CN102663541B - 一种配电网故障修复资源调度方法及装置 - Google Patents

Abstract

本申请实施例公开了一种配电网故障修复资源调度方法。该方法包括：接收输入的配电网故障点集合，将其作为资源调度模型的输入；根据修复资源调度模型计算得到资源调度最优可行解，所述资源修复模型为考虑故障紧急程度下的故障修复时间函数；根据资源调度模型的输出调度故障修复资源。本申请实施例还公开了一种配电网故障修复资源调度装置。本申请实施例提高了故障修复资源调度的调度效率和资源利用率。

Description

一种配电网故障修复资源调度方法及装置

技术领域

本申请涉及电力系统技术领域，特别涉及一种配电网故障修复资源调度方法及相应装置。

背景技术

电力系统是由发电、输电、变电、配电和用电等环节组成的电能生产与消费的庞大网络系统，配电网在该系统中起着向配电站或各类用电负载分配电能的重要作用。配电网包括架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿电容以及一些附属设施等，这些配电网电力设备在运行过程中将会因各种原因出现电力故障，为保证配电网正常工作，需要对出现电力故障的设备进行修复，由于故障修复资源通常是有限的，因此，存在如何进行合理化、最优化的资源调度问题。

最初的故障修复资源调度多借助于人力，靠人为经验实现调度目标，但是，配电网自身结构复杂、支路庞杂、待修复故障点杂散，利用人力很难制定出高效的资源调度策略。随着配网自动化的提出与发展，目前较为普遍的故障修复资源调度方法是基于遗传算法的调度策略。该策略考虑故障失电负荷或者故障修复最短路径因素，借助遗传算法对故障位置进行遗传编码，对遗传种群进行交叉、选择、变异等操作，然后通过反复迭代得出故障失电负荷最小或修复路径最短的修复资源调度方案，进而根据该方案实现故障修复。

然而，这种基于遗传算法的修复资源调度策略或以修复路径最短，或以故障失电负荷为目标函数，进行遗传算法考虑的因素较少，无法满足调度多目标的要求，且其遗传算法在涉及的计算样本空间较大时，短时间内难以收敛，容易得到局部最优解，从而降低了配电网故障修复资源调度的调度效率和修复资源的整体利用率。

发明内容

为解决上述技术问题，本申请实施例提供了一种配电网故障修复资源调度方法及相应装置，以提高故障修复资源调度的调度效率和资源利用率。

本申请实施例提供的配电网故障修复资源调度方法包括：

接收输入的配电网故障点集合，将其作为资源调度模型的输入；

根据资源调度模型计算得到资源调度最优可行解，所述资源调度模型为：

$\min y=f\left(x\right)=\min \left(\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}(t_{\mathrm{ik}}\×x_{\mathrm{ijk}}\×{\mathrm{faultGrade}}_i)\right)$

上述资源调度模型约束条件为：

$\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=0,j\≠i}{\overset{N}{\mathrm{\Σ}}}{x}_{\mathrm{ijk}}=1;$ t_ik+e_kij≤t_dik； $\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=0,j\≠i}{\overset{N}{\mathrm{\Σ}}}(x_{\mathrm{ijk}}\×q_k)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{q}_k\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{faultType}}_i$

式中：i、j为故障点，取值范围为1到N；k为故障修复资源，取值范围为1到K；x_ijk＝1，或，0，故障修复资源k可由故障点i调度到故障点j时取1，否则取零；t_ik为故障修复资源k调度到故障点i的时间，该时间不得晚于承诺的故障修复时间t_dik；e_kij为故障修复资源k从故障点i调度到故障点j的流经时间；q_k为故障修复资源k的修复能力；faultType_i为故障点i的故障类型；faultGrade_i为故障点i的紧急程度；

根据资源调度模型的输出结果调度故障修复资源。

优选地，根据资源调度模型得到资源调度最优可行解具体包括：

生成初始邻域解θ⁰，并初始化θ^best＝θ＝θ⁰，其中：θ为可行解，θ^best为最优解；

置换领域解θ⁰得到当前可行解，并生成当前可行解的领域解θ′；

搜索所述当前可行解的邻域解θ′，找到最优的非禁忌解和最优的禁忌解

比较当前最优解θ^best、最优非禁忌解和最优禁忌解对应的目标函数值f(θ)：

如果则将最优非禁忌解作为当前可行解θ，并将最优非禁忌解添加到禁忌列表；

如果则将当前可行解θ作为当前最优解θbest，并将最优非禁忌解添加到禁忌列表；

如果则将当前可行解θ作为当前最优解θ^best，并将最优禁忌解添加到禁忌列表；

判断是否达到预设终止条件，如果是，则将当前最优解θ^best作为最优可行解输出；如果否，则返回执行置换领域解得到当前可行解的步骤。

优选地，所述预设终止条件包括：

资源调度模型计算过程达到预设时间。

本申请实施例还提供了一种配电网故障修复资源调度装置。该装置包括：接收单元、计算单元和调度单元，其中：

所述接收单元，用于接收输入的配电网故障点集合，将其输入计算单元；

所述计算单元，用于在获得配电网故障点集合后，根据资源调度模型计算得到资源调度最优可行解；

所述调度单元，用于根据资源调度模型的输出结果调度故障修复资源；

所述资源调度模型为：

$\min y=f\left(x\right)=\min \left(\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}(t_{\mathrm{ik}}\×x_{\mathrm{ijk}}\×{\mathrm{faultGrade}}_i)\right)$

上述资源调度模型约束条件为：

$\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=0,j\≠i}{\overset{N}{\mathrm{\Σ}}}{x}_{\mathrm{ijk}}=1;$ t_ik+e_kij≤t_dik； $\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=0,j\≠i}{\overset{N}{\mathrm{\Σ}}}(x_{\mathrm{ijk}}\×q_k)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{q}_k\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{faultType}}_i$

式中：i、j为故障点，取值范围为1到N；k为故障修复资源，取值范围为1到K；x_ijk＝1，或，0，故障修复资源k可由故障点i调度到故障点j时取1，否则取零；t_ik为故障修复资源k调度到故障点i的时间，该时间不得晚于承诺的故障修复时间t_dik；e_kij为故障修复资源k从故障点i调度到故障点j的流经时间；q_k为故障修复资源k的修复能力；faultType_i为故障点i的故障类型；faultGrade_i为故障点i的紧急程度。

本申请实施例在接收配电网故障点集合后，将其作为资源调度模型的输入，利用资源调度模型进行资源调度最优可行解的求取，该资源调度模型基于禁忌搜索算法，考虑配电网故障点位置、抢修能力与故障匹配程度等约束条件，通过反复迭代计算出最优可行解，然后依据最优可行解调度故障修复资源。与现有技术相比，本申请实施例摒弃了现有普遍采用的遗传算法，而是以故障修复时间最短为目标函数，综合考虑多种资源约束因素，构建禁忌搜索算子，实现了算法的全局收敛，从而能够较快地得出最优可行解，进而提高了配电网故障修复资源的调度效率和资源的利用率。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1(a)为本申请实施例的配电网故障修复资源调度方法流程图；

图1(b)为本申请实施例的获得资源调度最优可行解的流程图；

图2为图1(a)所述实施例的应用场景图；

图3为本申请实施例的配电网故障修复资源调度装置结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

为使本申请的上述目的、特征和优点能够更加明显易懂，下面先对本申请实施例使用的一些专业术语进行说明，然后结合附图和具体实施方式对本申请作进一步详细的说明。

(1)邻域解。本申请实施例的领域按照如下规则定义：假设配电网系统中存在n个故障点，k个抢修小组，m_k＝{n_k1，n_k2，…，n_kj}为抢修小组k可抢修的故障点集合，其中：n_kj表示抢修小组k可抢修故障点j，则一个邻域解定义为：

$\left\{\right\{n_{11},n_{12},...,n_{1j_1}\},\{n_{2j_1+1},n_{2j_1+2},...,n_{2j_2}\},...,\{n_{k{j}_2+1},n_{k{j}_2+2},...,n_{\mathrm{kn}}\left\}\right\}$

交换{n_k1，n_k2，…，n_kj}中的任意2个元素位置可产生新的邻域解。

(2)禁忌列表。禁忌列表用于存放抢修故障点交换后累积迭代数，其可用数组形式表示，即TS＝[TS_ij]，其中：TS_ij表示抢修故障点i和j发生交换后累积迭代数；s_l为禁忌列表长度，即禁忌列表中累积迭代数的个数；d为当前迭代数。如果故障点i和j发生置换后，满足TS_ij+s_l＞d条件，则上述置换被禁忌，否则允许上述置换，然后计算目标函数差值，修改禁忌表的元素TA_ij＝k。

(3)特赦规则。为了防止算法进入局部搜索，本申请实施例采用特赦规则，所谓特赦规则是指当满足一定条件后，先前被禁忌的置换被解禁，即允许这样置换。这里的一定条件可以是：如果候选解比当前解的目标函数值小，但候选解是被禁忌的，则将其解禁。

(4)禁忌长度。禁忌长度即禁忌列表中元素的个数。禁忌长度的选择非常重要：如果禁忌长度过小，资源调度模型的计算过程容易进入局部搜索，导致计算结果出现偏差；如果禁忌长度过大，大量候选解被禁忌，由此增加了抽样时间，降低了计算效率。本申请实施例中禁忌长度最大值设定为：s_l＝n，这样设定可有效提高资源模型计算过程的收敛效率。

结合上述术语解释，本申请给出了一种配电网故障修复资源调度方法实施例。参见图1(a)，该图示出了本申请实施例一的电力故障诊断方法的流程。该实施例包括：

步骤S101：接收输入的配电网故障点集合，将其作为资源调度模型的输入；

步骤S102：根据资源调度模型计算得到资源调度最优可行解；

所述资源调度模型为：

$\min y=f\left(x\right)=\min \left(\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}(t_{\mathrm{ik}}\×x_{\mathrm{ijk}}\×{\mathrm{faultGrade}}_i)\right)$

上述资源调度模型约束条件为：

$\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=0,j\≠i}{\overset{N}{\mathrm{\Σ}}}{x}_{\mathrm{ijk}}=1;$ t_ik+e_kij≤t_dik； $\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=0,j\≠i}{\overset{N}{\mathrm{\Σ}}}(x_{\mathrm{ijk}}\×q_k)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{q}_k\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{faultType}}_i$

式中：i、j为故障点，取值范围为1到N；k为故障修复资源，取值范围为1到K；x_ijk＝1，或，0，故障修复资源k可由故障点i调度到故障点j时取1，否则取零；t_ik为故障修复资源k调度到故障点i的时间，该时间不得晚于承诺的故障修复时间t_dik；e_kij为故障修复资源k从故障点i调度到故障点j的流经时间；q_k为故障修复资源k的修复能力；faultType_i为故障点i的故障类型；faultGrade_i为故障点i的紧急程度。

参见图1(b)，利用上述资源调度模型，根据资源调度模型得到资源调度最优可行解具体包括：

步骤S1021：生成初始邻域解θ⁰，并初始化θ^best＝θ＝θ⁰，其中：θ为可行解，θ^best为最优解；

步骤S1022：置换领域解θ⁰得到当前可行解，并生成当前可行解的领域解θ′；

步骤S1023：搜索所述当前可行解的邻域解θ′，找到最优的非禁忌解和最优的禁忌解

步骤S1024：比较当前最优解θ^best、最优非禁忌解和最优禁忌解对应的目标函数值f(θ)：

如果则执行步骤步骤S1024(a)：将最优非禁忌解作为当前可行解θ，并将最优非禁忌解添加到禁忌列表；

如果则执行步骤S1024(b)：将当前可行解θ作为当前最优解θ^best，并将将最优非禁忌解添加到禁忌列表；

如果则步骤S1024(c)：将当前可行解θ作为当前最优解θ^best，并将最优禁忌解添加到禁忌列表；

步骤S1025：判断是否达到预设终止条件，如果是，则执行步骤S1025(a)：将当前最优解作为最优可行解输出；如果否，则返回步骤S1022；所述预设终止条件包括：资源调度模型计算过程达到预设时间，或，接收到输入的停止指令。

步骤S103：根据资源调度模型的输出结果调度故障修复资源。

本实施例在接收配电网故障点集合后，将其作为资源调度模型的输入，利用资源调度模型进行资源调度最优可行解的求取，该资源调度模型基于禁忌搜索算法，考虑配电网故障点位置、抢修能力与故障匹配程度等约束条件，通过反复迭代计算出最优可行解，然后依据最优可行解调度故障修复资源。与现有技术相比，本实施例摒弃了现有普遍采用的遗传算法，而是以故障修复时间最短为目标函数，综合考虑多种资源约束因素，构建禁忌搜索算子，实现了算法的全局收敛，从而能够较快地得出最优可行解，进而提高了配电网故障修复资源的调度效率和资源的利用率。

参见图2，该图示出了上述实施例的一种应用场景。图中的小圆点表示配电网中的故障点(如i、j)，故障点之间的连接线上标识的字母e_kij表示故障修复资源k由一个故障点i调度到另一个故障点j的流经时间，故障点上标识的字母t_jk表示故障修复资源k调度到故障点i的时间。

上述叙述内容是对本申请方法实施例的描述，相应地，本申请实施例还提供了配电网故障修复资源调度装置。参见附图3，该图示出了本申请实施的配电网故障修复资源调度装置结构框图。该装置实施例300包括：接收单元301、计算单元302和调度单元303，其中：

所述接收单元301，用于接收输入的配电网故障点集合，将其输入计算单元；

所述计算单元302，用于在获得配电网故障点集合后，根据资源调度模型计算得到资源调度最优可行解；

所述调度单元303，用于根据资源调度模型的输出结果调度故障修复资源；

所述资源调度模型为：

$\min y=f\left(x\right)=\min \left(\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}(t_{\mathrm{ik}}\×x_{\mathrm{ijk}}\×{\mathrm{faultGrade}}_i)\right)$

上述资源调度模型约束条件为：

$\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=0,j\≠i}{\overset{N}{\mathrm{\Σ}}}{x}_{\mathrm{ijk}}=1;$ t_ik+e_kij≤t_dik； $\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=0,j\≠i}{\overset{N}{\mathrm{\Σ}}}(x_{\mathrm{ijk}}\×q_k)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{q}_k\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{faultType}}_i$

式中：i、j为故障点，取值范围为1到N；k为故障修复资源，取值范围为1到K；x_ijk＝1，或，0，故障修复资源k可由故障点i调度到故障点j时取1，否则取零；t_ik为故障修复资源k调度到故障点i的时间，该时间不得晚于承诺的故障修复时间t_dik；e_kij为故障修复资源k从故障点i调度到故障点j的流经时间；q_k为故障修复资源k的修复能力；faultType_i为故障点i的故障类型；faultGrade_i为故障点i的紧急程度。

本装置实施例300的工作过程是：接收单元301接收输入的配电网故障点集合，将其输入计算单元；计算单元302在获得配电网故障点集合后，根据资源调度模型计算得到资源调度最优可行解；调度单元303根据资源调度模型的输出结果调度故障修复资源。

本装置实施例在接收配电网故障点集合后，将其作为资源调度模型的输入，利用资源调度模型进行资源调度最优可行解的求取，该资源调度模型基于禁忌搜索算法，考虑配电网故障点位置、抢修能力与故障匹配程度等约束条件，通过反复迭代计算出最优可行解，然后依据最优可行解调度故障修复资源。与现有技术相比，本装置实施例摒弃了现有普遍采用的遗传算法，而是以故障修复时间最短为目标函数，综合考虑多种资源约束因素，构建禁忌搜索算子，实现了算法的全局收敛，从而能够较快地得出最优可行解，进而提高了配电网故障修复资源的调度效率和资源的利用率。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

本申请可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

以上所述仅是本申请的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (4)

1.一种配电网故障修复资源调度方法，其特征在于，该方法包括：

接收输入的配电网故障点集合，将其作为资源调度模型的输入；

根据资源调度模型计算得到资源调度最优可行解，所述资源调度模型以故障修复时间最短为目标函数，以配电网故障点位置、抢修能力与故障匹配程度为约束条件，所述资源调度模型为：

$\min y=f\left(x\right)=\min \left(\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}(t_{\mathrm{ik}}\×x_{\mathrm{ijk}}\×{\mathrm{faultGrade}}_i)\right)$

上述资源调度模型约束条件为：

$\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=0,j\≠i}{\overset{N}{\mathrm{\Σ}}}{x}_{\mathrm{ijk}}=1;t_{\mathrm{ik}}+e_{\mathrm{kij}}\≤t_{\mathrm{dik}};\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=0,j\≠i}{\overset{N}{\mathrm{\Σ}}}(x_{\mathrm{ijk}}\×q_k)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{q}_k\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{faultType}}_i$

式中：i、j为故障点，取值范围为1到N；k为故障修复资源，取值范围为1到K；x_ijk＝1，或，0，故障修复资源k可由故障点i调度到故障点j时取1，否则取零；t_ik为故障修复资源k调度到故障点i的时间，该时间不得晚于承诺的故障修复时间t_dik；e_kij为故障修复资源k从故障点i调度到故障点j的流经时间；q_k为故障修复资源k的修复能力；faultType_i为故障点i的故障类型；faultGrade_i为故障点i的紧急程度；

根据资源调度模型的输出结果调度故障修复资源。

2.根据权利要求1所述的方法，其特征在于，根据资源调度模型得到资源调度最优可行解具体包括：

生成初始邻域解θ⁰，并初始化θ^best＝θ＝θ⁰，其中：θ为可行解，θ^best为最优解；

置换邻域解θ⁰得到当前可行解，并生成当前可行解的邻域解θ'；

搜索所述当前可行解的邻域解θ'，找到最优的非禁忌解和最优的禁忌解

比较当前最优解θ^best、最优非禁忌解和最优禁忌解对应的目标函数值f(θ)：

如果则将最优非禁忌解作为当前可行解θ，并将最优非禁忌解添加到禁忌列表；

如果则将当前可行解θ作为当前最优解θ^best，并将最优非禁忌解添加到禁忌列表；

如果则将当前可行解θ作为当前最优解θ^best，并将最优禁忌解添加到禁忌列表；

判断是否达到预设终止条件，如果是，则将当前最优解θ^best作为最优可行解输出；如果否，则返回执行置换邻域解得到当前可行解的步骤。

3.根据权利要求2所述的方法，其特征在于，所述预设终止条件包括：

资源调度模型计算过程达到预设时间。

4.一种配电网故障修复资源调度装置，其特征在于，该装置包括：接收单元、计算单元和调度单元，其中：

所述接收单元，用于接收输入的配电网故障点集合，将其输入计算单元；

所述计算单元，用于在获得配电网故障点集合后，根据资源调度模型计算得到资源调度最优可行解，所述资源调度模型以故障修复时间最短为目标函数，以配电网故障点位置、抢修能力与故障匹配程度为约束条件；

所述调度单元，用于根据资源调度模型的输出结果调度故障修复资源；

所述资源调度模型为：

$\min y=f\left(x\right)=\min \left(\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}(t_{\mathrm{ik}}\×x_{\mathrm{ijk}}\×{\mathrm{faultGrade}}_i)\right)$

上述资源调度模型约束条件为：

$\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=0,j\≠i}{\overset{N}{\mathrm{\Σ}}}{x}_{\mathrm{ijk}}=1;t_{\mathrm{ik}}+e_{\mathrm{kij}}\≤t_{\mathrm{dik}};\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=0,j\≠i}{\overset{N}{\mathrm{\Σ}}}(x_{\mathrm{ijk}}\×q_k)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{q}_k\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{faultType}}_i$

式中：i、j为故障点，取值范围为1到N；k为故障修复资源，取值范围为1到K；x_ijk＝1，或，0，故障修复资源k可由故障点i调度到故障点j时取1，否则取零；t_ik为故障修复资源k调度到故障点i的时间，该时间不得晚于承诺的故障修复时间t_dik；e_kij为故障修复资源k从故障点i调度到故障点j的流经时间；q_k为故障修复资源k的修复能力；faultType_i为故障点i的故障类型；faultGrade_i为故障点i的紧急程度。