[发明专利]输电线路在线巡检作业调度方法

说明书

本发明公开了一种能够实现在线巡检作业实时高效调度的输电线路在线巡检作业调度方法。该调度方法对于一个具体的时间段，利用逻辑回归模型或者规则生成待调度作业清单的作业成功概率，然后针对执行作业的设备的运行情况、设备网络拓扑结构、作业成功概率确定作业优先级，并根据预测的作业时长确定作业的开始时间，对于失败任务和未调度任务，在下一时间段优先调度，整个调度过程提高了执行作业设备的利用率，减少了不必要的损耗；减少了操作人员对在线作业调度的干预，节约了人力成本，能够实现在线巡检作业实时高效调度。适合在输电线路运检、输电线路在线巡视作业调度领域推广应用。

技术领域

本发明涉及输电线路运检、输电线路在线巡视作业调度领域，尤其是一种输电线路在线巡检作业调度方法。

背景技术

传统的输电线路巡检依赖于人工，完全通过人工巡视发现隐患和故障，存在人员紧缺，巡视时间长，巡视效率低的缺点。

输电线路目前有较多的采集手段，基于泛在物联网的概念，让输电线路本身具备感知能力，需要更丰富的数据来源。除传统的人工巡检外，还添加了各类型在线巡视设备。在线设备根据是否共用一个主站，将作业方式分为串行和并行。

目前的在线设备巡检的调度方式是这样的：同一输电线路，所有待调度作业一次性下达任务。如果作业方式为串行，作业会根据设备的网络拓扑结构顺序执行，即一个作业完成后继续下一个作业，若有失败，整条线路的任务重新执行。如果作业方式为并行，不同设备的作业可以同时执行，但是失败作业对应设备的所有任务也需要重新执行。这样的任务模式，存在没有考虑设备实际情况(可能电量不足以完成作业，任务失败概率大)，成功任务重复下达，设备损耗大的缺点。基于这种现状，以数据驱动的方式根据机器学习和规则引擎的方式，实现输电线路在线作业的智能调度。传统学习方式是在一定数据量的基础上，数据量过小或过大都会出现问题。当数据量过小，对结果的可信度很低。但是传统学习方式对海量数据的处理又非常困难，有一定的瓶颈。

发明内容

本发明所要解决的技术问题是提供一种能够实现在线巡检作业实时高效调度的输电线路在线巡检作业调度方法。

本发明解决其技术问题所采用的技术方案为：该输电线路在线巡检作业调度方法，包括以下步骤：

1)、获取截止到当前时间t_k，当天未调度、调度未执行和调度失败的作业清单D_k；

2)、生成待调度作业清单D_k的成功概率；具体过程如下：

2.1、获取天气数据特征和执行作业的设备数据特征；

2.2、初始状态无训练数据，采用如下规则生成作业的成功概率：设备电量＞n时，对应的作业的成功概率为1，否则为0；若已经积累了一定数量的训练数据，选择逻辑回归模型预测作业的成功概率，即将步骤2.1获取的生成的天气数据特征和执行作业的设备数据特征输入逻辑回归模型即可预测得到作业的成功概率；

3)、确定作业优先级，具体过程如下：

若执行作业的设备串行，则根据执行作业的设备的网络拓扑结构，确定同一线路各个执行作业的设备的优先顺序，业务规则确定作业优先级的规则如下：调度失败＞调度未执行＞未调度，未调度作业的优先顺序根据步骤2)得到的作业成功概率从大到小排序；

若执行作业的设备并行，同一设备的多个作业根据作业成功概率排序，不同设备的作业之间无需排序；

4)、候选需求调度；具体过程如下：

4.1、作业时长预测；具体过程如下：若没有作业记录数据，根据业务人员的经验预估每个作业的时长；若已经积累了一定数量的作业记录数据，根据多元回归模型预测时长；根据多元回归模型预测时长的过程如下所述：

4.1.1、数据准备