CN117911004A - 检修信息的确定方法、装置、计算机设备和存储介质 - Google Patents
检修信息的确定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN117911004A CN117911004A CN202410002717.3A CN202410002717A CN117911004A CN 117911004 A CN117911004 A CN 117911004A CN 202410002717 A CN202410002717 A CN 202410002717A CN 117911004 A CN117911004 A CN 117911004A
- Authority
- CN
- China
- Prior art keywords
- overhaul
- target
- determining
- overhauling
- programming model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004590 computer program Methods 0.000 claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 238000012423 maintenance Methods 0.000 claims description 34
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000002922 simulated annealing Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000003094 perturbing effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种检修信息的确定方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:根据待检修区域内各电力设备的历史检修记录,确定在各检修时间点对各电力设备进行检修的资源损耗量;根据资源损耗量,以及各电力设备在各检修时间点的检修状态,建立整数规划模型;其中,检修状态包括检修或不检修;将对各电力设备进行检修的资源损耗量之和最小作为整数规划模型的优化目标,将每个电力设备对应一个检修时间点作为整数规划模型的第一约束条件,基于整数规划模型,求解各电力设备的检修时间点,得到目标检修时间信息。采用本方法能够快速、合理地确定各电力设备检修时间。
Description
技术领域
本申请涉及电力技术领域,特别是涉及一种检修信息的确定方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
在电力系统的运行过程中,电力设备会随着运行时间的推移出现各种故障,为避免故障造成安全问题或无法正常供应电能,通常需要制定检修计划对电力设备进行停电检修。
相关技术中,检修计划通常为优先安排故障率较高、故障损失较大的电力设备进行检修,并在停电检修之前根据待检修区域的实际运行情况对检修计划进行评估、优化。然而,随着电力系统的结构日趋复杂,确定合理的检修计划变得越来越困难。
发明内容
基于此,有必要针对上述技术问题,提供一种能够快速、合理地确定各电力设备检修时间的检修信息的确定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种检修信息的确定方法,包括:
根据待检修区域内各电力设备的历史检修记录,确定在各检修时间点对所述各电力设备进行检修的资源损耗量;
根据所述资源损耗量,以及所述各电力设备在所述各检修时间点的检修状态,建立整数规划模型;其中,所述检修状态包括检修或不检修;
将对所述各电力设备进行检修的资源损耗量之和最小作为所述整数规划模型的优化目标,将每个电力设备对应一个检修时间点作为所述整数规划模型的第一约束条件,基于所述整数规划模型,求解所述各电力设备的检修时间点,得到目标检修时间信息。
在其中一个实施例中,所述方法还包括:
根据待检修区域的拓扑结构信息,确定所述待检修区域内各电力设备之间的检修关联性;
在所述各电力设备之间不存在检修关联的情况下,将每个检修时间点对应一个电力设备作为所述整数规划模型的第二约束条件。
在其中一个实施例中,所述方法还包括:
根据待检修区域的负荷数据,确定所述待检修区域内各电力设备的负荷量;
将处于未检修状态的电力设备的负荷量之和大于等于所述待检修区域对应的用电需求量作为所述整数规划模型的第二约束条件。
在其中一个实施例中,所述求解所述各电力设备的检修时间点,得到目标检修时间信息,包括:
采用模拟退火算法,随机生成所述各电力设备的初始检修时间点,并重复求解所述各电力设备的检修时间点,直至所述各电力设备的检修时间点满足预设的停止条件,确定当前解为目标检修时间信息。
在其中一个实施例中,所述重复求解所述各电力设备的检修时间点,直至所述各电力设备的检修时间点满足预设的停止条件,确定当前解为目标检修时间信息,包括:
并行生成多组所述各电力设备的检修时间点,直至各组所述各电力设备的检修时间点都满足预设的停止条件,得到多个候选检修时间信息;
根据所述优化目标,从所述多个候选检修时间信息中确定目标检修时间信息。
在其中一个实施例中,所述方法还包括:
确定目标性能参数范围,所述目标性能参数范围包括:目标总成本范围、目标时间范围、目标可靠性评价值范围;
将所述目标检修时间信息输入至预设的参数计算函数,得到所述目标检修时间信息对应的待评价性能参数;
在所述待评价性能参数不满足所述目标性能参数范围的情况下,重新求解所述各电力设备的检修时间点。
第二方面,本申请还提供了一种检修信息的确定装置,包括:
第一确定模块,用于根据待检修区域内各电力设备的历史检修记录,确定在各检修时间点对所述各电力设备进行检修的资源损耗量;
模型建立模块,用于根据所述资源损耗量,以及所述各电力设备在所述各检修时间点的检修状态,建立整数规划模型;其中,所述检修状态包括检修或不检修;
求解模块,用于将对所述各电力设备进行检修的资源损耗量之和最小作为所述整数规划模型的优化目标,将每个电力设备对应一个检修时间点作为所述整数规划模型的第一约束条件,基于所述整数规划模型,求解所述各电力设备的检修时间点,得到目标检修时间信息。
第三方面,本申请还提供了一种计算机设备,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上述任一项所述的方法的步骤。
第四方面,本申请还提供了一种计算机可读存储介质,其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上述任一项所述的方法的步骤。
第五方面,本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
上述检修信息的确定方法、装置、计算机设备、存储介质和计算机程序产品,通过将确定各电力设备的检修时间点的组合问题转换为整数规划模型,能够实现通过求解满足优化目标和约束条件的解,确定满足资源损耗量之和最小、对每个电力设备均进行检修的检修时间信息,提高了确定各电力设备检修时间的效率和准确性。进而,通过按照确定的检修时间信息对待检修区域进行停电检修,能够保证待检修区域的供电可靠性。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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为一个实施例中检修信息的确定方法的应用环境图;
图2为一个实施例中检修信息的确定方法的流程示意图;
图3为另一个实施例中检修信息的确定方法的流程示意图;
图4为一个实施例中检修信息的确定装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的检修信息的确定方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。待检修区域内各电力设备的历史检修记录可以由终端102上传至服务器104。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和物联网设备。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个示例性的实施例中,如图2所示,提供了一种检修信息的确定方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤202至步骤206。其中:
步骤202,根据待检修区域内各电力设备的历史检修记录,确定在各检修时间点对各电力设备进行检修的资源损耗量。
其中,待检修区域可以是对电力系统进行区域划分得到的,待检修区域可以包括各类电力设备。电力设备的历史检修记录可以包括但不限于:检修日期和时间、检修费用、检修结果和问题描述、检修后设备的性能和运行情况等信息。各检修时间点可以是同一检修周期内间隔相同时间间隔的时间点。对各电力设备进行检修的资源损耗量可以包括但不限于:时间成本、费用支出、材料消耗等。
示例性地,服务器104可以对各电力设备的历史检修记录进行信息提取,并通过调用预置的检修信息处理函数,确定在各检修时间点对各电力设备进行检修的资源损耗量。
步骤204,根据资源损耗量,以及各电力设备在各检修时间点的检修状态,建立整数规划模型;其中,检修状态包括检修或不检修。
其中,整数规划模型可以是用于描述检修计划的多项非确定性问题的数学模型。
示例性地,服务器104可以将在各检修时间点对各电力设备进行检修的资源损耗量作为整数规划模型的常量输入,将各电力设备在各检修时间点的检修状态作为整数规划模型的待优化变量,建立整数规划模型。其中,待优化变量可以是二进制变量。
步骤206,将对各电力设备进行检修的资源损耗量之和最小作为整数规划模型的优化目标,将每个电力设备对应一个检修时间点作为整数规划模型的第一约束条件,基于整数规划模型,求解各电力设备的检修时间点,得到目标检修时间信息。
具体地,优化目标的表达式可以包括:
;
其中,i与待检修区域内的电力设备一一对应,t与检修周期内各检修时间点一一对应,为在时间t对电力设备i进行检修的资源损耗量,/>为1表示在时间t电力设备i的检修状态为检修,/>为0表示在时间t电力设备i的检修状态为不检修。
第一约束条件的表达式可以包括:
;
目标检修时间信息可以是一个二进制序列,该二进制序列的长度可以取决于待检修区域内电力设备的数量,例如,该二进制序列的每个值可以用于确定对应的检修时间点的检修对象。
上述检修信息的确定方法中,通过将确定各电力设备的检修时间点的组合问题转换为整数规划模型,能够实现通过求解满足优化目标和约束条件的解,确定满足资源损耗量之和最小、对每个电力设备均进行检修的检修时间信息,提高了确定各电力设备检修时间的效率和准确性。进而,通过按照确定的检修时间信息对待检修区域进行停电检修,能够保证待检修区域的供电可靠性。
在一个示例性的实施例中,如图3所示,提供了另一种检修信息的确定方法,包括以下步骤302至步骤311。其中:
步骤302,根据待检修区域内各电力设备的历史检修记录,确定在各检修时间点对各电力设备进行检修的资源损耗量。
可选地,服务器104可以采集来自电力系统的监测系统、设备数据库、运维记录的检修相关数据。其中,检修相关数据可以包括:待检修区域的拓扑结构信息、负荷数据,以及待检修区域内各电力设备的历史检修记录、运行状态信息等。服务器104可以对采集到的检修相关数据进行处理缺失数据、异常值和错误数据等数据清洗操作,以保证检修相关数据的准确性和可靠性。服务器104可以对采集到的检修相关数据进行标准化处理,例如,将检修相关数据的所有时间戳同步为相同的时间间隔,以保证检修相关数据满足整数规划模型的要求。服务器104可以对采集到的检修相关数据进行格式和单位的转换,例如,将电力设备的负荷数据转换为负荷曲线,以保证检修相关数据的格式和单位一致,便于统一处理。
步骤304,根据资源损耗量,以及各电力设备在各检修时间点的检修状态,建立整数规划模型;其中,检修状态包括检修或不检修。
在一个示例性地实施例中,上述检修信息的确定方法还可以包括:
步骤A1,根据待检修区域的拓扑结构信息,确定待检修区域内各电力设备之间的检修关联性。
其中,待检修区域的拓扑结构信息用于表征待检修区域内各电力设备的连接关系。在一种可能的实现方式中,待检修区域的拓扑结构信息可以存储于知识图谱,知识图谱中的实体用于表示各电力设备。
步骤A2,在各电力设备之间不存在检修关联的情况下,将每个检修时间点对应一个电力设备作为整数规划模型的第二约束条件。
示例性地,服务器104可以根据待检修区域的拓扑结构信息,确定电力设备是否存在导线连接、开关连接等检修关联。进而,服务器104在各电力设备之间不存在检修关联的情况下,将每个检修时间点对应一个电力设备作为整数规划模型的第二约束条件。具体地,第二约束条件的表达式可以包括:
;
或者,在各电力设备之间不存在检修关联的情况下,将存在检修关联的电力设备对应相同的检修时间点作为整数规划模型的第二约束条件。
本实施例中,通过根据各电力设备之间的检修关联性,将是否要对多个电力设备同时检修转换为整数规划模型的约束条件,进一步提高了基于整数规划模型确定的检修时间信息的准确性。
可选地,上述检修信息的确定方法还可以包括:
步骤B1,根据待检修区域的负荷数据,确定待检修区域内各电力设备的负荷量。
示例性地,服务器104可以通过分析待检修区域内各电力设备的停电对负荷数据的影响,确定各电力设备对应的负荷量。
步骤B2,将处于未检修状态的电力设备的负荷量之和大于等于待检修区域对应的用电需求量作为整数规划模型的第二约束条件。
这样,通过将检修过程中待检修区域的总负荷量需满足负荷量需求转换为整数规划模型的约束条件,进一步提高了基于整数规划模型确定的检修时间信息的准确性。
可选地,服务器104可以获取带检修区域内各电力设备的运行状态信息,并根据各电力设备的运行状态信息,确定各电力设备之间的检修优先级,将检修优先级高的电力设备优先检修作为整数规划模型的第二约束条件。
步骤306,将对各电力设备进行检修的资源损耗量之和最小作为整数规划模型的优化目标,将每个电力设备对应一个检修时间点作为整数规划模型的第一约束条件,基于整数规划模型,求解各电力设备的检修时间点,得到目标检修时间信息。
在一个示例性地实施例中,上述求解各电力设备的检修时间点,得到目标检修时间信息可以包括:
步骤C,采用模拟退火算法,随机生成各电力设备的初始检修时间点,并重复求解各电力设备的检修时间点,直至各电力设备的检修时间点满足预设的停止条件,确定当前解为目标检修时间信息。
示例性地,服务器104可以首先随机生成一个二进制序列用于表述各电力设备的初始检修时间点,然后执行模拟退火算法的主循环,直至生成的解达到预设的停止条件,输出当前解。其中,模拟退火算法的主循环可以包括:通过对生成的二进制序列进行随机扰动生成一个新解,例如,可以通过翻转电力设备i的检修状态来进行随机扰动,并重复对当前解进行扰动来生成新解;确定新解对应的资源损耗量之和与当前解对应的资源损耗量之和的差值,在该差值小于预设的接受概率阈值的情况下,根据预设的概率规则(如Metropolis接受准则)接收新解,以跳出局部最优解;在循环过程中,基于预设的降温系数(如指数函数)降低退火算法的温度。
本实施例中,通过采用模拟退火算法求解整数规划模型的最优解,能够达到结合具有随机性的全局搜索策略及局部最优的方式,保证了合理的计算时间,并且,避免了陷入局部最优解,进一步提高了确定各电力设备检修时间的效率和准确性。
服务器104的处理器可以是多核中央处理器((Central Processing Unit,CPU)。或者,服务器104的处理器可以是分布式计算集群。在一个示例性地实施例中,上述重复求解各电力设备的检修时间点,直至各电力设备的检修时间点满足预设的停止条件可以包括:
步骤C1,并行生成多组各电力设备的检修时间点,直至各组各电力设备的检修时间点都满足预设的停止条件,得到多个候选检修时间信息。
步骤C2,根据优化目标,从多个候选检修时间信息中确定目标检修时间信息。
示例性地,服务器104可以将模拟退火算法的迭代过程分解为多个独立的子任务,将每个子任务分配至一个处理单元上运行,以并行生成多组各电力设备的检修时间点,进而,从多组解中确定资源损耗量之和最小的解为目标检修时间信息。在一种可能的实现方式中,可以根据各处理单元的计算能力,为每个子任务设置一个停止条件,以在达到停止条件的情况下终止各子任务,减少了计算资源的浪费。
本实施例中,通过将求解各电力设备的最优检修时间的计算任务,分解为能够并行执行的子任务,能够实现快速确定结构复杂、电力设备数量庞大的待检修区域的检修信息。
在一个示例性地实施例中,上述检修信息的确定方法还可以包括:
步骤307,确定目标性能参数范围,目标性能参数范围包括:目标总成本范围、目标时间范围、目标可靠性评价值范围。
步骤309,将目标检修时间信息输入至预设的参数计算函数,得到目标检修时间信息对应的待评价性能参数。
步骤311,在待评价性能参数不满足目标性能参数范围的情况下,重新求解各电力设备的检修时间点。
示例性地,相关人员可以通过终端102将目标性能参数范围输入到服务器104,进而,服务器104可以响应于生成目标检修时间信息,调用预设的参数计算函数,输出待评价性能参数。
在一种可能的实现方式中,在待评价性能参数不满足目标性能参数范围的情况下,可以在采用模拟退火算法进行求解之前,对模拟退火算法的初始温度、降温参数、接受概率阈值等参数进行调整,以优化模拟退火算法的性能。
综上所述,上述检修信息的确定方法中,通过将确定各电力设备的检修时间点的组合问题转换为整数规划模型,能够实现通过求解满足优化目标和约束条件的解,确定满足资源损耗量之和最小、对每个电力设备均进行检修的检修时间信息,提高了确定各电力设备检修时间的效率和准确性。进而,通过按照确定的检修时间信息对待检修区域进行停电检修,能够保证待检修区域的供电可靠性。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的检修信息的确定方法的检修信息的确定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个检修信息的确定装置实施例中的具体限定可以参见上文中对于检修信息的确定方法的限定,在此不再赘述。
在一个示例性的实施例中,如图4所示,提供了一种检修信息的确定装置400,包括:第一确定模块401、模型建立模块402和求解模块403,其中:
第一确定模块401,用于根据待检修区域内各电力设备的历史检修记录,确定在各检修时间点对各电力设备进行检修的资源损耗量。
模型建立模块402,用于根据资源损耗量,以及各电力设备在各检修时间点的检修状态,建立整数规划模型;其中,检修状态包括检修或不检修。
求解模块403,用于将对各电力设备进行检修的资源损耗量之和最小作为整数规划模型的优化目标,将每个电力设备对应一个检修时间点作为整数规划模型的第一约束条件,基于整数规划模型,求解各电力设备的检修时间点,得到目标检修时间信息。
在一个示例性的实施例中,上述检修信息的确定装置400还包括:
关联性确定模块,用于根据待检修区域的拓扑结构信息,确定待检修区域内各电力设备之间的检修关联性。
第一条件确定模块,用于在各电力设备之间不存在检修关联的情况下,将每个检修时间点对应一个电力设备作为整数规划模型的第二约束条件。
在一个示例性的实施例中,上述检修信息的确定装置400还包括:
负荷量确定模块,用于根据待检修区域的负荷数据,确定待检修区域内各电力设备的负荷量。
第二条件确定模块,用于将处于未检修状态的电力设备的负荷量之和大于等于待检修区域对应的用电需求量作为整数规划模型的第二约束条件。
在一个示例性的实施例中,上述求解模块403包括:
求解子模块,用于采用模拟退火算法,随机生成各电力设备的初始检修时间点,并重复求解各电力设备的检修时间点,直至各电力设备的检修时间点满足预设的停止条件,确定当前解为目标检修时间信息。
在一个示例性的实施例中,上述求解子模块包括:
并行处理单元,用于并行生成多组各电力设备的检修时间点,直至各组各电力设备的检修时间点都满足预设的停止条件,得到多个候选检修时间信息。
信息确定单元,用于根据优化目标,从多个候选检修时间信息中确定目标检修时间信息。
在一个示例性的实施例中,上述检修信息的确定装置400还包括:
第二确定模块,用于确定目标性能参数范围,目标性能参数范围包括:目标总成本范围、目标时间范围、目标可靠性评价值范围。
参数确定模块,用于将目标检修时间信息输入至预设的参数计算函数,得到目标检修时间信息对应的待评价性能参数。
重复求解模块,用于在待评价性能参数不满足目标性能参数范围的情况下,重新求解各电力设备的检修时间点。
上述检修信息的确定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。上述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。
在一个示例性的实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。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。该计算机设备的数据库用于存储检修相关数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种检修信息的确定方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机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。
在一个示例性的实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
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。
以上所述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本申请专利范围的限制。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,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种检修信息的确定方法,其特征在于,所述方法包括:
根据待检修区域内各电力设备的历史检修记录,确定在各检修时间点对所述各电力设备进行检修的资源损耗量;
根据所述资源损耗量,以及所述各电力设备在所述各检修时间点的检修状态,建立整数规划模型;其中,所述检修状态包括检修或不检修;
将对所述各电力设备进行检修的资源损耗量之和最小作为所述整数规划模型的优化目标,将每个电力设备对应一个检修时间点作为所述整数规划模型的第一约束条件,基于所述整数规划模型,求解所述各电力设备的检修时间点,得到目标检修时间信息。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据待检修区域的拓扑结构信息,确定所述待检修区域内各电力设备之间的检修关联性;
在所述各电力设备之间不存在检修关联的情况下,将每个检修时间点对应一个电力设备作为所述整数规划模型的第二约束条件。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据待检修区域的负荷数据,确定所述待检修区域内各电力设备的负荷量;
将处于未检修状态的电力设备的负荷量之和大于等于所述待检修区域对应的用电需求量作为所述整数规划模型的第二约束条件。
4.根据权利要求1所述的方法,其特征在于,所述求解所述各电力设备的检修时间点,得到目标检修时间信息,包括:
采用模拟退火算法,随机生成所述各电力设备的初始检修时间点,并重复求解所述各电力设备的检修时间点,直至所述各电力设备的检修时间点满足预设的停止条件,确定当前解为目标检修时间信息。
5.根据权利要求4所述的方法,其特征在于,所述重复求解所述各电力设备的检修时间点,直至所述各电力设备的检修时间点满足预设的停止条件,确定当前解为目标检修时间信息,包括:
并行生成多组所述各电力设备的检修时间点,直至各组所述各电力设备的检修时间点都满足预设的停止条件,得到多个候选检修时间信息;
根据所述优化目标,从所述多个候选检修时间信息中确定目标检修时间信息。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定目标性能参数范围,所述目标性能参数范围包括:目标总成本范围、目标时间范围、目标可靠性评价值范围;
将所述目标检修时间信息输入至预设的参数计算函数,得到所述目标检修时间信息对应的待评价性能参数;
在所述待评价性能参数不满足所述目标性能参数范围的情况下,重新求解所述各电力设备的检修时间点。
7.一种检修信息的确定装置,其特征在于,所述装置包括:
第一确定模块,用于根据待检修区域内各电力设备的历史检修记录,确定在各检修时间点对所述各电力设备进行检修的资源损耗量;
模型建立模块,用于根据所述资源损耗量,以及所述各电力设备在所述各检修时间点的检修状态,建立整数规划模型;其中,所述检修状态包括检修或不检修;
求解模块,用于将对所述各电力设备进行检修的资源损耗量之和最小作为所述整数规划模型的优化目标,将每个电力设备对应一个检修时间点作为所述整数规划模型的第一约束条件,基于所述整数规划模型,求解所述各电力设备的检修时间点,得到目标检修时间信息。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,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6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410002717.3A CN117911004A (zh) | 2024-01-02 | 2024-01-02 | 检修信息的确定方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410002717.3A CN117911004A (zh) | 2024-01-02 | 2024-01-02 | 检修信息的确定方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117911004A true CN117911004A (zh) | 2024-04-19 |
Family
ID=90681198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410002717.3A Pending CN117911004A (zh) | 2024-01-02 | 2024-01-02 | 检修信息的确定方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117911004A (zh) |
-
2024
- 2024-01-02 CN CN202410002717.3A patent/CN117911004A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108632365B (zh) | 服务资源调整方法、相关装置和设备 | |
CN112749221A (zh) | 数据任务调度方法、装置、存储介质及调度工具 | |
CN116755939B (zh) | 一种基于系统资源的智能化数据备份任务规划方法及系统 | |
CN110096339B (zh) | 一种基于系统负载实现的扩缩容配置推荐系统及方法 | |
CN116302580B (zh) | 纳米继电器算力资源调度方法及装置 | |
CN117435335A (zh) | 算力调度方法、装置、计算机设备和存储介质 | |
CN117911004A (zh) | 检修信息的确定方法、装置、计算机设备和存储介质 | |
CN116306030A (zh) | 考虑预测误差和波动分布的新能源预测动态场景生成方法 | |
CN116247816A (zh) | 微电网自动控制系统、方法、装置和计算机设备 | |
CN115936365A (zh) | 多端直流联络线功率优化的区域电力现货市场出清方法和装置 | |
CN109558956A (zh) | 计量设备的掉线估算方法、装置、计算机设备和存储介质 | |
CN116804957A (zh) | 一种系统监控方法及装置 | |
Jindal et al. | Scalable infrastructure and workflow for anomaly detection in an automotive industry | |
Sun et al. | Cloud-based data analysis of user side in smart grid | |
Skulysh et al. | Management of multiple stage queuing systems | |
CN115829543B (zh) | 基于故障需检区间的电力设备预防性试验有效性确定方法 | |
CN116389502B (zh) | 跨集群调度系统、方法、装置、计算机设备和存储介质 | |
CN117575113B (zh) | 基于马尔科夫链的边端协同任务处理方法、装置和设备 | |
CN112667707B (zh) | 表码数据处理方法、装置、计算机设备和存储介质 | |
CN117744985A (zh) | 旁路作业数据处理方法、装置、计算机设备和存储介质 | |
CN112948206B (zh) | 基于云计算的时序日志管理系统及包含该系统的电子设备 | |
CN115907155B (zh) | 引入碳排放成本的发电机组规划方法以及装置 | |
CN116613754A (zh) | 配电系统可靠性评估方法、模型训练方法、装置及设备 | |
CN117273922A (zh) | 交易预警方法、装置、计算机设备和存储介质 | |
CN116880979A (zh) | 任务事件调度方法、装置、计算机设备以及存储介质 |
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 |