抽水蓄能电站中基于边缘计算的任务卸载算法

作者：崔运进^*; 江帆; 黄建德; 阎峻; 赵锋

来源：计算机系统应用, 2021, 30(08): 225-231.

DOI：10.15888/j.cnki.csa.008037

• 抽水蓄能电站
• 物联网
• 边缘计算
• 深度Q网络
• 任务卸载

为降低抽水蓄能电站中终端设备密集计算型任务的处理时延,针对抽水蓄能电站的物联网体系,提出了一种基于边缘计算的任务卸载算法.在该文方案中,首先基于层次分析法对计算任务进行优先级划分,并以终端能耗为约束、以终端计算任务处理时延为优化目标建立卸载模型,其次基于Q学习算法(Q-Learning, QL)探索系统的状态转移信息,以获取终端设备与边缘节点间的最佳卸载策略.另外,采用深度学习(Deep Learning, DL)的方法映射状态与动作之间的关系,避免算法迭代求解过程中的维度爆炸问题.仿真结果表明,本文提出的方法有效降低了抽水蓄能电站的任务平均执行时延,能够大幅提高抽水蓄能电站的生产作业及安全监测等工作的执行效率.

• 单位
  华东桐柏抽水蓄能发电有限责任公司