CN115062802A - 一种集约化的风电机组运维排程方法和系统 - Google Patents
一种集约化的风电机组运维排程方法和系统 Download PDFInfo
- Publication number
- CN115062802A CN115062802A CN202210749097.0A CN202210749097A CN115062802A CN 115062802 A CN115062802 A CN 115062802A CN 202210749097 A CN202210749097 A CN 202210749097A CN 115062802 A CN115062802 A CN 115062802A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- task
- scheduled
- spare parts
- scheduling
- 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
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 301
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000010248 power generation Methods 0.000 claims abstract description 19
- 238000005457 optimization Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims description 36
- 230000006870 function Effects 0.000 claims description 24
- 238000012797 qualification Methods 0.000 claims description 17
- 230000007547 defect Effects 0.000 claims description 13
- 230000008030 elimination Effects 0.000 claims description 13
- 238000003379 elimination reaction Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000007726 management method Methods 0.000 claims description 11
- 230000006872 improvement Effects 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 5
- 239000004576 sand Substances 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000007704 transition Effects 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001960 triggered effect 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q10/04—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
- G06Q10/06—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
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- 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
- G06Q10/06316—Sequencing of tasks or work
-
- 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种集约化的风电机组运维排程方法和系统。其中,方法包括:基于所有任务的运维路线,考虑到每个路线中运维路上的耗时、每项待排程任务的登机耗时、每项待排程任务的运维人员配置及所需作业工具和备品备件,建立智能运维排程模型;以发电量损失最小、交通成本最小、满足利用率要求和约束条件为寻优目标;根据所述智能运维排程模型、所述寻优目标,求得最优解,得到目标最佳排程方案。本发明提出的方案,在新能源设备维护计划排程策划过程种考虑天气、交通等客观因素影响,使得运维计划准确性提高。
Description
技术领域
本发明属于风电领域,尤其涉及一种集约化的风电机组运维排程方法和系统。
背景技术
目前各大发电集团新能源新能源运行维护人员总计约6千人。为了提高风电场的运维效率,降低人员成本,需要做出以下几方面的改变:1、集约化管理模式转变。新能源场站的运维由单场站运维模式向集中化运维模式转变,在区域设置区域维检中心,统一调配和管理运维活动。2、共享化管理模式转变。人员共享,人员运维安排由负责单个场站转变为共享运维,可以在多个场站端进行调度;知识共享,不同经验的工程师更有针对性的处理不同现场的同类型运维问题,风电场间知识进行共享;工器具共享,工器具进行统一调度等。集约化和共享化的管理模式转变,由于任务增多,调度的人力等资源也增多,必然需要新的信息化系统结合人工智能系统进行有效调度,合理安排工作任务,有效提升人员的工作效率和降低管理工作的难度。
现有的风力发电机组运维排程系统算法多数能考虑到集约化管理模式转变,在运维排程中对风机集群或是多个风电场的运维进行目标函数和约束条件的求解,但对共享化管理的需求特别是知识共享、人员共享在运维排程算法中很少有人考虑。
现有技术的缺点
由于新能源分布广泛,运维工作多为室外作业,与传统煤电、水电相比在设备定期维护和消缺方面受天气、交通等客观因素影响更为严重,传统运维排程未考虑上述客观因素影响,造成运维计划指导性差,落实困难。
发明内容
为解决上述技术问题,本发明提出一种集约化的风电机组运维排程方法的技术方案,以解决上述技术问题。
本发明第一方面公开了一种集约化的风电机组运维排程方法,所述方法包括:
步骤S1、获取任务信息:从场站集控或其他业务系统中获取预设周期内的待处理的运维记录,构成待排程任务池;
步骤S2、任务初排序:采用预设的规则对所述待排程任务池中的运维记录排序,并进行标记;
步骤S3、计算任务运维时间窗口:根据所述待排程任务类型的平均耗时,计算每个任务的运维时间窗口;
步骤S4、匹配运维专业及人员数量:针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员;
步骤S5、计算所需作业工具和备品备件:针对每项待排程任务,结合风机厂商提供的运维指导手册和工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件;
步骤S6、规划运维路线:根据每项待排程任务的地理位置和风电场的电子导航地图,以所述待排程任务的运维时间窗口为约束,规划所述待排程任务的所有路线方案,并给出每个方案路上耗时和登机耗时,即作业耗时;
步骤S7、建立智能运维排程模型:基于所有任务的运维路线,考虑到每个路线中运维路上的耗时、每项待排程任务的登机耗时、每项待排程任务的运维人员配置及所需作业工具和备品备件,建立智能运维排程模型;以发电量损失最小、交通成本最小、满足利用率要求和约束条件为寻优目标;
步骤S8、根据所述智能运维排程模型、所述寻优目标,求得最优解,得到目标最佳排程方案。
根据本发明第一方面的方法,在所述步骤S1中,所述运维记录类型包括但不限于:
设备故障告警、设备技改、设备隐患消缺、巡检消缺。
根据本发明第一方面的方法,在所述步骤S2中,所述规则包括但不限于:
待消缺问题的风险等级、待消缺问题影响发电量、待消缺问题涉及部件价值和待消缺问题的安全性影响。
根据本发明第一方面的方法,在所述步骤S3中,所述根据所述待排程任务类型的平均耗时,计算每个任务的运维时间窗口的方法包括:
基于场站历史运维记录,采用聚类方法分析得出已有类型问题消缺的平均耗时,形成典型问题消缺耗时库;
选定风电场未来一段时间的天气和环境信息,在排除大风、暴雨、雷电、结冰和沙尘暴恶劣天气的情况下,根据待排程任务类型的平均耗时,计算每个待排程任务的运维时间窗口,同时优先考虑所述任务初排序中标记的任务。
根据本发明第一方面的方法,在所述步骤S4中,所述针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员的方法包括:
对场站历史运维记录分类,并采用大数据方法分析,以获得每个场站运维人员的擅长专业与运维技能;针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员;若场站运维人员资源不足,优先考虑为所述任务初排序中标记的任务匹配最合适运维人员,未能匹配运维人员的待排程任务再次被放在所述待排程任务池中。
根据本发明第一方面的方法,在所述步骤S5中,所述针对每项待排程任务,结合风机厂商提供的运维指导手册和工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件的方法包括:
对场站历史运维记录分类,并采用大数据方法分析,以形成各类典型问题消缺所需的工具及备品备件的知识库。针对每项待排程任务,结合风机厂商提供的运维指导手册和所述工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件;与此同时,在场站物资管理或其他相关业务系统中查询所必需的作业工具和备品备件是否存在,若存在,则将作业工具和备品备件的库房信息提供给对应任务的运维人员,若不存在,则所述待排程任务再次被放在待排程任务池中;优先考虑为所述任务初排序中标记的任务匹配作业工具和备品备件。
根据本发明第一方面的方法,在所述步骤S7中,所述寻优目标包括:目标函数和约束条件;
所述目标函数:min(cost1,cost2);cost1为发电量损失相关函数,cost2为交通成本函数;
所述约束条件:
风电运维受运维中心的运维预算费用和运维人员的数量的约束。
本发明第二方面公开了一种集约化的风电机组运维排程系统,所述系统包括:
第一处理模块,被配置为,获取任务信息:从场站集控或其他业务系统中获取一定周期内的待处理的运维记录,构成待排程任务池;
第二处理模块,被配置为,任务初排序:采用一定的规则对所述待排程任务池中的运维记录排序,并进行标记;
第三处理模块,被配置为,计算任务运维时间窗口:根据所述待排程任务类型的平均耗时,计算每个任务的运维时间窗口;
第四处理模块,被配置为,匹配运维专业及人员数量:针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员;
第五处理模块,被配置为,计算所需作业工具和备品备件:针对每项待排程任务,结合风机厂商提供的运维指导手册和工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件;
第六处理模块,被配置为,规划运维路线:根据每项待排程任务的地理位置和风电场的电子导航地图,以所述待排程任务的运维时间窗口为约束,规划所述待排程任务的所有路线方案,并给出每个方案路上耗时和登机耗时,即作业耗时;
第七处理模块,被配置为,建立智能运维排程模型:基于所有任务的运维路线,考虑到每个路线中运维路上的耗时、每项待排程任务的登机耗时、每项待排程任务的运维人员配置及所需作业工具和备品备件,建立智能运维排程模型;以发电量损失最小、交通成本最小、满足利用率要求和约束条件为寻优目标;
第八处理模块,被配置为,根据所述智能运维排程模型、所述寻优目标,求得最优解,得到目标最佳排程方案。
根据本发明第二方面的系统,第一处理模块,被配置为,所述运维记录类型包括但不限于:
设备故障告警、设备技改、设备隐患消缺、巡检消缺。
根据本发明第二方面的系统,第二处理模块,被配置为,所述规则包括但不限于:
待消缺问题的风险等级、待消缺问题影响发电量、待消缺问题涉及部件价值和待消缺问题的安全性影响。
根据本发明第二方面的系统,第三处理模块,被配置为,所述根据所述待排程任务类型的平均耗时,计算每个任务的运维时间窗口包括:
基于场站历史运维记录,采用聚类方法分析得出已有类型问题消缺的平均耗时,形成典型问题消缺耗时库;
选定风电场未来一段时间的天气和环境信息,在排除大风、暴雨、雷电、结冰和沙尘暴恶劣天气的情况下,根据待排程任务类型的平均耗时,计算每个待排程任务的运维时间窗口,同时优先考虑所述任务初排序中标记的任务。
根据本发明第二方面的系统,第四处理模块,被配置为,所述针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员包括:
对场站历史运维记录分类,并采用大数据方法分析,以获得每个场站运维人员的擅长专业与运维技能;针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员;若场站运维人员资源不足,优先考虑为所述任务初排序中标记的任务匹配最合适运维人员,未能匹配运维人员的待排程任务再次被放在所述待排程任务池中。
根据本发明第二方面的系统,第五处理模块,被配置为,所述针对每项待排程任务,结合风机厂商提供的运维指导手册和工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件包括:
对场站历史运维记录分类,并采用大数据方法分析,以形成各类典型问题消缺所需的工具及备品备件的知识库。针对每项待排程任务,结合风机厂商提供的运维指导手册和所述工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件;与此同时,在场站物资管理或其他相关业务系统中查询所必需的作业工具和备品备件是否存在,若存在,则将作业工具和备品备件的库房信息提供给对应任务的运维人员,若不存在,则所述待排程任务再次被放在待排程任务池中;优先考虑为所述任务初排序中标记的任务匹配作业工具和备品备件。
根据本发明第二方面的系统,第七处理模块,被配置为,所述寻优目标包括:目标函数和约束条件;
所述目标函数:min(cost1,cost2);cost1为发电量损失相关函数,cost2为交通成本函数;
所述约束条件:
风电运维受运维中心的运维预算费用和运维人员的数量的约束。
本发明第三方面公开了一种电子设备。电子设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时,实现本公开第一方面中任一项的一种集约化的风电机组运维排程方法中的步骤。
本发明第四方面公开了一种计算机可读存储介质。计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,实现本公开第一方面中任一项的一种集约化的风电机组运维排程方法中的步骤。
本发明提出的方案,在新能源设备维护计划排程策划过程种考虑天气、交通等客观因素影响,使得运维计划准确性提高。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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为根据本发明实施例的一种集约化的风电机组运维排程方法的流程图;
图2为根据本发明实施例的风机运维排程总体思路图;
图3为根据本发明实施例的一种集约化的风电机组运维排程系统的结构图;
图4为根据本发明实施例的一种电子设备的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本发明一部分实施例,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,都属于本发明保护的范围。
本发明第一方面公开了一种集约化的风电机组运维排程方法。图1为根据本发明实施例的一种集约化的风电机组运维排程方法的流程图,如图1和图2所示,所述方法包括:
步骤S1、获取任务信息:从场站集控或其他业务系统中获取一定周期内的待处理的运维记录,构成待排程任务池;其中一定的周期即为预设周期,可以根据具体情况进行设置和选择;
步骤S2、任务初排序:采用一定的规则对所述待排程任务池中的运维记录排序,并进行标记;其中一定的规则即为预设的规则,可以根据具体情况进行设置和选择;
步骤S3、计算任务运维时间窗口:根据所述待排程任务类型的平均耗时,计算每个任务的运维时间窗口;
步骤S4、匹配运维专业及人员数量:针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员;
步骤S5、计算所需作业工具和备品备件:针对每项待排程任务,结合风机厂商提供的运维指导手册和工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件;
步骤S6、规划运维路线:根据每项待排程任务的地理位置和风电场的电子导航地图,以所述待排程任务的运维时间窗口为约束,规划所述待排程任务的所有路线方案,并给出每个方案路上耗时和登机耗时,即作业耗时;
步骤S7、建立智能运维排程模型:基于所有任务的运维路线,考虑到每个路线中运维路上的耗时、每项待排程任务的登机耗时、每项待排程任务的运维人员配置及所需作业工具和备品备件,建立智能运维排程模型;以发电量损失最小、交通成本最小、满足利用率要求和约束条件为寻优目标;
步骤S8、根据所述智能运维排程模型、所述寻优目标,求得最优解,得到目标最佳排程方案。
在步骤S1,获取任务信息:从场站集控或其他业务系统中获取一定周期内的待处理的运维记录,构成待排程任务池。
在一些实施例中,在所述步骤S1中,所述运维记录类型包括但不限于:
设备故障告警、设备技改、设备隐患消缺、巡检消缺。
具体地,获取任务信息:从场站集控或其他业务系统中获取一定周期内的待处理的运维记录,构成待排程任务池。运维记录类型包括但不限于:设备故障告警、设备技改、设备隐患消缺、巡检消缺等。获取任务信息可以触发执行,具体可采用多种触发方式,如定时触发、手工触发、事件触发。其中,定时触发是每天的固定事件运行一次,手动触发是人工手动点击运行,事件触发是指当天发生某个特定事件(如发生特定故障)时运行。
在步骤S2,任务初排序:为了保证紧急或重要待消缺问题能够被优先排程,采用一定的规则对所述待排程任务池中的运维记录排序,并进行标记。
在一些实施例中,在所述步骤S2中,所述规则包括但不限于:
待消缺问题的风险等级、待消缺问题影响发电量、待消缺问题涉及部件价值和待消缺问题的安全性影响。
在步骤S3,计算任务运维时间窗口:根据所述待排程任务类型的平均耗时,计算每个任务的运维时间窗口。
在一些实施例中,在所述步骤S3中,所述根据所述待排程任务类型的平均耗时,计算每个任务的运维时间窗口的方法包括:
基于场站历史运维记录,采用聚类方法分析得出已有类型问题消缺的平均耗时,形成典型问题消缺耗时库;
选定风电场未来一段时间的天气和环境信息,在排除大风、暴雨、雷电、结冰和沙尘暴恶劣天气的情况下,根据待排程任务类型的平均耗时,计算每个待排程任务的运维时间窗口,同时优先考虑所述任务初排序中标记的任务。
在步骤S4,匹配运维专业及人员数量:针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员。
在一些实施例中,在所述步骤S4中,所述针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员的方法包括:
对场站历史运维记录分类,并采用大数据方法分析,以获得每个场站运维人员的擅长专业与运维技能;针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员;若场站运维人员资源不足,优先考虑为所述任务初排序中标记的任务匹配最合适运维人员,未能匹配运维人员的待排程任务再次被放在所述待排程任务池中。
在步骤S5,计算所需作业工具和备品备件:针对每项待排程任务,结合风机厂商提供的运维指导手册和工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件。
在一些实施例中,在所述步骤S5中,所述针对每项待排程任务,结合风机厂商提供的运维指导手册和工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件的方法包括:
对场站历史运维记录分类,并采用大数据方法分析,以形成各类典型问题消缺所需的工具及备品备件的知识库。针对每项待排程任务,结合风机厂商提供的运维指导手册和所述工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件;与此同时,在场站物资管理或其他相关业务系统中查询所必需的作业工具和备品备件是否存在,若存在,则将作业工具和备品备件的库房信息提供给对应任务的运维人员,若不存在,则所述待排程任务再次被放在待排程任务池中;优先考虑为所述任务初排序中标记的任务匹配作业工具和备品备件。
在步骤S7,建立智能运维排程模型:基于所有任务的运维路线,考虑到每个路线中运维路上的耗时、每项待排程任务的登机耗时、每项待排程任务的运维人员配置及所需作业工具和备品备件,建立智能运维排程模型;以发电量损失最小、交通成本最小、满足利用率要求和约束条件为寻优目标。
在一些实施例中,在所述步骤S7中,所述寻优目标包括:目标函数和约束条件;
所述目标函数:min(cost1,cost2);cost1为发电量损失相关函数,cost2为交通成本函数;
所述约束条件:
风电运维受运维中心的运维预算费用和运维人员的数量的约束。
具体的,所述目标函数:min(cost1,cost2);cost1为发电量损失相关函数,cost2为交通成本函数;
Wij是第i台风机j时间段发生故障的待排程任务,0表示非排程,1表示待排程,Rij第i台风机j时间段发生故障的任务风险等级,Pij是待排程任务发电量影响因子,Cij是待排程任务更换部件价值,Aij是待排程任务安全影响因子,Tk是待排程任务维修技术人员历史维修时间。
cost2=Ti/σ+θ
其中Ti是部件i的运输时间,σ是天气影响因子,根据运输的时间的具体天气确定,θ是极端天气影响运输的时间,如大风(风速大于12m/s)、雷雨、结冰、沙尘暴等造成的运输延迟时间。
风电运维受运维中心的运维预算费用和运维人员的数量的约束。设Ci为运维中心的总体的运维预算费用。Li为运维中心的人员数量,Cj代表运维任务运维费用成本系数;K代表运维任务安排人数;模型求解应满足的约束条件为:
在步骤S8,根据所述智能运维排程模型、所述寻优目标,求得最优解,得到目标最佳排程方案。
具体的,根据所述智能运维排程模型、所述寻优目标,求得最优解,给出最佳运维路线、每项任务运维的时间窗口和最佳运维人员以及所必需的作业工具、备品备件
综上,本发明提出的方案能够在新能源设备维护计划排程策划过程种考虑天气、交通等客观因素影响,使得运维计划准确性提高。
本发明第二方面公开了一种集约化的风电机组运维排程系统。图3为根据本发明实施例的一种集约化的风电机组运维排程系统的结构图;如图3所示,所述系统100包括:
第一处理模块101,被配置为,获取任务信息:从场站集控或其他业务系统中获取一定周期内的待处理的运维记录,构成待排程任务池;
第二处理模块102,被配置为,任务初排序:采用一定的规则对所述待排程任务池中的运维记录排序,并进行标记;
第三处理模块103,被配置为,计算任务运维时间窗口:根据所述待排程任务类型的平均耗时,计算每个任务的运维时间窗口;
第四处理模块104,被配置为,匹配运维专业及人员数量:针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员;
第五处理模块105,被配置为,计算所需作业工具和备品备件:针对每项待排程任务,结合风机厂商提供的运维指导手册和工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件;
第六处理模块106,被配置为,规划运维路线:根据每项待排程任务的地理位置和风电场的电子导航地图,以所述待排程任务的运维时间窗口为约束,规划所述待排程任务的所有路线方案,并给出每个方案路上耗时和登机耗时,即作业耗时;
第七处理模块107,被配置为,建立智能运维排程模型:基于所有任务的运维路线,考虑到每个路线中运维路上的耗时、每项待排程任务的登机耗时、每项待排程任务的运维人员配置及所需作业工具和备品备件,建立智能运维排程模型;以发电量损失最小、交通成本最小、满足利用率要求和约束条件为寻优目标;
第八处理模块108,被配置为,根据所述智能运维排程模型、所述寻优目标,求得最优解,得到目标最佳排程方案。
根据本发明第二方面的系统,第一处理模块101,被配置为,所述运维记录类型包括但不限于:
设备故障告警、设备技改、设备隐患消缺、巡检消缺。
根据本发明第二方面的系统,第二处理模块102,被配置为,所述规则包括但不限于:
待消缺问题的风险等级、待消缺问题影响发电量、待消缺问题涉及部件价值和待消缺问题的安全性影响。
根据本发明第二方面的系统,第三处理模块103,被配置为,所述根据所述待排程任务类型的平均耗时,计算每个任务的运维时间窗口包括:
基于场站历史运维记录,采用聚类方法分析得出已有类型问题消缺的平均耗时,形成典型问题消缺耗时库;
选定风电场未来一段时间的天气和环境信息,在排除大风、暴雨、雷电、结冰和沙尘暴恶劣天气的情况下,根据待排程任务类型的平均耗时,计算每个待排程任务的运维时间窗口,同时优先考虑所述任务初排序中标记的任务。
根据本发明第二方面的系统,第四处理模块104,被配置为,所述针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员包括:
对场站历史运维记录分类,并采用大数据方法分析,以获得每个场站运维人员的擅长专业与运维技能;针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员;若场站运维人员资源不足,优先考虑为所述任务初排序中标记的任务匹配最合适运维人员,未能匹配运维人员的待排程任务再次被放在所述待排程任务池中。
根据本发明第二方面的系统,第五处理模块105,被配置为,所述针对每项待排程任务,结合风机厂商提供的运维指导手册和工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件包括:
对场站历史运维记录分类,并采用大数据方法分析,以形成各类典型问题消缺所需的工具及备品备件的知识库。针对每项待排程任务,结合风机厂商提供的运维指导手册和所述工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件;与此同时,在场站物资管理或其他相关业务系统中查询所必需的作业工具和备品备件是否存在,若存在,则将作业工具和备品备件的库房信息提供给对应任务的运维人员,若不存在,则所述待排程任务再次被放在待排程任务池中;优先考虑为所述任务初排序中标记的任务匹配作业工具和备品备件。
根据本发明第二方面的系统,第七处理模块107,被配置为,所述寻优目标包括:目标函数和约束条件;
所述目标函数:min(cost1,cost2);cost1为发电量损失相关函数,cost2为交通成本函数;
所述约束条件:
风电运维受运维中心的运维预算费用和运维人员的数量的约束。
本发明第三方面公开了一种电子设备。电子设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时,实现本发明公开第一方面中任一项的一种集约化的风电机组运维排程方法中的步骤。
图4为根据本发明实施例的一种电子设备的结构图,如图4所示,电子设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、近场通信(NFC)或其他技术实现。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该电子设备的输入装置可以是显示屏上覆盖的触摸层,也可以是电子设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本公开的技术方案相关的部分的结构图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本发明第四方面公开了一种计算机可读存储介质。计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,实现本发明公开第一方面中任一项的一种集约化的风电机组运维排程方法中的步骤中的步骤。
请注意,以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种集约化的风电机组运维排程方法,其特征在于,所述方法包括:
步骤S1、获取任务信息:从场站集控或其他业务系统中获取预设周期内的待处理的运维记录,构成待排程任务池;
步骤S2、任务初排序:采用预设的规则对所述待排程任务池中的运维记录排序,并进行标记;
步骤S3、计算任务运维时间窗口:根据所述待排程任务类型的平均耗时,计算每个任务的运维时间窗口;
步骤S4、匹配运维专业及人员数量:针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员;
步骤S5、计算所需作业工具和备品备件:针对所述每项待排程任务,结合风机厂商提供的运维指导手册和工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件;
步骤S6、规划运维路线:根据所述每项待排程任务的地理位置和风电场的电子导航地图,以所述待排程任务的运维时间窗口为约束,规划所述待排程任务的所有路线方案,并给出每个方案路上耗时和登机耗时,即作业耗时;
步骤S7、建立智能运维排程模型:基于所有任务的运维路线,考虑到每个路线中运维路上的耗时、每项待排程任务的登机耗时、每项待排程任务的运维人员配置及所需作业工具和备品备件,建立智能运维排程模型;以发电量损失最小、交通成本最小、满足利用率要求和约束条件为寻优目标;
步骤S8、根据所述智能运维排程模型、所述寻优目标,求得最优解,得到目标最佳排程方案。
2.根据权利要求1所述的一种集约化的风电机组运维排程方法,其特征在于,在所述步骤S1中,所述运维记录类型包括:
设备故障告警、设备技改、设备隐患消缺和巡检消缺。
3.根据权利要求1所述的一种集约化的风电机组运维排程方法,其特征在于,在所述步骤S2中,所述规则包括:
待消缺问题的风险等级、待消缺问题影响发电量、待消缺问题涉及部件价值和待消缺问题的安全性影响。
4.根据权利要求1所述的一种集约化的风电机组运维排程方法,其特征在于,在所述步骤S3中,所述根据所述待排程任务类型的平均耗时,计算每个任务的运维时间窗口的方法包括:
基于场站历史运维记录,采用聚类方法分析得出已有类型问题消缺的平均耗时,形成典型问题消缺耗时库;
选定风电场未来一段时间的天气和环境信息,在排除大风、暴雨、雷电、结冰和沙尘暴恶劣天气的情况下,根据待排程任务类型的平均耗时,计算每个待排程任务的运维时间窗口,同时优先考虑所述任务初排序中标记的任务。
5.根据权利要求1所述的一种集约化的风电机组运维排程方法,其特征在于,在所述步骤S4中,所述针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员的方法包括:
对场站历史运维记录分类,并采用大数据方法分析,以获得每个场站运维人员的擅长专业与运维技能;针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员;若场站运维人员资源不足,优先考虑为所述任务初排序中标记的任务匹配最合适运维人员,未能匹配运维人员的待排程任务再次被放在所述待排程任务池中。
6.根据权利要求1所述的一种集约化的风电机组运维排程方法,其特征在于,在所述步骤S5中,所述针对所述每项待排程任务,结合风机厂商提供的运维指导手册和工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件的方法包括:
对场站历史运维记录分类,并采用大数据方法分析,以形成各类典型问题消缺所需的工具及备品备件的知识库;针对每项待排程任务,结合风机厂商提供的运维指导手册和所述工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件;与此同时,在场站物资管理或其他相关业务系统中查询所必需的作业工具和备品备件是否存在,若存在,则将作业工具和备品备件的库房信息提供给对应任务的运维人员,若不存在,则所述待排程任务再次被放在待排程任务池中;优先考虑为所述任务初排序中标记的任务匹配作业工具和备品备件。
7.根据权利要求1所述的一种集约化的风电机组运维排程方法,其特征在于,在所述步骤S7中,所述寻优目标包括:目标函数和约束条件;
所述目标函数:min(cos t1,cos t2);cos t1为发电量损失相关函数,cos t2为交通成本函数;
所述约束条件:
风电运维受运维中心的运维预算费用和运维人员的数量的约束。
8.一种用于集约化的风电机组运维排程系统,其特征在于,所述系统包括:
第一处理模块,被配置为,获取任务信息:从场站集控或其他业务系统中获取一定周期内的待处理的运维记录,构成待排程任务池;
第二处理模块,被配置为,任务初排序:采用一定的规则对所述待排程任务池中的运维记录排序,并进行标记;
第三处理模块,被配置为,计算任务运维时间窗口:根据所述待排程任务类型的平均耗时,计算每个任务的运维时间窗口;
第四处理模块,被配置为,匹配运维专业及人员数量:针对每项待排程任务,结合场站运维人员的资质、擅长专业与运维技能以及未来短期出勤计划,匹配出最合适的运维人员;
第五处理模块,被配置为,计算所需作业工具和备品备件:针对每项待排程任务,结合风机厂商提供的运维指导手册和工具及备品备件的知识库,给出每项待排程任务所必需的作业工具和备品备件;
第六处理模块,被配置为,规划运维路线:根据每项待排程任务的地理位置和风电场的电子导航地图,以所述待排程任务的运维时间窗口为约束,规划所述待排程任务的所有路线方案,并给出每个方案路上耗时和登机耗时,即作业耗时;
第七处理模块,被配置为,建立智能运维排程模型:基于所有任务的运维路线,考虑到每个路线中运维路上的耗时、每项待排程任务的登机耗时、每项待排程任务的运维人员配置及所需作业工具和备品备件,建立智能运维排程模型;以发电量损失最小、交通成本最小、满足利用率要求和约束条件为寻优目标;
第八处理模块,被配置为,根据所述智能运维排程模型、所述寻优目标,求得最优解,得到目标最佳排程方案。
9.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时,实现权利要求1至7中任一项所述的一种集约化的风电机组运维排程方法中的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现权利要求1至7中任一项所述的一种集约化的风电机组运维排程方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210749097.0A CN115062802A (zh) | 2022-06-28 | 2022-06-28 | 一种集约化的风电机组运维排程方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210749097.0A CN115062802A (zh) | 2022-06-28 | 2022-06-28 | 一种集约化的风电机组运维排程方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115062802A true CN115062802A (zh) | 2022-09-16 |
Family
ID=83203771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210749097.0A Pending CN115062802A (zh) | 2022-06-28 | 2022-06-28 | 一种集约化的风电机组运维排程方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115062802A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116596512A (zh) * | 2023-05-22 | 2023-08-15 | 湖北华中电力科技开发有限责任公司 | 一种基于信息系统的电力运维安全强化方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107944715A (zh) * | 2017-11-23 | 2018-04-20 | 海南电网有限责任公司 | 一种电网检修工单优化分配方法 |
CN110880049A (zh) * | 2019-11-07 | 2020-03-13 | 北京天泽智云科技有限公司 | 区域级多风场运维排程方法和系统 |
CN112132422A (zh) * | 2020-09-07 | 2020-12-25 | 明阳智慧能源集团股份公司 | 一种风场智能运维排程系统 |
CN113642937A (zh) * | 2021-10-13 | 2021-11-12 | 深圳市信润富联数字科技有限公司 | 风机集群的运维排程方法、装置、电子设备及存储介质 |
-
2022
- 2022-06-28 CN CN202210749097.0A patent/CN115062802A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107944715A (zh) * | 2017-11-23 | 2018-04-20 | 海南电网有限责任公司 | 一种电网检修工单优化分配方法 |
CN110880049A (zh) * | 2019-11-07 | 2020-03-13 | 北京天泽智云科技有限公司 | 区域级多风场运维排程方法和系统 |
CN112132422A (zh) * | 2020-09-07 | 2020-12-25 | 明阳智慧能源集团股份公司 | 一种风场智能运维排程系统 |
CN113642937A (zh) * | 2021-10-13 | 2021-11-12 | 深圳市信润富联数字科技有限公司 | 风机集群的运维排程方法、装置、电子设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116596512A (zh) * | 2023-05-22 | 2023-08-15 | 湖北华中电力科技开发有限责任公司 | 一种基于信息系统的电力运维安全强化方法和系统 |
CN116596512B (zh) * | 2023-05-22 | 2024-05-10 | 湖北华中电力科技开发有限责任公司 | 一种基于信息系统的电力运维安全强化方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | Drone flight scheduling under uncertainty on battery duration and air temperature | |
Dong et al. | Wind power day-ahead prediction with cluster analysis of NWP | |
US9109895B2 (en) | Estimating probabilities of arrival times for voyages | |
US20140324495A1 (en) | Wind turbine maintenance optimizer | |
US20140244328A1 (en) | Wind turbine maintenance optimizer | |
US20150134384A1 (en) | System and method for allocating resources | |
CN110705772B (zh) | 区域电网风力发电功率预测优化方法和装置 | |
Wallnerstrom et al. | Vulnerability analysis of power distribution systems for cost-effective resource allocation | |
CN113496293A (zh) | 一种海上风电场运维方案生成方法及装置 | |
CN104182594A (zh) | 一种电力系统风区图的绘制方法 | |
CN112215416B (zh) | 智能规划巡检航线系统及方法 | |
CN109543997A (zh) | 海上风电场的智能运营管理方法和系统 | |
CN115062802A (zh) | 一种集约化的风电机组运维排程方法和系统 | |
Angalakudati et al. | Improving emergency storm planning using machine learning | |
CN106485429A (zh) | 一种无人机作业调度方法及装置 | |
CN115481918A (zh) | 一种基于源网荷储的单元状态主动感知及预测分析系统 | |
CN116896063B (zh) | 变配电智能控制方法及系统 | |
CN109471205B (zh) | 一种基于网格化气象数据在电网运行中的监测预警方法 | |
CN112926863B (zh) | 基于六大预警中心的电网灾害综合监测系统 | |
CN117995027A (zh) | 一种飞行计划备降场推荐方法、系统、设备及介质 | |
CN111105050B (zh) | 风机维护计划的生成方法、装置、设备及存储介质 | |
CN114997645A (zh) | 海上风电场运维排程优化方法、系统、计算机设备和介质 | |
CN110555555B (zh) | 输电线路机巡作业计划制定方法、装置和计算机设备 | |
CN114610050A (zh) | 电力系统的巡检方法、装置、电子设备及存储介质 | |
CN114049034A (zh) | 海上风电施工作业的任务规划方法和装置 |
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 |