CN112396222B - 一种输电线路机巡作业中无人机调度方法 - Google Patents

一种输电线路机巡作业中无人机调度方法 Download PDF

Info

Publication number
CN112396222B
CN112396222B CN202011248792.6A CN202011248792A CN112396222B CN 112396222 B CN112396222 B CN 112396222B CN 202011248792 A CN202011248792 A CN 202011248792A CN 112396222 B CN112396222 B CN 112396222B
Authority
CN
China
Prior art keywords
aircraft
landing
delay
take
time
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.)
Active
Application number
CN202011248792.6A
Other languages
English (en)
Other versions
CN112396222A (zh
Inventor
李彦锋
高梓瑞
赵中志
梁江涛
杨超
杨岩
杨振邦
杨延斌
陈海涛
张国建
李国彬
朱道俊
张晋杨
施锡彪
李翔
侯继伟
刘干
付进
罗刚
张棋维
马正雄
熊恒昌
苏建新
史良池
苏洪羽
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.)
Dali Power Supply Bureau of Yunnan Power Grid Co Ltd
Original Assignee
Dali Power Supply Bureau of Yunnan Power Grid 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 Dali Power Supply Bureau of Yunnan Power Grid Co Ltd filed Critical Dali Power Supply Bureau of Yunnan Power Grid Co Ltd
Priority to CN202011248792.6A priority Critical patent/CN112396222B/zh
Publication of CN112396222A publication Critical patent/CN112396222A/zh
Application granted granted Critical
Publication of CN112396222B publication Critical patent/CN112396222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种输电线路机巡作业中无人机调度方法，涉及无人机调度技术领域。将飞行器数据、起降场集和、飞行器到达停机点时间、飞行器到达跑道时间作为变量及决策量，将延误最小、时空资源公平分配、管制员工作负荷最小作为目标函数，将时间窗约束、安全间隔约束、最大可吸收延误约束、最大位置交换约束、同股流不超越约束、延误措施选择约束作为约束条件，基于延误分配的起降场飞行器协同调度算法，建立多目标优化调度模型，求解最优解，通过最优解制定飞行器飞行计划，实现基于无人机机库起降场任务计划自动编制，规避了依赖人员认知编制计划造成的资源浪费。

Description

一种输电线路机巡作业中无人机调度方法
技术领域
本发明涉及无人机调度技术领域，具体涉及一种输电线路机巡作业中无人机调度方法。
背景技术
随着我国电网输电线路机巡技术发展，电网已配备了固定翼无人机、多旋翼无人机、旋翼+固定翼无人机、直升机，起降场的正常工作运转都是由调度员根据预先编制好的阶段计划来指导运作的，调度员根据当前的生产情况、电量情况、油量情况和现机情况，制定出阶段计划。由于机巡作业的复杂性，在实际执行中，由于设备运行状态、人员作业的熟练程度和自然环境的影响，经常出现作业计划的变化，这时调度员经常会在原计划的基础上进行盲目的改进，计划可执行率低、航线轨迹冗余，造成机巡作业计划可行率低下，巡视作业和企业生产工作难以正常运转，导致资源冗余损耗、管理成本高，不能达到机巡成本最优化，传统依赖人员认知编制计划已不能适应现代电网发展和安全运行的需要。
发明内容
本发明的目的在于提供一种输电线路机巡作业中无人机调度方法，解决现有调度依赖人工认知编制计划，可执行性低、航线轨迹冗余、不能达到机巡成本最优化的问题。
为解决上述的技术问题，本发明采用以下技术方案：一种输电线路机巡作业中无人机调度方法，其特征在于包括如下步骤：
S1、构建资源模型：定义无人机机库起降场设计的变量、决策变量及其值；
S2、分别以下述目标构建多目标函数：
2-1.以飞行器目标到达跑道的时间与预计到达时间差值绝对值作为多起降场飞行器延误值进行优化，以延误最小为目标；
2-2.以整个飞行器调度过程中飞行器平均延误差值最小为优化目标；
2-3.以飞行器调整架次最小为优化目标；
S3、设定约束条件：
3-1.时间窗约束：保证飞行器必须在指定的时间内飞过停机点或者降落到跑道；
3-2.安全间隔约束：飞行器飞过停机点时需要满足飞行器之间尾随间隔约束，降落在跑道上时需要满足尾流间隔约束；
3-3.最大可吸收延误约束：在多起降场飞行器运行过程中，飞行器从任意停机点到起降场的跑道需要满足起降场内最大可吸收延误约束；
3-4.最大位置交换约束：在排序过程中，飞行器被调配后在队列中的位置与先到先服务队列中的位置的差异不得超过某一规定的值，以保证管制员工作负荷；
3-5.同股流不超越约束：规定在起降场内飞行的飞行器在同航路飞行时不得超越；
3-6.延误措施选择约束：
3-6-1.若飞行器延误值超过空中盘旋等待一周所用的时间，则该飞行器只能在起降场地面等待，并且由地面等待产生的延误值不得大于飞行器原排序过程中起降场最大可吸收延误值；
3-6-2.飞行器在相邻停机点组成航段上不可执行盘旋等待；
3-6-3.飞行器在可执行盘旋等待的航段上，至多可以执行一次盘旋等待，且该飞行器的延误值需不小于执行一次盘旋等待的延误值；
3-6-4.飞行器在相邻停机点组成的航段上可不执行延误措施，或只能执行能执行调速、雷达引导，以及两者混合方式的一种，飞行器延误值需小于最大可吸收延误值；
S4、通过基于延误分配的起降场飞行器协同调度算法求解最优解，通过最优解制定飞行器飞行计划：
4-1.根据上述优化模型和约束条件计算飞行器排序结果，并分析累计飞行器延误值和该起降场每架飞行器平均延误值；
4-2.依据各延误方式的特征和每架飞行器的延误值进行延误方式分配；
4-3.根据延误方式的分配结果对飞行器预计着落时间重新调整，并根据飞行过渡时间生成公共起降场停机点可用时间窗，模型进行新一轮排序；
4-4.对上述排序结果进行目标验证，若达到优化目标，则结束，根据优化结果指定飞行计划，否则转4-1。
更进一步的技术方案是步骤S1中所述变量具体如下：
M为区域内起降场集合，M＝RWm，其中RW代表起降场，m为起降场序号；
R为区域内停机点集合，R＝AFr，其中AF为区域内停机点，r为停机点序号；
F为飞行器集合，F＝n；
S为起降场交通流集合；
MITAFr为停机点AFr处前后飞行器之间尾随间隔；
Figure BDA0002770913320000021
为停机点AFr处飞行器fi的飞行速度；
Figure BDA0002770913320000022
为飞行器fi充电或加油介入、退出时间间隔；
Figure BDA0002770913320000023
为起降场内最大可吸收延误；
Figure BDA0002770913320000024
为飞行器f从停机点AFr到起降场RWm的过度时间；
Figure BDA0002770913320000025
为飞行器f到达停机点AFr的最早时间，
Figure BDA0002770913320000026
为飞行器f到达停机点AFr的时间；
Figure BDA0002770913320000031
为飞行器f到达停机点AFr的最晚时间；
Figure BDA0002770913320000032
为飞行器f到达起降场RW的最早时间，
Figure BDA0002770913320000033
为飞行器f目标到达起降场RW的时间，
Figure BDA0002770913320000034
为飞行器f到达起降场RW的最晚时间；
Figure BDA0002770913320000035
为起降场RW的飞行器数量；
Figure BDA0002770913320000036
为单架飞行器在停机点AFr次序变动数；
Figure BDA0002770913320000037
为第x次排序中停机点AFr调整次序的飞行器总架次；
Figure BDA0002770913320000038
为飞行器f在停机点AFr的初始队列；
Figure BDA0002770913320000039
为飞行器f在停机点AFr的第x次排序队列；
Figure BDA00027709133200000310
为飞行器f在停机点r1和r2之间通过调速产生的延误值；
Figure BDA00027709133200000311
为飞行器f在停机点r1和r2之间通过雷达引导产生的延误值；
Figure BDA00027709133200000312
为飞行器f在停机点r1和r2之间通过调速和雷达引导产生的延误值；DelayGm(f)为飞行器f在原起降场通过地面等待产生的延误值；Airholdr(f)为飞行器f在停机点r之前盘旋等待1圈所用时间；
决策变量具体如下：
Figure BDA00027709133200000313
，i≠j，若飞行器fi预计到达起降场的时间小于飞行器fj预计到达起降场的时间，决策变量
Figure BDA00027709133200000314
的值为1，反之则为0；
Figure BDA00027709133200000315
，i≠j，若飞行器fi到达起降场的时间小于飞行器fj到达起降场的时间，决策变量
Figure BDA00027709133200000316
的值为1，反之则为0；
Figure BDA00027709133200000317
，i≠j，若飞行器fi目标到达停机点r的时间小于飞行器fj到达停机点r的时间，决策变量
Figure BDA00027709133200000318
的值为1，反之则为0；
Figure BDA00027709133200000319
，若飞行器f在停机点ri和rj之间盘旋等待，
Figure BDA00027709133200000320
的值为1，反之则为0；
Figure BDA00027709133200000321
，若飞行器f在起降场进行地面充电或者加油等待，Gm(f)的值为1，反之则为0。
更进一步的技术方案是步骤S2中所述多目标函数具体为：
2-1.以飞行器目标到达跑道的时间与预计到达时间差值绝对值作为多起降场飞行器延误值进行优化，以延误最小为目标，以飞行器在跑道上的降落次序为最终输出队列，目标函数为：
Figure BDA0002770913320000041
2-2.以整个飞行器调度过程中飞行器平均延误差值最小为优化目标，目标函数为：
Figure BDA0002770913320000042
2-3.以飞行器调整架次最小为优化目标，即降低起降场内管制员工工作负荷，目标函数为：
Figure BDA0002770913320000043
，其中，x为排序次数。
更进一步的技术方案是步骤S3中所述约束条件具体如下：
3-1.时间窗约束：保证飞行器f必须在指定的时间内飞过停机点AFr或者降落到起降场RWm，具体为：
Figure BDA0002770913320000044
3-2.安全间隔约束：飞行器飞过停机点时需要满足飞行器之间尾随间隔约束，降落在跑道上时需要满足尾流间隔约束，具体为：
Figure BDA0002770913320000045
3-3.最大可吸收延误约束：在多起降场飞行器运行过程中，飞行器从任意停机点到起降场的跑道需要满足起降场内最大可吸收延误约束，具体为：
Figure BDA0002770913320000046
3-4.最大位置交换约束：在排序过程中，飞行器被调配后在队列中的位置与先到先服务队列中的位置的差异不得超过某一规定的值MPS，以保证管制员工作负荷，具体为：
Figure BDA0002770913320000047
3-5.同股流不超越约束：规定在起降场内飞行的飞行器在同航路飞行时不得超越，具体为：
Figure BDA0002770913320000048
3-6.延误措施选择约束：多起降场内存在多个公共飞行器进近点，航路航线交叉，需根据飞行器所处位置决定延误措施的选择；
3-6-1.若飞行器延误值超过空中盘旋等待一周所用的时间，则该飞行器只能在起降场地面等待，并且由地面等待产生的延误值不得大于飞行器原排序过程中起降场最大可吸收延误值
Figure BDA0002770913320000051
，具体为：
Figure BDA0002770913320000052
3-6-2.飞行器在相邻停机点组成航段上不可执行盘旋等待，具体为：
Figure BDA0002770913320000053
3-6-3.飞行器在可执行盘旋等待的航段上，至多可以执行一次盘旋等待，且该飞行器的延误值需不小于执行一次盘旋等待的延误值，具体为：
Figure BDA0002770913320000054
Figure BDA0002770913320000055
3-6-4.飞行器在相邻停机点组成的航段上可不执行延误措施，或只能执行能执行调速、雷达引导，以及两者混合方式的一种，飞行器延误值需小于最大可吸收延误值，具体为：
Figure BDA0002770913320000056
Figure BDA0002770913320000057
Figure BDA0002770913320000058
更进一步的技术方案是步骤S4中所述通过基于延误分配的起降场飞行器协同调度算法求具体如下：
4-1.根据上述优化模型和约束条件计算飞行器排序结果，并分析累计飞行器延误值和该起降场每架飞行器平均延误值；
4-2.依据各延误方式的特征和每架飞行器的延误值进行延误方式分配，具体为：
1)若
Figure BDA0002770913320000059
则
Figure BDA00027709133200000510
2)否则，
Figure BDA00027709133200000511
则
Figure BDA00027709133200000512
3)否则，
Figure BDA00027709133200000513
则
Figure BDA00027709133200000514
4)否则，
Figure BDA00027709133200000515
则
Figure BDA00027709133200000516
5)否则，Gm(f)＝1；
4-3.根据延误方式的分配结果对飞行器预计着落时间重新调整，并根据飞行过渡时间生成公共起降场停机点可用时间窗，模型进行新一轮排序；
4-4.对上述排序结果进行目标验证，若达到优化目标，则结束，根据优化结果指定飞行计划，否则转4-1。
与现有技术相比，本发明的有益效果是：
1.模型因子及决策变量定义的维度包括飞行器数据、起降场集和、飞行器到达停机点时间、飞行器到达跑道时间。
2、目标函数包括延误最小、时空资源公平分配、管制员工作负荷最小。
3、约束条件包括时间窗约束、安全间隔约束、最大可吸收延误约束、最大位置交换约束、同股流不超越约束、延误措施选择约束。
4、基于延误分配的起降场飞行器协同调度算法，基于无人机机库起降场任务自动编制模型、目标函数及约束条件，建立了全面可靠的多目标优化调度模型，实现基于无人机机库起降场任务计划自动编制。
5、规避了依赖人员认知编制计划造成资源浪费，对建立起降场任务自动编制目标函数及约束条件，通过基于延误分配的起降场飞行器协同调度算法实现计划自动编制。
附图说明
图1为本发明的流程图。
图2为不同起降场的公共停机点。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1示出了：一种输电线路机巡作业中无人机调度方法，包括如下步骤：
S1、构建资源模型：定义无人机机库起降场设计的变量、决策变量及其值；
1、变量具体如下：
M为区域内起降场集合，M＝RWm，其中RW代表起降场，m为起降场序号；
R为区域内停机点集合，R＝AFr，其中AF为区域内停机点，r为停机点序号；
F为飞行器集合，F＝n；
S为起降场交通流集合；
MITAFr为停机点AFr处前后飞行器之间尾随间隔；
Figure BDA0002770913320000061
为停机点AFr处飞行器fi的飞行速度；
Figure BDA0002770913320000062
为飞行器fi充电或加油介入、退出时间间隔；
Figure BDA0002770913320000063
为起降场内最大可吸收延误；
Figure BDA0002770913320000064
为飞行器f从停机点AFr到起降场RWm的过度时间；
Figure BDA0002770913320000071
为飞行器f到达停机点AFr的最早时间，
Figure BDA0002770913320000072
为飞行器f到达停机点AFr的时间；
Figure BDA0002770913320000073
为飞行器f到达停机点AFr的最晚时间；
Figure BDA0002770913320000074
为飞行器f到达起降场RW的最早时间，
Figure BDA0002770913320000075
为飞行器f目标到达起降场RW的时间，
Figure BDA0002770913320000076
为飞行器f到达起降场RW的最晚时间；
Figure BDA0002770913320000077
为起降场RW的飞行器数量；
Figure BDA0002770913320000078
为单架飞行器在停机点AFr次序变动数；
Figure BDA0002770913320000079
为第x次排序中停机点AFr调整次序的飞行器总架次；
Figure BDA00027709133200000710
为飞行器f在停机点AFr的初始队列；
Figure BDA00027709133200000711
为飞行器f在停机点AFr的第x次排序队列；
Figure BDA00027709133200000712
为飞行器f在停机点r1和r2之间通过调速产生的延误值；
Figure BDA00027709133200000713
为飞行器f在停机点r1和r2之间通过雷达引导产生的延误值；
Figure BDA00027709133200000714
为飞行器f在停机点r1和r2之间通过调速和雷达引导产生的延误值；DelayGm(f)为飞行器f在原起降场通过地面等待产生的延误值；Airholdr(f)为飞行器f在停机点r之前盘旋等待1圈所用时间；
2、决策变量具体如下：
Figure BDA00027709133200000715
，i≠j，若飞行器fi预计到达起降场的时间小于飞行器fj预计到达起降场的时间，决策变量
Figure BDA00027709133200000716
的值为1，反之则为0；
Figure BDA00027709133200000717
，i≠j，若飞行器fi到达起降场的时间小于飞行器fj到达起降场的时间，决策变量
Figure BDA00027709133200000718
的值为1，反之则为0；
Figure BDA00027709133200000719
，i≠j，若飞行器fi目标到达停机点r的时间小于飞行器fj到达停机点r的时间，决策变量
Figure BDA00027709133200000720
的值为1，反之则为0；
Figure BDA00027709133200000721
，若飞行器f在停机点ri和rj之间盘旋等待，
Figure BDA00027709133200000722
的值为1，反之则为0；
Figure BDA00027709133200000723
，若飞行器f在起降场进行地面充电或者加油等待，Gm(f)的值为1，反之则为0。
S2、分别以下述目标构建多目标函数：
2-1.以飞行器目标到达跑道的时间与预计到达时间差值绝对值作为多起降场飞行器延误值进行优化，以延误最小为目标，以飞行器在跑道上的降落次序为最终输出队列，目标函数为：
Figure BDA0002770913320000081
2-2.以整个飞行器调度过程中飞行器平均延误差值最小为优化目标，目标函数为：
Figure BDA0002770913320000082
2-3.以飞行器调整架次最小为优化目标，即降低起降场内管制员工工作负荷，目标函数为：
Figure BDA0002770913320000083
，其中，x为排序次数。
S3、设定约束条件：
3-1.时间窗约束：保证飞行器f必须在指定的时间内飞过停机点AFr或者降落到起降场RWm，具体为：
Figure BDA0002770913320000084
3-2.安全间隔约束：飞行器飞过停机点时需要满足飞行器之间尾随间隔约束，降落在跑道上时需要满足尾流间隔约束，具体为：
Figure BDA0002770913320000085
3-3.最大可吸收延误约束：在多起降场飞行器运行过程中，飞行器从任意停机点到起降场的跑道需要满足起降场内最大可吸收延误约束，具体为：
Figure BDA0002770913320000086
3-4.最大位置交换约束：在排序过程中，飞行器被调配后在队列中的位置与先到先服务队列中的位置的差异不得超过某一规定的值MPS，以保证管制员工作负荷，具体为：
Figure BDA0002770913320000087
3-5.同股流不超越约束：规定在起降场内飞行的飞行器在同航路飞行时不得超越，具体为：
Figure BDA0002770913320000088
3-6.延误措施选择约束：多起降场内存在多个公共飞行器进近点，航路航线交叉，需根据飞行器所处位置决定延误措施的选择；
3-6-1.若飞行器延误值超过空中盘旋等待一周所用的时间，则该飞行器只能在起降场地面等待，并且由地面等待产生的延误值不得大于飞行器原排序过程中起降场最大可吸收延误值
Figure BDA0002770913320000091
，具体为：
Figure BDA0002770913320000092
3-6-2.飞行器在相邻停机点组成航段上不可执行盘旋等待，具体为：
Figure BDA0002770913320000093
3-6-3.飞行器在可执行盘旋等待的航段上，至多可以执行一次盘旋等待，且该飞行器的延误值需不小于执行一次盘旋等待的延误值，具体为：
Figure BDA0002770913320000094
Figure BDA0002770913320000095
3-6-4.飞行器在相邻停机点组成的航段上可不执行延误措施，或只能执行能执行调速、雷达引导，以及两者混合方式的一种，飞行器延误值需小于最大可吸收延误值，具体为：
Figure BDA0002770913320000096
Figure BDA0002770913320000097
Figure BDA0002770913320000098
如图2所示，对不同起降场而言：A,B,C,D点为不同起降场的公共进近停机点，飞往不同起降场的飞行器沿航路AB,BC,BD飞行至C,D点后沿各自起降场航线实施进近.根据约束条件5可知，航路AB段要求过点次序一致，BC和BD段不要求一致，但在该四个公共起降场停机点需要满足尾随间隔约束条件.
对其中某一起降场分析，假定起降场1共存在两条起降场航路S11和S12：S11＝{A,B,C,E,RWm1}，即航路S11包含参考点A,B,C,E；S12＝{A,B,C,E,RWm1}，即航路S12包含参考点A,B,D,E，根据约束条件5可知，飞往起降场1的飞行器在CE和DE航段不要求过点次序一致，E点之后需要满足尾流间隔约束，并不许超越.
根据上述分析，可执行盘旋等措施的航段为：BC,BD,CE,CF,DE,DF。
S4、通过基于延误分配的起降场飞行器协同调度算法求解最优解，通过最优解制定飞行器飞行计划：
4-1.根据上述优化模型和约束条件计算飞行器排序结果，并分析累计飞行器延误值和该起降场每架飞行器平均延误值；
4-2.依据各延误方式的特征和每架飞行器的延误值进行延误方式分配，具体为：
1)若
Figure BDA0002770913320000101
则
Figure BDA0002770913320000102
2)否则，
Figure BDA0002770913320000103
则
Figure BDA0002770913320000104
3)否则，
Figure BDA0002770913320000105
则
Figure BDA0002770913320000106
4)否则，
Figure BDA0002770913320000107
则
Figure BDA0002770913320000108
5)否则，Gm(f)＝1；
4-3.根据延误方式的分配结果对飞行器预计着落时间重新调整，并根据飞行过渡时间生成公共起降场停机点可用时间窗，模型进行新一轮排序；
4-4.对上述排序结果进行目标验证，若达到优化目标，则结束，根据优化结果指定飞行计划，否则转4-1。
尽管这里参照本发明的多个解释性实施例对本发明进行了描述，但是，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。更具体地说，在本申请公开、附图和权利要求的范围内，可以对主题组合布局的组成部件或布局进行多种变形和改进。除了对组成部件或布局进行的变形和改进外，对于本领域技术人员来说，其他的用途也将是明显的。

Claims (5)

1.一种输电线路机巡作业中无人机调度方法，其特征在于包括如下步骤：
S1、构建资源模型：定义无人机机库起降场设计的变量、决策变量及其值；
S2、分别以下述目标构建多目标函数：
2-1.以飞行器目标到达跑道的时间与预计到达时间差值绝对值作为多起降场飞行器延误值进行优化，以延误最小为目标；
2-2.以整个飞行器调度过程中飞行器平均延误差值最小为优化目标；
2-3.以飞行器调整架次最小为优化目标；
S3、设定约束条件：
3-1.时间窗约束：保证飞行器必须在指定的时间内飞过停机点或者降落到跑道；
3-2.安全间隔约束：飞行器飞过停机点时需要满足飞行器之间尾随间隔约束，降落在跑道上时需要满足尾流间隔约束；
3-3.最大可吸收延误约束：在多起降场飞行器运行过程中，飞行器从任意停机点到起降场的跑道需要满足起降场内最大可吸收延误约束；
3-4.最大位置交换约束：在排序过程中，飞行器被调配后在队列中的位置与先到先服务队列中的位置的差异不得超过某一规定的值，以保证管制员工作负荷；
3-5.同股流不超越约束：规定在起降场内飞行的飞行器在同航路飞行时不得超越；
3-6.延误措施选择约束：
3-6-1.若飞行器延误值超过空中盘旋等待一周所用的时间，则该飞行器只能在起降场地面等待，并且由地面等待产生的延误值不得大于飞行器原排序过程中起降场最大可吸收延误值；
3-6-2.飞行器在相邻停机点组成航段上不可执行盘旋等待；
3-6-3.飞行器在可执行盘旋等待的航段上，至多可以执行一次盘旋等待，且该飞行器的延误值需不小于执行一次盘旋等待的延误值；
3-6-4.飞行器在相邻停机点组成的航段上可不执行延误措施，或只能执行能执行调速、雷达引导，以及两者混合方式的一种，飞行器延误值需小于最大可吸收延误值；
S4、通过基于延误分配的起降场飞行器协同调度算法求解最优解，通过最优解制定飞行器飞行计划：
4-1.根据上述优化模型和约束条件计算飞行器排序结果，并分析累计飞行器延误值和该起降场每架飞行器平均延误值；
4-2.依据各延误方式的特征和每架飞行器的延误值进行延误方式分配；
4-3.根据延误方式的分配结果对飞行器预计着落时间重新调整，并根据飞行过渡时间生成公共起降场停机点可用时间窗，模型进行新一轮排序；
4-4.对上述排序结果进行目标验证，若达到优化目标，则结束，根据优化结果指定飞行计划，否则转4-1。
2.根据权利要求1所述的一种输电线路机巡作业中无人机调度方法，其特征在于：步骤S1中所述变量具体如下：
M为区域内起降场集合，M＝RWm，其中RW代表起降场，m为起降场序号；
R为区域内停机点集合，R＝AFr，其中AF为区域内停机点，r为停机点序号；
F为飞行器集合，F＝n；
S为起降场交通流集合；
MITAFr为停机点AFr处前后飞行器之间尾随间隔；
Figure FDA0002770913310000021
为停机点AFr处飞行器fi的飞行速度；
Figure FDA0002770913310000022
为飞行器fi充电或加油介入、退出时间间隔；
Figure FDA0002770913310000023
为起降场内最大可吸收延误；
Figure FDA0002770913310000024
为飞行器f从停机点AFr到起降场RWm的过度时间；
Figure FDA0002770913310000025
为飞行器f到达停机点AFr的最早时间，
Figure FDA0002770913310000026
为飞行器f到达停机点AFr的时间；
Figure FDA0002770913310000027
为飞行器f到达停机点AFr的最晚时间；
Figure FDA0002770913310000028
为飞行器f到达起降场RW的最早时间，
Figure FDA0002770913310000029
为飞行器f目标到达起降场RW的时间，
Figure FDA00027709133100000210
为飞行器f到达起降场RW的最晚时间；
Figure FDA00027709133100000211
为起降场RW的飞行器数量；
Figure FDA00027709133100000212
为单架飞行器在停机点AFr次序变动数；
Figure FDA00027709133100000213
为第x次排序中停机点AFr调整次序的飞行器总架次；
Figure FDA00027709133100000214
为飞行器f在停机点AFr的初始队列；
Figure FDA00027709133100000215
为飞行器f在停机点AFr的第x次排序队列；
Figure FDA00027709133100000216
为飞行器f在停机点r1和r2之间通过调速产生的延误值；
Figure FDA00027709133100000217
为飞行器f在停机点r1和r2之间通过雷达引导产生的延误值；
Figure FDA00027709133100000218
为飞行器f在停机点r1和r2之间通过调速和雷达引导产生的延误值；DelayGm(f)为飞行器f在原起降场通过地面等待产生的延误值；Airholdr(f)为飞行器f在停机点r之前盘旋等待1圈所用时间；
决策变量具体如下：
Figure FDA0002770913310000031
若飞行器fi预计到达起降场的时间小于飞行器fj预计到达起降场的时间，决策变量
Figure FDA0002770913310000032
的值为1，反之则为0；
Figure FDA0002770913310000033
若飞行器fi到达起降场的时间小于飞行器fj到达起降场的时间，决策变量
Figure FDA0002770913310000034
的值为1，反之则为0；
Figure FDA0002770913310000035
若飞行器fi目标到达停机点r的时间小于飞行器fj到达停机点r的时间，决策变量
Figure FDA0002770913310000036
的值为1，反之则为0；
Figure FDA0002770913310000037
若飞行器f在停机点ri和rj之间盘旋等待，
Figure FDA0002770913310000038
的值为1，反之则为0；
Figure FDA0002770913310000039
若飞行器f在起降场进行地面充电或者加油等待，Gm(f)的值为1，反之则为0。
3.根据权利要求1所述的一种输电线路机巡作业中无人机调度方法，其特征在于：步骤S2中所述多目标函数具体为：
2-1.以飞行器目标到达跑道的时间与预计到达时间差值绝对值作为多起降场飞行器延误值进行优化，以延误最小为目标，以飞行器在跑道上的降落次序为最终输出队列，目标函数为：
Figure FDA00027709133100000310
2-2.以整个飞行器调度过程中飞行器平均延误差值最小为优化目标，目标函数为：
Figure FDA00027709133100000311
2-3.以飞行器调整架次最小为优化目标，即降低起降场内管制员工工作负荷，目标函数为：
Figure FDA00027709133100000312
其中，x为排序次数。
4.根据权利要求1所述的一种输电线路机巡作业中无人机调度方法，其特征在于：步骤S3中所述约束条件具体如下：
3-1.时间窗约束：保证飞行器f必须在指定的时间内飞过停机点AFr或者降落到起降场RWm，具体为：
Figure FDA0002770913310000041
3-2.安全间隔约束：飞行器飞过停机点时需要满足飞行器之间尾随间隔约束，降落在跑道上时需要满足尾流间隔约束，具体为：
Figure FDA0002770913310000042
3-3.最大可吸收延误约束：在多起降场飞行器运行过程中，飞行器从任意停机点到起降场的跑道需要满足起降场内最大可吸收延误约束，具体为：
Figure FDA0002770913310000043
3-4.最大位置交换约束：在排序过程中，飞行器被调配后在队列中的位置与先到先服务队列中的位置的差异不得超过某一规定的值MPS，以保证管制员工作负荷，具体为：
Figure FDA0002770913310000044
3-5.同股流不超越约束：规定在起降场内飞行的飞行器在同航路飞行时不得超越，具体为：
Figure FDA0002770913310000045
3-6.延误措施选择约束：多起降场内存在多个公共飞行器进近点，航路航线交叉，需根据飞行器所处位置决定延误措施的选择；
3-6-1.若飞行器延误值超过空中盘旋等待一周所用的时间，则该飞行器只能在起降场地面等待，并且由地面等待产生的延误值不得大于飞行器原排序过程中起降场最大可吸收延误值
Figure FDA0002770913310000046
具体为：
Figure FDA0002770913310000047
3-6-2.飞行器在相邻停机点组成航段上不可执行盘旋等待，具体为：
Figure FDA0002770913310000048
3-6-3.飞行器在可执行盘旋等待的航段上，至多可以执行一次盘旋等待，且该飞行器的延误值需不小于执行一次盘旋等待的延误值，具体为：
Figure FDA0002770913310000049
Figure FDA00027709133100000410
3-6-4.飞行器在相邻停机点组成的航段上可不执行延误措施，或只能执行能执行调速、雷达引导，以及两者混合方式的一种，飞行器延误值需小于最大可吸收延误值，具体为：
Figure FDA0002770913310000051
Figure FDA0002770913310000052
Figure FDA0002770913310000053
5.根据权利要求1所述的一种输电线路机巡作业中无人机调度方法，其特征在于：步骤S4中所述通过基于延误分配的起降场飞行器协同调度算法求具体如下：
4-1.根据上述优化模型和约束条件计算飞行器排序结果，并分析累计飞行器延误值和该起降场每架飞行器平均延误值；
4-2.依据各延误方式的特征和每架飞行器的延误值进行延误方式分配，具体为：
1)若
Figure FDA0002770913310000054
则
Figure FDA0002770913310000055
2)否则，
Figure FDA0002770913310000056
则
Figure FDA0002770913310000057
3)否则，
Figure FDA0002770913310000058
则
Figure FDA0002770913310000059
4)否则，
Figure FDA00027709133100000511
则
Figure FDA00027709133100000510
5)否则，Gm(f)＝1；
4-3.根据延误方式的分配结果对飞行器预计着落时间重新调整，并根据飞行过渡时间生成公共起降场停机点可用时间窗，模型进行新一轮排序；
4-4.对上述排序结果进行目标验证，若达到优化目标，则结束，根据优化结果指定飞行计划，否则转4-1。
CN202011248792.6A 2020-11-10 2020-11-10 一种输电线路机巡作业中无人机调度方法 Active CN112396222B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011248792.6A CN112396222B (zh) 2020-11-10 2020-11-10 一种输电线路机巡作业中无人机调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011248792.6A CN112396222B (zh) 2020-11-10 2020-11-10 一种输电线路机巡作业中无人机调度方法

Publications (2)

Publication Number Publication Date
CN112396222A CN112396222A (zh) 2021-02-23
CN112396222B true CN112396222B (zh) 2022-11-11

Family

ID=74600629

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011248792.6A Active CN112396222B (zh) 2020-11-10 2020-11-10 一种输电线路机巡作业中无人机调度方法

Country Status (1)

Country Link
CN (1) CN112396222B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113885555B (zh) * 2021-09-14 2024-08-02 安徽送变电工程有限公司 面向输电线路密集通道巡检的多机任务分配方法和系统
CN114548500A (zh) * 2022-01-14 2022-05-27 北京全路通信信号研究设计院集团有限公司 一种检查计划优化方法、系统及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469647A (zh) * 2016-01-29 2016-04-06 中国电子科技集团公司第二十八研究所 一种航路时隙资源协同多目标优化分配方法
CN109118111A (zh) * 2018-08-29 2019-01-01 南京航空航天大学 尾随间隔限制及起飞时隙分配综合策略管理决策支持系统
CN111536979A (zh) * 2020-07-08 2020-08-14 浙江浙能天然气运行有限公司 一种基于随机优化的无人机巡检路径规划方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469647A (zh) * 2016-01-29 2016-04-06 中国电子科技集团公司第二十八研究所 一种航路时隙资源协同多目标优化分配方法
CN109118111A (zh) * 2018-08-29 2019-01-01 南京航空航天大学 尾随间隔限制及起飞时隙分配综合策略管理决策支持系统
CN111536979A (zh) * 2020-07-08 2020-08-14 浙江浙能天然气运行有限公司 一种基于随机优化的无人机巡检路径规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于分支定界法的进场航空器动态排序与调度;张军峰等;《系统仿真学报》;20160808(第08期);全文 *

Also Published As

Publication number Publication date
CN112396222A (zh) 2021-02-23

Similar Documents

Publication Publication Date Title
CN107591034A (zh) 一种进港航班排序的实现方法
CN112396222B (zh) 一种输电线路机巡作业中无人机调度方法
CN110689764B (zh) 一种基于动态模拟的飞机离场放行排序方法
CN109711619A (zh) 考虑空地运行限制的多机场战略航班时刻协同优化方法
CN104332073A (zh) 智能空中交通管制系统
CN112949978B (zh) 基于协同优化的应急备降场选择方法
CN106485954B (zh) 基于Point Merge航路结构的繁忙终端区内进场航迹动态优化方法
CN109215399B (zh) 一种终端区智能化流控策略生成方法
CN110059335A (zh) 一种基于元胞自动机的机场场面运行仿真方法
CN104751681A (zh) 一种基于统计学习模型的停机位分配方法
CN110597286A (zh) 一种利用智慧机库实现输电线路无人机自主巡检的方法
CN112396871A (zh) 基于航迹预测的进场延误分配吸纳方法
CN113808439B (zh) 航班流量管理体系下的离场排序方法
CN104299454B (zh) 一种恶劣天气下多机场协同放行系统航班排序方法
CN110378537A (zh) 一种机场停机位智能分配的方法及系统
CN113112874B (zh) 一种航路时隙与高度层协同优化分配方法
CN107025806A (zh) 一种单阶段临时航迹鲁棒优化方法
CN114299762B (zh) 一种基于一致性监测的航班时隙自动优化方法及系统
CN109979245B (zh) 飞行流量调控方法和装置
Xiangwei et al. Sliding window algorithm for aircraft landing problem
CN110909946B (zh) 一种基于公路换乘的航班计划优化方法
CN116129678B (zh) 基于航迹运行的进港航班时隙自主协商分配系统及方法
CN110751857A (zh) 一种机会约束空中交通流量管理方法
CN112863251B (zh) 一种基于航空管制状态的飞行情报辅助决策方法及系统
CN112201082B (zh) 一种航班放行时隙的n点置换方法

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
GR01 Patent grant
GR01 Patent grant