【技术实现步骤摘要】
本专利技术涉及设备功耗管理，具体为基于大数据的物联网设备功耗管理方法及系统。
技术介绍
1、物联网设备的功耗管理对于延长设备寿命、提高系统可靠性和降低运营成本至关重要。有效的功耗管理可以确保设备在需要时能够正常工作，同时减少不必要的能源浪费。物联网设备在不活动时通常会进入低功耗睡眠模式，可以显著降低功耗。由于物联网设备的多样性，导致功耗管理策略难以统一。
2、如公开号cn115049083a公开的一种机电设备运行管理方法、装置及系统，所述机电设备运行管理方法包括：获取当前建筑的用电总功耗历史数据；根据获取的当前建筑的用电总耗历史数据确定目标功耗；基于时间以及人流建立调控因子模型；根据当前的时间以及人流进行区域划分；根据所述调控因子模型确定各个区域的调控因子；根据确定出的各个区域的调控因子对各个区域内的机电设备的功耗进行调控。该专利技术提供的方法通过确定目标功耗，对区域进行分区，从而根据目标功耗得到各个区域的调控因子，根据得到的调控因子对各个区域的机电设备运行状态进行调控，从而实现功率调控。通过精准区域功率调控，可以减少能耗浪费。
3、如上技术所示，目前对于较多数量的设备的功耗管理，通常是采用功率调控的方式来降低功耗，避免浪费；而运用到现有的一些物联网设备，在不使用时，通常会采用休眠的方式来调节功率降低功耗，但是不同物联网设备的使用状态不同，休眠频率也不可控，而设备在休眠唤醒时，反而会因瞬时功率大导致功耗增大，虽然时间较短，但是若是设备在某个时间端内休眠唤醒的频繁高，那反而达不到降低功耗节能的效果，而如何针
技术实现思路
1、针对现有技术的不足，本专利技术提供了基于大数据的物联网设备功耗管理方法及系统，解决了上述技术的问题。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：基于大数据的物联网设备功耗管理方法，具体包括以下步骤：
3、s1、设备分类：按照特征类型的不同，将数据中心服务器和物联网设备分为不同的类别或组；
4、s2、功耗评估与建模：利用功耗测试工具，在模拟实际工作负载的条件下，对各类设备进行功耗测试，记录静态与动态功耗数据，并建立功耗模型以反映设备功耗情况，同时为每类设备设定功耗阈值，当设备功耗超过功耗阈值时，触发相应的功耗管理策略；
5、s3、休眠唤醒策略实施：统计并分析物联网设备的休眠时间与频率，计算休眠节省与唤醒增加的功耗，并根据设备的特性和应用场景，设定休眠节省功耗和唤醒增加功耗的阈值，对于单位时间内休眠时间短且休眠频繁的设备，在对应时间段内控制设备不休眠；
6、s4、策略设计与动态调整：针对服务器，设计动态负载平衡算法进行负载均衡；针对物联网设备，根据任务优先级和负载情况，动态调整工作频率和传输频率以最小化功耗；并定期评估并调整功耗管理策略。
7、优选的，所述s1中设备分类方式具体包括：
8、数据中心服务器：根据cpu型号、内存大小、存储类型特征，将服务器分为不同的类别或组；
9、物联网设备：根据设备类型、功能需求、功耗特性，将物联网设备分为不同的类别或组。
10、优选的，所述s2中功耗评估与建模的步骤具体包括：
11、功耗测试：使用功耗测试工具，在模拟实际工作负载的条件下，对每类设备进行功耗测试；记录静态功耗 pstatic和动态功耗 pdynamic(t)，其中 t 表示时间；
12、功耗模型：建立功耗模型 p(t，type，load)= pstatic+pdynamic(t，load)，其中 p(t)表示时刻 t 的总功耗，type 表示设备类型，load 表示设备负载；
13、参数设计：为每类设备设定功耗阈值 p0，当设备功耗超过功耗阈值时触发功耗管理策略。
14、优选的，所述s3中休眠唤醒策略实施的步骤具体包括：
15、s3.1设备统计：
16、对所有设备用集合 d={d1，d2，…，dn} 表示，其中n表示物联网设备的数量；每个设备 di 有一个休眠时间记录序列 si={si1，si2，…，sit}，其中 t 是统计的总时间点数；
17、通过物联网平台或传感器收集每个设备在每个时间点的休眠状态（休眠或唤醒）和相应的功耗数据；
18、s3.2休眠时间统计：
19、对每个设备 di，计算其平均休眠时间i 和休眠频率 fi：
20、；
21、其中 sit 为1表示休眠，为0表示唤醒；
22、；
23、s3.3功耗分析：
24、设设备di在休眠状态下的功耗为，唤醒状态下的功耗为，休眠唤醒过程中的功耗为；
25、计算单位时间内休眠节省的功耗和唤醒增加的功耗 ：
26、；
27、；
28、s3.4阈值设定：
29、根据设备的特性和应用场景，设定休眠节省功耗和唤醒增加功耗的阈值 θsave 和θadd；
30、如果且，则认为该设备在该时间段内休眠时间短且休眠频繁；
31、s3.5智能管控策略：对于单位时间内休眠时间短且休眠频繁的设备，在对应时间段内控制不休眠。
32、优选的，所述s4中，服务器的动态负载平衡算法，基于权重的负载均衡进行设计，公式为：
33、；
34、其中， wj(t) 表示服务器 j 在时刻 t 的权重，lj(t) 表示服务器 j 在时刻 t的负载，n表示服务器的总数量。
35、优选的，所述s4中，物联网设备的功耗管理策略为：系统根据当前的任务优先级和负载状态，动态调整工作频率f(t)和传输频率r(t)，目标是在保证任务按时完成和数据准确传输的前提下，最小化系统的功耗；具体包括：
36、s4.1参数设定：
37、设定任务优先级p(t)：表示在时刻 t 的任务优先级；根据任务的重要性和紧急程度，将任务划分为不同的优先级等级；
38、设定物联网设备负载l(t)：表示在时刻 t 的物联网设备的负载状态，为设备当前处理的数据量、连接的设备数量、传输的数据速率指标的综合反映；建立负载状态监测模块实时或定期监测系统的负载状态；
39、α(p)、β(p)和δ(l)为频率调整系数，其中，α(p)为根据任务优先级 p 调整工作频率的系数；β(p)为根据任务优先级 p 调整传输频率的系数；δ(l)为根据物联网设备负载 l调整频率的系数；
40、s4.2计算调整系数：
41、s4.2.1实时或定期监测任务优先级 p(t) 和物联网设备负载 l(t)；
42、s4.2.2根据当前的任务优先级 p(t) 计算 α(p(t)) 和 β(p(t))，函数公式表示为：
43、α(p(t))= 1+kf ×（p-pavg）；
44、本文档来自技高网...
【技术保护点】
1.基于大数据的物联网设备功耗管理方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的基于大数据的物联网设备功耗管理方法，其特征在于：所述S1中设备分类方式具体包括：
3.根据权利要求1所述的基于大数据的物联网设备功耗管理方法，其特征在于：所述S2中功耗评估与建模的步骤具体包括：
4.根据权利要求1所述的基于大数据的物联网设备功耗管理方法，其特征在于：所述S3中休眠唤醒策略实施的步骤具体包括：
5.根据权利要求1所述的基于大数据的物联网设备功耗管理方法，其特征在于：所述S4中，服务器的动态负载平衡算法，基于权重的负载均衡进行设计，公式为：
6.根据权利要求5所述的基于大数据的物联网设备功耗管理方法，其特征在于：所述S4中，物联网设备的功耗管理策略为：系统根据当前的任务优先级和负载状态，动态调整工作频率f(t)和传输频率r(t)，目标是在保证任务按时完成和数据准确传输的前提下，最小化系统的功耗；具体包括：
7.根据权利要求6所述的基于大数据的物联网设备功耗管理方法，其特征在于：所述S4中，定期评估并调
8.根据权利要求7所述的基于大数据的物联网设备功耗管理方法，其特征在于：判断实施功耗管理策略效果达不到预期值的具体方式为：设定功耗降低阈值，对实施功耗管理策略后检测到的功耗与实施前检测的功耗计算比值，在比值大于功耗降低阈值时则判定实施功耗管理策略效果达不到预期值。
9.基于大数据的物联网设备功耗管理系统，用于实施权利要求1-8任意一项所述的基于大数据的物联网设备功耗管理方法，其特征在于：包括：
10.根据权利要求9所述的基于大数据的物联网设备功耗管理系统，其特征在于：所述监控与报告模块从设备分类模块、功耗评估与建模单元、休眠唤醒策略实施单元和策略设计与功耗管理模块收集数据，生成的功耗管理报告包括功耗趋势、设备状态、策略效果，并设有警报功能，当设备功耗超过设定的阈值时，触发警报并通知相关人员进行处理。
...【技术特征摘要】
1.基于大数据的物联网设备功耗管理方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的基于大数据的物联网设备功耗管理方法，其特征在于：所述s1中设备分类方式具体包括：
3.根据权利要求1所述的基于大数据的物联网设备功耗管理方法，其特征在于：所述s2中功耗评估与建模的步骤具体包括：
4.根据权利要求1所述的基于大数据的物联网设备功耗管理方法，其特征在于：所述s3中休眠唤醒策略实施的步骤具体包括：
5.根据权利要求1所述的基于大数据的物联网设备功耗管理方法，其特征在于：所述s4中，服务器的动态负载平衡算法，基于权重的负载均衡进行设计，公式为：
6.根据权利要求5所述的基于大数据的物联网设备功耗管理方法，其特征在于：所述s4中，物联网设备的功耗管理策略为：系统根据当前的任务优先级和负载状态，动态调整工作频率f(t)和传输频率r(t)，目标是在保证任务按时完成和数据准确传输的前提下，最小化系统的功耗；具体包括...
【专利技术属性】
技术研发人员：李志祥，褚云霞，李娟，张岳魁，李尧，
申请(专利权)人：石家庄学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。