基于动态规划的电力运维派工单生成方法

摘要

本发明公开了一种基于动态规划的电力运维派工单生成方法，包括1)数据存储2)数据生成3)数据采集4)结果回发5)自动学：(1)对每一个假设的每一条路径进行编码，在每一假设中随机地选择一条路径作为个体，集合作为初始的群体；(2)计算个体结论的可信度模糊区间值，并计算其差值作为个体的适应度，和作为该基因串的适应度；(3)利用遗传算子，对当前一代的个体进行繁衍，如果达到设定的繁衍代数或算法已收敛，则返回最好的基因串，并将该基因串适应度值最高的个体进行解码，输出的即为结论；否则继续繁衍。本发明实现各类型工单、运维人员和派工单的有效关联，为派工单生成提供合理有效的支撑。

主权项

一种基于动态规划的电力运维派工单生成方法，包括以下步骤：第一步：数据存储将电力通信网各类型运维工单、作业指导书、运维人员信息作为初始化基础数据进行存储；第二步：数据生成以初始化基础数据为基础，按照现有人工派工单生成方式以系统编程进行派工单的自动生成，各项工作的运维人员安排则以运维人员的技能和运维需求为指标进行关联，并为第五步的系统自动学习提供数据依据；第三步：数据采集数据采集进行运维人员位置、运维结果数据的采集和确认，以确保运维人员按照派工单安排进行运维工作，所述运维人员位置数据采集方法为将GPS与工单系统进行关联，当巡视人员到达巡视机房时系统自动调用相应巡视工单，并利用巡视工单与作业指导书的关联进行作业指导书的调用；所述运维结果数据的采集方法为使用二维码识别、图像识别对巡视工作成果的数据采集识别；第四步：结果回发在完成整个巡视工作，并进行巡视工作结果比对后，首先对巡视结果进行本地化存储，完成存储之后使用无线传输技术进行数据回传；其特征在于，还包括第五步：自动学习使用基于模糊区间的推理方法加遗传算法优化推理速度对于数据采集过程中非原始设定数据进行学习：1)对每一个假设的每一条路径进行编码，在每一假设中随机地选择一条路径作为个体，集合作为初始的群体；2)计算每个个体结论的可信度模糊区间值，并计算其差值，即前者减去后者，作为每个个体的适应度，和作为该基因串的适应度；3)利用遗传算子，对当前一代的个体进行繁衍，产生出其后代；淘汰掉父代中适应度低的个体，同时计算后代的适应度，并将适应度值高的个体与父代中保留的个体合并成新的一代；如果达到设定的繁衍代数或算法已收敛，则返回最好的基因串，并将该基因串适应度值最高的个体进行解码，输出的即为结论；否则继续进行繁衍。