1.一种电力物联网多任务协同分配方法，其特征在于，包括:根据电力物联网终端节点的子任务和边缘计算节点，确定电力物联网全部终端节点的子任务平均完成时延；根据所述电力物联网全部终端节点的子任务平均完成时延，构建多任务协同分配模型；通过生物地理学优化算法的任务分配算法，对所述多任务协同分配模型进行求解，得到最优任务分配方案，其中，所述多任务协同分配模型具体为：其中，X,Y分别为电力物联网终端节点的任务分配决策和汇聚点决策；其中， 为边缘节点的计算资源约束， 为边缘节点的存储资源元素； 为时延约束， 为汇聚路由约束；X＝{x ijk }中的x ijk 为电力物联网终端节点的子任务分配决策； 为电力物联网全部终端节点的子任务平均完成时延， 为电力物联网终端节点发起的计算任务，其中包含多个子任务。
2.根据权利要求1所述电力物联网多任务协同分配方法，其特征在于，在所述得到最优任务分配方案的步骤之后，所述方法还包括:基于所述最优任务分配方案，通过蚁群算法，对所述多任务协同分配模型进行求解，得到目标汇聚节点。
3.根据权利要求1所述电力物联网多任务协同分配方法，其特征在于，所述根据电力物联网终端节点的子任务和边缘计算节点，确定电力物联网全部终端节点的子任务平均完成时延的步骤，具体包括：根据电力物联网终端节点的子任务和边缘计算节点，确定回传时延、各个子任务的发送时延、各个子任务的计算时延和各个子任务的结果汇聚时延；根据所述回传时延、各个子任务的发送时延、各个子任务的计算时延和各个子任务的结果汇聚时延，确定电力物联网终端节点的子任务协作完成时延；根据所述电力物联网终端节点的子任务协作完成时延和电力物联网终端节点的子任务上传时延确定电力物联网全部终端节点的子任务平均完成时延。
4.根据权利要求1所述电力物联网多任务协同分配方法，其特征在于，所述通过生物地理学优化算法的任务分配算法，对所述多任务协同分配模型进行求解，得到最优任务分配方案的步骤，具体包括：计算每个种群的栖息适宜指数HIS；基于预设的迁移率函数对种群进行迁移操作，基于预设的突变概率函数对种群进行突变操作，若满足预设的终止条件，则得到最优任务分配方案，否则重复上述计算每个种群的HIS值，直至满足终止条件的迭代过程；其中，所述种群为候选的任务分配方案。
5.根据权利要求2所述电力物联网多任务协同分配方法，其特征在于，基于所述最优任务分配方案，通过蚁群算法，对所述多任务协同分配模型进行求解，得到目标汇聚节点的步骤，具体包括：初始化所述蚁群算法的初始参数；根据所述初始参数，通过所述蚁群算法在汇聚点选择矩阵中进行循环搜索，直至完成预设循环次数，得到目标汇聚节点；其中，所述汇聚点选择矩阵根据边缘节点和电力物联网终端节点发起的计算任务构建的；其中，所述蚁群算法的初始参数包括：汇聚点选择矩阵的初始信息素浓度、待寻找路径的起始节点、待寻找路径的终止节点、所述蚁群算法的总蚂蚁数、总循环次数、信息素挥发系数。
6.一种电力物联网多任务协同分配装置，其特征在于，包括:计算模块，用于根据电力物联网终端节点的子任务和边缘计算节点，确定电力物联网全部终端节点的子任务平均完成时延；构建模块，用于根据所述电力物联网全部终端节点的子任务平均完成时延，构建多任务协同分配模型；分配模块，用于通过生物地理学优化算法的任务分配算法，对所述多任务协同分配模型进行求解，得到最优任务分配方案，其中，所述构建模块中所述多任务协同分配模型具体为：其中，X,Y分别为电力物联网终端节点的任务分配决策和汇聚点决策；其中， 为边缘节点的计算资源约束， 为边缘节点的存储资源元素； 为时延约束， 为汇聚路由约束；X＝{x ijk }中的x ijk 为电力物联网终端节点的子任务分配决策； 为电力物联网全部终端节点的子任务平均完成时延， 为电力物联网终端节点发起的计算任务，其中包含多个子任务。
7.根据权利要求6所述电力物联网多任务协同分配装置，其特征在于，所述分配模块，还用于：基于所述最优任务分配方案，通过蚁群算法，对所述多任务协同分配模型进行求解，得到目标汇聚节点。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述电力物联网多任务协同分配方法的步骤。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述电力物联网多任务协同分配方法的步骤。
