一种远距离电力设备巡逻车制造技术

一种远距离电力设备巡逻车，包括巡逻车和安装在巡逻车上的导航系统，导航系统包括信号模块、处理模块和输出模块，本发明专利技术采用优化的路径算法，考虑了巡逻车运行过程中的各种成本因素，寻优效果好、求解效率高、性能稳定，增强了全局搜索能力，能最大限度地节省巡逻车的运行成本，能起到很好的节能效果。

【技术实现步骤摘要】

本专利技术涉及电力领域，具体涉及一种远距离电力设备巡逻车。
技术介绍
现在的变电站和发电站正朝着大型化发展，电力设备和电力设备之间的距离越来 越大，对设备进行巡逻的成本也越来越高。 同时，电力设备有着不同的设备状态，包括检修、运行、备用以及其他一些特殊的 情况，巡逻员往往需要根据设备的不同状态而改变每轮次的巡逻目的地和路线，因此，如何 根据巡逻员的目的地的不同，在巡逻车上自动生成最节省巡逻车运行成本的路线以达到节 能省时的目的是一个亟需解决的问题。
技术实现思路
针对上述问题，本专利技术提供一种远距离电力设备巡逻车。 本专利技术的目的采用以下技术方案来实现： -种远距离电力设备巡逻车，包括巡逻车和安装在巡逻车上的导航系统，其特征 是，导航系统包括信号模块、处理模块和输出模块； 信号模块，用于接收用户输入的本轮次的多个巡逻目的地以及到达各个目的地的 预计要求时间； 处理模块，用于根据本轮次的巡逻目的地和事先输入的地理环境信息选择最优路 径，具体包括： 建模模块：其中，minS为巡逻过程中的最低成本;m为当前巡逻车的总数;U为目的地数量;bo 为单位距离碳排放成本；ω Q为碳排放系数；Φ Q为空载时单位距离燃料消耗量;为目的地 Κ? = 1，2，···，υ)到目的地j(j = l，2，-_，U)之间的距离;c为巡逻车的载重量;Η为巡逻车的 最大载重量；为满载时单位距离燃料消耗量；:…为巡逻车提前到达损失 系数，Σ丨U(G -ti)为于时刻G提前到达目的地i时的成本损失；Τ2为巡逻车迟到损失系 数，为延迟至时刻〇到达目的地i时的成本损失根据目的地的设备具 体情况人为设定；概率模块:假设共有R个节点，rij(t)表示t时刻节点i与节点j之间的跟踪素强度， γυ(〇)=κ(κ为数值较小的常数），巡逻车在运动过程中根据跟踪素强度选择转移方向，则 巡逻车k(k=l，2,. . .，m)从节点i转移到节点j的概率为：其中，geAk;Ak= {0,1，···，R-l}_Bk表示巡逻车k下一步允许选择的点的集合，随时 间呈动态变化，Bk(k=l，2, ···，!!!)为第k辆巡逻车的禁忌表，用来记录巡逻车k已服务过的 点;抑00为启发式因子，表示t时刻由节点i到节点j的期望程度，一般取忤(0 = 1/Ζ?ρφ为 信息启发式因子，μ为期望启发因子;a(i，j)为下一个目的地的时间度j为下一个目的地的 时间度相对重要性；更新模块：引入优化变量Xij (t)，其满足Xij(t+Ι) = σΧ⑴，其中σ为控制 变量，得出优化的跟踪素更新规则： γ ij(t+l) = (l〇 γ ij(t)+A γ ij(t)+HXij(t) 其中，Δ hO：) = ΣΡ=1Δ y/)(t)，,Fk为第k辆巡 逻车在本次循环中所走路径长度，I为跟踪素强度的常数，△ κ?ω表示在本次循环中第k辆 巡逻车在路径（i，j)上留下的跟踪素强度;ζ为跟踪素全局挥发因子，ζ￡，且ζ为根据 如下公式动态调整的参数：其中ζ?ιη是人为设定的最 小值；A Ylj(t)表示本次循环中所有巡逻车在路径（i，j)上留下的跟踪素强度的总和;η为 可调节系数； 初始模块:令迭代次数DD = 0，进行参数初始化，调整各路径跟踪素;产生一个范围为 的随机数P，若P<给定常数PQ，按照下式选择下一个节点j: j = arg max{Jy(/,Z)] Ψ X ^α/)]μ x }，其中leAk;否则根据概率模块中的概率公式选择下一个节点j，将j 加入数组Bk中，重复直至所有的节点任务完成，得到模拟算法的初始集S1; 最优解模块:从当前的初始集中生成一组新的可行解&，目标值变化量AS = Sj-Si，若Δ S<0，则接受新的可行解Sj为最优解;否则考虑偏差的影响:r = exp(- Δ S/N( t))，其 中N为随时间变化的量，若r>l，则接受&为最优解，否则不接受新的可行解，最优解仍为S1; 选择模块：当前最优解小于某一特定值时，进行跟踪素更新;如果本轮列表Bk中无 数据更新，贝丨』产生一个范围的随机数u，若Θ1+Θ2+，…，ei-I<u<ei+e2+，…，ei，贝lj选择概 率为候选巡逻车作为下一个目标节点；输出模块：用于输出计算出的最优路径，令迭代次数DD = DD+1，若DD<DDmax，根据 跟踪素更新规则，按照公式N(t+l)=N(t).v进行清空Bk列表，其中ve，回到初始模 块，重新产生随机数P;若DD = DDmax，则输出最优解作为最优路径。 本专利技术的有益效果为:本专利技术采用优化的路径算法，考虑了巡逻车运行过程中的 各种成本因素，寻优效果好、求解效率高、性能稳定，增强了全局搜索能力，能最大限度地节 省巡逻车的运行成本，能起到很好的节能效果。【附图说明】 利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限 制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得 其它的附图。 图1本专利技术的结构框图。 附图标记:信号模块4丨;建模模块-21;概率模块-22;更新模块-23;初始模块-24; 最优解模块-25;选择模块-26;输出模块-31。【具体实施方式】 结合以下实施例对本专利技术作进一步描述。 如图1所示的一种远距离电力设备巡逻车，包括巡逻车和安装在巡逻车上的导航 系统，导航系统包括信号模块11、处理模块和输出模块31; 信号模块11，用于接收用户输入的本轮次的多个巡逻目的地以及到达各个目的地 的预计要求时间； 处理模块，用于根据本轮次的巡逻目的地和事先输入的地理环境信息选择最优路 径，具体包括： 建模模块21: 其中，minS为巡逻过程中的最低成本;m为当前巡逻车的总数;U为目的地数量;b〇 为单位距离碳排放成本；ω Q为碳排放系数；Φ Q为空载时单位距离燃料消耗量;为目的地 Κ? = 1，2，···，υ)到目的地j(j = l，2，-_，U)之间的距离;c为巡逻车的载重量;Η为巡逻车的 最大载重量；为满载时单位距离燃料消耗量；巡逻车提前到达损失 系数，L Σ丨Uq - t,〇为于时刻G提前到达目的地i时的成本损失；T2为巡逻车迟到损失系 数，- 〇￡)力延迟至时刻〇到达目的地i时的成本损失根据目的地的设备具 体情况人为设定，考虑了包括设备的重要程度，不同气候和工况的影响等因素；概率模块22:假设共有R个节点，γ ^(t)表示t时刻节点i与节点j之间的跟踪素强 度，γ υ(0)=Κ(Κ为数值较小的常数），巡逻车在运动过程中根据跟踪素强度选择转移方向， 则巡逻车k(k=l，2,. . .，m)从节点i转移到节点j的概率为： 其中，8￡六1^1{={0，1，"_，1?-1}，表示巡逻车1^下一步允许选择的点的集合，随时 间呈动当前第1页1 2 本文档来自技高网...

【技术保护点】
一种远距离电力设备巡逻车，包括巡逻车和安装在巡逻车上的导航系统，其特征是，导航系统包括信号模块、处理模块和输出模块；信号模块，用于接收用户输入的本轮次的多个巡逻目的地以及到达各个目的地的预计要求时间；处理模块，用于根据本轮次的巡逻目的地和事先输入的地理环境信息选择最优路径，具体包括：建模模块：min S=Σm=1mΣi=0UΣi=0Ub0ω0Φ0fijyijk+Σm=1mΣi=0UΣi=0Ub0ω0Φ*-Φ0Hcifijyijk+T1Σi=0U(Gi-ti)+T2Σi=0U(ti-Oi)]]>其中，minS为巡逻过程中的最低成本；m为当前巡逻车的总数；U为目的地数量；b0为单位距离碳排放成本；ω0为碳排放系数；Ф0为空载时单位距离燃料消耗量；fij为目的地i(i＝1,2,…,U)到目的地j(j＝1,2,…,U)之间的距离；c为巡逻车的载重量；H为巡逻车的最大载重量；Ф*为满载时单位距离燃料消耗量；T1为巡逻车提前到达损失系数，为于时刻G提前到达目的地i时的成本损失；T2为巡逻车迟到损失系数，为延迟至时刻O到达目的地i时的成本损失；T1、T2根据目的地的设备具体情况人为设定；概率模块：假设共有R个节点，γij(t)表示t时刻节点i与节点j之间的跟踪素强度，γij(0)＝K(K为数值较小的常数)，巡逻车在运动过程中根据跟踪素强度选择转移方向，则巡逻车k(k＝1,2,...,m)从节点i转移到节点j的概率为：其中，g∈Ak；Ak＝{0,1,…,R‑1}‑Bk表示巡逻车k下一步允许选择的点的集合，随时间呈动态变化，Bk(k＝1,2,…,m)为第k辆巡逻车的禁忌表，用来记录巡逻车k已服务过的点；为启发式因子，表示t时刻由节点i到节点j的期望程度，一般取ψ为信息启发式因子，μ为期望启发因子；α(i,j)为下一个目的地的时间度；为下一个目的地的时间度相对重要性；更新模块：引入优化变量Xij(t)，其满足Xij(t+1)＝σX(t)[1‑Xij(t)]，其中σ为控制变量，得出优化的跟踪素更新规则：其中，Δγij(t)=Σk=1mΔγijk(t),]]>Fk为第k辆巡逻车在本次循环中所走路径长度，I为跟踪素强度的常数，表示在本次循环中第k辆巡逻车在路径(i，j)上留下的跟踪素强度；ζ为跟踪素全局挥发因子，ζ∈[0,1]，且ζ为根据如下公式动态调整的参数：其中ζmin是人为设定的最小值；Δγij(t)表示本次循环中所有巡逻车在路径(i，j)上留下的跟踪素强度的总和；ч为可调节系数；初始模块：令迭代次数DD＝0，进行参数初始化，调整各路径跟踪素；产生一个范围为[0，1]的随机数p，若p＜给定常数p0，按照下式选择下一个节点j：其中l∈Ak；否则根据概率模块中的概率公式选择下一个节点j，将j加入数组Bk中，重复直至所有的节点任务完成，得到模拟算法的初始集Si；最优解模块：从当前的初始集中生成一组新的可行解Sj，目标值变化量ΔS＝Sj‑Si，若ΔS＜0，则接受新的可行解Sj为最优解；否则考虑偏差的影响：r＝exp(‑ΔS/N(t))，其中N为随时间变化的量，若r＞1，则接受Sj为最优解，否则不接受新的可行解，最优解仍为Si；选择模块：当前最优解小于某一特定值时，进行跟踪素更新；如果本轮列表Bk中无数据更新，则产生一个[0,1]范围的随机数u，若e1+e2+,…,ei‑1＜u＜e1+e2+,…,ei，则选择概率为ei的候选巡逻车作为下一个目标节点；输出模块：用于输出计算出的最优路径，令迭代次数DD＝DD+1，若DD＜DDmax，根据跟踪素更新规则，按照公式N(t+1)＝N(t).v进行清空Bk列表，其中v∈[0,1]，回到初始模块，重新产生随机数p；若DD＝DDmax，则输出最优解作为最优路径。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张志华，
申请(专利权)人：张志华，
类型：发明
国别省市：浙江;33