[发明专利]基于多目标粒子群的停电检修优化方法

权利要求书

1.一种基于多目标粒子群的停电检修优化方法，其特征在于，所述方法包括步骤：

(1)针对停电设备设计停电优化多目标函数，包括停电影响最小函数、停电成本最小函数、检修时间最短函数；

(2)模型训练前初始化种群，设置博弈次序得到领导者，建立存放历史优解的Archive档案集；

(3)选取非支配解进入Archive档案集，进行更新迭代替换，若满足迭代终止条件，则退出，并输出训练结果；

(4)若不满足迭代条件，则在Archive档案集中选取目标解leader作为最优解，并按照当前解进行种群的更新，包括更新博弈次序，更新粒子位置和速度，更新Archive档案集，返回步骤3。

2.根据权利要求1所述的基于多目标粒子群的停电检修优化方法，其特征在于，

步骤1中，停电影响最小函数：

其中，F_i为设备i的停电频率，N_i为设备i停电影响用户数，M为用户数，为停电设备总数。

3.根据权利要求1所述的基于多目标粒子群的停电检修优化方法，其特征在于，

步骤1中，停电成本最小函数：

其中，C_i为设备i在所停电单位时间内的电费损失，T_i是设备停电的时间，R_i为检修费用。

4.根据权利要求1所述的基于多目标粒子群的停电检修优化方法，其特征在于，

步骤1中，检修时间最短函数：

min f₃＝t_li+R(c₁,c₂,x_i)τ(x_i)+t_fi

其中，车程时间t_li、检修时间t_fi、协作等待时间τ(x_i)。

5.根据权利要求1所述的基于多目标粒子群的停电检修优化方法，其特征在于，

步骤1中，停电优化多目标函数为：

min f(x)＝(f₁(x),f₂(x),...,f_k(x)),x∈Ω

优化内向量x由n维变量组成，目标向量f(x)由k维目标构成，是停电计划中的多个优化目标函数；其中，多目标函数f将n为空间Ω映射到k维目标空间内。

6.根据权利要求1所述的基于多目标粒子群的停电检修优化方法，其特征在于，

步骤4中，具体包括：

(4.1)初始化粒子群生成初始群体P₁，优化过程中将历史优解存储到Archive档案集中得到A₁；

(4.2)更新博弈次序得到领导者，领导者领导粒子进行更新，更新种群信息，更新群体内粒子位置与速度，在位置与速度两个极值的引导下寻求最优解；

(4.3)通过不断的更新迭代得到新群体P_t+1，将新群体内的优解存储到Aichive档案集中；

(4.4)输出Archive集中的粒子信息，包括位置与速度。

7.根据权利要求6所述的基于多目标粒子群的停电检修优化方法，其特征在于，

当Archive集不为空时，只要P_t+1中粒子优于或者独立于Archive集中的某个粒子，则把该粒子插入到Archive集中。

8.根据权利要求6所述的基于多目标粒子群的停电检修优化方法，其特征在于，

当Archive集中的粒子数超过了规定大小时，需要删除多余的个体以维持稳定的Archive集规模；

要删除的粒子数PN：

其中，Int()为取整函数A_t+1表示更新的存储集，Grid表示网格内粒子数目。