[发明专利]一种电网缺陷物资智能仓储调度系统的构建方法

权利要求书

1.一种电网缺陷物资智能仓储调度系统的构建方法，其特征在于：包括，

基于开源和采购的气象数据，以及电网系统提供的历史缺陷数据，构建缺陷物资预测模型，并对所述缺陷物资进行预测；

融合所述预测的结果，并结合当前物资的仓储状态，构建强化学习模型；

利用所述强化学习模型计算仓储物资调度方案，并将所述仓储物资调度方案进行可视化展示；

其中，所述强化学习模型如下：

其中，V(S_t)为在当前物资的仓储状态S_t下的价值函数，r_t为当前时刻的收益，γ为衰减因子，V(S_t+1)为在状态S_t+1下的价值函数，X_i,j和B_i,j分别表示当前时刻仓库i中物资j的出库数量和购买数量，l_j为占据容量，μ_i为容量上限，Z_i,j表示所述当前时刻仓库i中物资j的数量，n表示有n个仓储物资库；

所述当前时刻的收益为：

其中，Q_i,j表示所述仓库i中物资j的需求量，p_j为损失收益，c_j为购买物品花费的金额，符号(x)^-为所述当前物资的仓储状态S_t为：

S_t＝Z∈R^n×m

其中，Z为所述仓库中物资的数量，R^n×m为n×m维实数空间；

S_t+1＝Z-X+B

其中，S_t+1为调度后的仓储状态，X为调度方案，B为采购方案。

2.如权利要求1所述电网缺陷物资智能仓储调度系统的构建方法，其特征在于：所述构建缺陷物资预测模型包括，

预处理所述气象数据和所述历史缺陷数据；

将线性回归模型、岭回归模型、弹性网络模型、梯度提升树、XgBoost模型和BP神经网络模型作为所述缺陷物资预测模型；

定义优化函数，并优化所述缺陷物资预测模型。

3.如权利要求2所述电网缺陷物资智能仓储调度系统的构建方法，其特征在于：所述预处理包括，

统计所述数据中的有效数据，并对空数据进行填充，对类别型数据进行one-hot编码。

4.如权利要求3所述电网缺陷物资智能仓储调度系统的构建方法，其特征在于：所述优化函数包括，

其中，K为分类回归树的数量，Γ为模型的分类回归树空间，f_k为模型的第k个分类回归树，代表的是预测的缺陷物资的数值。

5.如权利要求4所述电网缺陷物资智能仓储调度系统的构建方法，其特征在于：所述融合预测结果包括，

将所述线性回归模型、岭回归模型、弹性网络模型、梯度提升树、XgBoost模型和BP神经网络模型的预测结果求平均值并取整，如下式：

其中，F为当前时间段所需的缺陷物资，f_p为需要融合的第p个模型，m表示需要仓储物资的类别数量，round为取整。

6.如权利要求5所述电网缺陷物资智能仓储调度系统的构建方法，其特征在于：所述仓储物资调度方案包括，

所述仓储物资调度方案需满足以下不等式：

7.如权利要求6所述电网缺陷物资智能仓储调度系统的构建方法，其特征在于：所述计算仓储物资调度方案包括，

采取ε贪婪策略确定Action：

其中，A_t+1为所述仓储物资调度方案，V_w(S_t+1)为在策略w和所述S_t+1下的价值函数。