变电站巡检机器人任务分配方法组成比例

本申请涉及一种变电站巡检机器人任务分配方法。所述变电站巡检机器人任务分配方法包括：构建任务点集合，所述任务点集合包括任务点位置和任务点巡检任务量。设置巡检机器人的保障点数量。依据所述任务点巡检任务量构建所述保障点的选址优化模型。依据所述保障点数量，结合粒子群算法和加权Voronoi图算法对所述选址优化模型进行求解，得到保障点位置和保障点任务分配。所述变电站巡检机器人任务分配方法结合所述保障点的选址优化模型和预设的所述保障点数量，通过粒子群算法和加权Voronoi图算法对所述保障点位置和所述保障点任务分配进行优化，得到最优位置和任务分配方案，从而提高变电站巡检机器人的巡检效率。

Task Assignment Method of Substation Patrol Robot

This application relates to a task allocation method for substation inspection robot. The task allocation method of the substation inspection robot includes: constructing a task point set, the task point set includes the position of the task point and the task amount of the task point inspection. Set up the number of safeguard points for inspection robot. According to the patrol tasks of the task points, the optimization model of the location of the support points is constructed. According to the number of support points, the location optimization model is solved by combining particle swarm optimization (PSO) and weighted Voronoi graph (WVG), and the location of support points and task assignment of support points are obtained. The task allocation method of the substation inspection robot combines the location optimization model of the support point and the number of the support points preset, optimizes the position of the support point and the task allocation of the support point through particle swarm optimization and weighted Voronoi diagram algorithm, and obtains the optimal position and task allocation scheme, thereby improving the inspection efficiency of the substation inspection robot.

【技术实现步骤摘要】
变电站巡检机器人任务分配方法
本申请涉及变电站巡检机器人
，特别是涉及一种变电站巡检机器人任务分配方法。
技术介绍
变电站设备长期处于运行状态时，为了确保电气设备的安全稳定运行并及时发现设备的缺陷或隐患，需运行人员对现场设备进行巡检。但人工巡检的工作量大、效率低，且检测结果往往达不到预期效果。变电站巡检机器人在一定程度上可实现变电站的智能巡检，但对于区域面积大、巡检任务多的场景，相关技术中存在巡检机器人任务分配不均匀且巡检效率低下的问题。
技术实现思路
基于此，有必要针对相关技术中巡检机器人任务分配不均匀且巡检效率低下的问题，提供一种变电站巡检机器人任务分配方法。一种变电站巡检机器人任务分配方法，包括：构建任务点集合，所述任务点集合包括任务点位置和任务点巡检任务量；设置巡检机器人的保障点数量；依据所述任务点巡检任务量构建所述保障点的选址优化模型；依据所述保障点数量，结合粒子群算法和加权Voronoi图算法对所述选址优化模型进行求解，得到保障点位置和保障点任务分配。上述变电站巡检机器人任务分配方法，结合所述保障点的选址优化模型和预设的所述保障点数量，通过粒子群算法和加权Voronoi本文档来自技高网...

【技术保护点】
1.一种变电站巡检机器人任务分配方法，其特征在于，包括：构建任务点集合，所述任务点集合包括任务点位置和任务点巡检任务量；设置巡检机器人的保障点数量；依据所述任务点巡检任务量构建所述保障点的选址优化模型；依据所述保障点数量，结合粒子群算法和加权Voronoi图算法对所述选址优化模型进行求解，得到保障点位置和保障点任务分配。

【技术特征摘要】
1.一种变电站巡检机器人任务分配方法，其特征在于，包括：构建任务点集合，所述任务点集合包括任务点位置和任务点巡检任务量；设置巡检机器人的保障点数量；依据所述任务点巡检任务量构建所述保障点的选址优化模型；依据所述保障点数量，结合粒子群算法和加权Voronoi图算法对所述选址优化模型进行求解，得到保障点位置和保障点任务分配。2.根据权利要求1所述的变电站巡检机器人任务分配方法，其特征在于，所述依据所述任务点巡检任务量构建所述保障点的选址优化模型的步骤包括：计算不同保障点之间的巡检机器人平均巡检任务量最大差值的归一化值作为任务均衡参数Qcost；计算巡检机器人的通讯距离对所述选址优化模型的影响参数作为通讯距离限制参数Dcost；依据所述任务均衡参数Qcost和所述通讯距离限制参数Dcost构建所述选址优化模型minZ＝αQcost+(1-α)Dcost，α为权重。3.根据权利要求2所述的变电站巡检机器人任务分配方法，其特征在于，所述通讯距离限制参数Dcost为：其中，Dcomm为巡检机器人的实际最大通讯距离，D为巡检机器人的额定最大通讯距离。4.根据权利要求1所述的变电站巡检机器人任务分配方法，其特征在于，所述依据所述保障点数量，结合粒子群算法和加权Voronoi图算法对所述选址优化模型进行求解，得到保障点位置和保障点任务分配的步骤，包括：初始化种群，并将所述种群中的粒子位置作为所述保障点位置；依据加权Voronoi图算法调整所述保障点任务分配；依据所述选址优化模型计算每个所述保障点的适应值，并分别记录每个所述保障点的历史最优解和所述种群的全局最优解；更新每个所述保障点位置和速度，并返回依据加权Voronoi图算法调整所述保障点任务分配的步骤，直至满足迭代终止条件并输出所述保障点位置和所述保障点任务分配。5.根据权利要求4所述的变电站巡检机器人任务分配方法，其特征在于，依据加权Voronoi图算法调整所述保障点任务分配的步骤，包括：依据任务点分配方式将任务点分配至所述保障点；依据所述任务点巡检任务量，以及所述保障点与所分配的所述任务点之间的最大通讯距离对所述保障点任务分配进行自适应权重调节。6.根据权利要求5所述的变电站巡检机器人任务分配方法，其特征在于，所述自适应权重调节的调节准则为：当时，所述保障点的权重依据自适应调节步长减小；当且时，所述保障点的权重依据自适应调节步长增加；当且时...

【专利技术属性】
技术研发人员：李勋，刘顺桂，吕启深，杨强，席志鹏，楼卓，孙艳，李晓霞，颜文俊，张裕汉，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：广东,44