智能電網融合通信MEC卸載策略研究

［關鍵詞］智能電網；通信技術；物聯網；卸載策略

［中圖分類號］TM76 ［文獻標志碼］A ［文章編號］2095–6487（2024）11–0059–03

隨著現代通信技術的發展，智能電網融合“切片分組網（Sliced Packet Network，以下簡稱“SPN”）+ 可信無線局域網（Trusted Wireless Local AreaNetwork，以下簡稱“WLAN”）”的通信新技術網絡架構已經開始試用。然而，近年來物聯網（IoT）技術的快速發展，帶來了大量敏感型移動終端設備的出現，導致海量任務的增加，對無線傳輸能力的需求也日益增強。計算密集型和延遲敏感型任務的增加給設備帶來嚴重的負荷，設備的續航能力受到影響。

而移動邊緣計算（Mobile Edge Computing，以下簡稱“MEC”）可以有效緩解這一現象。MEC 通過輔助通信可以顯著提升系統容量，降低網絡功耗和時延，最大化綜合效益。在面對用戶需要更高傳輸能力、更低計算時延、更多計算資源及高可靠安全傳輸的情況下，MEC 結合智能電網“SPN+ 可信WLAN”通信新技術網絡架構被認為是一種前瞻性的技術手段。

因此，文章將MEC 置于智能電網融合“SPN+可信WLAN”通信新技術的網絡架構中，提出一種基于交替優化技術的卸載策略，以解決多種時延敏感和計算密集型問題，促進智能電網業務垂直領域的數字化轉型，保證移動終端設備的通信性能指標、安全性和經濟性。

1安全傳輸方案設計

1.1智能電網無線通信系統架構

為了實現智能電網中各種移動終端設備的安全無線傳輸和計算任務的卸載，文章采用了融合“SPN+可信WLAN”的通信新技術網絡架構，具體如圖1 所示。在該架構中，信息采集類任務通過回傳網絡接入智能電網中心，控制類計算任務則通過MEC 服務器進行本地化處理后，再傳輸至智能電網中心或回傳至MT 設備（移動終端設備）。

在該架構中，SPN 通過多路光接口綁定提供軟硬隔離通道，靈活接入以太網，確保電力系統通信網絡的實時性、穩定性和可靠性。可信WLAN 技術則通過無線接入點（AP）、專用交換機、防火墻等設備，為移動終端設備提供安全的無線接入方式。

1.2任務卸載策略

為了優化智能電網中MT 設備的計算任務卸載過程，文章提出了一種基于交替優化技術的算法。該算法通過迭代對各個變量進行順序優化，旨在降低任務的總執行時間，最大化網絡傳輸速率，保證任務傳輸的可靠性。

MT 設備在時間片T 內產生任務{k，T }，其中包括需要完成的計算任務{Ck，Lk}，Ck 為完成該計算任務所需的CPU 周期總數，Lk 為該計算任務的數據量大小。任務可以部分卸載到MEC 服務器進行處理。

為此，文章建立了一個多MT 設備的總時延優化卸載模型，考慮了任務傳輸速率和時延的約束，以確保計算任務的高效卸載和處理。該模型通過交替優化技術，逐步優化發射功率（Pk）、計算卸載率（ak）及MEC 服務器分配給每個MT 設備的計算能力（Bk），從而實現任務的高效卸載。

1.3方案實現

在實現過程中，先將MT 設備的任務通過無線AP 接入SPN 網絡，SPN 網絡通過專用端到端L3VPN 進行任務傳輸，確保任務在傳輸過程中不會受到外部干擾。同時，可信WLAN 技術采用國產密碼算法進行身份認證和密鑰協商，防止非法接入和攻擊。

具體而言，SPN網絡架構包括切片分組層（SPL）、切片通道層（SCL）和切片傳送層（STL）3 個層次，分別負責不同任務類型的分組數據處理、通道劃分和高速傳輸。可信WLAN 技術通過無線AP 和鑒別服務器（AS）進行雙向身份認證，確保無線AP與MT設備之間的通信安全。

在任務卸載過程中，計算任務通過無線AP 的固定專用通道傳輸至MEC 服務器處理，處理后的結果再傳輸至智能電網中心或回傳至MT 設備。對于需要計算處理的任務，MT 設備可以選擇在本地處理或將任務部分卸載至MEC 服務器。

2應用實例分析

為了驗證文章提出的MEC 卸載策略在實際應用中的效果，選取了某智能電網試點區域進行應用實例分析。該區域內有多個變電站、配電站和大量的智能終端設備，涵蓋了電力系統的多個環節。

2.1試驗環境設置

試驗環境設置如下：試點區域覆蓋面積為10 km2，變電站數量為3，配電站數量為5，智能終端設備數量為100。無線AP 數量為10，天線數量為每個AP 4 根。任務類型主要包括實時監測數據上傳、設備狀態監測、故障診斷和預警等。

在具體實施過程中，選取的試點區域內，各類設備和終端分布密集，網絡環境復雜多變。這些智能終端設備通過無線AP 接入智能電網的核心網絡，執行各種數據采集、傳輸和計算任務。為了模擬真實的運行環境，設置了多種任務負載場景，包括低負載、中負載和高負載情況，分別對應日常監測、故障高發期和緊急情況處理等場景。

此外，試驗環境中還考慮了不同的任務類型和優先級。例如，實時監測數據上傳屬于高優先級任務，要求低時延和高可靠性；設備狀態監測和故障診斷則屬于中優先級任務，要求一定的時效性和準確性；預警任務則要求在保證及時性的同時，具有較高的精確度。

2.2試驗結果分析

2.2.1任務傳輸速率

試驗結果表明，在試點區域內，采用文章提出的MEC 卸載策略后，任務傳輸速率顯著提高。尤其是在任務密集區和高負荷區，傳輸速率提升尤為明顯。這表明，MEC 卸載策略能夠有效緩解網絡擁塞，提高整體傳輸效率。

在低負載情況下，任務傳輸速率提升幅度較小，但在中高負載情況下，MEC 卸載策略表現出明顯的優勢。具體數據顯示，在中負載場景中，任務傳輸速率提高了約30% ；在高負載場景中，傳輸速率提高了約50%。這種顯著的提升主要歸功于MEC 卸載策略能夠將計算密集型任務分流至邊緣服務器，減少了核心網絡的負擔，從而提高了整體的傳輸效率。

2.2.2總時延

試驗結果表明，MEC 卸載策略能夠顯著降低任務的總傳輸時延，尤其是在高負荷情況下，時延降低效果更顯著。這意味著，MEC 卸載策略能夠在保證任務傳輸可靠性的前提下，提高系統的響應速度，滿足智能電網對實時性的要求。

具體而言，在低負載場景下，總時延減少了約20% ；在中負載場景下，總時延減少了約35% ；在高負載場景下，總時延減少了約50%。這主要是因為MEC 卸載策略將大量的計算任務分布在邊緣計算節點上，減少了任務在核心網絡中的傳輸時間和處理時間，從而顯著降低了整體的傳輸時延。

2.2.3任務傳輸成功率

試驗結果表明，采用MEC 卸載策略后，任務傳輸成功率顯著提高，特別是在設備數量較多、任務負荷較大的情況下，成功率提升尤為明顯。這表明，MEC 卸載策略能夠有效保證任務的穩定傳輸，降低任務丟失率，提升系統的可靠性。

在低負載場景下，任務傳輸成功率提高了約10% ；在中負載場景下，成功率提高了約25% ；在高負載場景下，成功率提高了約40%。這種提升主要得益于MEC 卸載策略能夠動態調整計算資源和傳輸資源的分配，確保任務在網絡高負荷情況下仍能保持較高的傳輸成功率。

2.2.4系統能耗

試驗結果表明，MEC 卸載策略能夠有效降低系統的總能耗。通過將計算任務部分卸載至MEC 服務器，減輕了終端設備的計算負荷，從而延長了設備的續航時間，提高了能源利用效率。

具體數據顯示，在低負載場景下，系統能耗降低了約15% ；在中負載場景下，能耗降低了約30% ；在高負載場景下，能耗降低了約45%。這種顯著的能耗降低主要是由于MEC卸載策略能夠將部分計算任務轉移至能效更高的邊緣服務器處理，減少了終端設備的電力消耗。

3應用前景展望

文章提出的MEC 卸載策略在智能電網中的應用前景廣闊。通過優化任務傳輸速率、降低總時延、提高任務傳輸成功率和降低系統能耗，該策略能夠有效提升智能電網的整體性能，滿足未來智能電網對高效、可靠、安全通信的需求。

在未來的發展中，MEC 卸載策略可以進一步應用于更多實際場景。例如，在智能電網的電力調度、負荷預測、故障預警等關鍵業務中，MEC 卸載策略能夠提供更高效、更可靠的計算和通信支持。同時，隨著智能終端設備數量的增加和任務復雜度的提高，MEC 卸載策略也可以不斷優化和升級，適應不斷變化的需求。