一种维抢修机构布局优化的方法及装置制造方法及图纸

本发明专利技术涉及油气管道系统领域，公开了一种维抢修机构布局优化的方法及装置，以解决现有技术中维抢修机构的布局优化过于复杂的技术问题，该方法包括：确定多组维抢修机构的数据，其中，多组维抢修机构的每组维抢修机构的数据包含：维抢修中心的数量和位置信息、维抢修队的数量和位置信息、维修队的数量和位置信息；根据每组维抢修机构的数据以及维抢修机构布局优化模型确定出每组维抢修机构的维抢修数据；根据每组维抢修机构的维抢修数据从N组维抢修机构进行筛选出第一组维抢修机构的数据；根据第一组维抢修机构的数据对当前维抢修机构的布局进行调整。达到了方便简单的实现对维抢修机构进行布局优化的技术效果。

【技术实现步骤摘要】
一种维抢修机构布局优化的方法及装置
本专利技术涉及油气管道系统领域，尤其涉及一种维抢修机构布局优化的方法及装置。
技术介绍
油气长输管道是一种跨越不同区域的大型线状延伸工程构筑物，具有点多、线长、面广的特点，极易遭受各类破坏；另一方面，它在国民经济中占据重要地位，一旦发生事故，造成的经济损失和社会影响十分巨大。管道维抢修机构是存储和管理维修、抢修设备、物资的集中场所，并参照一定的基本原则进行设置。例如，参照维抢修机构的功能定位、设备及人员配置、辐射范围，可划分为维抢修中心、维抢修队、维修队三个级别。由于不同级别的维抢修机构，在建设、管理和维护的过程中，都要花费大量的成本，包括场地建立、设备设施维护保养、人员培训等。因此维抢修机构的数量和位置一经确定，就应该尽量保证其能够提供长期、专业的服务。同时，随着时间的变化，油气管网也会发生改变，致使对于维抢修机构的新需求不断出现。故需要考虑通过变更现有机构的数量、迁移现有机构的位置、通过提高或降低机构服务能力水平等方式，以满足变化的抢修需求。然而，维抢修机构的布局优化过程复杂，主要体现在以下几个方面：(1)在没有长期、专业认识的情况下，很难确定和度量不同因素的对维抢修机构布局的影响程度和相对重要性；(2)缺少量化模型，无法对各类布局方案进行量化比较，未能有效对规划提供支撑；(3)影响维抢修机构布局选址的因素复杂多样，大多数都以完全覆盖全部管网为条件，以实现建设成本最小和总体响应速度最快的目标，然而两个目标通常都是矛盾的，如何在同一个问题中均衡两个矛盾的目标，具有一定的复杂性；(4)布局多以经验为主，多以管网全覆盖为主，服务对象更为宏观；(5)在进行大批量数据分析，或多场景计算时，数据采集、处理工作量大，工作效率不高；(6)决策使用的数据较为分散；(7)规划工作经验重用性不强，不同规划人员进行操作时，需要重新执行全部评估过程。
技术实现思路
本专利技术提供一种维抢修机构布局优化的方法及装置，以解决现有技术中维抢修机构的布局优化过于复杂的技术问题。第一方面，本专利技术实施例提供一种维抢修机构布局优化的方法，包括：确定多组维抢修机构的数据，其中，所述多组维抢修机构的每组维抢修机构的数据包含：维抢修中心的数量和位置信息、维抢修队的数量和位置信息、维修队的数量和位置信息；根据每组维抢修机构的数据以及维抢修机构布局优化模型确定出每组维抢修机构的维抢修数据，所述维抢修数据包括：目标值、风险覆盖率、风险值汇总、平均响应时间、最大响应时间、最小响应时间、建设维护成本；根据每组维抢修机构的维抢修数据从N组维抢修机构进行筛选出第一组维抢修机构的数据；根据所述第一组维抢修机构的数据对当前维抢修机构的布局进行调整。可选的，所述维抢修机构布局优化模型通过以下方式建立：获取至少三类目标数据，所述至少三类目标数据具体包括：风险覆盖率下限、维抢修机构建设维护成本上限、维抢修机构平均响应时间上限；获取至少四类准备数据，所述至少四类准备数据包含：长输管网数据、风险数据、维抢修机构数据、路网数据；根据所述至少三类目标数据和所述至少四类准备数据，建立所述维抢修机构布局优化模型。可选的，所述长输管网数据包括：所述长输管网的管道名称信息、管道位置信息、输送介质信息；所述风险数据包含：线路风险数据和站场风险数据；所述维抢修机构数据包含：维抢修机构的数量、维抢修机构的等级和维抢修机构的位置信息；所述路网数据包含：路网位置信息、路网道路长度及路网连通性。可选的，所述根据所述至少三类目标数据和所述至少四类准备数据，建立维抢修机构布局优化模型，具体包括：根据所述至少三类目标数据和所述至少四类准备数据构建目标函数和约束函数，其中，所述目标函数具体为：MaxV＝V1–V2–V3；其中，V1＝∑(Cj*Zi)风险值汇总，即选中的风险点的风险值汇总；V2＝∑(Hi*Ti)应急时间汇总，即选中的维抢修机构到辐射范围内风险点的时间汇总；V3＝∑(Hi*Mi)应急成本汇总，即选中的维抢修机构的建设维护成本汇总；约束条件，具体包含：∑Cj<＝P1，Cj＝0或1，P1代表指定风险点数量；∑Hi<＝P2，Hi＝0或1，P2代表维抢修机构数量；当机构级别为维抢修中心时只能覆盖其服务半径内的风险点，风险点到维抢修机构的最短道路距离不大于维抢修中心抢修半径，即Dij<＝R1；当机构级别为维抢修队时只能覆盖其服务半径内的风险点,风险点到维抢修机构的最短道路距离不大于维抢修队抢修半径，即Dij<＝R2；当机构级别为维修队时只能覆盖其服务半径内的风险点,风险点到维抢修机构的最短道路距离不大于维修队抢修半径，即Dij<＝R3；其中，V1代表覆盖风险汇总值；V2代表选中机构的应急时间汇总值；V3代表选中机构的成本汇总值；Cj代表风险点j是否被选中,1表示选中,0表示未被选中；Hi代表机构i是否被选中,1表示选中,0表示未被选中；P1代表总风险点数量；P2代表指定的机构数量；Dij代表从风险点到维抢修机构的最短道路距离；R1代表维抢修中心抢修半径；R2代表维抢修队抢修半径；R3代表维修队抢修半径；Zi代表风险点的风险值；Mi代表维抢修机构的成本，含建设维护成本、人员成本；Ti代表依照抢修车辆的平均时速，维抢修机构到辐射范围内特定风险点的时间。可选的，所述根据每组维抢修机构的维抢修数据对所述N组维抢修机构进行筛选，具体包括：将每组维抢修数据的目标值与所述维抢修机构布局优化模型中的目标值进行比较，进而确定出所述N组维抢修机构，N为正整数，所述N组维抢修机构中每组维抢修机构的目标值大于所述维抢修机构布局优化模型中的目标值；从所述N组维抢修机构中筛选出风险覆盖率大于风险覆盖率下限、平均响应时间小于维抢修机构平均响应时间上限以及建设维护成本小于维抢修机构建设维护成本上限的维抢修机构作为所述第一组维抢修机构。可选的，在所述根据所述第一组维抢修机构的数据对当前维抢修机构的布局进行调整之前，所述方法还包括：对所述第一组维抢修机构中，Hi为零的维抢修机构进行调整。可选的，所述根据所述第一组维抢修机构的数据对当前维抢修机构的布局进行调整，具体包括：根据调整后的所述第一组维抢修机构，对所述当前维抢修机构的布局进行调整。第二方面，本专利技术实施例提供一种维抢修机构布局优化的装置，包括：第一确定模块，用于确定多组维抢修机构的数据，其中，所述多组维抢修机构的每组维抢修机构的数据包含：维抢修中心的数量和位置信息、维抢修队的数量和位置信息、维修队的数量和位置信息；第二确定模块，用于根据每组维抢修机构的数据以及维抢修机构布局优化模型确定出每组维抢修机构的维抢修数据，所述维抢修数据包括：目标值、风险覆盖率、风险值汇总、平均响应时间、最大响应时间、最小响应时间、建设维护成本；筛选模块，用于根据每组维抢修机构的维抢修数据从N组维抢修机构进行筛选出第一组维抢修机构的数据；调整模块，用于根据所述第一组维抢修机构的数据对当前维抢修机构的布局进行调整。可选的，所述装置还包括：第一获取模块，用于获取至少三类目标数据，所述至少三类目标数据具体包括：风险覆盖率下限、维抢修机构建设维护成本上限、维抢修机构平均响应时间上限；第二获取模块，用于获取至本文档来自技高网...

【技术保护点】
一种维抢修机构布局优化的方法，其特征在于，包括：确定多组维抢修机构的数据，其中，所述多组维抢修机构的每组维抢修机构的数据包含：维抢修中心的数量和位置信息、维抢修队的数量和位置信息、维修队的数量和位置信息；根据每组维抢修机构的数据以及维抢修机构布局优化模型确定出每组维抢修机构的维抢修数据，所述维抢修数据包括：目标值、风险覆盖率、风险值汇总、平均响应时间、最大响应时间、最小响应时间、建设维护成本；根据每组维抢修机构的维抢修数据从N组维抢修机构进行筛选出第一组维抢修机构的数据；根据所述第一组维抢修机构的数据对当前维抢修机构的布局进行调整。

【技术特征摘要】
1.一种维抢修机构布局优化的方法，其特征在于，包括：确定多组维抢修机构的数据，其中，所述多组维抢修机构的每组维抢修机构的数据包含：维抢修中心的数量和位置信息、维抢修队的数量和位置信息、维修队的数量和位置信息；根据每组维抢修机构的数据以及维抢修机构布局优化模型确定出每组维抢修机构的维抢修数据，所述维抢修数据包括：目标值、风险覆盖率、风险值汇总、平均响应时间、最大响应时间、最小响应时间、建设维护成本；根据每组维抢修机构的维抢修数据，从N组维抢修机构中筛选出第一组维抢修机构的数据，其中，所述N组维抢修机构是将维抢修数据的目标值与所述维抢修机构布局优化模型中的目标值进行比较后确定出的，N为正整数，所述N组维抢修机构中每组维抢修机构的目标值大于所述维抢修机构布局优化模型中的目标值；根据所述第一组维抢修机构的数据对当前维抢修机构的布局进行调整；期中，所述维抢修机构布局优化模型通过以下方式建立：获取至少三类目标数据，所述至少三类目标数据具体包括：风险覆盖率下限、维抢修机构建设维护成本上限、维抢修机构平均响应时间上限；获取至少四类准备数据，所述至少四类准备数据包含：长输管网数据、风险数据、维抢修机构数据、路网数据；根据所述至少三类目标数据和所述至少四类准备数据，建立所述维抢修机构布局优化模型。2.如权利要求1所述的方法，其特征在于，所述长输管网数据包括：所述长输管网的管道名称信息、管道位置信息、输送介质信息；所述风险数据包含：线路风险数据和站场风险数据；所述维抢修机构数据包含：维抢修机构的数量、维抢修机构的等级和维抢修机构的位置信息；所述路网数据包含：路网位置信息、路网道路长度及路网连通性。3.如权利要求2所述的方法，其特征在于，所述根据所述至少三类目标数据和所述至少四类准备数据，建立维抢修机构布局优化模型，具体包括：根据所述至少三类目标数据和所述至少四类准备数据构建目标函数和约束函数，其中，所述目标函数具体为：MaxV＝V1–V2–V3；其中，V1＝∑(Cj*风险值汇总，即选中的风险点的风险值汇总；V2＝∑(Hi*应急时间汇总，即选中的维抢修机构到辐射范围内风险点的时间汇总；V3＝∑(Hi*应急成本汇总，即选中的维抢修机构的建设维护成本汇总；所述约束条件，具体包含：∑<＝P1，＝0或1，P1代表指定风险点数量；∑<＝P2，＝0或1，P2代表机构数量；当机构级别为维抢修中心时只能覆盖其服务半径内的风险点，风险点到维抢修机构的最短道路距离不大于维抢修中心抢修半径，即Dij<＝R1；当机构级别为维抢修队时只能覆盖其服务半径内的风险点,风险点到维抢修机构的最短道路距离不大于维抢修队抢修半径，即Dij<＝R2；当机构级别为维修队时只能覆盖其服务半径内的风险点,风险点到维抢修机构的最短道路距离不大于维修队抢修半径，即Dij<＝R3；其中，V1代表覆盖风险汇总值；V2代表选中机构的应急时间汇总值；V3代表选中机构的成本汇总值；Cj代表风险点j是否被选中,1表示选中,...

【专利技术属性】
技术研发人员：郭磊，周利剑，付立武，贾韶辉，欧新伟，任武，高海康，韩文超，
申请(专利权)人：中国石油天然气股份有限公司，
类型：发明
国别省市：北京;11