面向电力物联网的边缘计算任务卸载系统设计与时延优化研究.docxVIP

PAGE2

面向电力物联网的边缘计算任务卸载系统设计与时延优化研究

摘要

随着电力物联网设备规模突破1.2亿台，海量终端数据实时上传导致云端处理时延高达300-500ms，严重制约故障诊断与负荷调控效率。本设计聚焦电力业务高实时性需求，提出一种基于动态权重的任务卸载系统，通过优化边缘节点资源分配降低端到端时延。系统采用分层架构设计，核心创新在于融合电力任务优先级与边缘负载状态的自适应卸载算法，实现时延敏感型任务的快速响应。

第一章分析电力物联网任务处理痛点，指出传统集中式架构无法满足继电保护等场景100ms的时延要求。第二章论证选用KubeEdge边缘框架与轻量级强化学习模型的技术依据。第三章通过需求建模明确系统需支持99.9%任务在80ms内完成。第四章设计三层系统架构与模块化功能结构。第五章详细阐述任务卸载决策算法，其目标函数为mini

第一章绪论

1.1研究背景

电力物联网设备年增长率达25%，2023年国家电网智能终端部署量超8000万台。海量传感器持续产生电压、电流等时序数据，传统云端集中处理模式导致端到端时延居高不下。例如变电站故障录波数据需在100ms内完成分析，但实际云端处理常超300ms，延误保护动作时机。

当前边缘计算方案存在明显缺陷。部分试点项目简单将任务固定卸载至边缘节点，未考虑配电房边缘服务器负载波动。当台风天气引发多设备并发告警时，边缘节点CP