一种基于云计算的电力调度数据容灾方法
【专利摘要】本发明公开了一种基于云计算的电力调度数据容灾方法。本方法根据各个云提供商不同的存储费用、通信费用和带宽大小，结合多目标粒子群优化算法，设计一个兼顾电网调度数据的数据容灾成本与数据恢复时间RTO的基于云计算技术的电网调度数据容灾策略，合理的选择多个云提供商来进行容灾任务调度。本发明的数据容灾策略不仅有效解决了电网调度数据容灾资源的扩充问题，而且在保障数据可靠性的基础上，兼顾数据容灾成本并有效的降低了数据恢复时间RTO；此外，将云计算技术与数据容灾技术相结合并应用到电力系统中，为未来电力调度数据容灾系统迎接大数据的挑战提供了新思路。
【专利说明】-种基于云计算的电力调度数据容灾方法
【技术领域】：
[0001] 本发明涉及的是一种基于云计算的电力调度数据容灾方法。
【背景技术】：
[0002] 电力是与国计民生息息相关的重要行业，一旦发生大规模数据丢失，其造成的影 响是不可估量的，因此，为了保证在发生电力中断事件后系统能够快速响应以使损失降到 最低，电力企业建立了一套统一的灾备中心，从而增强了整个电力网络的安全与稳定。但是 随着信息化脚步的不断推进，"大数据时代"与"云时代"相继降临，传统的数据容灾方案已 追赶不上时代的脚步，具体表现在可扩展性差，资源利用率低等方面，更重要的是随着电网 调度数据的数据量与日俱增，现阶段的数据日增量已达TB甚至PB级，使得传统的数据容灾 方案成本大幅增加。此外，如此大量的数据对数据容灾恢复时间也造成了严重的影响。
【发明内容】
：
[0003] 本发明的目的在于克服现有技术的不足，提供一种基于云计算的电力调度数据容 灾方法。
[0004] 为了解决【背景技术】所存在的问题，本发明采用以下技术方案：
[0005] -种基于云计算的电力调度数据容灾方法，其特征在于，它包括以下步骤：
[0006] 步骤一：在已有的电网调度数据灾备中心的基础上，租用多个云提供商提供的数 据容灾平台，组成新的基于云计算的电力调度数据容灾网络；
[0007] 步骤二：在新的电力调度数据容灾网络中，将原有的数据灾备中心看作中心存储 节点，将各个云提供商看作存储节点，并根据各个云提供商不同的存储费用、通信费用和带 宽大小，结合多目标粒子群优化算法，设计一个兼顾电网调度数据的数据容灾成本与数据 恢复时间RTO的基于云计算技术的电网调度数据容灾任务调度方法。
[0008] 进一步的，在步骤二中，所述数据容灾任务调度方法包括下列步骤：
[0009] (1)粒子编码与解码
[0010] 定义t时刻粒子的维数D为t时刻需进行的电网调度数据容灾任务个数nt的3 倍，B卩Dt = 3nt ;
[0011] 粒子与调度结果之间的关系如下：每个粒子P均对应一个容灾任务；假设有X个D 维的调度序列（E1,E2,E3……Ex)，对于任一容灾任务，假设其编号为i，将会在调度序列Ex中 顺序出现3次，并分别表示其对应的3个备份，计算/3J,得到其对应的任务编号；如果 $(〇e[0,0.25)，那么该备份储存在中心节点；如果$(/)e[0.25,0.5)，那么该备份储存在2号存 储节点；如果[0.5,0.75)，那么该备份储存在3号存储节点；如果5丨(0e[0 75，〗），那么该 备份储存在4号存储节点；
[0012] ⑵初始化种群
[0013] 将M设定为t时刻初始化种群的规模，$(〇和F/(〇分别表示t时刻迭代第1代的 第i维变量位置和第i维变量速度，初始化种群的步骤如下：
[0014] Fori=ItoM，M是种群规模
[0015] ①初始化速度G(/)=():
[0016] ②位置& (/)是0?1之间随机数；
[0017] (3)粒子的更新过程
[0018] 粒子新速度的计算公式如下：
【权利要求】
1. 一种基于云计算的电力调度数据容灾方法，其特征在于，它包括以下步骤： 步骤一： 在已有的电网调度数据灾备中心的基础上，租用多个云提供商提供的数据容灾平台， 组成新的基于云计算的电力调度数据容灾网络； 步骤二： 在新的电力调度数据容灾网络中，将原有的数据灾备中心看作中心存储节点，将各个 云提供商看作存储节点，并根据各个云提供商不同的存储费用、通信费用和带宽大小，结合 多目标粒子群优化算法，设计一个兼顾电网调度数据的数据容灾成本与数据恢复时间RTO 的基于云计算技术的电网调度数据容灾任务调度方法。
2. 根据权利要求1所述的一种基于云计算的电力调度数据容灾方法，其特征在于，在 步骤二中，所述数据容灾任务调度方法包括下列步骤： (1) 粒子编码与解码 定义t时刻粒子的维数D为t时刻需进行的电网调度数据容灾任务个数nt的3倍，即Dt = 3nt ; 粒子与调度结果之间的关系如下：每个粒子P均对应一个容灾任务；假设有X个D维 的调度序列（E1,E2,E3……Ex)，对于任一容灾任务，假设其编号为i，将会在调度序列Ex中 顺序出现3次，并分别表示其对应的3个备份，计算[Dt/3]，得到其对应的任务编号；如果 和(/Μ〇,0·25)，那么该备份储存在中心节点；如果S(〇e[0.25,0.5)，那么该备份储存在2号存 储节点；如果5?[0.5,0.75)，那么该备份储存在 3号存储节点；如果^/)€[0.75，1)，那么该 备份储存在4号存储节点； (2) 初始化种群 将M设定为t时刻初始化种群的规模，X(/)和V⑴分别表示t时刻迭代第1代的第 i维变量位置和第i维变量速度，初始化种群的步骤如下： Fori=ItoM，M是种群规模 ① 初始化速度匕(/)=〇; ② 位置和(〇是〇?1之间随机数； (3) 粒子的更新过程 粒子新速度的计算公式如下： V1t+1(i)=WXV1t(i)+R1X(At[Gbest]- S；(/)+ R1X (Sbesls1l (/) -S11 (J)) 其中R1和R2是[〇,1]之间的随机数，W是权重值，At [Gbest]是t时刻找到的全局最优 解，67w/.v;'(/_)是粒子i在当前t时刻第1代所达到的最优位置； 粒子新位置的计算公式如下： $ 丨丨(/) =、';(/) +F/(/) (4) 粒子的评价参数与约束条件 评价参数：取容灾成本与数据恢复时间为粒子的两个评价参数，调度策略的优化目标 是尽量降低容灾成本COST与数据恢复时间RTO; 容灾成本计算公式：xZ), x乂 +作M /=1k=\ 其中Pck表示节点k的单位存储成本，Di表示任务i的数据量，Nik表示任务i在节点k上的备份数量，Ptk表示节点k的单位通信成本，L和Nt分别表示存储节点数量和存储任 务数量； 数据恢复时间计算公式=tA/SM+W,/ k=\ 其中BWk表示存储节点k的通信带宽，TRd表示待恢复数据的检索时间； 与此同时，从现实条件与容灾数据可靠性方面考虑，需要在此基础上增加约束条件，并 达到限制解空间的目的； 约束条件： 中心节点上所有任务的电网调度数据的数据量总和要小于中心节点的最大存储容量， 用公式表示为：
任意任务的总备份数量都等于3,用公式表示为：WtiVa =3 k^l (5)个体最优位置与整体最优位置 通过步骤（4)中的评价参数为每一个粒子更新个体最优位置，使得该粒子对应的容灾 成本最低并且数据恢复时间最短，并在历史集中更新整体最优位置使得历史集对应的容灾 成本最低并且数据恢复时间最短，将迭代次数加1，如果已达到迭代次数阀值，那么停止迭 代，否则，转向步骤（3); ￠)最优解 当迭代次数达到阀值之后，取步骤（5)中的整体最优位置作为最优解，得到经过调度 后的容灾任务所对应的存储节点编号、数据容灾成本COST与数据恢复时间RT0。
【文档编号】G06F11/14GK104318486SQ201410524169
【公开日】2015年1月28日 申请日期:2014年10月8日 优先权日:2014年10月8日
【发明者】赵文清 申请人:华北电力大学（保定）