CN119415270A 一种电能表全性能试验任务分配管理方法及系统 (国网浙江省电力有限公司营销服务中心)_第1页
CN119415270A 一种电能表全性能试验任务分配管理方法及系统 (国网浙江省电力有限公司营销服务中心)_第2页
CN119415270A 一种电能表全性能试验任务分配管理方法及系统 (国网浙江省电力有限公司营销服务中心)_第3页
CN119415270A 一种电能表全性能试验任务分配管理方法及系统 (国网浙江省电力有限公司营销服务中心)_第4页
CN119415270A 一种电能表全性能试验任务分配管理方法及系统 (国网浙江省电力有限公司营销服务中心)_第5页
已阅读5页,还剩30页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种电能表全性能试验任务分配管理方法本发明公开了一种电能表全性能试验任务实时监测并获取试验资源的状态特征和试验资配时因信息不全或错误而导致的资源浪费和试2S1,通过实时监测并获取试验资源的状态特征和试S3,基于试验资源的初始利用率和任务的优先S4,基于任务和资源的匹配优先级和任务分配在电能表全性能试验任务分配管理系统中需要对试验环境中的资源状态进行全面的依赖矩阵描述试验资源之间的依赖关系;资源依赖矩阵中每个元素Dix表示第i个试验资源3.根据权利要求2所述的电能表全性能试验任务分配管理方法,其特征在于,所述S14.根据权利要求1所述的电能表全性能试验任务分配管理方法,其特征在于,所述S25.根据权利要求4所述的电能表全性能试验任务分配管理方法,其特征在于,所述S2,36.根据权利要求1所述的电能表全性能试验任务分配管理方法,其特征在于,所述S3所述的双向匹配优先级计算算法通过引入任务的优先级来评估任务的紧急程度和重7.根据权利要求1所述的电能表全性能试验任务分配管理方法,其特征在于,所述S48.根据权利要求1所述的电能表全性能试验任务分配管理方法,其特征在于,所述S4,其中,表示目标函数,旨在同时最大化任务与资源的匹配优先级和资源利用的平衡4,9.根据权利要求1所述的电能表全性能试验任务分配管理方法,其特征在于,所述S4中,所述的梯度下降法使用动态学习率和动量项提升收敛速度和全局最优解的寻优能力,所述的资源状态监测与初始化模块:通过实时监测并获取试验资源的状所述的初始利用率计算模块:基于资源状态监测与初始化模块的资源利用率输出至任务优先级评估模块和双向匹配优所述的任务优先级评估模块:基于初始利用率计算模块的试验资所述的双向匹配优先级计算模块:基于初始利用率计算模块的试所述的任务分配矩阵构建模块:基于双向匹配优先级计算模块的任分配优化模块,接收来自任务分配优化模块的更新后的任务分配矩阵元素来更新任务分所述的任务分配优化模块:基于双向匹配优先级计算模块的任和任务分配矩阵构建模块的任务分配矩阵,使用任务分配平衡优化算法计算得到目标函5能表测试的成本和风险,提升电能表测试的可追溯性和透明度具有重要的理论和实践意6资源依赖矩阵描述试验资源之间的依赖关系;资源依赖矩阵中每个元素Dix表示第i个试验方根倒数用于增强短时任务的优先级;通过评估任务所需资源与当前可用资源的匹配度,7所述的双向匹配优先级计算算法通过引入任务的优先级来评估任务的紧急程度适配资源的平均利用率的敏感性,并通过增强任务对资源动态需求的敏感度的调节参数,8初始利用率输出至任务优先级评估模块和双所述的任务优先级评估模块:基于初始利用率计算模块的试验资源的初始利用配时因信息不全或错误而导致的资源浪费和试使得不同资源和不同状态数量下的利用率可比较,显著提高了资源分配的科学性和合理向匹配优先级计算算法评估任务和资源之间的匹配优先级,动态考虑了资源的实际可用9[0027]下面结合附图具体的说明本发明所提供的一种电能表全性能试验任务分配管理[0028]参照附图1,其示出了本发明一个实施例所提供的一种电能表全性能试验任务分初始利用率输出至任务优先级评估模块和双[0031]所述的任务优先级评估模块:基于初始利用率计算模块的试验资源的初始利用[0035]参照附图2,其示出了本发明一个实施例所提供的一种电能表全性能试验任务分[0036]在电能表全性能试验任务分配管理系统中需要对试验环境中的资源状态进行全面的感知和初始化,通过实时监测并获取试验资源的状态特征和试验资源之间的依赖关[0038]为了实时了解试验资源的使用状况和负载情况,确保任务分配时的决策依据科i个试验资源的初始利用率;sy表示第i种资源的第j个状态特征下[0047]通过使用优先级评估算法计算得到任务的优先级,能够有效平衡任务紧急程度、[0049]所述的双向匹配优先级计算算法通过引入任务的优先级来评估任务的紧急程度适配资源的平均利用率的敏感性,并通过增强任务对资源动态需求的敏感度的调节参数,[0051]其中,Bix表示第k个任务和第i个试验资级对资源动态需求的响应程度表示对第个任务适配的所有试验。被过度使用或闲置,通过比较每个资源的实际使用情况与理想的均衡使用情况来进行衡[0058]所述改进的梯度下降法使用动态学习率和动量项提升收敛速度和全局最优解的[0060]其中,和分别表示在第t+1次迭代和在第t次迭代时第k个任务分配给对资源分配矩阵元素的偏导数,反映第k个任务分配给第i个试验资源对目标函数的影响,[0063]其中,z(t+1)和z(0分别表示在第t+1次迭代和在第t次迭代时的目标函数;e表示[0066]其中,S1=0.5表示试验台位1的占用状态为0.5;S1Z=0.6表示预计释放时间为S31=0.2表示操作人员1的占用状态为0.2;S32=0.9表示预计释放时间为0.9;sn=0.3表a·In(1+E1)=1·In(1+2)=In(3)~1.0986[0100]=11。配时因信息不全或错误而导致的资源

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论