摘要
本发明涉及电力系统技术领域,特别涉及一种基于边缘计算的云边算力调控方法及系统,包括以下步骤:步骤S1:实时采集云端数据中心、边缘节点及终端设备的资源状态数据;步骤S2:基于深度强化学习模型构建动态调度策略,根据任务类型、优先级、实时资源状态及历史负载数据,生成算力分配方案;步骤S3:对任务进行分层处理;步骤S4:通过边缘节点的局部自治模块,在断网或高延迟场景下自主执行紧急任务调度;步骤S5:基于遗传算法优化全局能耗,步骤S1至S5协同实现了云边算力的动态调控,通过实时采集多维资源数据,为动态调度提供精准输入;通过任务分层机制,确保高实时性任务优先本地处理,减少端到端延迟。
技术关键词
深度强化学习模型
调控方法
调控系统
云端数据中心
任务调度
节点
遗传算法优化
深度确定性策略梯度
资源预留机制
调度器
动态
能耗
网络拓扑关系
服务等级协议
终端设备
抢占式调度
分层
分布式架构
系统为您推荐了相关专利信息
服务质量感知
任务调度方法
任务调度策略
时延
服务质量需求
交互系统
多模态交互
数据安全系数
综合评估系统
监测单元
任务调度
可视化系统
标注规则
数字孪生模型
轮廓图像数据