CN115470974A - 一种用于电网抢修目标作业单的优化调度方法及设备 - Google Patents
一种用于电网抢修目标作业单的优化调度方法及设备 Download PDFInfo
- Publication number
- CN115470974A CN115470974A CN202211028799.6A CN202211028799A CN115470974A CN 115470974 A CN115470974 A CN 115470974A CN 202211028799 A CN202211028799 A CN 202211028799A CN 115470974 A CN115470974 A CN 115470974A
- Authority
- CN
- China
- Prior art keywords
- repair
- scheduling method
- information
- optimal
- node
- 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
- 230000008439 repair process Effects 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000009826 distribution Methods 0.000 claims abstract description 6
- 238000013500 data storage Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 6
- 230000001174 ascending effect Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 21
- 238000010586 diagram Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012216 screening Methods 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"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- 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
- 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
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Educational Administration (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Physiology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Genetics & Genomics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Accounting & Taxation (AREA)
Abstract
本发明公开了一种用于电网抢修目标作业单的优化调度方法及设备,包括:对电网分布中的目标作业单进行排列归类;获取故障节点信息、抢修资源信息;判断出需要抢修的节点,时效性强;利用NSGA‑II算法计算出抢修作业路径;并确定耗时最短的最优抢修作业路径。本发明通过目标作业单建立档案,获取目标作业单获取故障节点信息和抢修资源信息,根据NSGA‑II算法从众多的最优作业路径中选择最优抢修作业路径,一方面可以为抢修节点提供足够的抢修资源,另一方面可以大幅度的节省维修人员的时间以及处理问题的时效性。
Description
技术领域
本发明属于电网系统技术领域,涉及一种调度方法,特别是涉及一种用于电网抢修目标作业单的优化调度方法及设备。
背景技术
电力系统,由发电、变电、输电、配电和用电等环节组成的电能生产与消费系统,由于电源点与负荷中心多数处于不同地区,也无法大量储存,电能生产必须时刻保持与消费平衡,因此,电能的集中开发与分散使用,以及电能的连续供应与负荷的随机变化,就制约了电力系统的结构和运行。
由于电力系统受到地域的影响,因此供电站分布的范围较广,一旦出现故障就需要维修人员频繁的赶往各地进行维修,而且还需要补充资源,对于局部地区调度方法不完善还需要通过电话进行详细的沟通,因此会浪费维修人员的大量时间,时效性较差的同时影响工作的效率。
因此,亟需对电网抢修的调度方法进行改进,以解决上述存在的问题。
发明内容
本发明的目的是提供一种用于电网抢修目标作业单的优化调度方法及设备,通过目标作业单建立档案,获取目标作业单获取故障节点信息和抢修资源信息,然后在根据NSGA-II算法从众多的最优作业路径中选择最优抢修作业路径,一方面可以为抢修节点提供足够的抢修资源信息,另一方面可以大幅度的节省维修人员的时间以及处理问题的时效性,大大提升工作的效率。
为了达到上述目的,本发明采用的主要技术方案是:
一种用于电网抢修目标作业单的优化调度方法,包括以下步骤:
步骤一:对电网分布中的目标作业单按照分布式参数、目标函数参数以及束缚条件参数进行排列归类,通过将目标作业单进行分类,分成分布式参数、目标函数参数,可以将众多的可能路线集中在一起,并对分布式参数和目标函数参数进行筛选和计算,得出最优的路线,大幅度的提升维修人员的工作时间,提升工作的效率;
步骤二:从目标作业单中获取故障节点信息、抢修资源信息;
步骤三:根据故障节点信息和抢修资源信息生成抢修节点,根据故障节点信息判断出需要抢修的节点,时效性强;
步骤四:利用NSGA-II算法依据抢修节点计算出至少一条抢修作业路径,每条抢修作业路径经过所述故障节点信息和抢修资源信息;
步骤五:得到多个抢修资源对应的最优作业路径,并确定耗时最短的最优抢修作业路径。
通过将电网中的所有站点都罗列在目标作业单中,建立一定的档案,通过目标作业单获取故障节点信息和抢修资源信息,然后在根据NSGA-II算法从众多的最优作业路径中选择最优抢修作业路径,一方面可以为抢修节点提供足够的抢修资源信息,另一方面可以大幅度的节省维修人员的时间以及处理问题的时效性,大大提升工作的效率。
优选的,所述故障节点信息包括:故障节点、故障状态和故障位置;
所述故障节点状态包括:故障时间、故障原因以及故障次数;
通过以上技术方案,将若干个站点都汇集在目标作业单上,当某个站点出现故障时,可以第一时间获取故障节点信息所包含的故障节点、故障状态和故障位置,同时能够了解故障发生的时间、原因以及次数,可以通过以上信息合理的分派对应的维修人员,便捷性以及效率都会大大的提升。
优选的,所述故障节点为多个,所述抢修资源信息对应的最优作业路径的作业总耗时,为所述故障节点分配对应的目标抢修资源,包括:
对比获取各个所述故障节点的重要程度;
根据所述重要程度,对各个所述故障节点进行排序,得到故障节点作业单;
根据所述束缚条件参数以及所述抢修资源信息对应的最优作业路径评估总耗时,直至各个所述故障节点均具有对应的抢修资源信息,在短时间内可以获取抢修节点的重要程度,在工作人员匮乏的情况下,可以排列出主次顺序,大大的提升维修的效率。
优选的,所述抢修资源信息包括至少一个空闲抢修资源的备用仓库信息,所述备用仓库信息包括:抢修必备资源信息、备用仓库位置信息以及备用仓库耗时信息。
通过以上技术方案,备用仓库的也是罗列在目标作业单中,每个仓库的必备资源、位置以及前往仓库的耗时都可以通过算法进行计算,在维修人员前往故障点的途中便可以补充资源,无需往返在维修的途中,大大提升维修的效率。
优选的,所述NSGA-II算法包括以下步骤:
快速非支配排序算子的设计;
故障节点拥挤距离算子设计。
优选的,所述快速非支配排序算子的设计包括以下步骤:
首先找出故障节点信息中非支配解集,记为第一非支配层F,将其所有个体赋予非支配序值irank=1(其中irank是个体i的非支配排序值),并从故障节点信息中除去;
然后继续找出故障节点信息中非支配解集,记为第二非支配排序层F2,个体被赋予非支配序值irank=2;
照此进行下去,直到整个故障节点信息被分层,同一分层内的个体具有相同的非支配序值irank。
优选的,所述故障节点拥挤距离算子设计包括以下步骤:
为了能够在具有相同irank的故障节点内进行选择性排序,故障节点i的拥挤距离是目标空间上与i相邻的2个故障节点i+1和i-1之间的距离,其计算步骤为:
a)对同层的故障节点初始化距离,令L[i]d=0;
b)对同层的故障节点按第m个目标函数参数值升序排列;
c)使得排序边缘上的故障节点具有选择优势,给定一个大数M,令L[1]d=L[end]d=M;
d)对排序中间的故障节点,其拥挤距离为:
e)对不同的目标函数,重复步骤a)~步骤d)操作,得到故障节点i的拥挤距离L[i]d,通过优先选择拥挤距离较大的故障节点,可使计算结果在目标空间比较均匀分布;
通过以上技术方案,采用NSGA—II能够提出新的基于分级的快速非胜出排序算法,将计算复杂度由繁琐降到简单,从多条最优作业路径中优化出最优抢修作业路径,节省出工作人员的大量时间,采用拥挤距离比较算子代替需要计算复杂的共享参数的适值共享方法,综合性的选择出最优抢修作业路径,因此有利于保持优良的路线,迅速提高路线优化的效率。
一种用于电网抢修目标作业单的计算机设备,包括处理器、路由器以及数据储存器,所述处理器和所述数据储存器通过所述路由器建立通信连接;
所述处理器调用所述NSGA-II完成电网抢修目标作业单的优化调度方法。
优选的,所述处理器通过无线或有线的方式连接有移动端,所述移动端与所述数据储存器建立通信连接。
通过以上技术方案,工作人员可以通过与路由器相连通的移动端查看NSGA-II计算的最优抢修作业路径,并根据最优抢修作业路径对抢修节点进行维修,可以实时进行作业和监控故障节点信息和抢修资源信息,便捷性较高,对于同一个故障点多次出现故障,可以将对应的故障节点状态储存在数据储存器的内部,为下次的维修提供一定的参考,提升使用的便捷性。
本发明具备以下有益效果:
1、通过将电网中的所有站点都罗列在目标作业单中,建立一定的档案,通过目标作业单获取故障节点信息和抢修资源信息,然后在根据NSGA-II算法从众多的最优作业路径中选择最优抢修作业路径,一方面可以为抢修节点提供足够的抢修资源信息,另一方面可以大幅度的节省维修人员的时间以及处理问题的时效性,大大提升工作的效率。
2、采用NSGA—II能够提出新的基于分级的快速非胜出排序算法,将计算复杂度由繁琐降到简单,多条最优作业路径中优化出最优抢修作业路径,节省出工作人员的大量时间,采用拥挤距离比较算子代替需要计算复杂的共享参数的适值共享方法,综合性的选择出最优抢修作业路径,因此有利于保持优良的路线,迅速提高路线优化的效率。
附图说明
图1为本发明的方法流程图;
图2为本发明的算法示意图;
图3为本发明的故障节点信息结构图;
图4为本发明的备用仓库信息结构图;
图5为本发明的设备原理示意图。
图中,1-目标作业单,2-分布式参数,3-目标函数参数,4-故障节点信息,401-故障节点,402-故障状态,403-故障位置,404-故障时间,405-故障原因,406-故障次数,5-抢修资源信息,501-目标抢修资源,6-抢修节点,601-故障节点作业单,7-抢修作业路径,10-最优作业路径,11-最优抢修作业路径,12-束缚条件参数,13-备用仓库信息,14-备用仓库信息,15-备用仓库位置信息,16-备用仓库耗时信息,17-处理器,18-路由器,19-数据储存器,20-移动端。
具体实施方式
以下将配合附图及实施例来详细说明本申请的实施方式,借此对本申请如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
如图1-图5所示,本实施例提供的用于电网抢修目标作业单的优化调度方法,包括以下步骤:
步骤一:对电网分布中的目标作业单1按照分布式参数2、目标函数参数3以及束缚条件参数12进行排列归类,通过将目标作业单1进行分类,分成分布式参数2、目标函数参数3,可以将众多的可能路线集中在一起,并对分布式参数2和目标函数参数3进行筛选和计算,得出最优的路线,大幅度的提升维修人员的工作时间,提升工作的效率;
步骤二:从目标作业单1中获取故障节点信息4、抢修资源信息5;
步骤三:根据故障节点信息4和抢修资源信息5生成抢修节点6,根据故障节点信息4判断出需要抢修的节点,时效性强;
步骤四:利用NSGA-II算法依据抢修节点6计算出至少一条抢修作业路径7,每条抢修作业路径7经过故障节点信息4和抢修资源信息5;
步骤五:得到多个抢修资源对应的最优作业路径10,并确定耗时最短的最优抢修作业路径11。通过将电网中的所有站点都罗列在目标作业单1中,建立一定的档案,通过目标作业单1获取故障节点信息4和抢修资源信息5,然后在根据NSGA-II算法从众多的最优作业路径10中选择最优抢修作业路径11,一方面可以为抢修节点6提供足够的抢修资源信息5,另一方面可以大幅度的节省维修人员的时间以及处理问题的时效性,大大提升工作的效率。
在本实施例中,如图3所示,故障节点信息4包括:故障节点401、故障状态402和故障位置403;故障节点状态402包括:故障时间404、故障原因405以及故障次数406。
将若干个站点都汇集在目标作业单1上,当某个站点出现故障时,可以第一时间获取故障节点信息4所包含的故障节点401、故障状态402和故障位置403,同时能够了解故障发生的时间、原因以及次数,可以通过以上信息合理的分派对应的维修人员,便捷性以及效率都会大大的提升。
抢修节点6为多个,抢修资源信息5对应的最优作业路径11的作业总耗时,为抢修节点6分配对应的目标抢修资源501,包括:
对比获取各个抢修节点6的重要程度;
根据重要程度,对各个抢修节点6进行排序,得到故障节点作业单601;
根据束缚条件参数12以及抢修资源信息5对应的最优作业路径评估总耗时,直至各个抢修节点6均具有对应的抢修资源信息5;
在短时间内可以获取抢修节点6的重要程度,在工作人员匮乏的情况下,可以排列出主次顺序,大大的提升维修的效率。
在本实施例中,如图4所示,抢修资源信息5包括至少一个空闲抢修资源的备用仓库信息13,备用仓库信息13包括:抢修必备资源信息14、备用仓库位置信息15以及备用仓库耗时信息16;
备用仓库的也是罗列在目标作业单1中,每个仓库的必备资源、位置以及前往仓库的耗时都可以通过算法进行计算,在维修人员前往故障点的途中便可以补充资源,无需往返在维修的途中,大大提升维修的效率。
NSGA-II算法包括以下步骤:
快速非支配排序算子的设计;
故障节点拥挤距离算子设计。
快速非支配排序算子的设计包括以下步骤:
首先找出故障节点信息4中非支配解集,记为第一非支配层F,将其所有个体赋予非支配序值irank=1(其中irank是个体i的非支配排序值),并从故障节点信息中除去;
然后继续找出故障节点信息4中非支配解集,记为第二非支配排序层F2,个体被赋予非支配序值irank=2;
照此进行下去,直到整个故障节点信4息被分层,同一分层内的个体具有相同的非支配序值irank。
故障节点拥挤距离算子设计包括以下步骤:
为了能够在具有相同irank的抢修节点6内进行选择性排序,抢修节点6i的拥挤距离是目标空间上与i相邻的2个故障节点i+1和i-1之间的距离,其计算步骤为:
a)对同层的抢修节点6初始化距离,令L[i]d=0其中L[i]d表示任意故障节点i的拥挤距离;
b)对同层的抢修节点6按第m个目标函数参数值升序排列;
c)使得排序边缘上的抢修节点6具有选择优势,给定一个大数M,令L[1]d=L[end]d=M;
d)对排序中间的抢修节点6,其拥挤距离为:
e)对不同的目标函数,重复步骤a)~步骤d)操作,得到故障节点i的拥挤距离L[i]d,通过优先选择拥挤距离较大的抢修节点6,可使计算结果在目标空间比较均匀分布;
采用NSGA—II能够提出新的基于分级的快速非胜出排序算法,将计算复杂度由繁琐降到简单,从多条最优作业路径10中优化出最优抢修作业路径11,节省出工作人员的大量时间,采用拥挤距离比较算子代替需要计算复杂的共享参数的适值共享方法,综合性的选择出最优抢修作业路径11,因此有利于保持优良的路线,迅速提高路线优化的效率。
一种用于电网抢修目标作业单的计算机设备,包括处理器17、路由器18以及数据储存器19,处理器17和数据储存器19通过路由器18建立通信连接;
处理器17调用NSGA-II执行电网抢修目标作业单的优化调度方法,处理器17通过无线或有线的方式连接有移动端20,移动端20与数据储存器19建立通信连接,移动端20被处理器17执行时实现电网抢修目标作业单的优化调度方法;
工作人员可以通过与路由器18相连通的移动端20查看NSGA-II计算的最优抢修作业路径11,并根据最优抢修作业路径11对抢修节点6进行维修,可以实时进行作业和监控故障节点信息4和抢修资源信息5,便捷性较高,对于同一个故障点多次出现故障,可以将对应的故障节点状态402储存在数据储存器19的内部,为下次的维修提供一定的参考,提升使用的便捷性。
需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的商品或者系统中还存在另外的相同要素。
上述说明示出并描述了本发明的若干优选实施例,但如前所述,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (8)
1.一种用于电网抢修目标作业单的优化调度方法,其特征在于,包括以下步骤:
步骤一:对电网分布中的目标作业单按照分布式参数、目标函数参数以及束缚条件参数进行排列归类;
步骤二:从目标作业单中获取故障节点信息、抢修资源信息;
步骤三:根据故障节点信息和抢修资源信息生成抢修节点;
步骤四:利用NSGA-II算法依据抢修节点计算出至少一条抢修作业路径,每条抢修作业路径经过所述故障节点信息和抢修资源信息;
步骤五:得到多个抢修资源对应的最优作业路径,并确定耗时最短的最优抢修作业路径。
2.根据权利要求1所述的一种用于电网抢修目标作业单的优化调度方法,其特征在于:所述故障节点信息包括:故障节点、故障状态和故障位置;
所述故障节点状态包括:故障时间、故障原因以及故障次数。
3.根据权利要求2所述的一种用于电网抢修目标作业单的优化调度方法,所述故障节点为多个,所述抢修资源信息对应的最优作业路径的作业总耗时,为所述抢修节点分配对应的目标抢修资源,包括:
对比获取各个所述抢修节点的重要程度;
根据所述重要程度,对各个所述抢修节点进行排序,得到故障节点作业单;
根据所述束缚条件参数以及所述抢修资源信息对应的最优作业路径评估总耗时,直至各个所述抢修节点均具有对应的抢修资源信息。
4.根据权利要求1所述的一种用于电网抢修目标作业单的优化调度方法,其特征在于:所述抢修资源信息包括至少一个空闲抢修资源的备用仓库信息,所述备用仓库信息包括:抢修必备资源信息、备用仓库位置信息以及备用仓库耗时信息。
5.根据权利要求1所述的一种用于电网抢修目标作业单的优化调度方法,其特征在于:所述NSGA-II算法包括以下步骤:
5.1:快速非支配排序算子的设计;
5.2:故障节点拥挤距离算子设计。
6.根据权利要求5所述的一种用于电网抢修目标作业单的优化调度方法,其特征在于:所述快速非支配排序算子的设计包括以下步骤:
首先找出故障节点信息中非支配解集,记为第一非支配层F,将其所有个体赋予非支配序值irank=1,其中irank是个体i的非支配排序值,并从故障节点信息中除去;
然后继续找出故障节点信息中非支配解集,记为第二非支配排序层F2,个体被赋予非支配序值irank=2;
照此进行下去,直到整个故障节点信息被分层,同一分层内的个体具有相同的非支配序值irank。
7.根据权利要求5所述的一种用于电网抢修目标作业单的优化调度方法,其特征在于:所述故障节点拥挤距离算子设计包括以下步骤:
为了能够在具有相同irank的抢修节点内进行选择性排序,抢修节点i的拥挤距离是目标空间上与i相邻的2个故障节点i+1和i-1之间的距离,其计算步骤为:
a)对同层的抢修节点初始化距离,令L[i]d=0,其中L[i]d表示任意故障节点i的拥挤距离;
b)对同层的抢修节点按第m个目标函数参数值升序排列;
c)使得排序边缘上的抢修节点具有选择优势,给定一个大数M,令L[1]d=L[end]d=M;
d)对排序中间的抢修节点,其拥挤距离为:
e)对不同的目标函数,重复步骤a)~步骤d)操作,得到故障节点i的拥挤距离L[i]d,通过优先选择拥挤距离较大的抢修节点,使计算结果在目标空间比较均匀分布。
8.一种权利要求1所述用于电网抢修目标作业单的优化调度方法的设备,其特征在于:包括处理器(17)、路由器(18)以及数据储存器(19),所述处理器(17)和所述数据储存器(19)通过所述路由器(18)建立通信连接;
所述处理器(17)通过无线或有线的方式连接有移动端(20),所述移动端(20)与所述数据储存器(19)建立通信连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211028799.6A CN115470974A (zh) | 2022-08-25 | 2022-08-25 | 一种用于电网抢修目标作业单的优化调度方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211028799.6A CN115470974A (zh) | 2022-08-25 | 2022-08-25 | 一种用于电网抢修目标作业单的优化调度方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115470974A true CN115470974A (zh) | 2022-12-13 |
Family
ID=84369483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211028799.6A Pending CN115470974A (zh) | 2022-08-25 | 2022-08-25 | 一种用于电网抢修目标作业单的优化调度方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115470974A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116205457A (zh) * | 2023-03-02 | 2023-06-02 | 中国人民解放军空军工程大学航空机务士官学校 | 一种基于抢修资源限制的战伤抢修方案生成方法 |
CN116308261A (zh) * | 2023-02-03 | 2023-06-23 | 中国人民解放军空军工程大学航空机务士官学校 | 一种基于多属性决策的战伤维修方案生成方法 |
-
2022
- 2022-08-25 CN CN202211028799.6A patent/CN115470974A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116308261A (zh) * | 2023-02-03 | 2023-06-23 | 中国人民解放军空军工程大学航空机务士官学校 | 一种基于多属性决策的战伤维修方案生成方法 |
CN116308261B (zh) * | 2023-02-03 | 2024-03-22 | 中国人民解放军空军工程大学航空机务士官学校 | 一种基于多属性决策的战伤维修方案生成方法 |
CN116205457A (zh) * | 2023-03-02 | 2023-06-02 | 中国人民解放军空军工程大学航空机务士官学校 | 一种基于抢修资源限制的战伤抢修方案生成方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115470974A (zh) | 一种用于电网抢修目标作业单的优化调度方法及设备 | |
Cheng et al. | Energy-aware node placement in wireless sensor networks | |
Bayram et al. | Electric power allocation in a network of fast charging stations | |
RU2613350C2 (ru) | Способ и устройство для пространственно-временного управления потреблением электроэнергии телекоммуникационной сети в зависимости от состояний системы энергоснабжения | |
Vidyarthi et al. | A hybrid channel assignment approach using an efficient evolutionary strategy in wireless mobile networks | |
CN105764066A (zh) | 一种面向配网信息感知的协作覆盖方法 | |
CN112491050A (zh) | 基于指标集权重的主配网事故恢复处理方法 | |
US20230230018A1 (en) | Methods and internet of things systems for gas repair-reporting management based on call centers of smart gas | |
Mi et al. | Software-defined green 5G system for big data | |
CN106849055A (zh) | 一种基于数据分析的配电网抢修驻点优化方法 | |
CN114745791A (zh) | 一种电力业务切片编排和资源配置方法及装置 | |
Zhang | Optimal energy distribution with energy packet networks | |
Yan et al. | Dynamic repair scheduling for transmission systems based on look-ahead strategy approximation | |
CN111211560A (zh) | 一种基于最优环路的微电网拓扑规划 | |
CN112561129B (zh) | 一种基于配电线路故障信息的抢修物资调配方法 | |
CN111225398B (zh) | 一种基于协作覆盖的微电网无线传感器网络能耗优化方法 | |
Bambos et al. | On the stationary dynamics of parallel queues with random server connectivities | |
EP3111703B1 (en) | Method for power consumption optimization in mobile cellular networks | |
CN104809340A (zh) | 一种多端柔性直流输电系统运行点的快速计算方法 | |
CN116805201A (zh) | 一种无人机的能源补给站部署方法 | |
CN109359810A (zh) | 一种基于多策略均衡的电力通信传输网运行状态评估方法 | |
CN114675963A (zh) | 光伏5g基站系统中基于设备优先级的多任务处理方法 | |
Lagos et al. | Combining Tabu search and genetic algorithms to solve the capacitated multicommodity network flow problem | |
CN114243680A (zh) | 一种基于可伸缩分区的供电恢复系统及方法 | |
Lin et al. | Hypergraph-based autonomous networks: adaptive resource management and dynamic resource scheduling |
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 |