2025《电力物联网边缘计算技术研究的国内外文献综述》1900字.docxVIP

2025《电力物联网边缘计算技术研究的国内外文献综述》1900字.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

PAGE

PAGE2

电力物联网边缘计算技术研究的国内外文献综述

电力物联网的发展导致了电力系统中的电气参数产生的数据越来越多,目前的技术无法进行很好地处理,这就能显现出边缘计算处理信息的优势,为了攻克耗时长等问题,很多研究者开始关注边缘计算。

云计算对于通信网络来说具有里程碑式的意义,让我们的生活以及工作产生了很大的变化,方便快捷,使得每一个行业的效率有了大幅的提高。物联网中很多技术发展的非常迅速,之前很难收集到的数据资源现在可以通过新的传感设备收集到,并呈大幅上涨。云计算的综合处理数据的能力毋庸置疑,在生活中的应用也很广泛,但是其中不可避免需要很多次的数据传输,在这过程中就会产生很大延迟以及使网络产生拥堵。这样的话,有些数据反而得不到高效便捷的处理[10]。但是在云上网络的边缘处可以借助边缘设备以及其先进的技术可以直接对数据进行处理,而且边缘设备距离移动设备很近,传输数据不会造成大量延迟,响应迅速、负载低、终端设备的隐私性能好。所以,边缘计算是很好的选择。

国外研究现状

在电力物联网领域,国外比国内的发展更加成熟,在21世纪初,美欧很多国家已经给出智能电网概念[11]。U.S的能源部给出明确的指示,在未来,随着技术的发展,电力物联网将会变得越来越完善,越来越智能,构造出耗时短,能耗低的电网后,电力系统中的设备就可以更加高效更加安全的传输信息。U.S的好多州都曾经公开发布了如何更好地构建智能电网的文书,而且很主动的建造为智能电网服务的相关通信网络,并且同时建立相关的变电站以及各种智能家居电器。与此同时,欧洲的很多国家也承认需要利用更加先进可靠的智能电网技术来服务社会。日本也不甘落后,将电力发展的研究重点从生产消费转移到传输领域。在21世纪,大家都普遍认同需要大力发展智能电网[12]。

在之前很长一段时间,国外大部分发达国家都比较重视对云计算相关技术的研究,然而,随着云计算逐渐不能满足日前的需求,很多国家开始关注边缘计算,但是大多都处于初级阶段。现在很多大公司开始研究如何能在移动边缘计算领域有新的突破[13]。同时,国际上的很多公司不惜在边缘计算领域耗费上亿的资金来开发软硬件。近几年来,边缘计算技术的统一化也有了很大的进展,有很多组织来研究边缘计算统一的标准。

国内研究现状

与此同时,国内的很多公司,企业,研究所也被边缘技术所吸引。边缘计算联盟,由62家公司联合构建的联盟为了推动边缘计算的发展,出版了《边缘计算参考构架》,第一次对边缘计算这个新兴技术在各行业的实际应用场景做了详细的描述,并且给出了适合的解决方法。边缘计算在当今时代是一个重要的研究领域,对5G的发展具有很深刻的影响,所以国内也开始研究制定相关应用,并且同样注重标准化工作。直到现在,全国已经有十多个省市实现了技术覆盖。但是,总体上说,我国的边缘计算研究还是初级阶段,仍需大力发展。

文献[14]主要研究的是,在离线或者在线的情况下如何给出卸载决策,而且更多是以延迟低和耗能低为研究目标。

文献[15]给出了多用户场景下的稳定匹配卸载决策,在满足时延要求的同时将能耗降到最低。具体的研究内容是,第一要综合考虑两个因素,假设任务之间相互独立,并且给出多用户任务卸载模型,第二,进行多次迭代,解决了问题。

参考文献

[1]李沛峰.移动边缘计算能耗和卸载数量最优任务调度方法[D].电子科技大学,2020.

[2]刘星星.基于移动边缘计算的计算卸载与能效优化研究[D].兰州理工大学,2020.

[3]路静,李晗琳,高林.移动边缘计算任务切分与最优卸载算法设计[J/OL].物联网学报:1-9[2021-03-30].

[4]葛海波,冯安琪,王妍.5G边缘计算环境下工作流任务的卸载策略[J].传感器与微系统,2020,39(08):130-133+137.

[5]张建敏,谢伟良,杨峰义等.移动边缘计算技术及其本地分流方案[J].电信科学,2016,32(7):132-139.DOI:10.11959/j.issn.1000-0801.2016165.)

[6]刘锐.基于移动边缘计算的任务卸载策略研究[D].东华大学,2019.

[7]卢海峰,顾春华,罗飞,等.基于深度强化学习的移动边缘计算任务卸载研究[J].计算机研究与发展,2020,57(7):1539-1554.DOI:10.7544/issn1000-1239.2020

[8]赵竑宇.资源受限的移动边缘计算系统中计算卸载问题研究[D].北京邮电大学,2019.

[9]梁翀.人工智能如何赋能电网发展[N].国家电网报,2019-11-26(008).

[10]毛莺池,徐雪松,刘鹏飞.基于稳定匹配的多用户任务卸载策略[J].计算机应用,2021,41(3):786-793.DOI:10.11772

您可能关注的文档

文档评论(0)

02127123006 + 关注
实名认证
文档贡献者

关注原创力文档

1亿VIP精品文档

相关文档