CN110880049A - 区域级多风场运维排程方法和系统 - Google Patents

区域级多风场运维排程方法和系统 Download PDF

Info

Publication number
CN110880049A
CN110880049A CN201911080634.1A CN201911080634A CN110880049A CN 110880049 A CN110880049 A CN 110880049A CN 201911080634 A CN201911080634 A CN 201911080634A CN 110880049 A CN110880049 A CN 110880049A
Authority
CN
China
Prior art keywords
maintenance
wind field
task
parameters
region
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.)
Pending
Application number
CN201911080634.1A
Other languages
English (en)
Inventor
周霄天
金超
晋文静
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Tian Ze Zhi Yun Technology Co Ltd
Original Assignee
Beijing Tian Ze Zhi Yun Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Tian Ze Zhi Yun Technology Co Ltd filed Critical Beijing Tian Ze Zhi Yun Technology Co Ltd
Priority to CN201911080634.1A priority Critical patent/CN110880049A/zh
Publication of CN110880049A publication Critical patent/CN110880049A/zh
Pending legal-status Critical Current

Links

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"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • G06Q10/1093—Calendar-based scheduling for persons or groups
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种区域级多风场运维排程方法，该方法包括：确定当前运维周期需要处理的任务池中每个风场的任务，一个风场对应有一个或多个任务；获取风场地图及边界条件；对于每个风场，利用所述风场地图及边界条件确定所述风场不同访问模式下的运维参数；所述访问模式是指利用不同类型和数量的交通工具对所述风场进行访问；针对待处理区域，根据所述区域内的风场、备件库、区域服务站，生成区域任务图；根据所述区域任务图及所述区域内各风场不同访问模式下的运维参数建立区域级运维排程模型，并利用所述区域级运维排程模型确定所述运维周期内的各班次及每辆车的路线。利用本发明，可以提高风场运维排程的智能化及有效性。

Description

区域级多风场运维排程方法和系统
技术领域
本发明涉及运维领域，具体涉及一种区域级多风场运维排程方法和系统。
背景技术
风场的维护作业是风场最大的成本组成之一，通常会占高达25％的生命周期总成本，风电场运营商面临着很大的压力，需要提高维修作业的效率，从而降低能源成本，风电场运营商对于智能运维排程系统的需求日益增加。目前，风场的运维排程大多采用人工排程的方式，即有经验的运维工程师通过主控报警获取需要进行运维任务，然后观察未来几天内的天气预报、人员排班、运维车辆信息，以及运维所需的备品备件等，人为设定一系列的运维排程路线，然后发出工单给运维人员执行。但人工排程的结果很难做到最优解，尤其是对于区域级多风场的环境，风场、服务站、备件库相隔较远，环境复杂，人工运维排程不仅会消耗大量的人力成本，而且排程结果缺乏智能性，效果欠佳。
发明内容
本发明实施例提供一种区域级多风场运维排程方法和系统，以解决现有技术通过人工进行维护排程的不足，提高风场运维排程的智能化及有效性。
为此，本发明提供如下技术方案：
一种区域级多风场运维排程方法，所述方法包括：
确定当前运维周期需要处理的任务池中每个风场的任务，一个风场对应有一个或多个任务；
获取风场地图及边界条件，所述边界条件包括资源信息及环境信息，所述资源信息包括：运维人员、交通工具；
对于每个风场，利用所述风场地图及边界条件确定所述风场不同访问模式下的运维参数；所述访问模式是指利用不同类型和数量的交通工具对所述风场进行访问；
针对待处理区域，根据所述区域内的风场、备件库、区域服务站，生成区域任务图；
根据所述区域任务图及所述区域内各风场不同访问模式下的运维参数建立区域级运维排程模型，并利用所述区域级运维排程模型确定所述运维周期内的各班次及每辆车的路线。
可选地，所述利用所述风场地图及边界条件确定所述风场不同访问模式下的运维参数包括：
根据所述环境信息确定各任务的作业时间窗，并根据所述作业时间窗确定不能在当前排程期内完成的任务及其惩罚值；
根据所述风场地图及所述风场对应的各任务，生成风场任务图，所述风场任务图由节点和弧组成；
确定各交通工具的相关参数，所述相关参数包括：可到达的节点和可经过的弧，以及经过每条弧的时间和费用；
确定各任务所需的消耗参数和辅助参数；所述消耗参数包括：运维耗时、运维人员数量、以及单位时间发电量损失；所述辅助参数包括：各交通工具的可承载人数、运维人员从交通工具上转移到风机上的时间、运维人员在风机上的最长等待时间、不同交通工具上的运维人员的薪水补贴；
建立对应所述风场的单风场运维排程模型，并利用设定的第一约束条件进行求解；所述单风场运维排程模型包括一个或多个目标函数，每个目标函数由设定的第一优化变量及目标参数计算得到，所述目标参数包括以下任意一项或多项：各任务的惩罚值、各交通工具的相关参数、各任务所需的消耗参数和辅助参数；
根据求解得到的第一优化变量值计算得到所述风场不同访问模式下的运维参数。
可选地，所述根据所述风场地图及所述风场对应的各任务，生成风场任务图包括：
确定运维人员的出发节点和结束节点、各任务的送人节点和接人节点；
按照设定规则通过弧连接所述节点，生成风场任务图；所述弧为节点之间的有向连线；所述设定规则包括：
出发节点只能单向连接送人节点，结束节点只能由接人节点单向连接；
送人节点之间可以双向连接，接人节点之间可以双向连接；
同一任务的送人节点和接人节点之间可以单向连接。
可选地，所述第一优化变量包括：表示交通工具v是否有从i到j的路线xijv，xijv∈{0,1}，表示交通工具v到达i的时间点tiv，交通工具v离开i时交通工具上乘坐的人数piv；
所述单风场运维排程模型包括以下目标函数：交通工具费用、停机损失、不处理任务的惩罚、运维人员的薪水补贴。
可选地，所述方法还包括：设定所述单风场运维排程模型的优化策略；
所述建立对应所述风场的单风场运维排程模型包括：
根据所述优化策略确定所述单风场运维排程模型中的目标函数的权重，并对所述目标函数进行加权。
可选地，所述优化策略包括以下任意一种：最优发电量策略、最优运维成本策略、最优停机时间策略、综合经济性最优策略。
可选地，所述根据所述区域内的风场、备件库、区域服务站，生成区域任务图包括：
将所述区域内的每个风场、备件库、区域服务站作为一个点，生成区域任务图。
可选地，所述根据所述区域任务图及所述区域内各风场不同访问模式下的运维参数建立区域级运维排程模型，并利用所述区域级运维排程模型确定所述运维周期内的各班次及每辆车的路线包括：
建立区域级运维排程模型并利用设定的第二约束条件进行求解；所述区域级运维排程模型包括一个或多个目标函数，每个目标函数由设定的第二优化变量、所述区域任务图相关信息、所述区域内各风场不同访问模式下的运维参数计算得到；
根据求解得到的第二优化变量值确定所述运维周期内的各班次及每辆车的路线。
可选地，所述方法还包括：
按照设定的触发方式触发执行区域级多风场运维排程操作；所述触发方式包括以下任意一种或多种：定时触发、手动触发、事件触发。
一种区域级多风场运维排程系统，所述系统包括：
任务提取模块，用于确定当前运维周期需要处理的任务池中每个风场的任务，一个风场对应有一个或多个任务；
信息获取模块，用于获取风场地图及边界条件，所述边界条件包括资源信息及环境信息，所述资源信息包括：运维人员、交通工具；
单风场排程模块，用于对于每个风场，利用所述风场地图及边界条件确定所述风场不同访问模式下的运维参数；所述访问模式是指利用不同类型和数量的交通工具对所述风场进行访问；
区域图生成模块，用于针对待处理区域，根据所述区域内的风场、备件库、区域服务站，生成区域任务图；
区域级排程模块，用于根据所述区域任务图及所述区域内各风场不同访问模式下的运维参数建立区域级运维排程模型，并利用所述区域级运维排程模型确定所述运维周期内的各班次及每辆车的路线。
可选地，所述单风场排程模块包括：
惩罚值确定单元，用于根据所述环境信息确定各任务的作业时间窗，并根据所述作业时间窗确定不能在当前排程期内完成的任务及其惩罚值；
风场任务图生成单元，用于根据所述风场地图及所述风场对应的各任务，生成风场任务图，所述风场任务图由节点和弧组成；
交通信息确定单元，用于确定各交通工具的相关参数，所述相关参数包括：可到达的节点和可经过的弧，以及经过每条弧的时间和费用；
参数确定单元，用于确定各任务所需的消耗参数和辅助参数；所述消耗参数包括：运维耗时、运维人员数量、以及单位时间发电量损失；所述辅助参数包括：各交通工具的可承载人数、运维人员从交通工具上转移到风机上的时间、运维人员在风机上的最长等待时间、不同交通工具上的运维人员的薪水补贴；
单风场模型建立单元，用于建立对应所述风场的单风场运维排程模型，并利用设定的第一约束条件进行求解；所述单风场运维排程模型包括一个或多个目标函数，每个目标函数由设定的第一优化变量及目标参数计算得到，所述目标参数包括以下任意一项或多项：各任务的惩罚值、各交通工具的相关参数、各任务所需的消耗参数和辅助参数；
运维参数确定单元，用于根据求解得到的第一优化变量值计算得到所述风场不同访问模式下的运维参数。
可选地，所述风场任务图生成单元包括：
节点确定子单元，用于确定运维人员的出发节点和结束节点、各任务的送人节点和接人节点；
节点连接子单元，用于按照设定规则通过弧连接所述节点，生成风场任务图；所述弧为节点之间的有向连线；所述设定规则包括：
出发节点只能单向连接送人节点，结束节点只能由接人节点单向连接；
送人节点之间可以双向连接，接人节点之间可以双向连接；
同一任务的送人节点和接人节点之间可以单向连接。
可选地，所述第一优化变量包括：表示交通工具v是否有从i到j的路线xijv，xijv∈{0,1}，表示交通工具v到达i的时间点tiv，交通工具v离开i时交通工具上乘坐的人数piv；
所述单风场运维排程模型包括以下目标函数：交通工具费用、停机损失、不处理任务的惩罚、运维人员的薪水补贴。
可选地，所述系统还包括：
设置模块，用于设定单风场运维排程模型的优化策略；
所述单风场模型建立单元根据所述优化策略确定所述单风场运维排程模型中的目标函数的权重，并对所述目标函数进行加权。
可选地，所述优化策略包括以下任意一种：最优发电量策略、最优运维成本策略、最优停机时间策略、综合经济性最优策略。
可选地，所述区域图生成模块，具体用于将所述区域内的每个风场、备件库、区域服务站作为一个节点，生成区域任务图。
可选地，所述区域级排程模块包括：
区域级模型建立单元，用于建立区域级运维排程模型并利用设定的第二约束条件进行求解；所述区域级运维排程模型包括一个或多个目标函数，每个目标函数由设定的第二优化变量、所述区域任务图相关信息、所述区域内各风场不同访问模式下的运维参数计算得到；
排程单元，用于根据求解得到的第二优化变量值确定所述运维周期内的各班次及每辆车的路线。
可选地，所述系统还包括：
触发选择模块，用于选择执行区域级多风场运维排程操作的触发方式；所述触发方式包括以下任意一种或多种：定时触发、手动触发、事件触发。
一种计算机设备，包括：一个或多个处理器、存储器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，以实现前面所述的方法。
一种可读存储介质，其上存储有指令，所述指令被执行以实现前面所述的方法。
本发明实施例提供的区域级多风场智能运维排程方法和系统，针对任务池中当前运维周期需要处理的每个风场的任务，首先针对每个风场，根据风场地图及边界条件，确定所述风场不同访问模式下的运维参数；然后再针对待处理区域，根据所述区域内的风场、备件库、区域服务站，生成区域任务图；根据所述区域任务图及所述区域内各风场不同访问模式下的运维参数建立区域级运维排程模型，并利用所述区域级运维排程模型确定所述运维周期内的各班次及每辆车的路线。本发明方案可以实现对区域内多个风场的运维排程，并且支持多个班次的排程，包括每个班次每辆车的路线，从而可以有效指导现场运维人员进行高效、低成本的运维工作，相对于现有技术人工进行维护排程的方案，大大提高了风场运维排程的智能化及有效性。
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发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1是本发明实施例区域级多风场智能运维排程方法的一种流程图；
图2是本发明实施例中确定所述风场不同访问模式下的运维参数的流程图；
图3是本发明实施例中风场任务图的一个示意图；
图4是本发明实施例区域级多风场智能运维排程系统的一种结构示意图；
图5是本发明系统中单风场排程模块的一种结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例的方案，下面结合附图和实施方式对本发明实施例作进一步的详细说明。
本发明实施例提供一种区域级多风场智能运维排程方法及系统，针对任务池中当前运维周期需要处理的每个风场的任务，首先针对每个风场，根据风场地图及边界条件，确定所述风场不同访问模式下的运维参数；然后再针对待处理区域，根据所述区域内的风场、备件库、区域服务站，生成区域任务图；根据所述区域任务图及所述区域内各风场不同访问模式下的运维参数建立区域级运维排程模型，并利用所述区域级运维排程模型确定所述运维周期内的各班次及每辆车的路线。
如图1所示，是本发明实施例区域级多风场智能运维排程方法的一种流程图，包括以下步骤：
步骤101，确定当前运维周期需要处理的任务池中每个风场的任务，一个风场对应有一个或多个任务。
在本发明实施例中，可以将各风场需要进行运维排程的任务放入任务池中，通常所述任务可以有不同类型，比如：风机消缺排故类，预测性维护保养和计划性的巡检保养任务等，而且在一个运维周期内，一个风场可以对应有一个或多个不同的任务。由于所述任务池中存放了所有的待处理任务，这些任务可以是同一运维周期需要处理的，也可以是不同运维周期需要处理的，因此，在实际应用中，可以对任务池中的任务状态进行标记，所述任务状态可以有以下几种：待排程、待处理、已完成。相应地，对任务池已完成的任务可以随时或定时进行清理。
如果一项任务已被排程但在运维周期内由于某些原因未完成，则需要重新对该任务进行排程，将该任务的状态由待处理修改为待排程。
需要说明的是，在一个运维周期内具体需要处理哪些任务可以根据实际需求来确定，对此本发明实施例不做限定。
步骤102，获取风场地图及边界条件，所述边界条件包括资源信息及环境信息，所述资源信息包括：运维人员、交通工具。
步骤103，对于每个风场，利用所述风场地图及边界条件确定所述风场不同访问模式下的运维参数。
所述访问模式是指利用不同类型和数量的交通工具对所述风场进行访问；所述运维参数主要是指运维所需的时间、费用、运维人员等信息。
步骤104，针对待处理区域，根据所述区域内的风场、备件库、区域服务站，生成区域任务图。
具体地，可以将区域服务站、备件库和每个风场看作一个点。一般情况下，运维车载人到达风场后，车会跟随人在风场内进行运维，所以当离开风场时，该风场内的任务已被处理完成，不需要车再次接人。区域级运维排程的区域任务图中，节点包括每个班次的起始节点和终止节点，备件库的去节点和回节点，风场的访问节点。其中，所述每个班次的起始节点是指每个交通工具从区域服务站出发时的起点，所述班次的终止节点是指每个交通工具回到区域服务器时的终点；备件库的去节点和回节点是指从备件库拿取或归还备品备件的位置。
例如，当前有3个班次，2个备件库，3个风场，那么节点为[0,1,2,3,…,12]，其中节点[0,2,4]为3个班次的起始节点，[1,3,5]为3个班次的终止节点，[6,8]为备件库的去节点，[7,9]为备件库的回节点，[10,11,12]为风场的访问节点。
步骤105，根据所述区域任务图及所述区域内各风场不同访问模式下的运维参数建立区域级运维排程模型，并利用所述区域级运维排程模型确定所述运维周期内的各班次及每辆车的路线。
具体地，建立区域级运维排程模型并利用设定的第二约束条件进行求解；所述区域级运维排程模型包括一个或多个目标函数，每个目标函数由设定的第二优化变量、所述区域任务图相关信息、所述区域内各风场不同访问模式下的运维参数计算得到；根据求解得到的第二优化变量值确定所述运维周期内的各班次及每辆车的路线。
一个风场由不同的运维车种类或数量的访问，可以有多种访问模式，例如一片区域内有两辆车，分别为1号车和2号车，那么该区域内的每个风场有四种访问模式：无车访问，1号车访问，2号车访问以及1号车和2号车同时访问。不同的访问模式可能会造成该风场内任务完成的时间和费用不同，可由上述步骤103计算得出。
将上述步骤103中计算得到的这些信息作为条件参数输入区域级运维排程模型中，并通过备件库信息管理和GPS定位确定运维所需备件存放于哪个仓库、以及运维的车和运维人员所处位置，即可求解得出每个班次每辆车的路线，用以指导现场运维人员执行，降低运维成本。
比如，区域级运维排程模型的变量和参数可以如下表1所示。
表1
Figure BDA0002263843190000091
Figure BDA0002263843190000101
区域级运维排程模型的优化目标和约束条件可以如下表2所示：
表2
Figure BDA0002263843190000102
Figure BDA0002263843190000111
所述区域级运维排程模型可由商用或开源的求解器进行求解。求解出在多个班次时间内的最佳路线和风场访问模式，指导运维人员实施。
需要说明的是，本发明实施例中的运维排程的工作可以触发执行，具体可以采用多种触发方式，比如可以采用以下任意一种或多种：定时触发、手动触发、事件触发。其中，定时触发是每天的固定时间运行一次，手动触发是人工手动点击运行，事件触发是指当发生某个特定事件(如发生特定故障)时运行。
相应地，在触发后执行上述步骤101至步骤105，得到排程结果。在得到排程结果后，还可由运维人员进行人工确认，确认此次排程是否允许执行，如果允许则派发工单执行排程中的任务，并更新运维资源；如果不允许则此次排程中的任务返回待处理任务池，准备下一次排程。
另外，在实际应用中，上述步骤103利用所述风场地图及边界条件确定所述风场不同访问模式下的运维参数可以利用现有技术中的一些方法或模型，还可以利用图2所示的方法。
参照图2，是本发明实施例中确定所述风场不同访问模式下的运维参数的流程图，包括以下步骤：
步骤201，根据环境信息确定各任务的作业时间窗，并根据所述作业时间窗确定不能在当前排程期内完成的任务及其惩罚值。
所述环境信息主要指天气、路况等状况，风机的运维作业会受到环境天气的影响，陆上风场会出现雷雨、大雾、大风、道路湿滑、结冰等情况，海上风场会受到海浪、风速、可见度等限制。因此，在本发明实施例中，可以根据气象预报及路况信息来制定出每项任务可作业的时间窗，记为[Aiv,Biv]。
如有任务不能在当前的排程期内完成，可对其记一个较大的惩罚值Si，惩罚值应远大于全部时间都停机时相应风机的发电量损失。
步骤202，根据风场地图及所述风场对应的各任务，生成风场任务图，所述风场任务图由节点和弧组成。
首先确定风场任务图中的各节点，在本发明实施例中，风场任务图中的节点主要有以下几种：执行每项任务时运维人员的出发节点(即起点)和结束节点(即终点)、各任务的送人节点和接人节点。
然后，按照设定规则通过弧连接所述节点，生成风场任务图；所述弧为节点之间的有向连线，表示从一个节点到另一个节点。所述设定规则包括以下几点：
1)出发节点只能单向连接送人节点，结束节点只能由接人节点单向连接；
2)送人节点之间可以双向连接，接人节点之间可以双向连接；
3)同一任务的送人节点和接人节点之间可以单向连接。
如图3所示，是本发明实施例中风场任务图的一个示意图。
该示例中假设有n个任务(假设n＝3)，记任务集合为I，I＝{1,2,…,n}，构建生成图G＝(N,A)，N是节点的集合，N＝{0,1,2,…,2n+1}，其中节点0为起点，节点2n+1为终点，节点1,2,…,n为送人节点，节点n+1,n+2,…,2n为接人节点，节点i和i+n为同一个任务。A为弧的集合，即图中带有箭头的连线，弧的数量为2n2+n。
步骤203，确定各交通工具的相关参数，所述相关参数包括：可到达的节点和可经过的弧，以及经过每条弧的时间和费用。
在运维排程中时间和费用都是与路程相关，因此在风场任务图中找到对应风机的位置，即可确定每条弧的长度，进而可以计算得到各交通工具可完成每条弧的时间Tij和费用Cij。
因为有些任务需要特殊的交通工具来完成，比如潜水作业、直升机等，因此可以将运维交通工具的集合记为V，某一个运维交通工具为v，记
Figure BDA0002263843190000131
表示该运维交通工具v可以到达的节点；记
Figure BDA0002263843190000132
表示该运维交通工具v可以完成的弧，每条弧的时间和费用记为Tijv和Cijv。
步骤204，确定各任务所需的消耗参数和辅助参数；所述消耗参数包括：运维耗时、运维人员数量、以及单位时间发电量损失；所述辅助参数包括：各交通工具的可承载人数、运维人员从交通工具上转移到风机上的时间、运维人员在风机上的最长等待时间、不同交通工具上的运维人员的薪水补贴。
其中，所述运维耗时
Figure BDA0002263843190000133
和运维人员数量
Figure BDA0002263843190000134
可以根据经验值确定。由于分为送人节点和接人节点，为方便计算，记送人时运维人员数量需求为负值，接人时运维人员数量需求为正值，即
Figure BDA0002263843190000141
其中i∈I。
前面提到，在一个运维周期内，一个风场可以对应有一个或多个不同的任务。在本发明实施例中，可以将待处理任务分为两类：一类是发生故障后立刻停机，发电量损失从排程的计时开始计算直到任务完成后结束，一般是排故消缺类维修任务；另一类是当运维人员到达风机旁才开始停机，发电量损失计算时间从开始任务到任务完成，一般是计划性的巡检保养或预测性维护保养任务。记第一类任务为IC，第二类任务为IP，均为任务集I的子集。每个任务对应的风机的停机发电量损失可以根据风功率预测计算得到，记为Ki，如果发生早期故障，发电量会有折损，则在此数值上进行修改。
为了后续描述方便，可以将每个运维交通工具的可载人数记为
Figure BDA0002263843190000142
运维人员从交通工具上转移到风机上的时间记为
Figure BDA0002263843190000143
运维人员待在一座风机上的最长等待时间记为
Figure BDA0002263843190000144
不同交通工具的运维人员出任务的薪水补贴记为rv。
步骤205，建立对应所述风场的单风场运维排程模型，并利用设定的第一约束条件进行求解；所述单风场运维排程模型包括一个或多个目标函数，每个目标函数由设定的第一优化变量及目标参数计算得到，所述目标参数包括以下任意一项或多项：各任务的惩罚值、各交通工具的相关参数、各任务所需的消耗参数和辅助参数。
需要说明的是，在实际应用中，还可以设定所述单风场运维排程模型的优化策略。所述优化策略比如可以是：最优发电量策略、最优运维成本策略、最优停机时间策略、综合经济性最优策略等。相应地，可以根据所述优化策略确定所述单风场运维排程模型中的目标函数的权重，并对所述目标函数进行加权。进一步地，还可以针对不同的排程周期设置不同的优化策略，对此本发明实施例不做限定。
比如，所述第一优化变量可以设置三个，分别为：变量xijv表示交通工具v是否有从i到j的路线，xijv∈{0,1}；变量tiv表示交通工具v到达i的时间点；变量piv表示交通工具v离开i时交通工具上乘坐的人数。
目标函数有五个，如下面式(1)所示，分别为：交通工具费用，维修故障类任务的停机损失，维护保养类任务的停机损失，不处理任务的惩罚和出任务人员对应的薪水补贴。
Figure BDA0002263843190000151
式(1)中的目标函数采用综合经济性最优策略，五个目标函数可以分别设置相应的权重来满足不同的优化策略。
上述单风场运维排程模型的约束条件(即前面所述的第一约束条件)可以如表3所示：
表3
Figure BDA0002263843190000152
Figure BDA0002263843190000161
需要说明的是，所述约束条件可根据实际需要进行修改或增加，例如添加取备品备件的限制，则需要设定备件库为必经点，必经点的入边和和出边和必须为1，所述必经点的入边和等于到达该点的总次数，出边和等于从该点出发的总次数”，而且到达备件库的时间要小于到达待处理风机的时间。此外还可以添加每种交通工具可携带物资重量的约束，最长在外作业时间等约束，对此本发明实施例不做限定。
另外，需要说明的是，还可以依业务需要添加或修改目标函数，预先设置多个目标函数，而且不同的运维排程周期可以对应不同的目标函数。
上述单风场运维排程模型的求解可以采用商用或开源的求解器来完成。
步骤206，根据求解得到的第一优化变量值计算得到所述风场不同访问模式下的运维参数。
所述不同访问模式是指由不同的运维车辆访问风场，所述运维参数主要是指运维所需的时间、费用、运维人员等信息。
本发明实施例提供的区域级多风场智能运维排程方法，针对任务池中当前运维周期需要处理的每个风场的任务，首先针对每个风场，根据风场地图及边界条件，确定所述风场不同访问模式下的运维参数；然后再针对待处理区域，根据所述区域内的风场、备件库、区域服务站，生成区域任务图；根据所述区域任务图及所述区域内各风场不同访问模式下的运维参数建立区域级运维排程模型，并利用所述区域级运维排程模型确定所述运维周期内的各班次及每辆车的路线。本发明方案可以实现对区域内多个风场的运维排程，并且支持多个班次的排程，包括每个班次每辆车的路线，从而可以有效指导现场运维人员进行高效、低成本的运维工作，相对于现有技术人工进行维护排程的方案，大大提高了风场运维排程的智能化及有效性。
相应地，本发明实施例还提供一种区域级多风场智能运维排程系统，如图4所示，是该系统的一种结构框图。
在该实施例中，所述系统包括以下各模块：
任务提取模块401，用于确定当前运维周期需要处理的任务池中每个风场的任务，一个风场对应有一个或多个任务；
信息获取模块402，用于获取风场地图及边界条件，所述边界条件包括资源信息及环境信息，所述资源信息包括：运维人员、交通工具；
单风场排程模块403，用于对于每个风场，利用所述风场地图及边界条件确定所述风场不同访问模式下的运维参数；
区域图生成模块404，用于针对待处理区域，根据所述区域内的风场、备件库、区域服务站，生成区域任务图；
区域级排程模块405，用于根据所述区域任务图及所述区域内各风场不同访问模式下的运维参数建立区域级运维排程模型，并利用所述区域级运维排程模型确定所述运维周期内的各班次及每辆车的路线。
其中，所述区域图生成模块404，具体用于将所述区域内的每个风场、备件库、区域服务站作为一个节点，生成区域任务图。
在本发明实施例中，所述区域任务图中的节点可以包括每个班次的起始节点和终止节点，备件库的去节点和回节点，风场的访问节点。
其中，所述区域级排程模块405具体可以包括以下各单元：
区域级模型建立单元，用于建立区域级运维排程模型并利用设定的第二约束条件进行求解；所述区域级运维排程模型包括一个或多个目标函数，每个目标函数由设定的第二优化变量、所述区域任务图相关信息、所述区域内各风场不同访问模式下的运维参数计算得到；
排程单元，用于根据求解得到的第二优化变量值确定所述运维周期内的各班次及每辆车的路线。
其中，所述单风场排程模块403具体可以利用现有技术中的一些方法或模型确定各风场不同访问模式下的运维参数。另外，本发明实施例还提供了所述单风场排程模块403的一种具体结构，如图5所示，包括以下各单元：
惩罚值确定单元431，用于根据所述环境信息确定各任务的作业时间窗，并根据所述作业时间窗确定不能在当前排程期内完成的任务及其惩罚值；
风场任务图生成单元432，用于根据所述风场地图及所述风场对应的各任务，生成风场任务图，所述风场任务图由节点和弧组成；
交通信息确定单元433，用于确定各交通工具的相关参数，所述相关参数包括：可到达的节点和可经过的弧，以及经过每条弧的时间和费用；
参数确定单元434，用于确定各任务所需的消耗参数和辅助参数；所述消耗参数包括：运维耗时、运维人员数量、以及单位时间发电量损失；所述辅助参数包括：各交通工具的可承载人数、运维人员从交通工具上转移到风机上的时间、运维人员在风机上的最长等待时间、不同交通工具上的运维人员的薪水补贴；
单风场模型建立单元435，用于建立对应所述风场的单风场运维排程模型，并利用设定的第一约束条件进行求解；所述单风场运维排程模型包括一个或多个目标函数，每个目标函数由设定的第一优化变量及目标参数计算得到，所述目标参数包括以下任意一项或多项：各任务的惩罚值、各交通工具的相关参数、各任务所需的消耗参数和辅助参数；
运维参数确定单元436，用于根据求解得到的第一优化变量值计算得到所述风场不同访问模式下的运维参数。
其中，所述风场任务图生成单元432可以包括以下各子单元：
节点确定子单元，用于确定运维人员的出发节点和结束节点、各任务的送人节点和接人节点；
节点连接子单元，用于按照设定规则通过弧连接所述节点，生成风场任务图；所述弧为节点之间的有向连线；所述设定规则包括：
出发节点只能单向连接送人节点，结束节点只能由接人节点单向连接；
送人节点之间可以双向连接，接人节点之间可以双向连接；
同一任务的送人节点和接人节点之间可以单向连接。
需要说明的是，所述第一优化变量、所述第一约束条件、以及所述目标函数可以根据需要来设置。比如，所述第一优化变量可以包括：表示交通工具v是否有从i到j的路线xijv，xijv∈{0,1}，表示交通工具v到达i的时间点tiv，交通工具v离开i时交通工具上乘坐的人数piv。所述单风场运维排程模型可以包括以下目标函数：交通工具费用、停机损失、不处理任务的惩罚、运维人员的薪水补贴。
进一步地，在本发明系统另一实施例中，还可包括：设置模块(未图示)，用于设定单风场运维排程模型的优化策略。比如，所述优化策略可以包括以下任意一种：最优发电量策略、最优运维成本策略、最优停机时间、综合经济性最优策略等。需要说明的是，不同的排程周期可以有不同的优化策略。
相应地，所述单风场模型建立单元435可以根据所述优化策略确定所述单风场运维排程模型中的目标函数的权重，并对所述目标函数进行加权。
在本发明区域级多风场智能运维排程系统另一实施例中，还可进一步包括：触发选择模块(未图示)，用于选择执行区域级多风场运维排程操作的触发方式；所述触发方式包括以下任意一种或多种：定时触发、手动触发、事件触发。
需要说明的是，对于上述本发明系统各实施例而言，由于各模块、单元的功能实现与相应的方法中类似，因此对所述对话生成装置各实施例描述得比较简单，相关之处可参见方法实施例的相应部分说明。
本发明实施例提供的区域级多风场智能运维排程系统，针对任务池中当前运维周期需要处理的每个风场的任务，首先针对每个风场，根据风场地图及边界条件，确定所述风场不同访问模式下的运维参数；然后再针对待处理区域，根据所述区域内的风场、备件库、区域服务站，生成区域任务图；根据所述区域任务图及所述区域内各风场不同访问模式下的运维参数建立区域级运维排程模型，并利用所述区域级运维排程模型确定所述运维周期内的各班次及每辆车的路线。本发明方案可以实现对区域内多个风场的运维排程，并且支持多个班次的排程，包括每个班次每辆车的路线，从而可以有效指导现场运维人员进行高效、低成本的运维工作，相对于现有技术人工进行维护排程的方案，大大提高了风场运维排程的智能化及有效性。
在利用本发明实施例提供的区域级多风场智能运维排程方法及系统时，在得到排程结果后，还可由运维人员进行人工确认，确认此次排程是否允许执行，如果允许则派发工单执行排程中的任务，并更新运维资源；如果不允许则此次排程里的任务返回待处理任务池，准备下一次排程。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
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。而且，以上所描述的系统实施例仅仅是示意性的，其中作为分离部件说明的模块和单元可以是或者也可以不是物理上分开的，即可以位于一个网络单元上，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。
本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读取存储介质中，这里所称的存储介质，如：ROM/RAM、磁碟、光盘等。
相应地，本发明实施例还提供一种用于区域级多风场智能运维排程方法的装置，该装置是一种电子设备，比如，可以是移动终端、计算机、平板设备等。所述电子设备可以包括一个或多个处理器、存储器；其中，所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，以实现前面各实施例所述的方法。
以上对本发明实施例进行了详细介绍，本文中应用了具体实施方式对本发明进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及装置，其仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围，本说明书内容不应理解为对本发明的限制。因此，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种区域级多风场运维排程方法，其特征在于，所述方法包括：
确定当前运维周期需要处理的任务池中每个风场的任务，一个风场对应有一个或多个任务；
获取风场地图及边界条件，所述边界条件包括资源信息及环境信息，所述资源信息包括：运维人员、交通工具；
对于每个风场，利用所述风场地图及边界条件确定所述风场不同访问模式下的运维参数；所述访问模式是指利用不同类型和数量的交通工具对所述风场进行访问；
针对待处理区域，根据所述区域内的风场、备件库、区域服务站，生成区域任务图；
根据所述区域任务图及所述区域内各风场不同访问模式下的运维参数建立区域级运维排程模型，并利用所述区域级运维排程模型确定所述运维周期内的各班次及每辆车的路线。
2.根据权利要求1所述的方法，其特征在于，所述利用所述风场地图及边界条件确定所述风场不同访问模式下的运维参数包括：
根据所述环境信息确定各任务的作业时间窗，并根据所述作业时间窗确定不能在当前排程期内完成的任务及其惩罚值；
根据所述风场地图及所述风场对应的各任务，生成风场任务图，所述风场任务图由节点和弧组成；
确定各交通工具的相关参数，所述相关参数包括：可到达的节点和可经过的弧，以及经过每条弧的时间和费用；
确定各任务所需的消耗参数和辅助参数；所述消耗参数包括：运维耗时、运维人员数量、以及单位时间发电量损失；所述辅助参数包括：各交通工具的可承载人数、运维人员从交通工具上转移到风机上的时间、运维人员在风机上的最长等待时间、不同交通工具上的运维人员的薪水补贴；
建立对应所述风场的单风场运维排程模型，并利用设定的第一约束条件进行求解；所述单风场运维排程模型包括一个或多个目标函数，每个目标函数由设定的第一优化变量及目标参数计算得到，所述目标参数包括以下任意一项或多项：各任务的惩罚值、各交通工具的相关参数、各任务所需的消耗参数和辅助参数；
根据求解得到的第一优化变量值计算得到所述风场不同访问模式下的运维参数。
3.根据权利要求2所述的方法，其特征在于，所述根据所述风场地图及所述风场对应的各任务，生成风场任务图包括：
确定运维人员的出发节点和结束节点、各任务的送人节点和接人节点；
按照设定规则通过弧连接所述节点，生成风场任务图；所述弧为节点之间的有向连线；所述设定规则包括：
出发节点只能单向连接送人节点，结束节点只能由接人节点单向连接；
送人节点之间可以双向连接，接人节点之间可以双向连接；
同一任务的送人节点和接人节点之间可以单向连接。
4.根据权利要求1所述的方法，其特征在于，所述根据所述区域内的风场、备件库、区域服务站，生成区域任务图包括：
将所述区域内的每个风场、备件库、区域服务站作为一个点，生成区域任务图。
5.根据权利要求1所述的方法，其特征在于，所述根据所述区域任务图及所述区域内各风场不同访问模式下的运维参数建立区域级运维排程模型，并利用所述区域级运维排程模型确定所述运维周期内的各班次及每辆车的路线包括：
建立区域级运维排程模型并利用设定的第二约束条件进行求解；所述区域级运维排程模型包括一个或多个目标函数，每个目标函数由设定的第二优化变量、所述区域任务图相关信息、所述区域内各风场不同访问模式下的运维参数计算得到；
根据求解得到的第二优化变量值确定所述运维周期内的各班次及每辆车的路线。
6.一种区域级多风场运维排程系统，其特征在于，所述系统包括：
任务提取模块，用于确定当前运维周期需要处理的任务池中每个风场的任务，一个风场对应有一个或多个任务；
信息获取模块，用于获取风场地图及边界条件，所述边界条件包括资源信息及环境信息，所述资源信息包括：运维人员、交通工具；
单风场排程模块，用于对于每个风场，利用所述风场地图及边界条件确定所述风场不同访问模式下的运维参数；所述访问模式是指利用不同类型和数量的交通工具对所述风场进行访问；
区域图生成模块，用于针对待处理区域，根据所述区域内的风场、备件库、区域服务站，生成区域任务图；
区域级排程模块，用于根据所述区域任务图及所述区域内各风场不同访问模式下的运维参数建立区域级运维排程模型，并利用所述区域级运维排程模型确定所述运维周期内的各班次及每辆车的路线。
7.根据权利要求6所述的系统，其特征在于，所述单风场排程模块包括：
惩罚值确定单元，用于根据所述环境信息确定各任务的作业时间窗，并根据所述作业时间窗确定不能在当前排程期内完成的任务及其惩罚值；
风场任务图生成单元，用于根据所述风场地图及所述风场对应的各任务，生成风场任务图，所述风场任务图由节点和弧组成；
交通信息确定单元，用于确定各交通工具的相关参数，所述相关参数包括：可到达的节点和可经过的弧，以及经过每条弧的时间和费用；
参数确定单元，用于确定各任务所需的消耗参数和辅助参数；所述消耗参数包括：运维耗时、运维人员数量、以及单位时间发电量损失；所述辅助参数包括：各交通工具的可承载人数、运维人员从交通工具上转移到风机上的时间、运维人员在风机上的最长等待时间、不同交通工具上的运维人员的薪水补贴；
单风场模型建立单元，用于建立对应所述风场的单风场运维排程模型，并利用设定的第一约束条件进行求解；所述单风场运维排程模型包括一个或多个目标函数，每个目标函数由设定的第一优化变量及目标参数计算得到，所述目标参数包括以下任意一项或多项：各任务的惩罚值、各交通工具的相关参数、各任务所需的消耗参数和辅助参数；
运维参数确定单元，用于根据求解得到的第一优化变量值计算得到所述风场不同访问模式下的运维参数。
8.根据权利要求7所述的系统，其特征在于，所述风场任务图生成单元包括：
节点确定子单元，用于确定运维人员的出发节点和结束节点、各任务的送人节点和接人节点；
节点连接子单元，用于按照设定规则通过弧连接所述节点，生成风场任务图；所述弧为节点之间的有向连线；所述设定规则包括：
出发节点只能单向连接送人节点，结束节点只能由接人节点单向连接；
送人节点之间可以双向连接，接人节点之间可以双向连接；
同一任务的送人节点和接人节点之间可以单向连接。
9.根据权利要求6所述的系统，其特征在于，
所述区域图生成模块，具体用于将所述区域内的每个风场、备件库、区域服务站作为一个节点，生成区域任务图。
10.根据权利要求6所述的系统，其特征在于，所述区域级排程模块包括：
区域级模型建立单元，用于建立区域级运维排程模型并利用设定的第二约束条件进行求解；所述区域级运维排程模型包括一个或多个目标函数，每个目标函数由设定的第二优化变量、所述区域任务图相关信息、所述区域内各风场不同访问模式下的运维参数计算得到；
排程单元，用于根据求解得到的第二优化变量值确定所述运维周期内的各班次及每辆车的路线。
CN201911080634.1A 2019-11-07 2019-11-07 区域级多风场运维排程方法和系统 Pending CN110880049A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911080634.1A CN110880049A (zh) 2019-11-07 2019-11-07 区域级多风场运维排程方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911080634.1A CN110880049A (zh) 2019-11-07 2019-11-07 区域级多风场运维排程方法和系统

Publications (1)

Publication Number Publication Date
CN110880049A true CN110880049A (zh) 2020-03-13

Family

ID=69728979

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911080634.1A Pending CN110880049A (zh) 2019-11-07 2019-11-07 区域级多风场运维排程方法和系统

Country Status (1)

Country Link
CN (1) CN110880049A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115062802A (zh) * 2022-06-28 2022-09-16 中能融合智慧科技有限公司 一种集约化的风电机组运维排程方法和系统
TWI811872B (zh) * 2021-11-30 2023-08-11 國立成功大學 用於控制發電系統的控制裝置及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102621971A (zh) * 2012-04-17 2012-08-01 上海探能实业有限公司 一种保证风电机组正常运行的共享维护系统及其实现方法
US20140324495A1 (en) * 2013-02-22 2014-10-30 Vestas Wind Systems A/S Wind turbine maintenance optimizer
CN105976643A (zh) * 2016-06-15 2016-09-28 江苏金风科技有限公司 海上风电场的运维控制方法、装置及海上风电系统
CN107563623A (zh) * 2017-08-22 2018-01-09 上海电气集团股份有限公司 海上风电场的维护调度方法及系统
CN108629432A (zh) * 2018-06-12 2018-10-09 中国三峡新能源有限公司 故障处理规划方法、系统及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102621971A (zh) * 2012-04-17 2012-08-01 上海探能实业有限公司 一种保证风电机组正常运行的共享维护系统及其实现方法
US20140324495A1 (en) * 2013-02-22 2014-10-30 Vestas Wind Systems A/S Wind turbine maintenance optimizer
CN105976643A (zh) * 2016-06-15 2016-09-28 江苏金风科技有限公司 海上风电场的运维控制方法、装置及海上风电系统
CN107563623A (zh) * 2017-08-22 2018-01-09 上海电气集团股份有限公司 海上风电场的维护调度方法及系统
CN108629432A (zh) * 2018-06-12 2018-10-09 中国三峡新能源有限公司 故障处理规划方法、系统及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI811872B (zh) * 2021-11-30 2023-08-11 國立成功大學 用於控制發電系統的控制裝置及方法
CN115062802A (zh) * 2022-06-28 2022-09-16 中能融合智慧科技有限公司 一种集约化的风电机组运维排程方法和系统

Similar Documents

Publication Publication Date Title
Higle et al. Stochastic decomposition: An algorithm for two-stage linear programs with recourse
CN105095643B (zh) 面向动态环境的成像卫星自主任务规划方法
CN101510365B (zh) 一种飞行地面保障的车辆优化调度方法
CN110287945A (zh) 一种5g环境下无人机目标检测方法
CN102226890B (zh) 一种主机批量作业数据监控方法及装置
Zhang Scheduling and routing optimization of maintenance fleet for offshore wind farms using Duo-ACO
CN110880049A (zh) 区域级多风场运维排程方法和系统
CN104050324A (zh) 针对单星任务规划问题的数学模型的构建方法及求解方法
CN112596543B (zh) 多机协同巡检系统
CN103631650A (zh) 用于it运维系统的采集调度方法
CN103714209B (zh) 一种基于ExtJs的风玫瑰图绘制方法
Yang et al. Onboard coordination and scheduling of multiple autonomous satellites in an uncertain environment
CN104077634A (zh) 基于多目标优化的主动-反应式动态项目调度方法
CN115099695A (zh) 一种海上风电场运维优化调度方法及系统
CN103634132A (zh) 用于it运维平台的高效采集系统
CN117541197A (zh) 一种基于bim和aiot数据驱动的智能建造方法及系统
Dai et al. Intelligent coordinated task scheduling in space-air-ground integrated network
CN109947130A (zh) 一种基于网格化管理的输电多机编队巡视管理方法和系统
CN109213152A (zh) 一种自动送货方法、装置以及机器人
CN115574826B (zh) 基于强化学习的国家公园无人机巡护路径优化方法
CN114997644B (zh) 海上风电场运维调度方法、系统、计算机设备和存储介质
CN114997645B (zh) 海上风电场运维排程优化方法、系统、计算机设备和介质
CN116578120A (zh) 无人机调度方法、装置、无人机系统和算机设备
CN113743739B (zh) 一种基于混合整数规划、组合优化算法的agv调度方法
CN115063013A (zh) 基于再生资源的收运调度方法、系统及介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200313