智能电网应用场景的数据标准化处理系统和处理方法与流程

1.本发明涉及数据标准化处理技术领域，尤其涉及智能电网应用场景的数据标准化处理系统和处理方法。


背景技术：

2.随着国家电网规模的扩大，配电网数字化发展及5g通信技术的应用，电力电网数据吞吐量及业务需求不断增加，对电力通信管理平台提出了更高的要求。现有的电力通信管理平台按照分层，分级，分区的模式进行管理，各级系统间相对独立，存在“信息孤岛”，数据孤立的问题，无法实现高效、便捷、智能的集中式管理，系统的集成度及可扩展性较低；在另一方面，现有的电力终端设备种类繁多，且与管理平台之间的通信方式较多，主要有光纤，无线扩频，专线rs
‑
485,公网gprs/3g，5g等方式，缺乏统一的数据标准，各应用系统之间难以实现互联互通。
3.现有的电网通信管理平台往往采用单链的客户端
‑
服务器web架构，在高并发的应用场景下难以保证数据处理的及时性、可靠性，难以满足电网通信管理平台的应用服务快速响应，动态规划的技术要求。因此，这类通信管理支撑平台在电网应用场景下不能有效做到智能化，一体化管理，在大程度上影响了电力系统的运转。


技术实现要素：

4.本发明的目的在于提出智能电网应用场景的数据标准化处理系统，其采用面向服务的体系架构实现各业务模块的松耦合，采用标准的服务封装模式，提高了通信管理平台的可扩展性，通过调用服务接口完成电网各业务数据处理。
5.本发明还提出智能电网应用场景的数据标准化处理平台的处理方法，基于上述数据标准化处理系统执行数据标准化处理步骤。
6.为达此目的，本发明采用以下技术方案：
7.智能电网应用场景的数据标准化处理系统，包括：服务组件层、信息资源模块、服务处理模块和服务总线模块；
8.所述服务组件层由多个服务组件共同构成；所述服务组件为根据电网应用场景下业务处理逻辑的不同独立封装成单一应用模块；
9.所述服务组件用于接收来自服务处理模块的服务请求，并执行相应的而业务处理逻辑，并把业务处理结果集发送至所述服务处理模块；
10.所述信息资源模块，用于接收从属终端设备的消息报文，并使用所述信息资源模块的协议转换处理单元对消息报文进行协议转换，使通讯协议统一封装成特定协议的消息报文，再发送至所述服务处理模块；
11.所述服务处理模块包括：数据结果响应单元、服务请求转发单元和数据存储单元；
12.所述数据结果响应单元，用于将所述服务组件的业务处理结果集文件发送至所述信息资源模块进行协议转换处理；
13.所述服务请求转发单元，用于接收来自用户的服务请求或来自终端设备的服务请求，并把请求转发至所述服务总线模块进行决策运算；所述服务请求转发单元，还用于接收来自所述服务总线模块的决策后，调用相应的所述服务组件进行业务处理；
14.所述数据存储单元，用于存储所述服务组件的业务处理结果集；
15.所述服务总线模块包括：负载均衡决策单元和服务配置管理单元；
16.所述负载均衡决策单元，用于运行负载均衡策略，接收来自所述服务处理模块的服务请求后，根据当前所述服务组件活动数，求解最佳负载重定向方案，决定用户请求的业务由哪一个所述服务组件处理，及何时处理，并把决策结果返回至所述服务请求转发单元，由所述服务请求转发单元通知所述服务组件运行处理业务；
17.所述服务配置管理单元，用于根据服务的qos决定某一时间段内所述服务总线模块上配置的所述服务组件数及种类，以实现最优负载。
18.优选地，所述协议转换处理单元对消息报文进行协议转换，使通讯协议统一封装成soap协议的消息报文，再发送至所述服务处理模块；
19.soap协议的消息报文包括：信件标识、信件报头、数据项、误差项和附件；
20.所述信件标识：把此xml格式的文档标记为一条soap协议的报文消息；
21.所述信件报头，包含消息报文的目的地，用于在消息报文能在达到目的所述服务组件前，被所述服务处理模块路由到一个或者多个中间服务组件；
22.所述数据项，包含所有调用和响应的信息；
23.所述误差项，用于提供有关处理此消息所发生错误的信息；
24.所述附件，用于通过添加一个或多个附件扩展soap消息。
25.优选地，所述服务组件为根据电网应用场景下业务处理逻辑的不同独立封装成单一应用模块，并增加服务对外接口层，用户调用服务前，服务接口进行安全检测及容错处理，使终端数据格式统一封装。
26.优选地，所述服务总线模块包括：服务请求缓存单元；
27.所述服务请求缓存单元，用于存储所述负载均衡决策单元发送的未加入流表的服务请求，为下一次决策计算提供服务流表项。
28.优选地，还包括：服务请求及可视化平台；
29.所述数据结果响应单元，还用于将结果集发送至所述服务请求及可视化平台，供用户查看业务处理结果。
30.优选地，所述负载均衡决策单元，用于运行基于蚁群算法的负载均衡策略，接收来自所述服务处理模块的服务请求后，根据当前所述服务组件活动数，求解最佳负载重定向方案；
31.蚁群算法把所述服务组件层的负载情况作为蚂蚁算法的信息素，重定向服务组件运行数的倒数作为启发函数，服务组件间负载失衡度作为路径长度；在算法运行开始前，初始化信息素浓度及每只蚂蚁，考虑服务组件之间处理能力的差异性，用服务组件的负载处理能力对信息素τ
ki
初始化：
32.τ
ki
＝d
i
；
33.其中，d
i
表示为服务组件s
i
处理负载的能力，创建包含m个多地址服务重定向流表表项，x个服务组件的蚂蚁对象，初始化服务器失衡度；
34.所述蚁群算法包括以下步骤：
35.s1：蚂蚁随机选择路径(f
k
，s
i
)，路径即是流表项f
k
重定向到服务组件s
i
,并把以重定向的流表项从蚁群算法的搜寻列表g
n
中删除，并加入回收表；
36.s2：蚂蚁按照概率与轮转随机算法选择服务组件重定向的多地址服务重定向流表，在t时刻第n只蚂蚁选择将流表项f
k
重定向到服务组件s
i
的概率计算公式如下：
[0037][0038][0039]
式中，τ
ki
(t)表示t时刻将流表项f
k
重定向到服务组件s
i
上的信息素浓度；
[0040]
α为信息素启发因子，表示将蚂蚁在路径上留下的信息素的重要权值；β为期望启发因子，代表启发函数的重要权值；η
ki
(t)是启发函数表示服务组件s
i
处理流表项f
k
转发流量的可见度；负载均衡策略采用重定向服务组件运行数定义启发函数：
[0041][0042]
s3：更新任务回收表，搜寻列表和服务组件层负载情况；
[0043]
s4：每只蚂蚁生成一个局部最优解；当一次迭代结束时，每只蚂蚁按照以下公式选择最小失衡度的解为最优解，最优解加入到序列list<f
k
，s
i
>：
[0044][0045]
局部最优解集合r为：
[0046][0047]
其中，α代表蚂蚁的数量，n代表第n只蚂蚁；
[0048]
重复以上步骤，直到达到设定的最大迭代次数，计算出最优负载重定向矩阵：
[0049][0050]
若矩阵中e
ki
为非零值，则表示将流表项f
i
的负载重定向到服务组件s
i
；若为零值，则维持原路径。
[0051]
更优地，步骤s4中，对每只蚂蚁完成分配后，调整信息素，防止信息素堆积对求解造成误差：
[0052][0053]
[0054]
上式中，ρ为信息素消散程度；为蚂蚁n完成一条路径后再重定向匹配表项(f
k
，s
i
)上释放的信息素浓度；w为常数，表示蚁群算法执行一次迭代释放的信息素总浓度。
[0055]
智能电网应用场景的数据标准化处理平台的处理方法，包括以下步骤：
[0056]
(1)服务总线模块的服务配置管理单元配置当前连接的服务组件；
[0057]
(2)用户在设备发出服务请求；
[0058]
(3)服务处理模块的服务请求转发单元接收来自用户的主动服务请求或者设备的被动服务请求，生成多地址服务重定向流表，并把多地址服务重定向流表发送给服务总线模块的负载均衡决策单元；
[0059]
(4)负载均衡决策单元使用基于负载决策生成最优负载重定向矩阵，根据最优负载重定向矩阵生成流表项重定向服务请求，并把该流表项发送给服务处理模块的服务请求转发单元；
[0060]
(5)服务请求转发单元根据负载均衡决策单元的流表项重定向服务请求把相应的流表项即业务处理任务发送给对应的服务组件处理；
[0061]
(6)服务组件接收服务请求后，从数据结果响应单元接收经协议转换单元统一封装的设备数据报文，经业务逻辑层处理完毕后，输出结果集文件，发送给数据结果响应单元；
[0062]
(7)数据结果响应单元把结果集文件发送给数据存储单元及服务请求及可视化平台，供用户查看服务处理结果，同时结果集文件发送给信息资源模块的协议转换处理单元，解封装并转换成对应协议的消息报文，设备根据消息报文产生相应的响应动作。
[0063]
更优地，步骤(4)中，负载均衡决策单元使用基于蚁群算法的负载决策生成最优负载重定向矩阵，根据最优负载重定向矩阵生成流表项重定向服务请求，并把该流表项发送给服务处理模块的服务请求转发单元；
[0064]
蚁群算法把所述服务组件层的负载情况作为蚂蚁算法的信息素，重定向服务组件运行数的倒数作为启发函数，服务组件间负载失衡度作为路径长度；在算法运行开始前，初始化信息素浓度及每只蚂蚁，考虑服务组件之间处理能力的差异性，用服务组件的负载处理能力对信息素τ
ki
初始化：
[0065]
τ
ki
＝d
i
；
[0066]
其中，d
i
表示为服务组件s
i
处理负载的能力，创建包含m个多地址服务重定向流表表项，x个服务组件的蚂蚁对象，初始化服务器失衡度；
[0067]
所述蚁群算法包括以下步骤：
[0068]
s1：蚂蚁随机选择路径(f
k
，s
i
)，路径即是流表项f
k
重定向到服务组件s
i
,并把以重定向的流表项从蚁群算法的搜寻列表g
n
中删除，并加入回收表；
[0069]
s2：蚂蚁按照概率与轮转随机算法选择服务组件重定向的多地址服务重定向流表，在t时刻第n只蚂蚁选择将流表项f
k
重定向到服务组件s
i
的概率计算公式如下：
[0070]
[0071][0072]
式中，τ
ki
(t)表示t时刻将流表项f
k
重定向到服务组件s
i
上的信息素浓度；
[0073]
α为信息素启发因子，表示将蚂蚁在路径上留下的信息素的重要权值；β为期望启发因子，代表启发函数的重要权值；η
ki
(t)是启发函数表示服务组件s
i
处理流表项f
k
转发流量的可见度；负载均衡策略采用重定向服务组件运行数定义启发函数：
[0074][0075]
s3：更新任务回收表，搜寻列表和服务组件层负载情况；
[0076]
s4：每只蚂蚁生成一个局部最优解；当一次迭代结束时，每只蚂蚁按照以下公式选择最小失衡度的解为最优解，最优解加入到序列list<f
k
，s
i
>：
[0077][0078]
局部最优解集合r为：
[0079][0080]
其中，α代表蚂蚁的数量，n代表第n只蚂蚁；
[0081]
重复以上步骤，直到达到设定的最大迭代次数，计算出最优负载重定向矩阵：
[0082][0083]
若矩阵中e
ki
为非零值，则表示将流表项f
i
的负载重定向到服务组件s
i
；若为零值，则维持原路径。
[0084]
进一步优化地，所述步骤(7)中，协议转换处理单元对消息报文进行协议转换，使通讯协议统一封装成soap协议的消息报文，再发送至所述服务处理模块；
[0085]
soap协议的消息报文包括：信件标识、信件报头、数据项、误差项和附件；
[0086]
所述信件标识：把此xml格式的文档标记为一条soap协议的报文消息；
[0087]
所述信件报头，包含消息报文的目的地，用于在消息报文能在达到目的所述服务组件前，被所述服务处理模块路由到一个或者多个中间服务组件；
[0088]
所述数据项，包含所有调用和响应的信息；
[0089]
所述误差项，用于提供有关处理此消息所发生错误的信息；
[0090]
所述附件，用于通过添加一个或多个附件扩展soap消息；
[0091]
结果集文件发送给协议转换处理单元，解封装并转换成对应的协议报文，设备根据报文消息产生相应的响应动作。
[0092]
本发明的有益效果：
[0093]
1、本专利设计的智能电网数据标准化处理平台采用面向服务的体系架构实现各业务模块的松耦合，采用标准的服务封装模式，提高了通信管理平台的可扩展性，通过调用服务接口完成电网各业务数据处理，满足智能电网终端数据标准化处理平台的高度定制
化，减轻电网运营成本。
[0094]
2、本专利设计的基于soa架构的智能电网数据标准化处理平台使用soap协议作为各模块间的通信报文协议，通过中间件为各种业务提供统一的数据访问接口，实现电网设备数据的标准化。
[0095]
3、智能电网终端数据标准化平台部署基于蚁群算法的负载均衡决策策略，根据电网应用场景下各应用服务的qos制定差异化的切片策略，构建相互隔离的逻辑网络，实现对业务的定制化承载，智能分配终端数据处理任务，可实现各服务组件协同管理，提高智能电网管理平台业务处理效率,切片管理实现业务调优及弹性扩容。
附图说明
[0096]
图1是数据标准化处理平台的系统结构示意图；
[0097]
图2是服务组件内部结构图示意图；
[0098]
图3是soap协议报文的格式示意图；
[0099]
图4是各单元协作完成服务处理流程图；
[0100]
图5是服务处理流程图。
[0101]
图6是基于蚁群算法的负载均衡决策策略实现流程图。
具体实施方式
[0102]
下面结合附图通过具体实施方式来进一步说明本发明的技术方案。
[0103]
本专利设计的基于soa架构的智能电网数据标准化处理平台的平台方案框架如图1所示，智能电网应用场景的数据标准化处理系统，包括：服务组件层、信息资源模块、服务处理模块和服务总线模块；
[0104]
如图2，所述服务组件层由多个服务组件共同构成；所述服务组件为根据电网应用场景下业务处理逻辑的不同独立封装成单一应用模块；
[0105]
所述服务组件用于接收来自服务处理模块的服务请求，并执行相应的而业务处理逻辑，并把业务处理结果集发送至所述服务处理模块；
[0106]
服务组件接收来自服务处理模块的服务请求，由业务逻辑层执行相应的而业务处理逻辑，并把业务处理结果返回给服务处理模块的数据存储单元；
[0107]
所述信息资源模块，用于接收从属终端设备的消息报文，并使用所述信息资源模块的协议转换处理单元对消息报文进行协议转换，使通讯协议统一封装成特定协议的消息报文，再发送至所述服务处理模块；
[0108]
信息资源模块接收从属终端设备的消息报文，并使用协议转换处理单元对消息报文进行协议转换,如rs485,mqtt,http等通讯协议统一封装成soap协议的消息报文，协议使用xml格式化消息，http承载数据，定义数据的接收方及数据内容，然后发送给服务处理模块的数据结果响应单元；
[0109]
所述服务处理模块包括：数据结果响应单元、服务请求转发单元和数据存储单元；
[0110]
所述数据结果响应单元，用于将所述服务组件的业务处理结果集文件发送至所述信息资源模块进行协议转换处理；
[0111]
所述服务请求转发单元，用于接收来自用户的服务请求或来自终端设备的服务请
求，并把请求转发至所述服务总线模块进行决策运算；所述服务请求转发单元，还用于接收来自所述服务总线模块的决策后，调用相应的所述服务组件进行业务处理；
[0112]
所述数据存储单元，用于存储所述服务组件的业务处理结果集；
[0113]
如图4，各单元在服务处理流程中作用；
[0114]
数据结果响应单元把服务组件的业务处理结果集文件发送给信息资源模块进行协议转换处理，数据结果响应单元还把结果集发送给服务请求及可视化平台，供用户查看业务处理结果。服务请求转发单元接收来自用户的服务请求或来自终端设备的服务请求，并把请求转发给服务总线模块的负载均衡决策单元进行决策运算，同时接收来自服务总线模块的决策调用相应的服务组件进行业务处理。数据存储单元存储服务组件的业务处理结果集。
[0115]
所述服务总线模块包括：负载均衡决策单元和服务配置管理单元；
[0116]
所述负载均衡决策单元，用于运行负载均衡策略，接收来自所述服务处理模块的服务请求后，根据当前所述服务组件活动数，求解最佳负载重定向方案，决定用户请求的业务由哪一个所述服务组件处理，及何时处理，并把决策结果返回至所述服务请求转发单元，由所述服务请求转发单元通知所述服务组件运行处理业务；
[0117]
所述服务配置管理单元，用于根据服务的qos决定某一时间段内所述服务总线模块上配置的所述服务组件数及种类，以实现最优负载。
[0118]
负载均衡决策单元运行基于蚁群算法的负载均衡策略，接收来自服务处理模块的服务请求后，根据当前服务组件活动数，通过蚁群算法求解最佳负载重定向方案，决定用户请求的业务由哪一个服务组件处理及何时处理，并把决策结果返回给服务处理模块的服务请求转发单元，由其通知服务组件运行处理业务。服务配置管理单元根据服务的qos决定某一时间段内服务总线模块上配置的服务组件数及种类，实现最优负载。当某一时刻请求的服务数超出管理平台处理能力后，存储未执行服务的重定向流表。
[0119]
在现有的电网通信管理支撑平台上的基础上，本专利着重解决以往电网通信管理平台与各种底层设备通信时报文的协议种类繁杂，业务数据接口不统一的问题，设计一种实现通信报文协议转换的数据访问接口。
[0120]
其次，就电网终端数据处理平台在复杂网络环境及松耦合的应用需求下设计了一种基于soa架构的面向切片管理的智能电网终端数据标准化处理平台整体框架，采用模块化结构把平台划分为信息资源模块，服务组件层，服务总线模块，服务处理模块，服务请求及可视化平台，实现了平台的定制化，业务模块的松耦合及动态交互。
[0121]
最后，本专利设计的智能电网终端数据标准化处理平台通过部署基于蚁群算法的负载均衡策略能够根据电网场景下各应用服务的qos制定差异化的切片策略，在电网高并发的应用需求环境下合理分配业务处理任务，改善以往电网终端数据处理平台的响应速度慢，可靠性低的缺点。
[0122]
优选地，如图3，所述协议转换处理单元对消息报文进行协议转换，使通讯协议统一封装成soap协议的消息报文，再发送至所述服务处理模块；
[0123]
soap协议的消息报文包括：信件标识、信件报头、数据项、误差项和附件；
[0124]
所述信件标识：把此xml格式的文档标记为一条soap协议的报文消息；
[0125]
所述信件报头，包含消息报文的目的地，用于在消息报文能在达到目的所述服务
组件前，被所述服务处理模块路由到一个或者多个中间服务组件；
[0126]
所述数据项，包含所有调用和响应的信息；
[0127]
所述误差项，用于提供有关处理此消息所发生错误的信息；
[0128]
所述附件，用于通过添加一个或多个附件扩展soap消息。
[0129]
优选地，所述服务组件为根据电网应用场景下业务处理逻辑的不同独立封装成单一应用模块，并增加服务对外接口层，用户调用服务前，服务接口进行安全检测及容错处理，使终端数据格式统一封装。
[0130]
优选地，所述服务总线模块包括：服务请求缓存单元；
[0131]
所述服务请求缓存单元，用于存储所述负载均衡决策单元发送的未加入流表的服务请求，为下一次决策计算提供服务流表项。
[0132]
优选地，还包括：服务请求及可视化平台；
[0133]
所述数据结果响应单元，还用于将结果集发送至所述服务请求及可视化平台，供用户查看业务处理结果。
[0134]
更优地，所述负载均衡决策单元，用于运行基于蚁群算法的负载均衡策略，接收来自所述服务处理模块的服务请求后，根据当前所述服务组件活动数，求解最佳负载重定向方案；
[0135]
蚁群算法把所述服务组件层的负载情况作为蚂蚁算法的信息素，重定向服务组件运行数的倒数作为启发函数，服务组件间负载失衡度作为路径长度；在算法运行开始前，初始化信息素浓度及每只蚂蚁，考虑服务组件之间处理能力的差异性，用服务组件的负载处理能力对信息素τ
ki
初始化：
[0136]
τ
ki
＝d
i
；
[0137]
其中，d
i
表示为服务组件s
i
处理负载的能力，创建包含m个多地址服务重定向流表表项，x个服务组件的蚂蚁对象，初始化服务器失衡度；
[0138]
所述蚁群算法包括以下步骤：
[0139]
s1：蚂蚁随机选择路径(f
k
，s
i
)，路径即是流表项f
k
重定向到服务组件s
i
,并把以重定向的流表项从蚁群算法的搜寻列表g
n
中删除，并加入回收表；
[0140]
s2：蚂蚁按照概率与轮转随机算法选择服务组件重定向的多地址服务重定向流表，在t时刻第n只蚂蚁选择将流表项f
k
重定向到服务组件s
i
的概率计算公式如下：
[0141][0142][0143]
式中，τ
ki
(t)表示t时刻将流表项f
k
重定向到服务组件s
i
上的信息素浓度；
[0144]
α为信息素启发因子，表示将蚂蚁在路径上留下的信息素的重要权值；β为期望启发因子，代表启发函数的重要权值；η
ki
(t)是启发函数表示服务组件s
i
处理流表项f
k
转发流量的可见度；负载均衡策略采用重定向服务组件运行数定义启发函数：
[0145]
[0146]
s3：更新任务回收表，搜寻列表和服务组件层负载情况；
[0147]
s4：每只蚂蚁生成一个局部最优解；当一次迭代结束时，每只蚂蚁按照以下公式选择最小失衡度的解为最优解，最优解加入到序列list<f
k
，s
i
>：
[0148][0149]
局部最优解集合r为：
[0150][0151]
其中，α代表蚂蚁的数量，n代表第n只蚂蚁；
[0152]
重复以上步骤，直到达到设定的最大迭代次数，计算出最优负载重定向矩阵：
[0153][0154]
若矩阵中e
ki
为非零值，则表示将流表项f
i
的负载重定向到服务组件s
i
；若为零值，则维持原路径。
[0155]
本专利提出一种基于蚁群算法的负载均衡决策策略，蚁群算法是一种模拟蚂蚁寻找食物过程中发现路径的智能优化算法，通过蚂蚁算法的路径优化求解，得到服务组件负载重定向最优方案，智能分配业务处理任务，切片管理实现业务调优及弹性扩容，从而提升整个数据标准化处理平台在电网应用的高并发需求网络环境下的业务处理效率及可靠性。
[0156]
进一步优化地，步骤s4中，对每只蚂蚁完成分配后，调整信息素，防止信息素堆积对求解造成误差：
[0157][0158][0159]
上式中，ρ为信息素消散程度；为蚂蚁n完成一条路径后再重定向匹配表项(f
k
，s
i
)上释放的信息素浓度；w为常数，表示蚁群算法执行一次迭代释放的信息素总浓度。
[0160]
如图5，智能电网应用场景的数据标准化处理平台的处理方法，包括以下步骤：
[0161]
(1)服务总线模块的服务配置管理单元配置当前连接的服务组件；
[0162]
(2)用户在设备发出服务请求；其中，用户可在服务请求及可视化平台主动发出服务处理请求，或信息资源模块管理的设备发出服务请求。
[0163]
(3)服务处理模块的服务请求转发单元接收来自用户的主动服务请求或者设备的被动服务请求，生成多地址服务重定向流表，并把多地址服务重定向流表发送给服务总线模块的负载均衡决策单元；
[0164]
(4)负载均衡决策单元使用基于负载决策生成最优负载重定向矩阵，根据最优负载重定向矩阵生成流表项重定向服务请求，并把该流表项发送给服务处理模块的服务请求
转发单元；同时负载均衡决策单元把未加入流表的服务请求存储在服务请求缓存单元，为下一次决策计算提供服务流表项；
[0165]
(5)服务请求转发单元根据负载均衡决策单元的流表项重定向服务请求把相应的流表项即业务处理任务发送给对应的服务组件处理；
[0166]
(6)服务组件接收服务请求后，从数据结果响应单元接收经协议转换单元统一封装的设备数据报文，经业务逻辑层处理完毕后，输出结果集文件，发送给数据结果响应单元；
[0167]
(7)数据结果响应单元把结果集文件发送给数据存储单元及服务请求及可视化平台，供用户查看服务处理结果，同时结果集文件发送给信息资源模块的协议转换处理单元，解封装并转换成对应协议的消息报文，设备根据消息报文产生相应的响应动作。
[0168]
更优地，步骤(4)中，负载均衡决策单元使用基于蚁群算法的负载决策生成最优负载重定向矩阵，根据最优负载重定向矩阵生成流表项重定向服务请求，并把该流表项发送给服务处理模块的服务请求转发单元；
[0169]
蚁群算法把所述服务组件层的负载情况作为蚂蚁算法的信息素，重定向服务组件运行数的倒数作为启发函数，服务组件间负载失衡度作为路径长度；在算法运行开始前，初始化信息素浓度及每只蚂蚁，考虑服务组件之间处理能力的差异性，用服务组件的负载处理能力对信息素τ
ki
初始化：
[0170]
τ
ki
＝d
i
；
[0171]
其中，d
i
表示为服务组件s
i
处理负载的能力，创建包含m个多地址服务重定向流表表项，x个服务组件的蚂蚁对象，初始化服务器失衡度；
[0172]
所述蚁群算法包括以下步骤：
[0173]
s1：蚂蚁随机选择路径(f
k
，s
i
)，路径即是流表项f
k
重定向到服务组件s
i
,并把以重定向的流表项从蚁群算法的搜寻列表g
n
中删除，并加入回收表；
[0174]
s2：蚂蚁按照概率与轮转随机算法选择服务组件重定向的多地址服务重定向流表，在t时刻第n只蚂蚁选择将流表项f
k
重定向到服务组件s
i
的概率计算公式如下：
[0175][0176][0177]
式中，τ
ki
(t)表示t时刻将流表项f
k
重定向到服务组件s
i
上的信息素浓度；
[0178]
α为信息素启发因子，表示将蚂蚁在路径上留下的信息素的重要权值；β为期望启发因子，代表启发函数的重要权值；η
ki
(t)是启发函数表示服务组件s
i
处理流表项f
k
转发流量的可见度；负载均衡策略采用重定向服务组件运行数定义启发函数：
[0179][0180]
s3：更新任务回收表，搜寻列表和服务组件层负载情况；
[0181]
s4：每只蚂蚁生成一个局部最优解；当一次迭代结束时，每只蚂蚁按照以下公式选择最小失衡度的解为最优解，最优解加入到序列list<f
k
，s
i
>：
[0182][0183]
局部最优解集合r为：
[0184][0185]
其中，α代表蚂蚁的数量，n代表第n只蚂蚁；
[0186]
步骤s4中，对每只蚂蚁完成分配后，调整信息素，防止信息素堆积对求解造成误差：
[0187][0188][0189]
上式中，ρ为信息素消散程度；为蚂蚁n完成一条路径后再重定向匹配表项(f
k
，s
i
)上释放的信息素浓度；w为常数，表示蚁群算法执行一次迭代释放的信息素总浓度；
[0190]
重复以上步骤，直到达到设定的最大迭代次数，计算出最优负载重定向矩阵：
[0191][0192]
若矩阵中e
ki
为非零值，则表示将流表项f
i
的负载重定向到服务组件s
i
；若为零值，则维持原路径。
[0193]
可优选地，所述步骤(7)中，协议转换处理单元对消息报文进行协议转换，使通讯协议统一封装成soap协议的消息报文，再发送至所述服务处理模块；
[0194]
soap协议的消息报文包括：信件标识、信件报头、数据项、误差项和附件；
[0195]
所述信件标识：把此xml格式的文档标记为一条soap协议的报文消息；
[0196]
所述信件报头，包含消息报文的目的地，用于在消息报文能在达到目的所述服务组件前，被所述服务处理模块路由到一个或者多个中间服务组件；
[0197]
所述数据项，包含所有调用和响应的信息；
[0198]
所述误差项，用于提供有关处理此消息所发生错误的信息；
[0199]
所述附件，用于通过添加一个或多个附件扩展soap消息。
[0200]
结果集文件发送给协议转换处理单元，解封装并转换成对应的协议报文，设备根据报文消息产生相应的响应动作。
[0201]
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。