本发明专利技术公开了一种光伏电站的工单路径规划方法、装置、电子设备和介质，所述方法包括：获取所述光伏电站的历史工单信息，并基于所述历史工单信息构建图模型；根据构建的所述图模型，建立多头注意力图网络预测模型学习所述图模型中每个节点的特征和每个节点之间的关系；将待规划工单的信息和处于空闲状态的维修员的信息输入至所述多头注意力图网络预测模型中，输出第一耗时；根据每个所述待规划工单的位置，确定第二耗时；基于粒子群算法对所述第一耗时和所述第二耗时进行处理，确定每个所述维修员的工单路径。采用本方法能够确定出精确度高的规划路径。度高的规划路径。度高的规划路径。
【技术实现步骤摘要】
光伏电站的工单路径规划方法、装置、电子设备和介质
[0001]本专利技术涉及光伏电站维修
，特别是涉及一种光伏电站的工单路径规划方法、装置、电子设备和介质。
技术介绍
[0002]相关技术中，光伏电站数量在迅速增加，带来了光伏电站维护需求的增加，在光伏电站的运营过程中，需要高效地安排维修员处理多个工单，而由于维修员的能力不同、不同工单的紧急程度不同、工单维修耗时未知，导致大规模下的维修工单和多维修员调度复杂度剧增，使得工单路径规划存在局限性，无法综合多个影响因素，得到合理准确的工单路径规划。
技术实现思路
[0003]基于此，有必要针对上述技术问题，提供一种能够解决工单规划不准确的光伏电站的工单路径规划方法、装置、电子设备和介质。
[0004]一种光伏电站的工单路径规划方法，包括以下步骤：
[0005]获取所述光伏电站的历史工单信息，并基于所述历史工单信息构建图模型；其中，所述图模型中的节点表征历史工单，所述图模型中的边表征所述历史工单之间的移动耗时；
[0006]根据构建的所述图模型，建立多头注意力图网络预测模型学习所述图模型中每个节点的特征和每个节点之间的关系；
[0007]将待规划工单的信息和处于空闲状态的维修员的信息输入至所述多头注意力图网络预测模型中，输出第一耗时；所述第一耗时表征维修员完成所述待规划工单的预测耗时；
[0008]根据每个所述待规划工单的位置，确定第二耗时；所述第二耗时表征每个所述待规划工单之间的移动耗时；
[0009]基于粒子群算法对所述第一耗时和所述第二耗时进行处理，确定每个所述维修员的工单路径；所述工单路径用于记录所述维修员需要处理的工单和顺序。
[0010]上述方案中，所述根据构建的所述图模型，建立多头注意力图网络预测模型学习所述图模型中每个节点的特征和每个节点之间的关系，包括：
[0011]确定所述图模型中的节点i的节点特征和相邻节点j的节点特征；
[0012]基于多头注意力对所述节点i的节点特征和相邻节点j的节点特征进行处理，计算节点i与相邻节点j之间的注意力权重；
[0013]将所述注意力权重进行归一化处理，得到注意力系数；
[0014]利用所述注意力系数对所述相邻节点j的节点特征进行加权聚合，得到所述节点i的相邻节点特征的加权和；
[0015]基于所述节点i的相邻节点特征的加权和，对所述节点i的节点特征进行更新；
[0016]将更新后的节点i的节点特征输入至全连接神经网络构建的头部，得到关于所述节点i对应的历史工单的第三耗时；
[0017]在所述第三耗时与所述节点i对应的历史工单的实际维修耗时满足设定条件的情况下，完成所述多头注意力图网络预测模型的训练。
[0018]上述方案中，所述节点特征至少包括工单的故障原因、故障数量、工单的维修人员、工单的实际维修耗时。
[0019]上述方案中，所述基于粒子群算法对所述第一耗时和所述第二耗时进行处理，确定每个所述维修员的工单路径，包括：
[0020]初始化每个粒子的位置和速度；所述粒子表征所述维修员的一种工单路径；
[0021]根据所述粒子的位置和适应度函数，确定每个粒子的适应度函数值，并根据每个粒子的适应度函数值确定全局最优解；
[0022]判断所述全局最优解是否满足终止条件；
[0023]在所述全局最优解不满足所述终止条件的情况下，更新每个粒子的速度和位置，并更新全局最优解直至更新后的全局最优解满足所述终止条件；
[0024]在所述全局最优解满足所述终止条件的情况下，将所述全局最优解确定为所述工单路径。
[0025]上述方案中，在初始化每个粒子的位置和速度之前，所述方法还包括：
[0026]构建目标函数和约束条件；
[0027]根据所述目标函数和约束条件，定义所述适应度函数；其中，
[0028]所述目标函数表征最小的总耗时；所述总耗时包括工单的维修耗时和工单之间的移动耗时；
[0029]所述约束条件用于限定工单路径需要满足的条件。
[0030]上述方案中，所述待规划工单包括第一工单和第二工单，所述第一工单的优先级高于所述第二工单，所述基于粒子群算法对所述第一耗时和所述第二耗时进行处理，确定每个所述维修员的工单路径，包括：
[0031]基于所述粒子群算法对所述第一工单的第一耗时和所述第二耗时进行处理，确定每个所述维修员处理所述第一工单的第一工单路径；
[0032]基于所述粒子群算法对所述第二工单的第一耗时和所述第二耗时进行处理，确定每个所述维修员处理所述第二工单的第二工单路径；其中，所述第一工单路径的确定时间早于所述第二工单路径的确定时间。
[0033]上述方案中，在确定每个所述维修员的工单路径之后，所述方法还包括：
[0034]检测是否存在临时增添的待规划工单；
[0035]在确定存在临时增添的待规划工单的情况下，根据所有待规划工单重新确定每个所述维修员的工单路径；其中，所有待规划工单包括临时增添的待规划工单和在临时增添的待规划工单之前已存在的待规划工单。
[0036]一种光伏电站的工单路径规划装置，包括：
[0037]构建模块，用于获取所述光伏电站的历史工单信息，并基于所述历史工单信息构建图模型；其中，所述图模型中的节点表征历史工单，所述图模型中的边表征所述历史工单之间的移动耗时；
[0038]训练模块，用于根据构建的所述图模型，建立多头注意力图网络预测模型学习所述图模型中每个节点的特征和每个节点之间的关系；
[0039]预测模块，用于将待规划工单的信息和处于空闲状态的维修员的信息输入至所述多头注意力图网络预测模型中，输出第一耗时；所述第一耗时表征维修员完成所述待规划工单的预测耗时；
[0040]确定模块，用于根据每个所述待规划工单的位置，确定第二耗时；所述第二耗时表征每个所述待规划工单之间的移动耗时；
[0041]规划模块，用于基于粒子群算法对所述第一耗时和所述第二耗时进行处理，确定每个所述维修员的工单路径；所述工单路径用于记录所述维修员需要处理的工单和顺序。
[0042]一种电子设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述光伏电站的工单路径规划方法的步骤。
[0043]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光伏电站的工单路径规划方法的步骤。
[0044]上述光伏电站的工单规划方法、装置、电子设备和介质，通过光伏电站的历史工单信息构建的图模型，建立多头注意力图网络预测模型学习图模型中每个节点的特征和每个节点之间的关系，从而能够将待规划工单的信息和处于空闲状态的维修员的信息输入至多头注意力图网络预测模型中，得到第一耗时，结合待规划工单的位置确定的第二耗时，通过粒子群算法能够得到每个维修员的工单路径，从而能够充分利用位置和工单之间的关系，以及维修员的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种光伏电站的工单路径规划方法，其特征在于，包括：获取所述光伏电站的历史工单信息，并基于所述历史工单信息构建图模型；其中，所述图模型中的节点表征历史工单，所述图模型中的边表征所述历史工单之间的移动耗时；根据构建的所述图模型，建立多头注意力图网络预测模型学习所述图模型中每个节点的特征和每个节点之间的关系；将待规划工单的信息和处于空闲状态的维修员的信息输入至所述多头注意力图网络预测模型中，输出第一耗时；所述第一耗时表征维修员完成所述待规划工单的预测耗时；根据每个所述待规划工单的位置，确定第二耗时；所述第二耗时表征每个所述待规划工单之间的移动耗时；基于粒子群算法对所述第一耗时和所述第二耗时进行处理，确定每个所述维修员的工单路径；所述工单路径用于记录所述维修员需要处理的工单和顺序。2.根据权利要求1所述的方法，其特征在于，所述根据构建的所述图模型，建立多头注意力图网络预测模型学习所述图模型中每个节点的特征和每个节点之间的关系，包括：确定所述图模型中的节点i的节点特征和相邻节点j的节点特征；基于多头注意力对所述节点i的节点特征和相邻节点j的节点特征进行处理，计算节点i与相邻节点j之间的注意力权重；将所述注意力权重进行归一化处理，得到注意力系数；利用所述注意力系数对所述相邻节点j的节点特征进行加权聚合，得到所述节点i的相邻节点特征的加权和；基于所述节点i的相邻节点特征的加权和，对所述节点i的节点特征进行更新；将更新后的节点i的节点特征输入至全连接神经网络构建的头部，得到关于所述节点i对应的历史工单的第三耗时；在所述第三耗时与所述节点i对应的历史工单的实际维修耗时满足设定条件的情况下，完成所述多头注意力图网络预测模型的训练。3.根据权利要求2所述的方法，其特征在于，所述节点特征至少包括工单的故障原因、故障数量、工单的维修人员、工单的实际维修耗时。4.根据权利要求1所述的方法，其特征在于，所述基于粒子群算法对所述第一耗时和所述第二耗时进行处理，确定每个所述维修员的工单路径，包括：初始化每个粒子的位置和速度；所述粒子表征所述维修员的一种工单路径；根据所述粒子的位置和适应度函数，确定每个粒子的适应度函数值，并根据每个粒子的适应度函数值确定全局最优解；判断所述全局最优解是否满足终止条件；在所述全局最优解不满足所述终止条件的情况下，更新每个粒子的速度和位置，并更新全局最优解直至更新后的全局最优解满足所述终止条件；在所述全局最优解满足所述终止条件的情况下，将所述全局最优解确定为所述工单路径。5.根据权利要求4所述的方法，其特征...
【专利技术属性】
技术研发人员：洪流，赵海东，柴东元，王明星，
申请(专利权)人：尚特杰电力科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。