(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211112736.9 (22)申请日 2022.09.14 (71)申请人 广东电网有限责任公司广州供电局 地址 510620 广东省广州市天河区天河南 二路2号 (72)发明人 刘俊翔　饶毅　葛馨远　陈剑　 周凯　许中　黄青丹　 (74)专利代理 机构 广州市华学知识产权代理有 限公司 4 4245 专利代理师 杜柱东 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06N 3/08(2006.01) G06N 3/04(2006.01) (54)发明名称 基于图卷积神经网络的移动应急电源车优 化调度方法 (57)摘要 本发明公开了一种基于图卷积神经网络的 移动应急电源车优化调度方法， 包括以下步骤： S1、 建立以停电后总停电损失费用最小且迟到惩 罚最小为目标的调度优化目标函数； S2、 考虑冗 余容量约束、 缺电台区供应约束、 可达约束以及 供应容量约束四个约束， 构建移动应急电源车优 化调度模型； S3、 对建立的优化调度模型进行线 性化处理， 得到混合整数线性规划问题； S4、 使用 分支定界法构建优化调度模型的求解框架； S5、 利用强化学习构建基于图卷积神经网络的分支 变量选择策略， 对求解框架进行改进； S6、 使用改 进后的求解框架对灾后移动应急电源车优化调 度问题进行求解， 得到最优调度方案。 本发明方 法提升了移动应急电源车最优调度方案的求解 速度。 权利要求书6页 说明书14页 附图1页 CN 115330257 A 2022.11.11 CN 115330257 A 1.基于图卷积神经网络的移动应急电源车优化调度方法， 其特 征在于， 包括以下步骤： S1、 建立以停电后总停电损失费用最小且 迟到惩罚最小为目标的调度优化目标函数； S2、 基于调度优化目标函数， 考虑冗余容量约束、 缺电台区供应约束、 可达约束以及供 应容量约束四个约束， 构建移动应急电源车优化调度模型； S3、 对建立的移动应急电源车优化调度模型进行线性化处理， 得到混合整数线性规划 问题； S4、 使用分支定界法构建移动应急电源车优化调度模型的求 解框架； S5、 利用强化学习构建基于图卷积神经网络的分支变量选择策略， 对移动应急电源车 优化调度模型的求 解框架进行改进； S6、 使用改进后的移动应急电源车优化调度模型的求解框架对灾后移动应急电源车优 化调度问题进行求 解， 得到最优调度方案 。 2.根据权利要求1所述的基于图卷积神经网络的移动应急电源车优化调度方法， 其特 征在于， 步骤S1中， 以停电后总停电损失费用最小为目标表示 为： min f1＝f11‑f12 其中， k∈K代表移动应急电源车； j∈J＝{1， 2， ...， n}代表缺电台区； i∈D＝{n+1， n+ 2， ...， n+m}代表供应点， 即一共有m个供应点； l， i， j∈L＝J∪D＝{1， 2， ...， n+m}表示移动 应急电源车所有可以到达的位置， 包括所有的供应点以及所有的缺电台区； t ′表示从停电 开始到该城市的移动应急电源接到调度指令发车所需的时间； ti， j∈R+表示从位置i∈L到 位置j∈J的行驶时间； 表示移动应急电源车的接入时间； Pk表示移动应急电源车k∈K的可 供应容量； yi， j， k∈{0， 1}为决策变 量， 如果移动应急电源车k∈K从位置 i∈L被调度到了 位置 j∈J， 则该项取值为1， 否则取值为0； cj(·)表示缺电台 区j∈J的分段单位停电损失函数； cj (t)表示该台区停电时间到达t分钟时的停电损失； tj表示缺电台区j∈J的最长停电时间， dj表示缺电台区j∈J的缺电功率； 的具体取值如下： 3.根据权利要求2所述的基于图卷积神经网络的移动应急电源车优化调度方法， 其特 征在于， 步骤S1中， 以迟到惩罚最小为目标表示 为： 其中， πj∈{1， 2， 3， 4， 5}表示缺电台区j∈J的优先级权重， πj对应的数字越大， 该台区 的权　利　要　求　书 1/6 页 2 CN 115330257 A 2供电优先级越高； M1∈N是一个极大值； zj≥0表示缺电台区j∈J的迟到量， zj＝max{0， t ′+ tj‑bj}； bj∈R+为缺电台区j∈J供电的最晚到达时间， 对缺电台区来说是该台区用户可容忍 的最长停电时间。 4.根据权利要求3所述的基于图卷积神经网络的移动应急电源车优化调度方法， 其特 征在于， 以停电后总停电损失费用最小且迟到惩罚最小为目标的调度优化目标函数表示 为： min f＝w1·f1+w2·f2 其中， w1和w2均为权重系数， w1＝w2＝1。 5.根据权利要求1所述的基于图卷积神经网络的移动应急电源车优化调度方法， 其特 征在于， 步骤S2中， 考虑冗余容量约束、 缺电台区供应约束、 可达约束以及供应容量约束四 个约束表示 为： 冗余容量约束， 理想情况下， 移动应急电源车供应给一个台区的总容量应该恰好可以 满足该台区的需求， 且 存在一定的冗余； 假设调度来的移动应急电源车少任意一个的时候该台区的需求都无法得到满足， 即小 于该台区的缺电功率， 将供应容 量约束加入约束条件中： 其中， xj， k∈{0， 1}为决策变量， 如果缺电台区j∈J被分配给了移动应急电源车k∈K供 电， 则该变量取值 为1， 否则取值 为0； 缺电台区供应约束， 针对每一个缺电台区， 至少分配一个可以供应的移动应急电源车 给这个台区， 否则要 声明该台区的需求没有得到满足： 其中， K(j)表示可以用于给缺电用户j∈J供电的移动应急电源车子集； gj为决策变量， 当缺电用户j∈J无法恢复电力供应时， 该变量 为1， 否则为0； 可达约束， 针对每个移动应急电源车和每一个缺电台区， 如果移动应急电源车接到任 务要为这个缺电台区供电， 则该应急车一定存在上一个可达地 点： 供应容量约束， 移动应急电源车所供应的移动应急电源容量之和应满足该缺电台区的 缺电功率： 综合以上四个约束， 构建移动应急电源车优化调度模型：权　利　要　求　书 2/6 页 3 CN 115330257 A 3