CN107067109B - 一种基于加气记录数据挖掘的cng加气子站设备和人员配置优化方法 - Google Patents
一种基于加气记录数据挖掘的cng加气子站设备和人员配置优化方法 Download PDFInfo
- Publication number
- CN107067109B CN107067109B CN201710245546.7A CN201710245546A CN107067109B CN 107067109 B CN107067109 B CN 107067109B CN 201710245546 A CN201710245546 A CN 201710245546A CN 107067109 B CN107067109 B CN 107067109B
- Authority
- CN
- China
- Prior art keywords
- gas filling
- filling
- gas
- time
- cng
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005457 optimization Methods 0.000 title claims abstract description 29
- 238000007418 data mining Methods 0.000 title claims abstract description 9
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title abstract description 62
- 239000003345 natural gas Substances 0.000 title abstract description 31
- 238000012546 transfer Methods 0.000 claims abstract description 26
- 238000007619 statistical method Methods 0.000 claims abstract description 4
- 230000008859 change Effects 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 abstract description 170
- 230000006399 behavior Effects 0.000 description 19
- 230000006870 function Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000002283 diesel fuel Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 239000003949 liquefied natural gas Substances 0.000 description 3
- 208000025174 PANDAS Diseases 0.000 description 1
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 1
- 240000000220 Panda oleosa Species 0.000 description 1
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003763 carbonization Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063118—Staff planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Filling Or Discharging Of Gas Storage Vessels (AREA)
Abstract
本发明公开了一种基于加气记录数据挖掘的CNG加气子站设备和人员配置优化方法,该方法通过数据预处理,分析长、短周期下CNG加气子站在一天内的加气行为以及统计分析累计加气次数和加气量对CNG加气子站设备和人力资源配置系统进行优化。本发明结合数据统计分析,量化地判断各加气枪的使用是否处于均衡态;利用岭回归方法获得相应时间间隔内的加气行为拟合曲线,并给出拟合值,为人力资源和加气枪的均衡优化配置分析奠定量化基础,为优化提供初步方法并进行可行性分析;统计和分析累计加气次数和加气量,优化转运车的调度而提高加气效率,减少非加气高峰时段加气工作人员而降低CNG加气子站运营成本。
Description
技术领域
本发明涉及一种基于加气记录数据挖掘的CNG加气子站设备和人员配置优化方法。
背景技术
压缩天然气(Compressed natural gas,CNG)是经过压缩(20-25MPa)而存储在高压钢瓶中的天然气。因其相对于汽油、柴油具有明显的价格优势而受到用户的喜爱,同时也因其环保优势而受到政府部门的大力推荐。CNG加气子站是国内建站的主要模式,其气源通过转运车由城市附近的母站提供。
近年来,我国车用天然气发展迅速。根据中国天然气汽车杂志提供的有关资料,截至2015 年底,我国天然气汽车保有量已达503万辆(其中压缩天然气汽车CNGV 480万辆;液化天然气汽车LNGV 23万辆),加气站保有量近7400座(其中CNG加气站4700座,LNG加气站近2700座),均居世界第一位;天然气汽车保有量约占我国2014年1.54亿辆汽车总保有量的3%。其中绝大多数是压缩天然气汽车,只有大型公交车和重型载货汽车是液化天然气汽车。
天然气车辆的快速发展已经证明,天然气汽车只要坚持技术创新、技术进步,保持天然气和燃油价的合理比价,天然气车辆和车用天然气的用量就会持续稳定不断增长;实现能源的多元化、清洁化、高效化和低碳化是我们的能源国策。十三五期间,天然气将发展成为我国交通工具的主要动力能源,其中最有增长潜力的首先是车用天然气,其消费总量到2020年将达到700亿方以上;天然气车辆的保有量将会增加到1000万辆以上。中国天然气汽车产业有着广阔的发展前景。
目前在高峰时段,天然气汽车需要排队等待2-3小时才能充气。这一时间成本使得压缩天然气的高性价比大打折扣,降低了天然气汽车使用者的用户体验,阻碍着天然气车辆保有量的增加。
因此,如何提高CNG加气子站的加气效率,同时降低加气子站的运营成本,是目前扩大中国天然气汽车产业待解决的紧迫问题之一。经检索,目前国内外并无基于数据挖掘的CNG 加气子站效率优化方法的公开文献。
发明内容
针对现有技术中存在的不足,本发明提供一种基于加气记录数据挖掘的CNG加气子站设备和人员配置优化方法,该方法用于CNG加气子站设备和人员配置推荐,通过加气枪均衡使用和优化转运车的调度,提高加气效率,降低运营成本。
本发明是通过以下技术方案加以实现的:
一种基于加气记录数据挖掘的CNG加气子站设备和人力资源配置系统优化的方法,包括以下步骤:
1.数据预处理
通过一定的预处理技术,将原始CNG加气子站的加气记录导入分析系统;借助可视化技术,将加气行为利用直观的图形展示,为挖掘加气行为的规律及优化方法奠定基础;
2.CNG加气子站加气行为的分析
(1)分析长周期下CNG加气子站各加气枪是否处于均衡使用状态:分别获得各加气枪在一天和一周内的总加气体积和次数,通过所编写的程序统计分析在这一天和一周内各加气枪的平均总加气体积和次数,以及标准差;比较各加气枪总加气体积和次数均值及标准差大小,获得在此时间段内各加气枪的使用强度,从而量化地判断各加气枪的使用是否处于均衡态;
(2)分析短周期下CNG加气子站在一天内的加气行为:以每半小时为时间起点,分别计算1小时和12小时时间间隔内的CNG加气子站的加气量,并计算这些值的均值和标准差,同时利用岭回归方法获得相应时间间隔内的加气行为拟合曲线,并给出拟合值,为人力资源和加气枪的均衡优化配置分析奠定量化基础,为优化提供初步方法并进行可行性分析;
(3)分析并统计累计加气量:累计新转运车开始供气以来的总加气量,为转运车调度优化作准备;
(4)优化设备配置:
a)在加气高峰时段开启全部加气枪;
b)在加气低谷时段开设满足加气需求的加气枪;
c)在低谷时段,关闭已长时间工作的加气机,仅开启加气数量较少的加气枪;
(5)加气机关键设备更换和转运车的调度优化:
a)记录各加气机的总加气次数,在该数值接近加气机各部件使用寿命范围时,向部件或设备提供商发出部件或设备配置要求,通过备份或提前进入备货状态减少损坏后等待更换的时间;
b)实时监控现有转运车中已经加出的气体的量,并结合所加气阶段是交通高峰时段还是低谷时段,以及交通实时状况的初步判断,在某个适当的时间点发出转运车需求信息。
优选的是,上述的方法还包括人力资源的优化配置步骤:在加气高峰时段,配足人力资源,在加气低谷时段,配以相应数量的人力资源。
优选的是,上述的方法还包括待加气汽车加气时间推荐步骤:提醒司机尽量避免在加气高峰时段加气,避开漫长的加气等待时间。
本发明的优点及有益效果是:
(1)本发明结合数据统计分析,将量化地判断各加气枪的使用是否处于均衡态;
(2)本发明利用岭回归方法获得相应时间间隔内的加气行为拟合曲线,并给出拟合值,为人力资源和加气枪的均衡优化配置分析奠定量化基础,为优化提供初步方法并进行可行性分析;
(3)本发明分析并统计累计加气量,优化转运车的调度而提高加气效率,减少非加气高峰时段加气工作人员而降低CNG加气子站运营成本。
附图说明
图1为本发明的流程图;
图2为天津某CNG加气子站加气量的时间序列图;
图3为天津某CNG加气子站加气行为发生时刻的时间序列图;
图4为天津某CNG加气子站各加气枪加气行为发生时刻的时间序列图;
图5为各加气枪每日加气量和加气次数的平均值及标准差;
图6为各加气枪每周加气量和加气次数的平均值及标准差;
图7为加气子站在各记时起点之后12小时加气量时间序列图及拟合图;
图8为加气子站在各记时起点之后1小时加气量时间序列图及拟合图;
图9枪号为1的加气枪每小时平均加气量时间序列图及拟合值。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详述。需要说明的是,下述实施例是说明性的,不是限定性的,不能以下述实施例来限定本发明的保护范围。
一种基于加气记录数据挖掘的CNG加气子站设备和人员配置优化方法,流程如图1所示,具体包括以下步骤:
1.数据预处理
通过Python编写程序,将表1所示的天津某CNG加气子站的原始加气记录加载进入mongoDB数据库系统,为进一步分析奠定基础;mongoDB数据库作为典型的非关系型开源数据库,既能兼顾不同记录格式的历史数据,还能免费使用而降低成本;
表1
借助Python语言中的Matplotlib模块和Pandas模块提供的可视化技术,分别以加气量和加气行为发生的时间为对象,将加气子站的加气行为通过图2所示的加气子站的加气量的时间序列图和图3所示的以24小时为周期的加气行为的时间序列图直观地展示出来,从图上可以直观发现,两条竖直白线表示该站实行两班制度,且换班时间为8点和20点,同时一段段密集加气行为过后,伴随着一段空白区域,表示等待和更换CNG转运车的时间,有一些等待时间过长,显示可以对CNG转运车进行调度优化;而图4为加气枪的加气行为发生时刻的时间序列图,从图中看出加气枪1和2使用强度过大,而加气枪5和6则处于使用不充分状态,因此可以通过优化配置加气枪的使用,实现使用强度上的均衡化;通过配置优化加气枪和换班时间,可以实现在加气子站加气强度较弱时间段减少加气人员而不影响加气效果,从而实现人力资源的优化配置;为了使这些优化配置建议成为可能,下面通过挖掘CNG加气子站大于等于1天的长周期和小于1天的短周期的加气行为,获得定量化的优化结果。
2.CNG加气子站加气行为的分析
(1)长周期(大于等于1天)下,分析CNG加气子站各加气枪是否处于均衡使用状态:
a)获得各加气枪在给定时间段内的加气量和加气次数,即按照给定时间段,如1天、1 周等,通过所编写的程序统计分析在这一给定时间段内各加气机的总加气量和总加气次数,1 天的统计结果如图5所示,1周的统计结果如图6所示;
b)比较各加气枪总加气量和加气次数的均值和标准差,获得在给定时间段内各加气机的使用强度,从而量化地判断这一时间段内各加气机的使用是否处于均衡态;从图5和6看出,加气枪的加气量和加气次数成正比关系,同时周期为1天和1周的行为类似;从均值看,加气枪1和2最为繁忙,加气次数或加气量是加气枪5和6的近一倍;从标准差看,从周期为 1周的图看出,加气枪1的标准差最大,2最小,这可以解释为枪1应为过度使用而损坏,导致其加气行为时断时续(图4中加气枪1的长横白区域表示该枪处于非加气状态),而枪2均处于较为繁忙状态,不论枪1加气与否,其加气行为均正常,而其他加气枪标准差较大,是因为当待加气汽车少时,除了枪1和2加气外都处于停息状态,只有枪1损坏时,才处于加气状态,这导致枪3-6的标准差都较大;
(2)短周期下(小于1天),分析CNG加气子站在一天内的加气行为:
a)以12小时为时间间隔,以不同记时起点移动求平均,获得班组最佳人数及换班时间;
其中Tc取12小时,t为计时起点,原则上可以取任意时刻,但由于换班时间均为整点或半点,故本发明中取整点和半点,而vt'为t'时刻有加气行为发生时,该次加气行为所加气的体积;图7中的散点为利用公式(1)统计获得的结果,粗的间断线为利用岭回归方法获得相应时间间隔内的加气行为拟合曲线在半点和整点处给出的拟合值,拟合函数为
而带误差棒的细点横线为利用散点计算的均值标准差作图所得;图7显示,在Tc取12小时时,均值和拟合值重合较好,故可以用拟合值或你和函数来进行分析;t=12点开始的未来12 个小时加气量最多,值为9750Nm3,以6只加气枪正常工作计算,平均每枪半天加气1625Nm3;按照该加气子站两个班组换班制度,则另一个班组可以00点换班,该时刻之后12小时平均加气量为6390Nm3;以4只加气枪正常工作计算,平均每枪半天加气1597.5Nm3;每只枪在半天内平均加气量几乎相等,因此,12点开始的班组初步定为6人,且6只加气枪全部投入使用,而00点开始的班组初步定为4人,并投入4只加气枪,将已经加气过多的两加气枪休息,将最佳换班时间初步定于12点和00点是可能的;
b)以1小时为时间间隔,统计分析CNG加气子站在该时间间隔内的平均加气量,即将公式(1)中Tc的值取为1小时;比较一天内各时点下该值的变化,获得每一天各时间段加气繁忙程度的量化结果如图8所示;图8中拟合函数为
图8显示均值和该拟合值有一定偏差,表明有一定涨落,但二者最大差不超过100Nm3,故仍可以利用图8中拟合值进行分析,即在00-12点之间,每小时加气量超过1480的仅4次,且超过的量不多,而图9所显示的单只加气枪1个小时内加气最大量为370Nm3,因此4只加气枪在1小时内能加气1480Nm3,在00-12点之间仅用4只加气枪是可行的;
(3)分析并统计累计加气量:
累计新转运车开始供气以来的总加气量,为发送更换转运车信息的时间点作准备;具体方法为:
设转运车平均能加气V0Nm3,而在t时刻,累计新转运车开始供气以来的总加气量为V1, 由公式(3)获得当前的加气量估计值为V(t),则经过时间t1后,该转运车中的压缩天然气将被加完,即
带入拟合函数的表达式,则可估算出世间t1的值(需要指出的是,公式(4)中t的变化是以Tc为单位的,为了让调度更优化,可以将Tc取较小的数值,比如10分钟等,同时需要计算相应Tc下的V(t,Tc)以供拟合获得对应拟合函数。),t1是V1的函数;同时,注意到从CNG母站到子站所需要的时间t2是随时刻t变化的,具体形式可以根据不同加气子站转运车的运行统计数据获得。随着记录的V1的增加,当
t1(t,V1)=t2(t) (E)
可以在该t时刻发出调度转运车的需求信号;
(4)优化设备配置:
a)加气枪在加气高峰时段全部开启,由图7 看出,12点开始的未来12小时内加气量最大,高峰时间可定义为12点开始的未来12小时,故在这一时间段内,开启全部加气枪;
b)在加气低谷时段开设满足加气需求的加气枪,由 图7 知,12点到24点之间为高峰时段,加气量最大,而01点开始的12小时内的加气量最小,可定义为加气低谷时段,但考虑到加气站实行两班制,且00点和01点开始的12小时内加气量差别不大,故可以将00点到12点定义为加气低谷时段;同时由图8 和图9 知道,在这一时段,通过开启4台加气机可以满足这一时段的加气需求;
c)在低谷时段,选择那些已经工作过长的加气枪休息,而加气数量较少的加气枪工作,由图4,图5和图6知道,加气枪1和2加气量几乎是加气枪5和6的两倍;表2是累计三个月的假期数据,统计结果也佐证加气枪的使用强度不均衡性;故可以让加气枪1和2休息,而其余加气枪在低谷时段继续工作;
(5)加气机关键设备更换和转运车的调度优化:
记录各加气机的总加气次数,在该数值接近加气机各部件使用寿命范围时,向部件或设备提供商发出部件或设备配置要求,通过备份或提前进入备货状态减少损坏后等待更换的时间。
实时监控现有转运车中已经加出的气体的量,并结合所加气阶段是交通高峰时段还是低谷时段,以及交通实时状况的初步判断,在某个适当时间点发出转运车需求信息;当t1(t,V1)=t2(t)时,时间t即为发出调度需求信息的时间;
表2各加气枪加气累计次数及占加气子站总次数比例
(6)人员的优化配置建议:
在加气高峰时段,配足人力资源,即在12点到24点,每一台加气抢配备一位加气工作人员,共6人;在加气低谷时段,即在00点到12点只开启4台加气枪,配以相应数量的人力资源,故配备4人;这比优化前可以减少2名加气人员;
(7)待加气汽车加气时间推荐:
向司机提醒应尽量避免在加气高峰时段加气,避开漫长的加气等待时间;从图8看出,在12点到24点的整体高峰时段中,19点到22点30分之间的每小时平均加气量小于800Nm3, 可以视为是局部加气低谷期,可以建议司机在该局部低谷期和00点到12点之间加气,即避开局部高峰时段时间为12点到19点;22点30分到24点;
本发明结合数据统计分析将量化地判断各加气枪的使用是否处于均衡态;利用基于岭回归的非线性回归方法获得相应时间间隔内的加气行为拟合曲线,并给出拟合值,为人力资源和加气枪的均衡优化配置分析奠定量化基础,为优化提供初步方法并进行可行性分析;分析并统计累计加气次数和加气量,优化转运车的调度而提高加气效率,减少非加气高峰时段加气工作人员而降低CNG加气子站运营成本。
以上对本发明做了示例性的描述,应该说明的是,在不脱离本发明的核心的情况下,任何简单的变形、修改或者其他本领域技术人员能够不花费创造性劳动的等同替换均落入本发明的保护范围。
Claims (3)
1.一种基于加气记录数据挖掘的CNG加气子站设备和人员配置优化方法,其特征在于,包括以下步骤:
步骤一,数据预处理:
将原始CNG加气子站的加气记录导入分析系统;借助可视化技术,将加气行为利用直观的图形展示;
步骤二,CNG加气子站加气行为分析:
(1)分析长周期下CNG加气子站各加气枪是否处于均衡使用状态:分别获得各加气枪在一天和一周内的总加气体积和次数,统计分析在这一天和一周内各加气枪的平均总加气体积和次数以及标准差;比较各加气枪总加气体积和次数均值及标准差大小,获得在此时间段内各加气枪的使用强度,从而量化地判断各加气枪的使用是否处于均衡态;
(2)分析短周期下CNG加气子站在一天内的加气行为:以每半小时为时间起点,分别计算1小时和12小时时间间隔内的CNG加气子站的加气量,并计算这些值的均值和标准差,同时利用岭回归方法获得相应时间间隔内的加气行为拟合曲线,并给出拟合值,为人员和加气机的均衡优化配置奠定量化基础,为优化提供初步方法并进行可行性分析;
(3)分析并统计累计加气次数和加气量:累计各加气枪自更换以来的总加气次数和新转运车开始供气以来的总加气量,为转运车的调度优化作准备;
(4)优化设备配置:
a)在加气高峰时段开启全部加气机;
b)在加气低谷时段开设满足加气需求的加气机;
c)在低谷时段,关闭已长时间工作的加气机,仅开启加气数量较少的加气机;
(5)加气机关键设备更换和转运车的调度优化:
a)记录各加气机的总加气次数,在该数值接近加气机各部件使用寿命范围时,向部件或设备提供商发出部件或设备配置要求,通过备份或提前进入备货状态减少损坏后等待更换的时间;
b)实时监控现有转运车中已经加出的气体的量,并结合所加气阶段是交通高峰时段还是低谷时段,以及交通实时状况的初步判断,在某个适当的时间点发出转运车需求信息。
2.根据权利要求1所述的优化方法,其特征在于,还包括人力资源的优化配置步骤:在加气高峰时段,配足人力资源,在加气低谷时段,配以相应数量的人力资源。
3.根据权利要求1所述的优化方法,其特征在于,还包括待加气汽车加气时间推荐步骤:提醒司机尽量避免在加气高峰时段加气,避开漫长的加气等待时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710245546.7A CN107067109B (zh) | 2017-04-14 | 2017-05-15 | 一种基于加气记录数据挖掘的cng加气子站设备和人员配置优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710245546.7A CN107067109B (zh) | 2017-04-14 | 2017-05-15 | 一种基于加气记录数据挖掘的cng加气子站设备和人员配置优化方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
CN107067109A CN107067109A (zh) | 2017-08-18 |
CN107067109A8 CN107067109A8 (zh) | 2019-08-30 |
CN107067109B true CN107067109B (zh) | 2020-08-14 |
Family
ID=59599678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710245546.7A Expired - Fee Related CN107067109B (zh) | 2017-04-14 | 2017-05-15 | 一种基于加气记录数据挖掘的cng加气子站设备和人员配置优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107067109B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976385A (zh) * | 2010-10-18 | 2011-02-16 | 中科院成都信息技术有限公司 | 加气站管理系统 |
CN103606021A (zh) * | 2013-12-05 | 2014-02-26 | 中国海洋石油总公司 | 一种lng接收站动态现货预测调度方法 |
CN203671230U (zh) * | 2013-12-16 | 2014-06-25 | 四川金科节能燃气技术设备有限公司 | 加气机控制系统 |
CN103886692A (zh) * | 2014-04-15 | 2014-06-25 | 北京长吉加油设备有限公司 | 加油加气管理设备、系统及其方法以及终端设备 |
CN104142669A (zh) * | 2014-08-18 | 2014-11-12 | 株洲新奥燃气发展有限公司 | 加气站监控管理系统 |
CN104778532A (zh) * | 2015-03-12 | 2015-07-15 | 科大国创软件股份有限公司 | 智能呼叫中心管理系统及智能排班控制方法 |
CN104776312A (zh) * | 2015-04-20 | 2015-07-15 | 中国石油化工股份有限公司 | L-cng加气站设备选型方法 |
CN105378766A (zh) * | 2012-12-19 | 2016-03-02 | 通用电气公司 | 用于提供cng加气站优化和建议的方法、系统和计算机程序产品 |
CN106295917A (zh) * | 2015-05-04 | 2017-01-04 | 南京网感软件有限公司 | 自动评估加油站效能的方法和系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8374898B2 (en) * | 2008-09-05 | 2013-02-12 | Exxonmobil Research And Engineering Company | Bulk material ship routing and inventory management schedule optimization |
-
2017
- 2017-05-15 CN CN201710245546.7A patent/CN107067109B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976385A (zh) * | 2010-10-18 | 2011-02-16 | 中科院成都信息技术有限公司 | 加气站管理系统 |
CN105378766A (zh) * | 2012-12-19 | 2016-03-02 | 通用电气公司 | 用于提供cng加气站优化和建议的方法、系统和计算机程序产品 |
CN103606021A (zh) * | 2013-12-05 | 2014-02-26 | 中国海洋石油总公司 | 一种lng接收站动态现货预测调度方法 |
CN203671230U (zh) * | 2013-12-16 | 2014-06-25 | 四川金科节能燃气技术设备有限公司 | 加气机控制系统 |
CN103886692A (zh) * | 2014-04-15 | 2014-06-25 | 北京长吉加油设备有限公司 | 加油加气管理设备、系统及其方法以及终端设备 |
CN104142669A (zh) * | 2014-08-18 | 2014-11-12 | 株洲新奥燃气发展有限公司 | 加气站监控管理系统 |
CN104778532A (zh) * | 2015-03-12 | 2015-07-15 | 科大国创软件股份有限公司 | 智能呼叫中心管理系统及智能排班控制方法 |
CN104776312A (zh) * | 2015-04-20 | 2015-07-15 | 中国石油化工股份有限公司 | L-cng加气站设备选型方法 |
CN106295917A (zh) * | 2015-05-04 | 2017-01-04 | 南京网感软件有限公司 | 自动评估加油站效能的方法和系统 |
Non-Patent Citations (3)
Title |
---|
DraženPopović等.Variable Neighborhood Search heuristic for the Inventory Routing Problem in fuel delivery.《Expert Systems with Applications》.2012,第39卷(第18期),第13390-13398页. * |
于海欢.CNG加气站工艺流程优化设计探讨.《石化技术》.2016,(第9期),第202页. * |
王剑等.天然气加气站建设规划布局优化的探讨.《石油库与加油站》.2016,第25卷(第5期),第7-9、4页. * |
Also Published As
Publication number | Publication date |
---|---|
CN107067109A8 (zh) | 2019-08-30 |
CN107067109A (zh) | 2017-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Greene et al. | Challenges in the designing, planning and deployment of hydrogen refueling infrastructure for fuel cell electric vehicles | |
Li et al. | Economic competitiveness and environmental implications of hydrogen energy and fuel cell electric vehicles in ASEAN countries: The current and future scenarios | |
Hao et al. | Energy consumption and GHG emissions from China's freight transport sector: scenarios through 2050 | |
CN110162859B (zh) | 一种电动车二氧化碳减排量估算方法 | |
CN106183864B (zh) | 一种换电系统的换电电池箱选取及换电方法 | |
CN110222990B (zh) | 一种基于车流推算的列车全程调度方法及系统 | |
CN111452669B (zh) | 公交智能充电的系统和方法及介质 | |
CN109544901A (zh) | 一种基于历史客流大数据的公交智能排班方法及装置 | |
CN103996092B (zh) | 模具管理方法和管理系统 | |
Nicolaides et al. | Technoeconomic analysis of charging and heating options for an electric bus service in London | |
Quinteros-Condoretty et al. | Impact of circular design of lithium-ion batteries on supply of lithium for electric cars towards a sustainable mobility and energy transition | |
Gabriel et al. | A comparative life cycle assessment of electric, compressed natural gas, and diesel buses in Thailand | |
US10311170B2 (en) | System for providing infrastructure impacts on an urban area | |
CN111476382A (zh) | 动车组检修的处理方法及装置 | |
CN113537803A (zh) | 一种碳减排量核算方法 | |
Krisdiyanto et al. | Challenges and Solutions in Developing Eco-Friendly Electric Vehicles with Extended Range | |
CN107067109B (zh) | 一种基于加气记录数据挖掘的cng加气子站设备和人员配置优化方法 | |
Golla et al. | Vehicle scheduling and refueling of hydrogen buses with on-site electrolysis | |
Zeng et al. | Consolidating bus charger deployment and fleet management for public transit electrification: A life-cycle cost analysis framework | |
Rochd et al. | Public charging infrastructure for EVs: A comprehensive analysis of charging patterns & real-world insights—Case study of Rabat City, Morocco | |
CN110659794B (zh) | 一种基于综合成本评估的公交车队置换方法 | |
Alahmad et al. | Overview of ICT in the advancement of electric vehicle penetration: Overview of vehicle grid communication system and charging infrastructure and a case study of economic and environmental benefits of electric vehicles in Nebraska | |
CN101286221A (zh) | 铁路机车配件管理信息系统 | |
Csuzi et al. | The urban electric bus, a sustainable solution to increase energy efficiency of public transport and reduce atmospheric pollution in the cities | |
CN111199080A (zh) | 一种考虑不同类型充电需求的城市电动汽车充电设施规划方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CI02 | Correction of invention patent application | ||
CI02 | Correction of invention patent application |
Correction item: Application Date Correct: 2017.05.15 False: 2017.04.14 Number: 33-02 Page: The title page Volume: 33 Correction item: Application Date Correct: 2017.05.15 False: 2017.04.14 Number: 33-02 |
|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200814 |