调试系统。基于远程过程调用(RPC)框架和快速UDP互联网连接(QUIC)协议,实现了“云-边-端”协... 详细信息

为了解决工业机器人监控系统监控手段单一、监控信息不全面、故障排查困难、远程监控延时高等问题,开发了一种虚实结合的低延时工业机器人监控调试系统。基于远程过程调用(RPC)框架和快速UDP互联网连接(QUIC)协议,实现了“云-边-端”协同的分布式监控系统,能够跨语言跨服务器地调用资源并降低系统延时。利用Beego框架和Vue以前后端分离的方式开发人机交互良好的Web监控系统。在后端对多类机器人的通信协议和多种数据库接口封装,实现机器人数据的采集和存储。通过采集的实时数据驱动前端的虚拟模型,以虚实结合的模式对设备运行状态进行监控。在人机安全方面,基于YOLO目标检测算法以虚拟围栏的形式为机器人划定三维的工作空间,实时检测人机的空间位置关系,保障人身安全。为保证远程控制的安全性,采用虚拟调试技术预先对机器人的运行动作在虚拟环境中进行仿真,通过仿真验证安全性后生成离线文件下发给机器人执行,保证远程调试的安全。通过实验验证了系统的可行性。

关键词：云-边-端协同远程监控虚实结合 QUIC协议虚拟围栏

来源：评论

学校读者我要写书评

暂无评论

联合作战模式下的信息过滤方法

引用

指挥信息系统与技术 2023年第2期14卷 76-80页

作者：马雷鸣张道伟中国电子科技集团公司第二十八研究所南京210023

信息化作战是当前主要作战方式之一,面向弱连接、高实时和资源受限的战场边缘网络环境,以信息化技术为主导建立陆军、海军和空军各兵种间可靠的和互连互通的协同作战模式成为联合作战研究热点。基于信息文本的虚词特征,提出了一种联合... 详细信息

信息化作战是当前主要作战方式之一,面向弱连接、高实时和资源受限的战场边缘网络环境,以信息化技术为主导建立陆军、海军和空军各兵种间可靠的和互连互通的协同作战模式成为联合作战研究热点。基于信息文本的虚词特征,提出了一种联合作战模式下的信息过滤方法,通过模拟各军兵种在云-边-端协同模式下的信息过滤,既降低了作战资源占用率又保障了作战信息文本的高实时与唯一性。

关键词：联合作战信息过滤虚词余弦相似度云-边-端协同

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算下的资源分配与任务迁移策略研究

移动边缘计算下的资源分配与任务迁移策略研究

引用

作者：余静华西安建筑科技大学

学位级别：硕士

移动边缘计算是促进智能建筑发展的关键技术,智能建筑中的移动边缘计算包含三种计算模式与应用场景不同边缘计算节点。计算迁移是移动边缘计算的核心,决定资源分配、任务计算时间和移动终端设备的能耗,实现计算迁移最重要的两部分是迁... 详细信息

移动边缘计算是促进智能建筑发展的关键技术,智能建筑中的移动边缘计算包含三种计算模式与应用场景不同边缘计算节点。计算迁移是移动边缘计算的核心,决定资源分配、任务计算时间和移动终端设备的能耗,实现计算迁移最重要的两部分是迁移载体与迁移决策。本文的研究内容是在确定迁移载体的基础上,针对智能建筑中不同类型的边缘计算节点的场景应用,提出问题并解决问题,所涉及的工作如下: (1)为了采用轻量化的迁移手段进行任务卸载,本文设计了一个基于Docker容器的计算迁移系统。该系统以Docker容器作为迁移载体,包含两个终端设备和两个边缘计算节点,系统功能包括环境感知、计算迁移决策和自动部署三部分。通过实验验证并实现了系统功能,在此基础上对比Docker迁移、KVM迁移和本地计算三中处理方式的任务计算时间和终端能耗,验证了Docker容器计算迁移系统的优越性。 (2)智能建筑边缘节点类型一的特点为:节点与运营管理中心云直接互联,形成分布式协同计算体系,一般布设在社区、园区、商业集聚区。针对此类型节点,重点关注边缘计算节点资源有限的问题。首先提出了一种考虑任务依赖关系和并行计算的云-边-端协同计算迁移模型;其次设计联合系统延时与能耗的效用函数评价计算迁移策略,将迁移决策问题转化为效用函数中系统延时与能耗的双目标最小化问题;最后为求解目标函数,融合了经典粒子群算法和标准人工蜂群算法,引入“全优率”指数和粒子蜂提出了基于人工粒子蜂群算法的计算迁移决策算法。通过仿真验证计算迁移决策算法和云-边-端协同任务卸载策略的性能,实验结果表明,云-边-端协同卸载策略在多接入环境下能实现自适应地卸载任务并提供低延时和低能耗的服务。 (3)智能建筑边缘节点类型二的特点为:控制网内用于就地控制、协议转换、路由等功能;智能建筑边缘节点类型三的特点为:感知控制装置内嵌的计算,位于系统网络最底层。针对这两类边缘计算节点的计算迁移问题,重点关注动态边缘环境中的多设备协同和移动性支持问题。为实现多设备编排并满足移动性设备的任务卸载,设计了基于地理位置感知的分布式分簇设备编排策略。该策略选择具备高计算能力和存储资源丰富的簇内静态设备作为候选编排节点,负责设备间的资源感知和簇内任务卸载。为提高大量任务卸载时的应用镜像拉取速度,在采用编排策略基础上提出基于协作缓存的应用程序部署算法,在有充足存储容量的边缘设备(智能手机、个人电脑、平板电脑)中缓存频繁访问的应用程序镜像,以此满足静态设备与动态设备的应用镜像拉取需求。采用Pure Edge Sim平台进行仿真实验,实验结果表明分布式分簇编排策略能在低资源利用率下提供更高的请求处理速度与低能耗;协作缓存算法可提供超低的任务部署延时和任务执行延时,显著提高服务质量。

关键词：移动边缘计算计算迁移云-边-端协同 Docker容器人工粒子蜂群算法设备协同协作缓存部署

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：