CN116384851A - 能源供应链实时调度智能决策业务仿真系统及方法 - Google Patents
能源供应链实时调度智能决策业务仿真系统及方法 Download PDFInfo
- Publication number
- CN116384851A CN116384851A CN202211684884.8A CN202211684884A CN116384851A CN 116384851 A CN116384851 A CN 116384851A CN 202211684884 A CN202211684884 A CN 202211684884A CN 116384851 A CN116384851 A CN 116384851A
- Authority
- CN
- China
- Prior art keywords
- model
- simulation
- deduction
- data
- module
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000005457 optimization Methods 0.000 claims abstract description 58
- 230000006870 function Effects 0.000 claims abstract description 28
- 238000012821 model calculation Methods 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 45
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 17
- 238000007619 statistical method Methods 0.000 claims description 16
- 239000003245 coal Substances 0.000 claims description 14
- 238000007726 management method Methods 0.000 claims description 14
- 239000003795 chemical substances by application Substances 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 14
- 238000003860 storage Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 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
- 230000003287 optical effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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
- G06Q10/06313—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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及仿真系统技术领域,其实施方式提供了一种能源供应链实时调度智能决策业务仿真系统及方法。其中一种能源供应链实时调度智能决策业务仿真系统,包括:仿真基础平台,所述仿真基础平台用于提供仿真模型构建的模型框架,为仿真推演运行提供模型计算调度、对象管理、时间管理、数据采集的支撑功能;数据层,用于存储能源供应链各个环节相关的基础数据;模型层,用于存储所述能源供应链的各个业务板块相关的实体模型以及决策优化模型;以及应用层,用于向用户提供应用功能模块,所述应用功能模块响应于用户输入指令执行对应的应用功能。本发明提供的实施方式能够为能源供应链实时调度智能决策业务提供仿真环境和仿真数据。
Description
技术领域
本发明涉及仿真系统技术领域,具体地涉及一种能源供应链实时调度智能决策业务仿真系统、一种能源供应链实时调度智能决策业务仿真方法以及一种电子设备。
背景技术
在传统物流向现代物流转变的阶段,煤炭企业集团物流产业化的发展理论还需要深入研究,还存在涉及体制、机制与市场研究等诸多亟待解决的问题,主要表现在,对物流业产业化发展的重要性认识不足;物流系统整体运行效益不佳;物流系统管理粗放,缺乏科学性和严密性。
能源供应链实时调度智能决策为煤炭行业的物理运输数字赋能,特别在实时调度方面为能源物流优化提供很好的数字技术支撑。传统能源供应管理系统一般以信息化方式设计开发,主要是对物资信息、供应商信息的管理,对供应过程的监控较弱,同时积累的相关数据没有进行合理的运用分析,不能很好的支撑供应链的发展。
传统能源供应管理系统对能源的运输调度缺乏实时调度监控及能源供应的优化决策能力导致能源调度方面资源优化能力较弱,运输成本较高。传统能源供应管理系统缺乏对能源供应链运行趋势的预测与异常预判,以及运行调度方案的仿真验证能力,很难对突发事件进行一定的预防,很难支撑突发事件预案的拟制和合理验证。
发明内容
本发明实施例的目的是提供一种能源供应链实时调度智能决策业务仿真系统及方法,能运用建模仿真、系统分析、效能分析技术帮助调度人员在数字化环境中快速地查看各种节点的实时状态并支持调度预案的拟制和验证。
为了实现上述目的,本发明的第一方面提供了一种能源供应链实时调度智能决策业务仿真系统,该系统包括:仿真基础平台,所述仿真基础平台用于提供仿真模型构建的模型框架,为仿真推演运行提供模型计算调度、对象管理、时间管理、数据采集的支撑功能;数据层,用于存储能源供应链各个环节相关的基础数据;模型层,用于存储所述能源供应链的各个业务板块相关的实体模型以及决策优化模型;以及应用层,用于向用户提供应用功能模块,所述应用功能模块响应于用户输入指令执行对应的应用功能;所述应用功能模块包括:场景设置模块、推演控制模块、调度决策模块、态势显示模块、统计分析模块、仿真引擎模块。
优选地,所述数据层中的基础数据根据能源供应链各个环节分别进行存储,包括:煤源数据库、铁运数据库、销售数据库、电厂数据库、港口数据库、航运数据库、评估指标库、业务规则库、决策模型库、仿真模型库。
优选地,所述模型层中的实体模型包括:煤源模型、车站模型、车辆模型、线路模型、区段模型、港口模型、船舶模型、航运模型、电厂模型;决策优化模型用于结合具体的优化策略和优化目标,采用相应的优化算法实现决策优化计算。
优选地,所述推演控制模块用于对仿真推演实施过程进行管理控制,包括部署软件到网络终端并监控其运行状态,并通过仿真引擎的启停变速和改变推演过程中的突发事件来控制推演过程。
优选地,所述调度决策模块用于根据推演结果出现的预警预报指标进行决策优化,依据决策业务逻辑模型进行决策优化策略选择、优化模型参数配置,然后调用决策引擎完成决策优化计算,生成优化计划方案。
优选地,所述应用层还包括仿真模型库,所述仿真模型库用于为基于离散事件和智能体建模时,提供相应的基础流程模型和智能体组件,以及基于基础模型组件构建的各板块模型,为仿真推演计算提供模型支持。
优选地,所述仿真基础平台中包括:过程记录和回放模块,所述过程记录和回放模块用于以系统的时间为基础,实现对仿真推演过程中产生的过程数据进行采集、分析与存储;以及实时接收回放数据源或读取回放文件进行记录回放,并在回放的同时显示事件及实体状态。
在本发明的第二方面,还提供了一种能源供应链实时调度智能决策业务仿真方法,应用于前述的系统,所述方法包括:根据推演任务需求,通过场景设置模块设置场景数据以及从数据层获取的初始状态数据和计划数据,并基于所述场景数据和获取的数据确定推演想定文件;仿真引擎模块读取所述推演想定文件,从模型层获取对应的实体模型,基于所述实体模块构建推演场景;推演控制模块完成推演场景的初始化后控制仿真运行,得到推演过程中的过程数据;态势显示模块实时展示供应链推演运行状态,并将所述过程数据进行显示;统计分析模块根据所述过程数据得到推演任务的统计指标结果。
优选地,所述方法还包括:若所述统计分析模块得到的统计指标结果超出安全范围,则通过调度决策模块选择优化策略、优化模型以及配置模型参数,执行优化计算生成优化方案,所述优化方案中包括:优化后各业务板块的计划数据;所述推演控制模块、态势显示模块和统计分析模块基于重新构建的推演场景得到新的推演结果。
在本发明的第三方面,还提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现前述的能源供应链实时调度智能决策业务仿真方法的步骤。
在本发明的第四方面,还提供了一种计算机可读存储介质,所述存储介质中存储有指令,当其在计算机上运行时,使得计算机执行前述的能源供应链实时调度智能决策业务仿真方法的步骤。
本发明的第五方面提供一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现前述的能源供应链实时调度智能决策业务仿真方法。
上述技术方案至少具有以下有益效果:
(1)以目前流行web技术对能源供应链相关基础数据包含能源生产相关资源和设备、运输相关设备、消耗方相关设备进行统一管理,并对能源供应链相关环节进行建模,不仅在基础设施上进行统一管理,并为运输方案规划和仿真验证提供数据支撑。
(2)能源供应链实时调度智能决策业务仿真验证环境运用离散事件仿真结合智能体仿真技术对供应链流程进行一比一还原,并根据预设条件对突发事件进行预测,为能源供应过程可能出现的突发事件进行推演,并形成具有可实施性的突发事件解决方案,大大提高实际供应过程遇到的突发问题,减少物资损耗和相关财产损失,并大大提高供应效率。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1示意性示出了根据本发明实施方式的能源供应链实时调度智能决策业务仿真系统的结构示意图;
图2示意性示出了根据本发明实施方式的能源供应链实时调度智能决策业务仿真系统的实施示意图;
图3示意性示出了根据本发明实施方式的能源供应链实时调度智能决策业务仿真系统的系统功能组成图;
图4示意性示出了根据本发明实施方式的能源供应链实时调度智能决策业务仿真系统的模块互交关系;
图5示意性示出了根据本发明实施方式的能源供应链实时调度智能决策业务仿真方法的步骤示意图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
图1示意性示出了根据本发明实施方式的能源供应链实时调度智能决策业务仿真系统的结构示意图。如图1所示,该系统包括:
仿真基础平台,基础层位于数据库的最底层,是整个系统运行的支撑环境,主要是选用成熟的仿真基础平台,仿真基础平台为在行业内应用广泛、维护升级方便、与硬件适配性强、运行稳定、有良好技术支持的产品。仿真基础平台主要提供仿真模型构建的模型框架,为仿真推演运行提供模型计算调度、对象管理、时间管理、数据采集等支撑功能。
数据层,用于存储能源供应链各个环节相关的基础数据;其实现了对数据库所属的各类信息和数据资源的集中存储与管理,主要包括煤源数据库、铁运数据库、销售数据库、电厂数据库、港口数据库、航运数据库、评估指标库、业务规则库、决策模型库、仿真模型库等。
模型层,用于存储所述能源供应链的各个业务板块相关的实体模型以及决策优化模型;为仿真推演运行提供基于计划和规则的模型计算,以及针对异常情况下的调度决策优化计算功能支持。
应用层,用于向用户提供应用功能模块,所述应用功能模块响应于用户输入指令执行对应的应用功能;所述应用功能模块包括:场景设置模块、推演控制模块、调度决策模块、态势显示模块、统计分析模块、仿真引擎模块。应用层是满足一体化煤炭供应链实时调度智能决策支持仿真验证的使用需求、直接面对用户交互操作的各种应用软件,能够支持能源供应链运行趋势推演、调度决策优化等相关工作,主要包括场景设置、推演控制、仿真引擎、态势显示、调度决策、统计分析等功能模块。系统从功能上分为场景设置模块、推演控制模块、调度决策模块、态势显示模块、统计分析模块、仿真引擎模块、仿真模型库等七个模块,其中仿真引擎主要利用仿真基础平台的仿真引擎功能提供运行支撑,优选采用B/S技术架构进行开发。
通过以上架构的系统,提供了基于WEB技术的对能源供应链相关环节的统一管理和数据支撑。并为能源供应过程可能出现的突发事件的快速仿真模拟提供了软件工具。
图2示意性示出了根据本发明实施方式的能源供应链实时调度智能决策业务仿真系统的实施示意图。如图2所示,所述数据层中的基础数据根据能源供应链各个环节分别进行存储,包括:煤源数据库、铁运数据库、销售数据库、电厂数据库、港口数据库、航运数据库、评估指标库、业务规则库、决策模型库、仿真模型库。本实施方式中的数据库是基于能源供应链环节进行划分的,有利于对应至不同的物理实体进行对应的数据采集和数据提取。
在一些实施方式中,所述模型层中的实体模型包括:煤源模型、车站模型、车辆模型、线路模型、区段模型、港口模型、船舶模型、航运模型、电厂模型;决策优化模型用于结合具体的优化策略和优化目标,采用相应的优化算法实现决策优化计算。实体模型指根据对象的物理原理、运行流程和行为准则的模拟,仿真其在实时调度环境中的作业能力和业务流程所建立的数字模型。其中,物理原理是指对象的固有特性,如位置、基础能力(装载能力、卸载能力等)等;运行流程是只针对各板块、板块间的业务流程,如装车,是根据空车分配规则将空车分给对应的装车站,空车进入到装车站需要根据自身车型与装车系统的匹配情况选择对应的装车系统进行装车作业,装车完成后进入上线运行;行为准则是指对业务中一些作业环节进行描述和约定,如装车,需要有对应车型的装车系统以及所需数量煤种的煤才能进行装车作业。
图3示意性示出了根据本发明实施方式的能源供应链实时调度智能决策业务仿真系统的系统功能组成图。如图3所示,推演控制模块用于对仿真推演实施过程进行管理控制,包括部署软件到网络终端并监控其运行状态,并通过仿真引擎的启停变速和改变推演过程中的突发事件来控制推演过程。
所述调度决策模块用于根据推演结果出现的预警预报指标进行决策优化,依据决策业务逻辑模型进行决策优化策略选择、优化模型参数配置,然后调用决策引擎完成决策优化计算,生成优化计划方案。
场景设置模块提供可视化的供应链业务模型编辑功能,模型开发人员可在基础流程模型、智能体组件模型和状态机组件的支持下,利用标准的组件图标,根据任务进行模型的配置、确定不同任务环境下的状态时间、动作参数以及场景显示元素(图片、GIS、基本的点、线、面)等信息,以及提供统计分析指标设计、统计结果展示样式设计。
态势显示模块体现一体化供应链实时调度仿真推演过程中涉及的煤源板块、铁路板块、港口板块、航运板块、电厂板块等的运行情况,并实时显示其对应的状态。主要是提供基于能源供应链业务网络拓扑图的二维态势显示,实现对案例仿真过程、运行情况、统计结果等进行可视化展示;支持实体运行状态、统计数据等显示。
统计分析模块主要用于对基于仿真推演数据开展方案推演的质量与效果进行全面、准确的定量与定性分析,重点针对时间、空间、资源等之间的冲突,通过推演评估给出合理的解决建议,对调度方案及时得出科学、合理的评估结论。
在一些实施方式中,所述应用层还包括仿真模型库,所述仿真模型库用于为基于离散事件和智能体建模时,提供相应的基础流程模型和智能体组件,以及基于基础模型组件构建的各板块模型,为仿真推演计算提供模型支持。
图4示意性示出了根据本发明实施方式的能源供应链实时调度智能决策业务仿真系统的模块互交关系。如图4所示,场景设置模块等模块与其他模块存在数据上的交互关系,彼此构成一个整体,以实现能源供应链实时调度智能决策业务仿真系统的整体功能。
在一些实施方式中,所述仿真基础平台中包括:过程记录和回放模块,所述过程记录和回放模块用于以系统的时间为基础,实现对仿真推演过程中产生的过程数据进行采集、分析与存储;以及实时接收回放数据源或读取回放文件进行记录回放,并在回放的同时显示事件及实体状态等相关信息。通过设置此模块,能够实现对推演过程的记录和回放,为演示和决策提供便利。
图5示意性示出了根据本发明实施方式的能源供应链实时调度智能决策业务仿真方法的步骤示意图,如图5所示,一种能源供应链实时调度智能决策业务仿真方法,应用于前述的系统,所述方法包括:S01、根据推演任务需求,通过场景设置模块设置场景数据以及从数据层获取的初始状态数据和计划数据,并基于所述场景数据和获取的数据确定推演想定文件;S02、仿真引擎模块读取所述推演想定文件,从模型层获取对应的实体模型,基于所述实体模块构建推演场景;S03、推演控制模块完成推演场景的初始化后控制仿真运行,得到推演过程中的过程数据;S04、态势显示模块实时展示供应链推演运行状态,并将所述过程数据进行显示;S05、统计分析模块根据所述过程数据得到推演任务的统计指标结果。
优选地,所述方法还包括:若所述统计分析模块得到的统计指标结果超出安全范围,则通过调度决策模块选择优化策略、优化模型及配置模型参数执行优化计算生成优化方案,所述优化方案中包括:优化后的各业务板块计划数据;所述推演控制模块、态势显示模块和统计分析模块基于重新构建的推演场景得到新的推演结果。
具体的,该方法包括以下步骤:
(1)根据推演任务需求,由推演实施人员准备仿真推演所需的初始状态数据及计划数据;
(2)根据推演数据输入要求,设计推演所需的场景数据,生成推演方案,为仿真推演提供推演想定文件;
(3)依托仿真基础平台的仿真引擎及仿真模型的支持下,通过推演控制模块调用仿真引擎读取推演想定文件,完成推演场景中实体模型的创建;
(4)完成推演场景初始化后,由推演控制模块执行仿真运行,仿真引擎根据计划及规则驱动仿真计算,并推送各板块的状态数据;
(5)态势显示模块接收仿真推演过程数据,实时展示供应链推演运行状态及关键指标值,推演实施人员通过查看各板块指标值掌握异常情况信息;
(6)当发现已异常指标时,调用决策优化模块,设置对应的优化策略及优化模型参数,调用决策引擎完成优化计算,生成优化方案;
(7)根据优化生成的结果,修改推演方案对应的计划数据,重新进行推演计算,进入步骤(3),以此循环迭代,直至各板块指标处于正常范围,结束该过程。
上述的能源供应链实时调度智能决策业务仿真方法中的各个步骤的具体限定可以参见上文中对于能源供应链实时调度智能决策业务仿真系统的限定,在此不再赘述。上述方法中的各个步骤可以采用对应的装置进行实现,装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。前述步骤所对应的各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在本发明提供的一些实施方式中,还提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现前述的能源供应链实时调度智能决策业务仿真方法的步骤。此处的处理器具有数值计算和逻辑运算的功能,其至少具有数据处理能力的中央处理器CPU、随机存储器RAM、只读存储器ROM、多种I/O口和中断系统等。处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现前述的方法。存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
在本发明的一种实施方式中,还提供了一种计算机可读存储介质,所述存储介质中存储有指令,当其在计算机上运行时,该指令在被处理器执行时使得处理器被配置成执行上述的能源供应链实时调度智能决策业务仿真方法。
在本发明提供的一种实施方式中,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现上述的能源供应链实时调度智能决策业务仿真方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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过程、方法、商品或者设备不仅包括那些要素,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过程、方法、商品或者设备所固有的要素。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过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种能源供应链实时调度智能决策业务仿真系统,其特征在于,该系统包括:
仿真基础平台,所述仿真基础平台用于提供仿真模型构建的模型框架,为仿真推演运行提供模型计算调度、对象管理、时间管理、数据采集的支撑功能;
数据层,用于存储能源供应链各个环节相关的基础数据;
模型层,用于存储所述能源供应链的各个业务板块相关的实体模型以及决策优化模型;
应用层,用于向用户提供应用功能模块,所述应用功能模块响应于用户输入指令执行对应的应用功能;所述应用功能模块包括:场景设置模块、推演控制模块、调度决策模块、态势显示模块、统计分析模块、仿真引擎模块。
2.根据权利要求1所述的系统,其特征在于,所述数据层中的基础数据根据能源供应链各个环节采用对应的数据库分别进行存储,所述数据库包括:煤源数据库、铁运数据库、销售数据库、电厂数据库、港口数据库、航运数据库、评估指标库、业务规则库、决策模型库、仿真模型库。
3.根据权利要求1所述的系统,其特征在于,所述模型层中的实体模型包括:煤源模型、车站模型、车辆模型、线路模型、区段模型、港口模型、船舶模型、航运模型、电厂模型;
所述模型层中的决策优化模型用于结合具体的优化策略和优化目标,采用相应的优化算法实现决策优化计算。
4.根据权利要求1所述的方法,其特征在于,所述推演控制模块用于对仿真推演实施过程进行管理控制,包括部署软件到网络终端并监控其运行状态,并通过仿真引擎的启停变速和改变推演过程中的突发事件来控制推演过程。
5.根据权利要求1所述的方法,其特征在于,所述调度决策模块用于根据推演结果出现的预警预报指标进行决策优化,依据决策业务逻辑模型进行决策优化策略选择、优化模型参数配置,然后调用决策引擎完成决策优化计算,生成优化计划方案。
6.根据权利要求1所述的系统,其特征在于,所述应用层还包括仿真模型库,所述仿真模型库用于为基于离散事件和智能体建模时,提供相应的基础流程模型和智能体组件,以及基于基础模型组件构建的各板块模型,为仿真推演计算提供模型支持。
7.根据权利要求1所述的系统,其特征在于,所述仿真基础平台中包括:过程记录和回放模块,所述过程记录和回放模块用于以系统的时间为基础,实现对仿真推演过程中产生的过程数据进行采集、分析与存储;以及实时接收回放数据源或读取回放文件进行记录回放,并在回放的同时显示事件及实体状态。
8.一种能源供应链实时调度智能决策业务仿真方法,应用于权利要求1至7中任一项所述的系统,其特征在于,所述方法包括:
根据推演任务需求,通过场景设置模块设置场景数据以及从数据层获取的初始状态数据和计划数据,并基于所述场景数据和获取的数据确定推演想定文件;
通过仿真引擎模块读取所述推演想定文件,从模型层获取对应的实体模型,基于所述实体模块构建推演场景;
通过推演控制模块完成推演场景的初始化后控制仿真运行,得到推演过程中的过程数据;
通过态势显示模块实时展示供应链推演运行状态,并将所述过程数据进行显示;
通过统计分析模块根据所述过程数据得到推演任务的统计指标结果。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
若所述统计分析模块得到的统计指标结果超出安全范围,则通过调度决策模块选择对应的优化策略、决策优化模型以及配置对应的模型参数执行优化计算,生成优化方案,所述优化方案包括:优化后的各业务板块相关的计划数据;
基于所述优化方法重新构建推演场景;
所述推演控制模块、态势显示模块和统计分析模块基于重新构建的推演场景得到新的推演结果。
10.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项权利要求所述的能源供应链实时调度智能决策业务仿真方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211684884.8A CN116384851A (zh) | 2022-12-27 | 2022-12-27 | 能源供应链实时调度智能决策业务仿真系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211684884.8A CN116384851A (zh) | 2022-12-27 | 2022-12-27 | 能源供应链实时调度智能决策业务仿真系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116384851A true CN116384851A (zh) | 2023-07-04 |
Family
ID=86962161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211684884.8A Pending CN116384851A (zh) | 2022-12-27 | 2022-12-27 | 能源供应链实时调度智能决策业务仿真系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116384851A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117495019A (zh) * | 2023-11-14 | 2024-02-02 | 扬州市职业大学(扬州开放大学) | 基于农产品供应链的农产品协同调度方法与系统 |
-
2022
- 2022-12-27 CN CN202211684884.8A patent/CN116384851A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117495019A (zh) * | 2023-11-14 | 2024-02-02 | 扬州市职业大学(扬州开放大学) | 基于农产品供应链的农产品协同调度方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8195496B2 (en) | Combining multiple objective functions in algorithmic problem solving | |
CN108229686A (zh) | 模型训练、预测方法、装置、电子设备及机器学习平台 | |
KR101037391B1 (ko) | 가상의 공장 모델 구축 방법 및 장치 | |
CN116384851A (zh) | 能源供应链实时调度智能决策业务仿真系统及方法 | |
CN113822585A (zh) | 一种智能冶炼工厂信息化管理系统 | |
US20240111739A1 (en) | Tuning large data infrastructures | |
Figueiras et al. | Big data provision for digital twins in industry 4.0 logistics processes | |
Zhu et al. | Kea: Tuning an exabyte-scale data infrastructure | |
Dávid et al. | Towards inconsistency tolerance by quantification of semantic inconsistencies | |
US11454955B2 (en) | Method and system for controlling a manufacturing plant with a manufacturing execution system | |
CN112581085B (zh) | 发动机设计可视化流程管理方法及装置 | |
US20140052431A1 (en) | Supporting proactive decision-making in event-driven applications | |
CN109255685A (zh) | 基于区块链的电池状态数据的共享方法及装置 | |
CN116050987A (zh) | 用于物料补货的预测方法、装置、存储介质及处理器 | |
Cardoso et al. | A survey of cloud computing migration issues and frameworks | |
CN103917950A (zh) | 具有控制变量、性能度量和/或满意度函数的计算机系统性能管理 | |
CN114281312A (zh) | 软件系统的构建方法、装置及计算机可读存储介质 | |
CN114239247A (zh) | 基于pbom的关联物料构建方法、设备及介质 | |
CN116594798B (zh) | 一种基于巡检机器人的数据中心维护方法、设备及介质 | |
Ip et al. | SCADA in an integrated maintenance management system | |
US11656887B2 (en) | System and method to simulate demand and optimize control parameters for a technology platform | |
Khlif et al. | Using COSMIC FSM Method to Analyze the Impact of Functional Changes in Business Process Models. | |
US20230267007A1 (en) | System and method to simulate demand and optimize control parameters for a technology platform | |
Aggogeri et al. | A novel logic and approach to speed up simulation and analysis of production systems | |
Park et al. | Design and prototype development of dynamic supply chain supporting (DSCS) system in connected smart factory environment: focusing on architecture and data model |
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 |