【技术实现步骤摘要】
本专利技术涉及电力巡检、组合决策、路径规划与调度，具体涉及一种基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法及系统。
技术介绍
1、随着国家电网规模增大，电路巡检工作量逐年增加，传统人工巡检方式已经不能适应现代电网运检工作要求。近些年，国内外学者研究利用无人机进行电力巡检，由机手操控无人机，利用机载传感设备进行工作，相较于传统的人工巡检，极大节省了人力物力，同时开发出了多种无人机巡检方式，如远程遥控无人机巡检以及车载无人机巡检等，进一步提高了巡检效率。但现阶段，远程遥控无人机巡检的方式高度依赖专业人员，通过车载无人机等巡检方式无法满足电力巡检时效性。直接在输电线路杆塔附近部署多套固定无人机机场，利用无人机进行杆塔日常巡检，可提高电力巡检效率，为杆塔巡检提供更高效的巡检方式。
技术实现思路
1、本专利技术的目的是提出一种基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法，旨在面向多无人机机场进行无人巡检路径规划，提升无人机巡检效率，降低杆塔巡检成本，保证电网安全。
2、为实现上述目的，本专利技术提供的技术方案是：
3、一种基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法，包括步骤：包括以下步骤：
4、步骤s1:建立无人机巡检模型和无人机巡检组合决策模型，无人机巡检组合决策模型包括对于无人机巡检模型的第一层决策和第二层决策，所述的第一层决策为巡检任务分配，所述的第二层决策为巡检路径规划；
5
6、步骤s1中，无人机巡检模型包括无人机机场、待巡检杆塔和无人机；第一层决策根据巡检的范围、巡检目标及其可巡检的时间，确定巡检任务及顺序；第二层决策采用多站点、多无人机完成第一层决策分配的巡检任务，对各无人机的巡检路径进行规划；
7、步骤s2中，求解的可行解生成阶段采用分割方法，放宽无人机巡检时间约束，生成所有杆塔集合的巨型路径，所述的巨型路径指所有待巡检杆塔所构成的路径；使用图论中最短路径方法将巨型路径分解为可行无人机巡检路径；对可行无人机巡检路径进行自适应大邻域搜索算法求解，在自适应大邻域搜索算法中设计领域算子，包括破坏算子设计和修复算子设计，通过修复算子对破坏算子破坏后的线路进行修复。
8、所述的基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法，采用的自适应大邻域搜索算法具体步骤如下：
9、步骤(1)：生成初始可行解，确定初始可行解为当前可行解和全局最优解，同时设定初始参数，包括破坏算子的最大破坏数量、破坏算子的最小破坏数量、算子奖励参数、迭代次数、算子评分ri与权重wi；
10、步骤(2):根据邻域搜索算子的权重wi，按照轮盘赌策略选择破坏算子和修复算子，对当前解进行破坏和修复；
11、步骤(3)：在正式试验之前，通过设计小算例进行重复试验，确定最佳的算子评分r1、r2、r3，且r1＞r2＞r3，其作用为对破坏算子以及修复算子生成的新解的质量进行评分，避免冗余搜索；若修复得到的新解优于当前的全局最优解，将该新解设置为当前可行解，为破坏算子和修复算子增加r2分；
12、步骤(4)：根据设计的小算例进行重复试验确定折减系数，其作用为当破坏算子和修复算子生成的新解不如当前可行解时，评估二者之间的差值，若新解与当前可行解的差值在折减系数以内，为破坏算子和修复算子增加r3分；
13、步骤(5)：将新解加入可行解集合中，更新可行解集合；若当前可行解优于全局最优解，则将当前可行解设置为全局最优解，并为破坏算子和修复算子增加r1分，转入步骤(6)；
14、步骤(6)：更新各个破坏算子和修复算子权重；权重更新公式如下：
15、
16、其中，πi表示在本次迭代过程中算子i分数，θi表示本次迭代过程中算子i被选择的次数，α代表算子权重更新参数；
17、步骤(7)：判断是否终止，重复步骤(2)-步骤(6)直到达到最大迭代次数，返回找到全局最优解并退出程序。
18、步骤s2所述的破坏算子的设计包括：
19、设计随机破坏算子和最差值移除破坏算子两种算子来破坏当前解；
20、随机破坏算子在已有巡检的排序线路中随机选取k个节点进行破坏；
21、最差值移除破坏算子计算每个节点移除前后的目标值，将目标值按变换大小进行排序，选择目标值变化前m个节点从当前解移除。
22、步骤s2所述的修复算子的设计包括：
23、设计随机修复算子、最小插入成本修复算子、最大遗憾值修复算子三种修复算子对破坏算子破坏后的线路进行修复。
24、随机修复算子将之前破坏算子破坏的各节点依次按照初始解生成的方式随机插入任意一条线路中；
25、最小插入成本修复算子计算每个移除节点的最佳可行插入位置，并插入到当前解；
26、最大遗憾值修复算子计算移除的各节点插入到每个位置的后悔值，并插入最大后悔值对应的位置。
27、本专利技术还提出一种基于改进自适应大邻域搜索算法的无人机电力巡检路径规划系统包括：
28、模型构建模块，用于建立无人机巡检模型，建立对于无人机巡检模型的第一层决策，所述的第一层决策为巡检任务分配，建立对于无人机巡检模型的第二层决策，所述的第二层决策为巡检路径规划；
29、求解模块，用于采用自适应大邻域搜索算法对第二层决策的电力巡检路径规划进行求解，得到适用于固定机场无人机电力巡检的改进自适应大邻域搜索算法；
30、算子设计模块，用于在自适应大邻域搜索算法中设计领域算子，包括破坏算子设计和修复算子设计，通过修复算子对破坏算子破坏后的线路进行修复。
31、本专利技术还保护一种无人机电子设备包括：
32、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行计算机程序时，实现上述的基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法。
33、本专利技术还保护一种计算机可读存储介质包括：
34、存储有计算机程序，所述计算机程序使计算机执行上述的基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法。
35、本专利技术采用以上技术方案与现有技术相比，具有以下技术效果：
36、本专利技术考虑电力巡检实际场景，从杆塔巡检任务分配出发到多无人机路径规划建立组合决策模型，并提出了一种改进的自适应大邻域搜索算法(alns)用于解决该问题。该改进算法的优点在于将分割巨型路径的初始生成与多种破坏和修复算子结合，使其更适用于无人机电力巡检场景，并解决了随问题规模增加而带来的运算规模增加的难题。该专利技术可无人机巡检效率，降低杆塔巡检成本，确保电网的安全性。
37、本专利技术基于所本文档来自技高网...
【技术保护点】
1.一种基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法，其特征在于，步骤S2采用的自适应大邻域搜索算法具体步骤如下：
3.根据权利要求2所述的基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法，其特征在于：步骤(6)中，权重更新公式如下：
4.根据权利要求1所述的基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法，其特征在于：破坏算子的设计如下：
5.根据权利要求1所述的基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法，其特征在于：修复算子的设计如下：
6.一种基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划系统，其特征在于，包括：
7.一种电子设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行计算机程序时，实现如权利要求1-5任一项所述的基于改进自适应大邻域搜索算法的固
8.一种计算机可读存储介质，存储有计算机程序，所述计算机程序使计算机执行如权利要求1-5任一项所述的基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法。
...【技术特征摘要】
1.一种基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法，其特征在于，步骤s2采用的自适应大邻域搜索算法具体步骤如下：
3.根据权利要求2所述的基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法，其特征在于：步骤(6)中，权重更新公式如下：
4.根据权利要求1所述的基于改进自适应大邻域搜索算法的固定机场无人机电力巡检路径规划方法，其特征在于：破坏算子的设计如下：
5.根据权利要求1所述的基于改进自适应大邻...
【专利技术属性】
技术研发人员：黄祥，唐一铭，单华，宋煜，吴媚，张欣，
申请(专利权)人：江苏方天电力技术有限公司，
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。