申请/专利权人：国网浙江杭州市萧山区供电有限公司;浙江中新电力工程建设有限公司自动化分公司;浙江中新电力工程建设有限公司

申请日：2020-10-26

公开（公告）日：2024-06-28

公开（公告）号：CN112232579B

主分类号：G06Q10/047

分类号：G06Q10/047;G06Q10/0631;G06Q10/083;G06Q10/0835;G06Q50/06;G06N3/006

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2021.02.02#实质审查的生效;2021.01.15#公开

摘要：本发明公开了一种基于蚁群算法的电力物资调配方法，其包括电力物资数据采集、电力物资数据预处理、建立基于自适应蚁群算法的电力物资调配模型以及获得电力物资最佳调配方案四个步骤流程。在蚁群算法的基础上，提出了适用于电力物资调配需求的算法模型，可以获得电力物资调配的最佳方案，最大程度降低电力物资调配的成本和时间，有效提高了电力物资的调配效率和电力系统的管理水平。

主权项：1.一种基于蚁群算法的电力物资调配方法，其特征在于按以下步骤进行：包括：电力物资数据采集、电力物资数据预处理、建立基于自适应蚁群算法的电力物资调配模型、获得电力物资最佳调配方案四个步骤流程；一、电力物资数据采集：通过电力物资台账系统、PMS系统获取各供应点的电力物资数据，如各供应点A1，A2，A3，…，An的地理位置、所储存的物资种类、物资数量相关数据；同时，采集各需求点B1，B2，B3，…，Bm的地理位置、所需求的物资种类、物资数量相关数据；PMS系统是指电网工程生产管理系统；二、电力物资数据预处理：将电力物资需求划分为计划性需求和应急性需求两类；针对不同需求所考虑的因素不同，建立了集成运输成本因素Cij和运输时效因素Dij的综合评价指标模型；通过对运输成本因素和运输时效因素的权重调整，实现对计划性需求和应急性需求的电力物资调配策略的自适应制定；在运输成本因素Cij中，考虑了综合用工成本、车辆损耗、燃油费用、保养费用相关多种参量；在运输时效因素Dij中，考虑了不同电力物资的运输条件；三、建立基于自适应蚁群算法的电力物资调配模型：根据第一步和第二步输入的相关数据，完成电力物资调配的最优策略制定；四、获得电力物资最佳调配方案：结合第一步和第二步输入的相关数据，以及第三步中基于自适应蚁群算法的电力物资调配模型的输出结果，进行路径翻译，以文本信息的形式输出电力物资最佳调配方案；按以下步骤进行：步骤一中，结合地图软件获得各供应点至各需求点的运输距离Lij、车辆油耗o1i、路程时间Tij相关数据；步骤二中，电力物资需求事件发生后，可以划分为计划性需求和应急性需求两类；对于计划性需求来说，其主要根据检修计划、建设规划相关工作提前开展有针对性的电力物资调配；对于这类需求，运输成本是主要考虑的指标；而对于应急性需求来说，其需求较为急迫，必须快速地将物资运达需求点，避免因缺乏物资而导致的工作延期、停电延长、人员浪费相关情况，影响正常社会用电，造成经济损失及其他连锁效应；为获取最优的运输计划，两方面因素分别为运输成本因素Cij和运输时效因素Dij；通常，计划性需求主要考虑运输成本因素，而应急性需求则主要考虑运输时效因素，其综合评价指标Fij为 其中，γ为运输成本因素的参考权重，φ为运输时效因素的参考权重；这两个权重参量的设置主要依据电力物资调配需求来制定，进而可以实现对计划性需求和应急性需求的电力物资调配策略自适应制定；1运输成本因子Cij：运输成本因素Cij包括综合用工成本、车辆损耗、燃油费用、保养费用相关多种参量；具体而言，运输成本因素Cij越大，则运输成本越高；因此，运输成本因素Cij越小越好；综合用工成本Cij1为每位司机驾车每公里的工资c1i与运输计划公里数Lij的乘积，即Cij1＝c1i×Lij车辆损耗Cij2为此次运输任务的损耗，即 其中，Lmax为同型号或相近型号车辆报废平均公里数，c2为车辆价格；燃油费用Cij3为Cij3＝o1i×Lij其中，o1i为同型号或相近型号车辆平均每公里油耗；保养费用Cij4为Cij4＝hi×Lij其中，hi为同型号或相近型号车辆平均每公里的保养费用；本次运输任务的总运输成本Cij为Cij＝Cij1+Cij2+Cij3+Cij42运输时间因子Dij：由于地图软件输出的路程时间Tij为标准车辆的运输时间，对于大型或是易碎的电力物资而言，其需要的运输时间将会更长；为此，引入运输系数mi的概念；该运输系数mi针对不同类型的电力物资运输条件设置了不同的参数；具体而言，在运输小型的备品备件、安全工器具相关运输条件不苛刻的物资时，mi设置为1.0；在运输较为易碎、变形的物资，需要较为合适的路况时，mi设置为1.25；在运输昂贵、易碎的物资需，要更为平稳的路况时，mi设置为1.5；在运输体积很大、重量很大且昂贵的设备时，mi设置为2；因此，运输时间因子Dij可以表示为Dij＝mi·Tij步骤三中，根据第一步和第二步输入的相关数据，同时在第二步的综合评价指标Fij为的约束条件下，建立基于自适应蚁群算法的电力物资调配模型，其步骤为：1初始化参数：令时间t＝0和循环次数τ＝0，设置最大循环次数即迭代次数Nc＝0，将m只蚂蚁放在n个位置上，令有向图上每条边i，j的初始化信息量τijt＝const，其中const表示常数，且初始时刻Δτij0＝0；2循环次数Nc+1→Nc；3蚂蚁的禁忌索引号k＝1，且蚂蚁数目k+1→k；4蚂蚁个体根据状态转移概率公式计算的概率选择位置j并前进，j∈C-tabuk，并且 其中，ρkijt表示在t时刻蚂蚁k由位置i转移到位置j的状态转移概率；j∈allowedk＝C-tabuk表示蚂蚁k下一步允许选择的位置；α为启发式因子，表示轨迹的相对重要性，反映了蚂蚁在运动过程中所积累的信息，在蚂蚁运动时所起的作用，其值越大，则该蚂蚁越倾向于选择其他蚂蚁经过的路径，蚂蚁之间的协作性越强；β为期望启发式因子，表示能见度的相对重要性，反映了蚂蚁在运动过程中启发信息在蚂蚁选择路径中的受重视程度，其值越大，则该状态转移概率越接近于贪心规则；ηist为启发函数，表达式为 5修改禁忌表指针，即选择好之后将蚂蚁移动到新的位置，并把该位置移动到该蚂蚁个体的禁忌表中；6若集合C中位置未遍历完，即km，则跳转到第3步，否则执行第7步；7根据公式更新每条路径上的信息量：τijt+n＝1-ρ·τijt+Δτijt 8若满足结束条件，即如果循环次数，则循环结束并输出程序计算结果，否则清空禁忌表并跳转到第2步；步骤四中，将需求点的地理位置、需求的电力物资种类与数量输入本电力物资调配模型，通过调用当前电力物资分布状况数据、路况信息，利用基于自适应蚁群算法的电力物资调配模型的输出结果，并进行路径翻译，以文本信息的形式输出电力物资最佳调配方案。

全文数据：

权利要求：

百度查询： 国网浙江杭州市萧山区供电有限公司;浙江中新电力工程建设有限公司自动化分公司;浙江中新电力工程建设有限公司 一种基于蚁群算法的电力物资调配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD