基于容器选择的边端协同台区微服务实时处理方法

施展; 李波; 王秀竹; 杨志花

doi:10.19705/j.cnki.issn2096-5125.2025.03.011

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于容器选择的边端协同台区微服务实时处理方法

更新时间：2025-11-05

- 基于容器选择的边端协同台区微服务实时处理方法
- 暂无标题
- 全球能源互联网 2025年8卷第3期页码：357-367
- 作者机构：
  
  1. 广东电网有限责任公司电力调度控制中心通信管理部
  2. 广东电力通信科技有限公司科创部
- 作者简介：
- 基金信息：
  
  南方电网公司科技项目036000KK52220019(GDKJXM20220253);Science and Technology Project of China Southern Power Grid Company Limited 036000KK52220019(GDKJXM20220253)
- DOI：10.19705/j.cnki.issn2096-5125.2025.03.011
  中图分类号： TM73
- 纸质出版：2025
- 稿件说明：
移动端阅览
施展, 李波, 王秀竹, 等. 基于容器选择的边端协同台区微服务实时处理方法[J]. 全球能源互联网, 2025,8(3):357-367.
施展, 李波, 王秀竹, 等. 基于容器选择的边端协同台区微服务实时处理方法[J]. 全球能源互联网, 2025,8(3):357-367. DOI： 10.19705/j.cnki.issn2096-5125.2025.03.011.

DOI：

摘要

随着低压台区内业务种类及数据量的快速增长，低压台区数据采集、能源调控、负荷控制和故障监测等业务对数据的实时处理提出更高要求。容器架构和微服务技术可以提高低压台区资源利用效率，降低数据处理时延。然而，低压台区微服务卸载与处理仍存在微服务差异化处理需求、微服务处理等待时延的外部性和服务器与容器资源竞争等挑战。面向低压台区电力业务数据实时处理的需求，首先，提出了基于容器选择的边端协同台区微服务实时处理架构。其次，构建了微服务处理总时延最小化问题。接着，提出了基于经验匹配的低压台区微服务实时处理优化算法求解微服务的服务器和容器联合选择问题。最后，通过仿真实验验证了所提算法在微服务处理总时延方面的性能优势。

Abstract

关键词

Keywords

references

Ma Xiufan,Wang Ying,Liu Zihao,Feng Xiaoyu.Comprehensive evaluation of 5G+ smart distribution network based on combined weighting method-cloud model[J].Global Energy Interconnection,2022.

Liang Hanqing,Han Xiaonan,Yu Haoyang,Li Fan,Liu Zhongjian,Zhang Kexin.Transmission line fault-cause identification method for large-scale new energy grid connection scenarios[J].Global Energy Interconnection,2022.

Pamain Adriano,Kanaka Rao P.V.,Tilya Frank Nicodem.Prediction of photovoltaic power output based on different non-linear autoregressive artificial neural network algorithms[J].Global Energy Interconnection,2022.

Abdullah Lakhan,Muhammad Suleman Memon,Qurat-ul-ain Mastoi,Mohamed Elhoseny,Mazin Abed Mohammed,Mumtaz Qabulio,Mohamed Abdel-Basset.Cost-efficient mobility offloading and task scheduling for microservices IoVT applications in container-based fog cloud network[J].Cluster Computing,2021.

Liao Haijun,Zhou Zhenyu,Zhao Xiongwen,Wang Yang.Learning-Based Queue-Aware Task Offloading and Resource Allocation for Space-Air-Ground-Integrated Power IoT[J].IEEE INTERNET OF THINGS JOURNAL,2021.

Park Jaesung,Kim Youngjae,Lee Jung Ryun.Mobility Load Balancing Method for Self-Organizing Wireless Networks Inspired by Synchronization and Matching With Preferences[J].IEEE Transactions on Vehicular Technology,2018.

黄河,王燕,姜念,吴强,张雅静,杨秀媛.考虑用户诉求差异的居民可控负荷资源优化控制[J].发电技术,2023(06).

程杉,傅桐,李沣洋,高心杰,王灿.含高渗透可再生能源的配电网灵活性供需协同规划[J].电力系统保护与控制,2023(22).

张中丹,皮霞,杨德州,吕金历.电池储能电站替代变电站升级的优化决策配置方法[J].电力建设,2023(07).

毛安家,张丽婧,盛倩倩.考虑通信可靠性的5G基站储能聚合商优化调度研究[J].电工技术学报,2023(09).

黄公跃,付婷婷,林思远,董佩纯,薛冰.用电信息采集系统电能计量数据异常识别研究[J].电网与清洁能源,2023(04).

杨凯,陈中,邓旭晖,刘勃.考虑任务迁移的配电网边缘计算节点部署方法[J].电力工程技术,2023(02).

汪强,温东旭,吕磊,卜宪德,李永亮.基于边缘计算的输电线路在线监测通信组网技术研究[J].山东电力技术,2023(01).

石珵,刘朋矩,杜治钢,张孙烜,周振宇,白晖峰,何国庆,孙文文,马跃.数字孪生辅助的智能楼宇多模态通信资源管理方法[J].电信科学,2023(01).

高源,刘学智.基于氢储能的可再生能源系统协同规划方法[J].电力需求侧管理,2023(01).

秦强,刘文泽,谭炜豪,蔡泽祥,岑伯维,匡佩.面向软件定义网络的配电边缘计算终端优化部署方法[J].电力建设,2023(01).

程钎,陈羽,孙伶雁,丁锐,王敬华.微服务架构下配电台区任务云边协同在线调度策略[J].电力系统保护与控制,2022(23).

聂涌泉,彭超逸,胡亚平,何宇斌,马光,黄楚鸿.基于边缘计算的高渗透率微电网并行分布式优化经济调度[J].南方电网技术,2023(01).

黄俊伟,陶功平,宋国壮.边缘计算在用户用电信息采集系统中的应用[J].电子技术应用,2022(11).

王晓波,韩东兴,王东强.基于边缘计算框架的电网基建智慧物联体系研究与实践[J].电气技术,2022(10).

邵苏杰,吴磊,钟成,郭少勇,卜宪德.面向多工作流的基于容器的边缘微服务选择机制[J].电子与信息学报,2022(11).

王翌雪,高雪莲,汤亿则,章毅,王彦波.差异化服务质量性能驱动的5G配电网边缘计算优化方法[J].全球能源互联网,2022(04).

朱庆华,常莹,张景峰.基于5G的微服务核心网部署及负载均衡算法研究[J].电脑知识与技术,2022(20).

杨术,陈子腾,崔来中,明中行,程路,唐小林,萧伟.功能分发网络:基于容器的智能边缘计算平台[J].软件学报,2021(12).

李俊娥,陆秋余,刘剑,袁凯,田薇,彭弼君.智能变电站通信业务优先级及其队列调度方法[J].通信学报,2021(07).

梁捷,梁广明.宽带电力线载波通信资源优化调度方案分析[J].内蒙古电力技术,2020(05).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据