[发明专利]一种变压器排程方案的生成方法及系统

说明书

本发明提供了一种变压器排程方案的生成方法及系统，该方法为：获取变压器厂商对应的生产设备信息和设计能力信息，将生产设备信息和设计能力信息输入预设的人工智能排产模型进行排程生成，得到变压器排程方案。本方案中，利用预先训练好的人工智能排产模型，处理变压器厂商的生产设备信息和设计能力信息，得到变压器排程方案，解决生成变压器排程方案的难度大的问题，从而提高变压器的生产效率和降低变压器的生产成本。

技术领域

本发明涉及数据处理技术领域，具体涉及一种变压器排程方案的生成方法及系统。

背景技术

在生成变压器排程方案的过程中，对变压器排程方案的影响因素较多，例如机床的运行数量、绕线所需技能等级和设计人员技能等级等，从而造成生成变压器排程方案的难度较大。因此，如何生成变压器排程方案是目前亟需解决的问题。

发明内容

有鉴于此，本发明实施例提供一种变压器排程方案的生成方法及系统，以解决生成变压器排程方案的难度大的问题。

为实现上述目的，本发明实施例提供如下技术方案：

本发明实施例第一方面公开一种变压器排程方案的生成方法，所述方法包括：

获取变压器厂商对应的生产设备信息和设计能力信息；

将所述生产设备信息和所述设计能力信息输入预设的人工智能排产模型进行排程生成，得到变压器排程方案，所述人工智能排产模型由基于样本数据训练粒计算神经网络得到。

优选的，所述人工智能排产模型的训练过程，包括：

获取样本生产设备信息和样本设计能力信息；

基于所述样本生产设备信息和所述样本设计能力信息，训练预先构建的粒计算神经网络直至所述粒计算神经网络收敛，得到人工智能排产模型。

优选的，构建所述粒计算神经网络的过程包括：

解析原始数据集和信息粒，得到第一解析结果；

解析隶属函数和模糊集，得到第二解析结果；

基于所述第一解析结果和所述第二解析结果，选择信息粒特征选择算法；

基于所述信息粒特征选择算法，构建信息粒；

根据构建得到的信息粒，进行信息集成性能解析得到第三解析结果；

利用所述第三解析结果进行信息粒集成优化，得到粒计算神经网络。

优选的，所述获取变压器厂商对应的生产设备信息和设计能力信息，包括：

获取设备实际生产状态信息和变压器工业系统对应的排程约束信息；

获取设计人员技能等级信息和设计区域信息。

优选的，所述将所述生产设备信息和所述设计能力信息输入预设的人工智能排产模型进行排程生成，得到变压器排程方案，包括：

将所述设备实际生产状态信息、所述排程约束信息、所述设计人员技能等级信息和所述设计区域信息输入预设的人工智能排产模型进行排程生成，得到变压器排程方案。

优选的，所述方法还包括：

基于新获取的新生产设备信息和新设计能力信息，对所述人工智能排产模型进行优化更新。

本发明实施例第二方面公开一种变压器排程方案的生成系统，所述系统包括：

获取单元，用于获取变压器厂商对应的生产设备信息和设计能力信息；