基于改进哈里斯鹰算法的海上风电场运维排程优化方法技术

本涉及基于改进哈里斯鹰算法的海上风电场运维排程优化方法，属于海上风电场运维排程相关技术技术领域，获取海上风电场数据信息、天气信息、运维船舶信息；构建海上风电场运维排程模型；改进哈里斯鹰算法并对海上风电场运维排程模型求解；本发明专利技术构建了多个目标函数的海上风电场运维排程模型，得到的运维排程方案是多方面因素综合最优的方案，引入基于sine映射种群初始化策略进行种群初始化，增强初始种群全局分布；引入基于量子计算的快速搜索策略进行探索阶段的位置更新，增加全局搜索能力，使粒子能够精确地寻找搜索域；可以更好制定运维排程方案，实现运维过程成本、环境保护、人员安全三方面最优的目标，提高海上风电场自身效益。

【技术实现步骤摘要】

本专利技术属于海上风电场运维排程相关，具体的涉及基于改进哈里斯鹰算法的海上风电场运维排程优化方法。

技术介绍

1、海上风电场运维排程优化是一种非确定性多项式困难问题，对于海上风电场运维排程优化方法的研究，现有技术中常用方法有：构建以运维总成本为目标函数的运维排程模型，使用大领域搜索启发式算法对模型进行求解；构建运维路线成本为目标函数的海上风电场运维路线模型，采用两阶段自适应大领域搜索求解模型；构建运维成本为目标函数的海上风电场维护调度模型，采用蚁群算法进行模型求解。但上述海上风电场运维排程优化方法存在目标函数考虑少、收敛精度低的技术问题，因此，亟需设计一种目标函数更多、精度更高的海上风电场运维排程优化方法。

技术实现思路

1、针对上述问题，本专利技术的目的是为了解决目前海上风电场运维排程中对运维人员安全、运维过程中产生的碳排放量不够重视的问题以及解决哈里斯鹰算法求解模型时收敛精度低的问题，提供一种使用基于混沌映射、量子计算、柯西变异、反向学习改进的哈里斯鹰算法求解有多个约束条件由运维总成本、船舶航行碳排放量、本文档来自技高网...

【技术保护点】

1.基于改进哈里斯鹰算法的海上风电场运维排程优化方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于改进哈里斯鹰算法的海上风电场运维排程优化方法，其特征在于，

3.根据权利要求1所述的基于改进哈里斯鹰算法的海上风电场运维排程优化方法，其特征在于，

4.根据权利要求3所述的基于改进哈里斯鹰算法的海上风电场运维排程优化方法，其特征在于，

5.根据权利要求4所述的基于改进哈里斯鹰算法的海上风电场运维排程优化方法，其特征在于，

6.根据权利要求5所述的基于改进哈里斯鹰算法的海上风电场运维排程优化方法，其特征在于，

...

【技术特征摘要】

1.基于改进哈里斯鹰算法的海上风电场运维排程优化方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于改进哈里斯鹰算法的海上风电场运维排程优化方法，其特征在于，

3.根据权利要求1所述的基于改进哈里斯鹰算法的海上风电场运维排程优化方法，其特征在于，

4.根据权利要求3所述的基于改进哈里斯鹰算法的...

【专利技术属性】
技术研发人员：李明伟，雷益璋，杨中仪，耿敬，李向阳，徐瑞喆，王梓鹤，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：