基于灰色模糊預(yù)測的海量電力數(shù)據(jù)自動(dòng)調(diào)度算法

向 穎,余旭陽,嚴(yán)慧峰,許 軻

(1.國網(wǎng)湖南省電力有限公司 發(fā)展策劃部,長沙 410007;2.北京國電通網(wǎng)絡(luò)技術(shù)有限公司 規(guī)劃與計(jì)劃管理業(yè)務(wù)事業(yè)部,北京 100085)

0 引 言

電力企業(yè)在運(yùn)行時(shí)會(huì)產(chǎn)生海量數(shù)據(jù),借助大數(shù)據(jù)可從海量數(shù)據(jù)中找出潛在的變化規(guī)律。隨著電力企業(yè)的不斷改革,電力系統(tǒng)中的數(shù)據(jù)源節(jié)點(diǎn)增長更加迅猛,海量數(shù)據(jù)的堆積使管理模式出現(xiàn)大量問題,如何實(shí)現(xiàn)精準(zhǔn)調(diào)度,滿足電力系統(tǒng)實(shí)時(shí)性和可靠性的要求,是當(dāng)前亟需解決的難題之一。

相關(guān)領(lǐng)域?qū)W者對(duì)電力系統(tǒng)中數(shù)據(jù)調(diào)度展開了研究,陳江興等[1]設(shè)計(jì)了基于大數(shù)據(jù)的智能電網(wǎng)數(shù)據(jù)調(diào)度算法,在云計(jì)算和大數(shù)據(jù)處理技術(shù)的基礎(chǔ)上,針對(duì)海量的電力數(shù)據(jù)采用多隊(duì)列動(dòng)態(tài)優(yōu)先級(jí)調(diào)度算法。找出電力系統(tǒng)中的關(guān)鍵節(jié)點(diǎn),按照相應(yīng)算法對(duì)其進(jìn)行節(jié)點(diǎn)選擇和分發(fā),實(shí)現(xiàn)精準(zhǔn)調(diào)度。該方法可有效調(diào)度電力系統(tǒng)任務(wù),但節(jié)點(diǎn)負(fù)載過高,導(dǎo)致算法整體效率過低。孫洪波等[2]設(shè)計(jì)了一種新的電力系統(tǒng)優(yōu)化任務(wù)調(diào)度算法,將收集調(diào)度中的資源數(shù)據(jù)進(jìn)行實(shí)數(shù)編碼,根據(jù)編碼原則將大任務(wù)分為數(shù)個(gè)子任務(wù),對(duì)子任務(wù)的長度進(jìn)行定義,完成電力系統(tǒng)優(yōu)化任務(wù)調(diào)度算法的研究。該方法可實(shí)現(xiàn)電力系統(tǒng)的協(xié)同調(diào)度,但事先并未對(duì)任務(wù)的優(yōu)先級(jí)進(jìn)行計(jì)算,調(diào)度方案中存在一定的誤差。

針對(duì)上述問題,筆者設(shè)計(jì)了基于灰色模糊預(yù)測的海量電力數(shù)據(jù)自動(dòng)調(diào)度算法。考慮電力系統(tǒng)任務(wù)調(diào)度實(shí)時(shí)性和可靠性的特點(diǎn),制定了相應(yīng)的調(diào)度策略。通過分析對(duì)調(diào)度任務(wù)選擇截止期與價(jià)值作為特征參數(shù),計(jì)算負(fù)載率衡量服務(wù)節(jié)點(diǎn)的實(shí)際負(fù)載情況,實(shí)現(xiàn)電力系統(tǒng)的負(fù)載均衡分配。運(yùn)用灰色模糊預(yù)測算法對(duì)電力數(shù)據(jù)進(jìn)行調(diào)度,根據(jù)遞進(jìn)函數(shù)預(yù)測存儲(chǔ)塊的未來趨勢,實(shí)現(xiàn)電力數(shù)據(jù)的自動(dòng)調(diào)度。

1 基于灰色模糊預(yù)測的電力數(shù)據(jù)自動(dòng)調(diào)度

1.1 電力任務(wù)調(diào)度策略

筆者綜合考慮電力系統(tǒng)任務(wù)調(diào)度實(shí)時(shí)性和可靠性的特點(diǎn)[3-5],制定了相應(yīng)的調(diào)度策略。

1.1.1 任務(wù)描述

在電力系統(tǒng)數(shù)據(jù)平臺(tái)中,任務(wù)是實(shí)現(xiàn)調(diào)度的基礎(chǔ),也是基本單位。將任務(wù)定義為Ri,利用5元組的形式進(jìn)行描述,得到Ri=〈ai,Ci,Di,Vi,wi〉。其中ai表示調(diào)度任務(wù)首次提出的時(shí)間；Ci表示所有調(diào)度任務(wù)的完成時(shí)間均值；Di表示每個(gè)調(diào)度任務(wù)的相對(duì)截止期,也就是任務(wù)的到達(dá)與截止時(shí)間之間的時(shí)間差；Vi表示調(diào)度任務(wù)的價(jià)值高低,描述任務(wù)的關(guān)鍵程度,其價(jià)值是當(dāng)前任務(wù)與其他任務(wù)之間的比較結(jié)果；wi表示調(diào)度任務(wù)的負(fù)載量大小,即當(dāng)前任務(wù)與其他任務(wù)相比占用服務(wù)器資源的大小。

1.1.2 衡量指標(biāo)

筆者通過對(duì)調(diào)度任務(wù)的分析和綜合考慮,選擇截止期與價(jià)值作為特征參數(shù)。將任務(wù)的優(yōu)先級(jí)定義為

(1)

電力數(shù)據(jù)調(diào)度應(yīng)遵循以下規(guī)則：任務(wù)的優(yōu)先級(jí)計(jì)算結(jié)果越小,說明該任務(wù)的優(yōu)先級(jí)越高,在任務(wù)集中的價(jià)值也就越高,在排列時(shí)應(yīng)將其排在前面被優(yōu)先執(zhí)行[6-8]。在截止期“最早最優(yōu)先”的原則基礎(chǔ)上確保任務(wù)被優(yōu)先調(diào)度,提高電力系統(tǒng)用戶滿意度。

任務(wù)的優(yōu)先級(jí)分配策略的對(duì)象主要是對(duì)新到的任務(wù),通過計(jì)算其特征參數(shù),得到該任務(wù)的優(yōu)先級(jí),從而在任務(wù)調(diào)度序列中找到其合適的位置。選擇截止期與價(jià)值作為優(yōu)先級(jí)調(diào)度策略[9-11],在任務(wù)調(diào)度時(shí)可在充分考慮二者重要度的前提下,使電力系統(tǒng)避免出現(xiàn)過載的情況,保證其穩(wěn)定運(yùn)行。

為達(dá)到電力系統(tǒng)的負(fù)載均衡分配,筆者通過計(jì)算負(fù)載率衡量服務(wù)節(jié)點(diǎn)的實(shí)際負(fù)載情況。將完成歸一化處理后的任務(wù)執(zhí)行時(shí)間Ci,看作是衡量一個(gè)任務(wù)的相對(duì)負(fù)載量權(quán)值wi,其值通過任務(wù)的種類和實(shí)際負(fù)載量得到。每個(gè)服務(wù)節(jié)點(diǎn)的處理能力用Si表示,Si的值始終比任務(wù)負(fù)載量總和大。通過

(2)

計(jì)算每個(gè)服務(wù)節(jié)點(diǎn)的加權(quán)負(fù)載率。其中k表示電力系統(tǒng)中數(shù)據(jù)的權(quán)值系數(shù)。

將數(shù)據(jù)平臺(tái)中的服務(wù)節(jié)點(diǎn)總數(shù)設(shè)為N個(gè),計(jì)算全部節(jié)點(diǎn)的加權(quán)負(fù)載率向量如下

L={l1,l2,…,lN}

(3)

在式(3)的基礎(chǔ)上,計(jì)算最重載和最輕載服務(wù)節(jié)點(diǎn)的加權(quán)負(fù)載率如下

lmax=max(L),lmin=min(L)

(4)

數(shù)據(jù)平臺(tái)的負(fù)載均衡誤差計(jì)算公式為

ldiff=lmax-lmin

(5)

綜上所述,任務(wù)調(diào)度就是要在滿足截止期和價(jià)值的基礎(chǔ)上,選擇合理的調(diào)度方法,使電力系統(tǒng)穩(wěn)定運(yùn)行。

1.2 灰色模糊預(yù)測調(diào)度算法

在電力系統(tǒng)中,海量的電力數(shù)據(jù)通常以存儲(chǔ)塊的形式存儲(chǔ),運(yùn)用灰色模糊預(yù)測算法對(duì)電力數(shù)據(jù)進(jìn)行調(diào)度。

將電力系統(tǒng)中初始存儲(chǔ)塊的序列定義為

(6)

其中j表示數(shù)據(jù)序列值。

經(jīng)過遷移或調(diào)度后的存儲(chǔ)塊序列為

(7)

電力系統(tǒng)中,兩個(gè)存儲(chǔ)塊之間存在關(guān)聯(lián)的序列為

(8)

(9)

綜上所述,可得到電力系統(tǒng)中初始時(shí)刻T下的存儲(chǔ)塊序列為

(10)

(11)

構(gòu)建灰色預(yù)測模型M(1,m),處理存儲(chǔ)塊中的不等距序列,表達(dá)式如下

(12)

隨著調(diào)度任務(wù)分配時(shí)間的變化,可得到式(12)的時(shí)間序列表達(dá)式為

(13)

至此,構(gòu)建灰色模糊預(yù)測模型M(1,m),處理公式如下

(14)

(15)

當(dāng)數(shù)據(jù)平臺(tái)中的存儲(chǔ)塊發(fā)生了遷移、修改和調(diào)度等一系列變化后[18-20],X(1)將進(jìn)行以下操作：首先,預(yù)測X(1)的變化趨勢

(16)

根據(jù)X(1)的背景參數(shù)可得

Z(1)={Z(1)(t2),Z(1)(t3),…,Z(1)(tn)}

(17)

對(duì)式(16)進(jìn)行離散化處理,代入背景參數(shù)Z(1),得到單個(gè)存儲(chǔ)塊G(1,1)為

X(0)aZ(1)=b

(18)

將其轉(zhuǎn)換為矩陣形式：X(0)+M(a,b)T,其中

至此,得到處理時(shí)間后的后續(xù)遞進(jìn)函數(shù)如下

(19)

(20)

利用F′(c)=0計(jì)算極值,得到

(21)

此時(shí),F(c)為最小值。當(dāng)t=tk時(shí),得到

(22)

將式(22)代入遞進(jìn)函數(shù)中,得到

(23)

根據(jù)遞進(jìn)函數(shù),可對(duì)單個(gè)存在的存儲(chǔ)塊的未來趨勢進(jìn)行預(yù)測,再結(jié)合任務(wù)的優(yōu)先級(jí),即可實(shí)現(xiàn)對(duì)電力數(shù)據(jù)的調(diào)度。

2 仿真實(shí)驗(yàn)

為驗(yàn)證筆者算法在實(shí)際應(yīng)用中是否有效,設(shè)計(jì)了仿真實(shí)驗(yàn),并與文獻(xiàn)[1-2]算法進(jìn)行對(duì)比。通過計(jì)算3種算法在各自對(duì)應(yīng)的任務(wù)下,調(diào)度所需的總時(shí)間以及運(yùn)行時(shí)間,分析算法的效率以及穩(wěn)定性。實(shí)驗(yàn)中所用的數(shù)據(jù)均來自某地電力局,數(shù)據(jù)任務(wù)類型選擇word count,容量總共約1 GByte。為得到精準(zhǔn)的實(shí)驗(yàn)結(jié)果,將數(shù)據(jù)劃分為大小不同的10個(gè)子任務(wù)。

2.1 3種算法調(diào)度效率對(duì)比

代入電力任務(wù)word count,為方便區(qū)分,將10個(gè)子任務(wù)按照1～10的順序進(jìn)行編號(hào)。對(duì)3種算法,實(shí)驗(yàn)分別配備了相應(yīng)的調(diào)度器,對(duì)任務(wù)執(zhí)行調(diào)度,得到總的運(yùn)行時(shí)間和等待時(shí)間。3種算法的任務(wù)調(diào)度時(shí)間如圖1～圖3所示。

圖1 文獻(xiàn)[1]算法任務(wù)調(diào)度總時(shí)間Fig.1 Total task scheduling time for the [1] algorithm

從圖1可以看出,從任務(wù)1～任務(wù)10云計(jì)算技術(shù)所需總的調(diào)度時(shí)間為52 s。分析單個(gè)任務(wù)可以看出,任務(wù)2、4、7、9占用的時(shí)間比較多,導(dǎo)致其他任務(wù)運(yùn)行時(shí)間較少,在一定程度上增加了用戶的等待時(shí)間。該算法在任務(wù)的資源分配方面存在嚴(yán)重不足,使算法陷入了局部最優(yōu),在處理海量電力數(shù)據(jù)時(shí)無法得到理想的調(diào)度結(jié)果。

從圖2可以看出,該算法在執(zhí)行調(diào)度任務(wù)時(shí),并非根據(jù)任務(wù)的編號(hào)順序執(zhí)行,而是根據(jù)每個(gè)任務(wù)的容量大小不同決定。算法總的任務(wù)調(diào)度時(shí)間為44 s,較文獻(xiàn)[1]算法少。但該算法在分配資源時(shí),沒有考慮到每個(gè)任務(wù)的實(shí)際資源需求,使部分任務(wù)資源浪費(fèi)、閑置,導(dǎo)致電力系統(tǒng)整體利用效率出現(xiàn)下降趨勢。

圖2 文獻(xiàn)[2]算法任務(wù)調(diào)度總時(shí)間 圖3 筆者算法任務(wù)調(diào)度總時(shí)間Fig.2 Total amount of literature [2] algorithm task scheduling time Fig.3 Total algorithm task scheduling time

從圖3可以看出,運(yùn)用筆者算法的總?cè)蝿?wù)調(diào)度運(yùn)行時(shí)間為21 s,相較于其他兩種方法耗時(shí)少。這是由于筆者算法先分析了任務(wù)的優(yōu)先級(jí),再對(duì)單個(gè)數(shù)據(jù)存儲(chǔ)塊的遞進(jìn)式進(jìn)行計(jì)算,整體上合理配置系統(tǒng)資源,得到全局最優(yōu)；不僅如此,筆者算法在保證低耗時(shí)的同時(shí),還使各個(gè)任務(wù)之間合理調(diào)度,降低了任務(wù)等待時(shí)間,在一定程度上提高了用戶的滿意度。

2.2 3種算法穩(wěn)定性對(duì)比

對(duì)3種算法的穩(wěn)定性進(jìn)行對(duì)比實(shí)驗(yàn)。對(duì)相同的10個(gè)子任務(wù),3種算法得到的穩(wěn)定性比較結(jié)果如圖4所示。

圖4 3種算法穩(wěn)定性對(duì)比圖Fig.4 The stability comparison diagram of the three algorithms

從圖4可以看出,文獻(xiàn)[1]算法所用總調(diào)度時(shí)間均值為37 s,文獻(xiàn)[2]算法的總調(diào)度時(shí)間均值為39.7 s,筆者算法總調(diào)度時(shí)間均值為25.3 s。筆者算法用時(shí)明顯少于其他兩種方法；與此同時(shí),筆者算法整體曲線起伏較小,沒有出現(xiàn)太大的時(shí)間變化,說明筆者算法具有較高的穩(wěn)定性。因?yàn)楣P者算法運(yùn)用灰色模糊預(yù)測算法對(duì)電力數(shù)據(jù)進(jìn)行調(diào)度,穩(wěn)定性得到增強(qiáng)。

3 結(jié) 語

筆者針對(duì)海量電力數(shù)據(jù)無法實(shí)現(xiàn)精準(zhǔn)調(diào)度的問題,提出了基于灰色模糊預(yù)測的電力數(shù)據(jù)調(diào)度方法。首先,分析調(diào)度任務(wù)的優(yōu)先級(jí),再結(jié)合灰色預(yù)測模型,使實(shí)際需求與電力數(shù)據(jù)更加接近,在一定程度上提高用戶的滿意度。實(shí)驗(yàn)結(jié)果表明,筆者分析了任務(wù)的優(yōu)先級(jí),再對(duì)單個(gè)數(shù)據(jù)存儲(chǔ)塊的遞進(jìn)式進(jìn)行計(jì)算,整體上合理配置系統(tǒng)資源,得到全局最優(yōu),總?cè)蝿?wù)調(diào)度運(yùn)行時(shí)間少,運(yùn)用灰色模糊預(yù)測算法對(duì)電力數(shù)據(jù)進(jìn)行調(diào)度,穩(wěn)定性得到增強(qiáng)。