[发明专利]一种基于遗传算法的变电站物联微拍装置优化配置方法

权利要求书

1.一种基于遗传算法的变电站物联微拍装置优化配置方法，其特征在于，包括以下步骤：

S1、获取整个变电站的状态监测点位图：将一座变电站看做一张网格图，每个监测点位在网格图中都有自己的单一位置；

S2、在状态监测点位中标出监控设备点：将变电站现有的高清摄像头、巡视机器人覆盖的监测点位在网格图中标注；

S3、找出处于监控巡视盲区的状态监测点：根据矩阵X和Y找出处于监控巡视盲区的状态监测点；

S4、给定变电站可安装物联微拍装置的点位集合：根据变电站内处于监控盲区的状态监测点，确定可安装物联微拍装置的点位集合；

S5、建立物联微拍装置的优化配置模型：以现有监控装置的覆盖情况与期望覆盖的情况间的平均差异最小为目标函数，以给定的物联微拍装置数量为成本约束，建立物联微拍装置的优化配置模型，实际的摄像头覆盖情况为实际安装的监控设备对变电站各监测点的拍摄清晰度之和，其表达式为其中l_h为逻辑变量，b_h监测点位安装物联微拍装置则l_h取值为1，否则取值为0；

S6、采用遗传算法法求解优化配置模型实现物联微拍装置优化配置：通过遗传算法得到物联微拍装置的优化配置方案。

2.根据权利要求1的一种基于遗传算法的变电站物联微拍装置优化配置方法，其特征在于：在S1操作步骤中，第i行第j个网格的位置为X_ij，构造n×m的矩阵X，n为监测点横坐标的最大值，m为纵坐标的最大值，矩阵中没有监测点的用0表示。

3.根据权利要求1的一种基于遗传算法的变电站物联微拍装置优化配置方法，其特征在于：在S2作步骤中，如第n行第m个网格的位置为Y_nm，构造监控设备点位矩阵Y。

4.根据权利要求1的一种基于遗传算法的变电站物联微拍装置优化配置方法，其特征在于：在S3操作步骤中，在监测点中根据监测重要程度的不同，选择安装高清摄像头或物联微拍装置。

5.根据权利要求1的一种基于遗传算法的变电站物联微拍装置优化配置方法，其特征在于：在S4操作步骤中，确定点位h的监控范围矩阵为W_h，可安装物联微拍装置的点位集合具体为：

第h个物联微拍装置为安装在b_h处的摄像头，其监控范围覆盖矩阵b_h具体为：

6.根据权利要求5的一种基于遗传算法的变电站物联微拍装置优化配置方法，其特征在于：b_h代表能够安装物联微拍装置的第h个物联微拍装置在变电站中的坐标位置，N为变电站中可安装物联微拍装置的数量，n和m分别为变电站所有监测点横坐标、纵坐标的最大值，为第h个微拍装置对变电站内监测点位X_ij的拍摄清晰度，取0-4之间的整数，将其离散为5种拍摄清晰度，当监测点位X_ij距离第h个微拍装置越近时，取值越大，当取值为0时，表示该监测点位X_ij超出了第h个微拍装置的监控范围。

7.根据权利要求1的一种基于遗传算法的变电站物联微拍装置优化配置方法，其特征在于：在S5操作步骤中，物联微拍装置的优化配置模型为：

目标函数：

约束条件：

8.根据权利要求7的一种基于遗传算法的变电站物联微拍装置优化配置方法，其特征在于：q为一定购置成本下选购的物联微拍装置数量，即物联微拍装置实际安装的数量，M_ij表征为实际物联微拍装置拍摄覆盖情况，Y_ij表征为考虑成本和巡视效果确定的物联微拍装置期望拍摄覆盖情况。