CN110554698A - 一种海上风电场日常巡检无人船的路径优化方法 - Google Patents
一种海上风电场日常巡检无人船的路径优化方法 Download PDFInfo
- Publication number
- CN110554698A CN110554698A CN201910776356.7A CN201910776356A CN110554698A CN 110554698 A CN110554698 A CN 110554698A CN 201910776356 A CN201910776356 A CN 201910776356A CN 110554698 A CN110554698 A CN 110554698A
- Authority
- CN
- China
- Prior art keywords
- offshore wind
- population
- wind turbine
- booster station
- fitness value
- 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.)
- Withdrawn
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title claims abstract description 12
- 238000005457 optimization Methods 0.000 title claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims abstract description 4
- 239000002699 waste material Substances 0.000 abstract description 4
- 230000007547 defect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种海上风电场日常巡检无人船的路径优化方法,包括步骤:1)随机产生一组个体构成初始种群;2)计算每一个体的适应度值f;3)根据适应度值大小进行选择操作;4)按交叉个体选择概率执行交叉操作;5)产生子种群,并与父种群合并为合并种群,随机减少1/2的合并种群,再代入f中进行评估,选择适应度值高的进化逆转;6)判断收敛条件是否满足,若满足,则输出优化结果;否则继续执行,返回步骤2)。本发明可以解决现有的日常巡检无人船出现路径规划不合理、走回头路、浪费资源等情况。
Description
技术领域
本发明涉及海上风电场日常巡检无人船的技术领域,尤其是指一种海上风电场日常巡检无人船的路径优化方法。
背景技术
无人船是一种水面自主机器人,其体量小、吃水浅、机动灵活,可作为海上风电场巡检船,未来无人船在海上风电场日常巡检工作得到广泛应用。
目前日常巡检船存在以下不足:由于海上风电场具有容量大、面积广、风机与风机之间更加离散等特点,导致日常巡检船出现路径规划不合理,走回头路,浪费资源等情况,制约了日常巡检无人船的发展。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提出了一种海上风电场日常巡检无人船的路径优化方法,可以有效解决现有的日常巡检无人船出现路径规划不合理、走回头路、浪费资源等情况。
为实现上述目的,本发明所提供的技术方案为:一种海上风电场日常巡检无人船的路径优化方法,所述海上风电场包含有海上风机、海上暗礁和升压站;所述路径优化方法是给定X台海上风机、1台升压站和Y个海上暗礁,要求确定一条经过各台海上风机和升压站,绕开暗礁,且每台海上风机、升压站当且仅当经过一次的最短路线;其包括以下步骤:
1)随机产生一组个体构成初始种群,其中该组个体包括至少一台海上风机和一台升压站;
2)通过适应度函数计算每一个体的适应度值f,设计的适应度函数为:
f=1/LN,N+1
其中,LN,N+1为第N台海上风机与第N+1台海上风机的距离,设海上暗礁为An,若LN,N+1通过An,受到海上暗礁的影响,第N台海上风机与第N+1台海上风机的距离则变为LN,N+1(1+a%),a是根据海上暗礁大小情况进行调整的参数,范围为(0,100);
3)根据f=1/LN,N+1适应度值大小进行选择操作,选择适应度值大的种群进入下一步;
4)按交叉个体选择概率执行交叉操作,为:
其中,Mp是选择概率,fp是第p个交叉个体的适应度值,i是自然数;
5)产生子种群,并与父种群合并为合并种群,随机减少1/2的合并种群,再代入f中进行评估,选择适应度值高的进化逆转;其中,进化逆转是在[1,E]的区间内随机产生偶数对整数,将其位置进行对换而产生新的种群,E是种群数的总和;
6)判断收敛条件是否满足,若满足,则输出搜索结果;否则继续执行,返回步骤2);其中,所述收敛条件为:迭代次数>d或者Ld-Ld-1<ε,d是设置的迭代总次数,ε是一个设置好的最小值,式中Ld为所有线路之和,Ld-1为Ld迭代的上一代结果,设升压站为A,LM,A为第M台海上风机到升压站A的距离,若受到集电线路的影响,无人船到升压站A巡检时需要更多的时间来安全行驶,此时第M台海上风机到升压站A的距离则变为LM,A(1+b%),b是根据升压站A实际情况进行调整的参数,范围为(0,100)。
本发明与现有技术相比,具有如下优点与有益效果:
1、巡检路径规划更合理。
2、提高日常巡检无人船工作效率。
3、减少走回头路等资源浪费。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
业内习知,海上风电场包含有海上风机、海上暗礁和升压站等,本实施例所提供的海上风电场日常巡检无人船的路径优化方法,具体是给定X台海上风机、1台升压站和Y个海上暗礁,要求确定一条经过各台海上风机和升压站,绕开暗礁,且每台海上风机、升压站当且仅当经过一次的最短路线;其包括以下步骤:
1)随机产生一组个体构成初始种群,其中该组个体包括至少一台海上风机和一台升压站;
2)通过适应度函数计算每一个体的适应度值f,设计的适应度函数为:
f=1/LN,N+1
其中,LN,N+1为第N台海上风机与第N+1台海上风机的距离,设海上暗礁为An,若LN,N+1通过An,受到海上暗礁的影响,第N台海上风机与第N+1台海上风机的距离则变为LN,N+1(1+a%),a是根据海上暗礁大小情况进行调整的参数,范围为(0,100),实质路径是在海上暗礁100米范围内调整;
3)根据f=1/LN,N+1适应度值大小进行选择操作,选择适应度值大的种群进入下一步;
4)按交叉个体选择概率执行交叉操作,为:
其中,Mp是选择概率,fp是第p个交叉个体的适应度值,i是自然数(1,2…,p);
5)产生子种群,并与父种群合并为合并种群,随机减少1/2的合并种群,再代入f中进行评估,选择适应度值高的进化逆转;其中,进化逆转是在[1,E]的区间内随机产生偶数对整数,将其位置进行对换而产生新的种群,E是种群数的总和;
6)判断收敛条件是否满足,若满足,则输出搜索结果;否则继续执行,返回步骤2);其中,所述收敛条件为:迭代次数>d或者Ld-Ld-1<ε,d是设置的迭代总次数,ε是一个设置好的最小值,式中Ld为所有线路之和,Ld-1为Ld迭代的上一代结果,设升压站为A,LM,A为第M台海上风机到升压站A的距离,若受到集电线路的影响,无人船到升压站A巡检时需要更多的时间来安全行驶,此时第M台海上风机到升压站A的距离则变为LM,A(1+b%),b是根据升压站A实际情况进行调整的参数,范围为(0,100)。
以上所述实施例只为本发明之较佳实施例,并非以此限制本发明的实施范围,故凡依本发明之形状、原理所作的变化,均应涵盖在本发明的保护范围内。
Claims (1)
1.一种海上风电场日常巡检无人船的路径优化方法,所述海上风电场包含有海上风机、海上暗礁和升压站;其特征在于:所述路径优化方法是给定X台海上风机、1台升压站和Y个海上暗礁,要求确定一条经过各台海上风机和升压站,绕开暗礁,且每台海上风机、升压站当且仅当经过一次的最短路线;其包括以下步骤:
1)随机产生一组个体构成初始种群,其中该组个体包括至少一台海上风机和一台升压站;
2)通过适应度函数计算每一个体的适应度值f,设计的适应度函数为:
f=1/LN,N+1
其中,LN,N+1为第N台海上风机与第N+1台海上风机的距离,设海上暗礁为An,若LN,N+1通过An,受到海上暗礁的影响,第N台海上风机与第N+1台海上风机的距离则变为LN,N+1(1+a%),a是根据海上暗礁大小情况进行调整的参数,范围为(0,100);
3)根据f=1/LN,N+1适应度值大小进行选择操作,选择适应度值大的种群进入下一步;
4)按交叉个体选择概率执行交叉操作,为:
其中,Mp是选择概率,fp是第p个交叉个体的适应度值,i是自然数;
5)产生子种群,并与父种群合并为合并种群,随机减少1/2的合并种群,再代入f中进行评估,选择适应度值高的进化逆转;其中,进化逆转是在[1,E]的区间内随机产生偶数对整数,将其位置进行对换而产生新的种群,E是种群数的总和;
6)判断收敛条件是否满足,若满足,则输出搜索结果;否则继续执行,返回步骤2);其中,所述收敛条件为:迭代次数>d或者Ld-Ld-1<ε,d是设置的迭代总次数,ε是一个设置好的最小值,式中Ld为所有线路之和,Ld-1为Ld迭代的上一代结果,设升压站为A,LM,A为第M台海上风机到升压站A的距离,若受到集电线路的影响,无人船到升压站A巡检时需要更多的时间来安全行驶,此时第M台海上风机到升压站A的距离则变为LM,A(1+b%),b是根据升压站A实际情况进行调整的参数,范围为(0,100)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910776356.7A CN110554698A (zh) | 2019-08-22 | 2019-08-22 | 一种海上风电场日常巡检无人船的路径优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910776356.7A CN110554698A (zh) | 2019-08-22 | 2019-08-22 | 一种海上风电场日常巡检无人船的路径优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110554698A true CN110554698A (zh) | 2019-12-10 |
Family
ID=68737851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910776356.7A Withdrawn CN110554698A (zh) | 2019-08-22 | 2019-08-22 | 一种海上风电场日常巡检无人船的路径优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110554698A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105005861A (zh) * | 2015-07-17 | 2015-10-28 | 中国能源建设集团广东省电力设计研究院有限公司 | 海上风电场运营调控系统 |
US20170140311A1 (en) * | 2014-07-01 | 2017-05-18 | Mojo Maritime Limited | Method |
CN106934501A (zh) * | 2017-03-18 | 2017-07-07 | 江西理工大学 | 基于组合反向粒子群优化的机器人巡检路径规划方法 |
CN108108871A (zh) * | 2017-11-09 | 2018-06-01 | 甘肃省电力公司风电技术中心 | 风电场群输电设备的选型方法 |
CN108846542A (zh) * | 2018-04-24 | 2018-11-20 | 中华人民共和国湛江海事局 | 海上现场移动执法调度方法及海上执法调度系统 |
US20180357584A1 (en) * | 2017-06-12 | 2018-12-13 | Hefei University Of Technology | Method and system for collaborative scheduling of production and transportation in supply chains based on improved particle swarm optimization |
CN109919376A (zh) * | 2019-03-01 | 2019-06-21 | 浙江工业大学 | 多车场与多车型车辆路径调度控制方法 |
-
2019
- 2019-08-22 CN CN201910776356.7A patent/CN110554698A/zh not_active Withdrawn
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170140311A1 (en) * | 2014-07-01 | 2017-05-18 | Mojo Maritime Limited | Method |
CN105005861A (zh) * | 2015-07-17 | 2015-10-28 | 中国能源建设集团广东省电力设计研究院有限公司 | 海上风电场运营调控系统 |
CN106934501A (zh) * | 2017-03-18 | 2017-07-07 | 江西理工大学 | 基于组合反向粒子群优化的机器人巡检路径规划方法 |
US20180357584A1 (en) * | 2017-06-12 | 2018-12-13 | Hefei University Of Technology | Method and system for collaborative scheduling of production and transportation in supply chains based on improved particle swarm optimization |
CN108108871A (zh) * | 2017-11-09 | 2018-06-01 | 甘肃省电力公司风电技术中心 | 风电场群输电设备的选型方法 |
CN108846542A (zh) * | 2018-04-24 | 2018-11-20 | 中华人民共和国湛江海事局 | 海上现场移动执法调度方法及海上执法调度系统 |
CN109919376A (zh) * | 2019-03-01 | 2019-06-21 | 浙江工业大学 | 多车场与多车型车辆路径调度控制方法 |
Non-Patent Citations (4)
Title |
---|
刘培学等: "基于小型无人船的海洋养殖环境监测系统设计", 《渔业现代化》 * |
吕远东: "海上搜救系统中的云计算平台处理效率研究", 《舰船科学技术》 * |
杨宁等: "基于有线和无线设计的大型风电场通信系统", 《自动化仪表》 * |
陈奕颖: "混合动力无人机在风电场开发和运维管理中的应用研究", 《风能》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Qiu et al. | A comprehensive review of ocean wave energy research and development in China | |
Huang | Distributed genetic algorithm for optimization of wind farm annual profits | |
Dehshiri | New hybrid multi criteria decision making method for offshore windfarm site location in Persian Gulf, Iran | |
CN106203695A (zh) | 一种降低尾流效应的风电场内优化调度方法 | |
Kolios et al. | A multi-criteria decision making method to compare support structures for offshore wind turbines | |
CN109740975B (zh) | 考虑潮汐资源评估与流速方向的潮汐流能发电场规划方法 | |
CN106897793B (zh) | 一种可保证安全距离的基于遗传算法的风电场风力发电机排布优化方法 | |
Beşkirli et al. | Optimal placement of wind turbines using novel binary invasive weed optimization | |
CN107784386B (zh) | 一种基于风速衰减因子的风电场风机优化排布方法及系统 | |
CN115544884A (zh) | 一种基于数据驱动的大型风电场尾流快速计算方法及系统 | |
CN113673092B (zh) | 一种打桩船可作业窗口期比例的计算方法 | |
CN108736472B (zh) | 一种考虑礁石影响的潮汐流能发电场规划方法 | |
Hantoro et al. | Stability analysis for trimaran pontoon array in wave energy converter–pendulum system (WEC-PS) | |
CN110554698A (zh) | 一种海上风电场日常巡检无人船的路径优化方法 | |
Loughney et al. | Application of a multiple-attribute decision-analysis methodology for site selection of floating offshore wind farms off the West coast of Ireland | |
Zhang et al. | A optimization method used for sailing route of solar ship | |
CN109190841A (zh) | 基于风机概率随机劣化模型的海上风电预测性维护方法 | |
CN112254720B (zh) | 考虑风能捕获的自然能驱动机器人航线规划方法 | |
Barthelmie | A brief review of offshore wind energy activity in the 1990's | |
CN113688581A (zh) | 风电场有功出力优化控制的方法、装置、电子设备及介质 | |
Tsujimoto et al. | Optimum routing of a sailing wind farm | |
Abdul-Ameer et al. | Maximizing the Generated Power of Wind Farms by Using Optimization Method | |
CN105550495A (zh) | 一种船舶航行增阻等级的评估方法 | |
Kyozuka et al. | A floating/submersible shrouded tidal current turbine system applicable in low speed tidal flow | |
CN110048458A (zh) | 一种台风环境下的海上风电有序退出方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191210 |