摘要
本发明属于电力物联网技术领域,尤其涉及一种云边协同感知的电力物联网卸载策略及资源配置优化方法。方法包括:S1:构建基于BiGRU的缓存全局预测模型,设置缓存全局预测模型的模型参数以及云边协同任务卸载模型的设备参数;S2:利用电力物联网的任务特征训练缓存全局预测模型,并利用训练好的缓存全局预测模型预测电力物联网的任务缓存类别;S3:构建自适应联邦学习策略;S4:构建基于离散DDPG的任务卸载与迁移模型,利用自适应联邦学习策略的处理结果对任务卸载与迁移模型进行训练,并利用训练好的任务卸载与迁移模型确定任务卸载与迁移策略。本发明能够降低任务处理代价,提高了任务完成率,对无线网络或车联网异构任务快速处理提供了技术支持。
技术关键词
资源配置优化方法
物联网节点
联邦学习策略
卸载策略
云端服务器
时延
电力物联网技术
功耗
神经网络模型
权重分配策略
参数
缓冲池
能耗
优化器
无线网络
信息熵
系统为您推荐了相关专利信息
汽车扶手
追溯方法
终端显示设备
二维码
追溯系统
更换装置
车辆钥匙
信号采集设备
工控机
待测车辆
睡眠监控系统
环境数据采集单元
多模态数据融合
复合传感器阵列
数据采集层
巡检路径
人工智能算法模型
规划
识别电力设备
巡检方法