【技术实现步骤摘要】
本申请涉及电数字数据处理，尤其涉及一种光伏运输车的配置方法、装置、设备及存储介质。
技术介绍
1、光伏运输车是以新能源中的太阳能为储能和动力的运输机械，以太阳能为能量来源的运输机械从规格尺寸较小的agv到小中型货车均已问世。同时该种光伏运输车以太阳能转化的电力来驱动，不会产生和排放废气，一种无污染的环保运输机械。光伏运输车以其无接触网、零二氧化碳、能源效率高、噪声低等特点受到了交通运输行业的广泛关注。
2、目前对于光伏运输车的研究还处于初期阶段，由于光伏转化效率较低、光伏随机性较高，使得光伏运输车还未完全普及，使得光伏运输车通常在相对固定、里程不长的场地及道路上使用，例如智能仓库的光伏agv、短途运输的小中型光伏火车等。对于该种类型的光伏运输车的配置通常通过剩余电量预警的方式告知操作人员需要充电或者对于小型运输车（例如光伏agv）则可自动前往固定充电地点（例如光照充足的室外或者光伏与外接充电头协同），使得光伏运输车的日常配置需要通过操作人员人工接收剩余电量预警，或者操作人员人工现场调度（现场核实每台光伏运输车的剩余电量，再根据运输里程进行经验判断），使得光伏运输车的配置具有较强的主观性，导致配置误差较大（例如光伏运输车数量冗余、数量短缺，某台或某几台光伏运输车的剩余电量其实不足以支撑至完成当前运输任务），从而影响运输效率。
技术实现思路
1、本申请的主要目的在于提供一种光伏运输车的配置方法、装置、设备及存储介质，以解决现有技术中光伏运输车的配置具有较强的主观性，导致配置
2、为了实现上述目的，本申请提供了如下技术方案：
3、一种光伏运输车的配置方法，所述光伏运输车应用于预设区域内的供料场和受料场，所述配置方法包括：
4、获取并连接所述供料场与所述受料场之间的所有道路，形成运输备选路线集；
5、通过路径搜索算法获取所述运输备选路线集中的最优运输路线；
6、根据所述最优运输路线构建基于所述光伏运输车的运输成本模型，并求解所述运输成本模型得到所述光伏运输车的最优调度数量；
7、分别计算每个光伏运输车在最大负载状态时的可运输里程数；
8、获取所述可运输里程数大于所述最优运输路线预设倍数的光伏运输车，并标记为可调度光伏运输车；
9、发送所述最优运输路线、所述最优调度数量、所述可调度光伏运输车至外部接收端。
10、作为本申请的进一步改进，通过路径搜索算法获取所述运输备选路线集中的最优运输路线，包括：
11、获取所述预设区域的数字高程模型；
12、通过预设密度的栅格划分所述数字高程模型；
13、通过目标检测算法检测并获取具有所述运输备选路线集的栅格，并定义为运输备选栅格集；
14、将所述运输备选栅格集中的每个栅格分别定义为一个节点，并将所述供料场、所述受料场分别定义为起点、终点；
15、通过a-star算法计算所述起点至所述终点所需的最少栅格数量；
16、获取所述最少栅格数量所对应的栅格，并依次连接形成所述最优运输路线。
17、作为本申请的进一步改进，通过目标检测算法检测并获取具有所述运输备选路线集的栅格，并定义为运输备选栅格集，包括：
18、基于每个栅格的分别预测预设个数的一阶边界框，每个一阶边界框包括至少一个栅格；
19、定义所述道路具有最高的置信度；
20、分别获取每个一阶边界框的置信度；
21、在所有置信度中获取置信度最高的一阶边界框作为二阶边界框；
22、计算所述二阶边界框分别与一阶边界框的交并比；
23、保留交并比大于等于预设比例的二阶边界框，并作为三阶边界框；
24、保留置信度最高的三阶边界框；
25、获取所有三阶边界框的并集，所述并集即为所述运输备选栅格集。
26、作为本申请的进一步改进，通过a-star算法计算所述起点至所述终点所需的最少栅格数量，包括：
27、创建待检查栅格集；
28、将所述起点添加至所述待检查栅格集，并将所述起点的优先级设置为最高；
29、判断所述待检查栅格集是否为空；
30、若否，则从所述待检查栅格集中选取优先级最高的节点；
31、判断所述节点是否为所述终点；
32、若是，则自所述终点开始逐步追踪双亲节点，直至达到所述起点；
33、获取每一步追踪的双亲节点，即为所述最少栅格数量。
34、作为本申请的进一步改进，判断所述待检查栅格集是否为空，之后，包括：
35、若是，则遍历所述节点的所有邻近节点，并将所有邻近节点添加至所述待检查栅格集中；
36、获取所有邻近节点中优先级最高的邻近节点作为下一次遍历的双亲节点；
37、自当前的双亲节点开始逐步追踪下一次遍历的双亲节点，直至达到所述终点；
38、获取每一步追踪的双亲节点，即为所述最少栅格数量。
39、作为本申请的进一步改进，根据所述最优运输路线构建基于所述光伏运输车的运输成本模型，并求解所述运输成本模型得到所述光伏运输车的最优调度数量，包括：
40、根据式（1）定义所述运输成本模型：
41、（1）；
42、其中，为所述光伏运输车的用车成本函数，为所述最优调度数量，为启动成本，为所述光伏运输车的工作成本，为所述光伏运输车的闲置成本，为成本系数，为所述光伏运输车的编号，为所述预设时间段进行离散化处理后的时段数量，为所述预设时间段进行离散化处理后的时段编号，为编号的光伏运输车在离散化处理后的时段的工作状态，表示编号的光伏运输车处于闲置状态，表示编号的光伏运输车处于工作状态，为离散化处理的间距；为所述光伏运输车的时间窗不匹配惩罚成本模型，为时间窗不匹配惩罚系数，为所述受料场的数量，为所述受料场的编号，为在时段内受料场已接受的物料方量，为受料场在预设单位时间内的需求量，为时间窗不匹配惩罚增长指数；为所述光伏运输车的工期不匹配成本模型，为工期不匹配惩罚系数，为所述光伏运输车的实际运输工期，为所述光伏运输车的预定运输工期，为工期不匹配惩罚增长指数；为所述运输成本模型；
43、通过式（2）定义所述运输成本模型的目标函数：
44、（2）；
45、其中，为所述目标函数，为所述运输成本模型的最小值；
46、通过最小二乘法求解所述目标函数，得到与所述最小值所对应的即为所述最优调度数量。
47、作为本申请的进一步改进，获取所述可运输里程数大于所述最优运输路线预设倍数的光伏运输车，并标记为可调度光伏运输车，包括：
48、获取所述光伏运输车的光伏充电速率、最大负载用电速率、当前剩余电量、最大负载单位电量里程；
49、将所述最大负载用电速率的符号定义为负，并求和本文档来自技高网...
【技术保护点】
1.一种光伏运输车的配置方法，所述光伏运输车应用于预设区域内的供料场和受料场，其特征在于，所述配置方法包括：
2.根据权利要求1所述的配置方法，其特征在于，通过路径搜索算法获取所述运输备选路线集中的最优运输路线，包括：
3.根据权利要求2所述的配置方法，其特征在于，通过目标检测算法检测并获取具有所述运输备选路线集的栅格，并定义为运输备选栅格集，包括：
4.根据权利要求2所述的配置方法，其特征在于，通过A-star算法计算所述起点至所述终点所需的最少栅格数量，包括：
5.根据权利要求4所述的配置方法，其特征在于，判断所述待检查栅格集是否为空，之后，包括：
6.根据权利要求1所述的配置方法，其特征在于，根据所述最优运输路线构建基于所述光伏运输车的运输成本模型，并求解所述运输成本模型得到所述光伏运输车的最优调度数量，包括：
7.根据权利要求6所述的配置方法，其特征在于，获取所述可运输里程数大于所述最优运输路线预设倍数的光伏运输车，并标记为可调度光伏运输车，包括：
8.一种光伏运输车的配置装置，所述配置装
9.一种电子设备，其特征在于，包括处理器、以及与所述处理器耦接的存储器，所述存储器存储有可被所述处理器执行的程序指令；所述处理器执行所述存储器存储的所述程序指令时实现如权利要求1至7中任一项所述的光伏运输车的配置方法。
10.一种存储介质，其特征在于，所述存储介质内存储有程序指令，所述程序指令被处理器执行时实现能够实现如权利要求1至7中任一项所述的光伏运输车的配置方法。
...【技术特征摘要】
1.一种光伏运输车的配置方法，所述光伏运输车应用于预设区域内的供料场和受料场，其特征在于，所述配置方法包括：
2.根据权利要求1所述的配置方法，其特征在于，通过路径搜索算法获取所述运输备选路线集中的最优运输路线，包括：
3.根据权利要求2所述的配置方法，其特征在于，通过目标检测算法检测并获取具有所述运输备选路线集的栅格，并定义为运输备选栅格集，包括：
4.根据权利要求2所述的配置方法，其特征在于，通过a-star算法计算所述起点至所述终点所需的最少栅格数量，包括：
5.根据权利要求4所述的配置方法，其特征在于，判断所述待检查栅格集是否为空，之后，包括：
6.根据权利要求1所述的配置方法，其特征在于，根据所述最优运输路线构建基于所述光伏运输车的运输成本模型，并求解所述运...
【专利技术属性】
技术研发人员：朱琳，曾强，杨忠洪，贾启彤，吴文韬，赵习，王鹏，
申请(专利权)人：云南电投绿能科技有限公司，
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。