基于软件定义网络的电网边缘计算资源分配

摘要：

针对电网节点中边缘服务器资源受限问题,提出了一种基于软件定义网络的边缘计算框架.采用深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)强化学习算法对边缘服务器中的计算、存储资源进行合理分配.首先建立应用于电网中的基于软件定义网络的边缘计算模型,得到边缘服务器计算存储资源及任务时延的约束条件,分析得到需处理的MINIP问题.使用Tensorflow搭建仿真环境并执行强化学习算法,实现电网边缘节点对边缘服务器存储计算资源的最优利用.结果表明,强化学习算法中的回复值呈上升趋势,采用DDPG进行分配的系统总延时更低.

关键词：软件定义网络;边缘计算;资源虚拟化;资源分配;强化学习

所属期刊栏目：49

资助基金：国家电网有限公司科技项目资助"国网河北信通公司2020年电力物联网网络架构与边缘终端研究";国家自然科学基金项目资助

在线出版日期：2021-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：136-143