电网的停电计划编排业务直接关系到电网的供电可靠性、运行经济性,以及停电工作能否顺利开展等因素,是电网运行中一项频繁且关键的工作。合理、科学地编排停电计划以减少设备的停电次数,进而降低设备停电对电网运行的影响,是停电计划编排业务的核心目标。当前,停电计划编排业务多以人工编制的形式进行,这种方法不仅耗费编排人员大量的时间和精力,而且编排结果的质量很大程度上取决于编排人员的专业能力和工作经验等主观因素。因此,如何设计可用于智能系统开发的停电计划编排流程,并对其中的关键问题进行研究,进而设计出可替代人工流程的停电计划智能编排系统显得至关重要。本文从对月停电计划人工编排业务的流程梳理与分析入手,对现有的业务流程进行了重构。在此基础上,对其中的计划统筹和排期优化两大核心模块中的关键技术进行研究,并基于微服务框架的对停电计划智能编排系统进行系统框架和数据设计。本文的主要研究内容如下:(1)对实际月停电计划编排人工流程进行梳理分析,并在现有流程的基础上,基于月停电计划编排业务的主要需求对流程进行了重构。进一步地,提出了月停电计划初始编排流程、月停电计划统筹调整流程、月停电计划滚动编排流程,以及计划冲突回溯流程的编排流程重构结果。对人工流程中涉及的各类功能及数据进行拆解和组织,设计出用于智能编排系统研究开发的七大模块。上述业务梳理、功能拆解与流程重构等内容解决了停电计划编排业务中流程与编排人员主观调整和决策耦合程度高的难题,构成了可用于月停电计划编排业务的智能系统集成开发的智能化流程架构。同时,本文根据流程架构重构结果指出了目前流程中实现智能化系统设计所存在的两大难点:1)计划调整与排期求解过程解耦,以及2)考虑人员主观偏好的排期优化问题。(2)针对难点1),本文对停电计划智能统筹中的关键技术集进行研究,并提出基于专家知识的方法。该方法包含基于知识图谱的计划关联关系判别方法和基于监督学习的计划优先级排序方法。其中前者主要对计划编排过程的关联关系判别规则构建形成知识图谱,通过拓扑搜索与知识推理实现计划关联关系高效判别;后者则提出了考虑多重指标的停电计划优先级评价模型,并基于Ranking SVM对模型参数进行学习。对上述方法在某实际局部电网进行案例测试,结果验证了所提方法的有效性。(3)针对难点2),本文对考虑偏好的停电计划排期优化问题进行建模,并提出了用于求解该模型的偏好筛选的二代非支配排序遗传算法(Preference-screening fast and elitist nondominated sorting genetic algorithm,PS-NSGAⅡ),算法通过偏好评价值对种群中每个个体进行筛选,并通过参数自适应调整的方式加速求解过程。在实际电网中的案例测试表明PS-NSGAⅡ算法的效果优于现有算法。(4)结合上述研究内容,本文对停电计划智能编排系统的系统框架与服务设计、数据库与数据结构设计分别进行研究。系统测试结果表明上述方法和流程可用于实际的电网月停电计划编排工作中。
暂无评论