本發(fā)明屬于船只任務(wù)調(diào)度，具體涉及一種純電無人船電池安全管理控制方法。

背景技術(shù)：

1、隨著自動化技術(shù)的快速發(fā)展，純電無人船在海洋監(jiān)測、貨物運(yùn)輸、環(huán)境監(jiān)測等領(lǐng)域得到了廣泛應(yīng)用。然而，純電無人船的電池管理問題一直是制約其性能和安全性的關(guān)鍵因素之一。當(dāng)前的電池管理方法存在諸多不足，尤其是在任務(wù)分配和能源利用方面，這些問題不僅影響了無人船的運(yùn)行效率，還可能導(dǎo)致電池壽命縮短和安全隱患。

2、目前，大多數(shù)純電無人船的任務(wù)分配仍然依賴于人工經(jīng)驗(yàn)。操作人員根據(jù)自身的經(jīng)驗(yàn)和判斷來決定哪些船只執(zhí)行哪些任務(wù)。這種方法雖然在一定程度上能夠滿足基本需求，但存在明顯的局限性。首先，人工經(jīng)驗(yàn)難以全面考慮所有因素，如任務(wù)的優(yōu)先級、船只的當(dāng)前狀態(tài)和環(huán)境條件等，容易導(dǎo)致任務(wù)分配不合理。其次，人工分配任務(wù)缺乏系統(tǒng)性和科學(xué)性，容易出現(xiàn)重復(fù)任務(wù)或任務(wù)遺漏的情況，導(dǎo)致資源浪費(fèi)和工作效率低下。此外，依靠人工經(jīng)驗(yàn)的任務(wù)分配方法無法實(shí)時監(jiān)控電池的剩余電量和健康狀態(tài)，難以及時發(fā)現(xiàn)和處理電池異常情況。一旦電池出現(xiàn)故障或過度放電，可能導(dǎo)致無人船無法正常運(yùn)行，甚至引發(fā)安全事故。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種純電無人船電池安全管理控制方法，解決相關(guān)技術(shù)中依賴人工經(jīng)驗(yàn)、任務(wù)分配不合理、能源利用不充分、運(yùn)行效率低下的技術(shù)問題。

2、本發(fā)明提供了一種純電無人船電池安全管理控制方法，包括以下步驟：

3、步驟s101，收集歷史任務(wù)數(shù)據(jù)，根據(jù)歸一化處理后的歷史任務(wù)數(shù)據(jù)構(gòu)建并訓(xùn)練隨機(jī)森林模型；并在初始階段采集m個任務(wù)的第一任務(wù)特征數(shù)據(jù)和環(huán)境特征數(shù)據(jù)，對其歸一化處理后，輸入到隨機(jī)森林模型中，輸出m個任務(wù)的需求電量，其中，m為自定義參數(shù)；

4、其中歷史任務(wù)數(shù)據(jù)包括：歷史任務(wù)的第一任務(wù)特征數(shù)據(jù)和歷史任務(wù)的環(huán)境特征數(shù)據(jù)，以及對應(yīng)的歷史任務(wù)的需求電量，第一任務(wù)特征數(shù)據(jù)包括：任務(wù)類型、任務(wù)屬性、任務(wù)狀態(tài)、需求設(shè)備和任務(wù)時長，環(huán)境特征數(shù)據(jù)包括：風(fēng)速、風(fēng)向、氣溫、海流速度和海流方向；

5、步驟s102，按照第一預(yù)設(shè)時間間隔t在第一預(yù)設(shè)時間段t內(nèi)采集m個任務(wù)的第二任務(wù)特征數(shù)據(jù)和u個船只的船只特征數(shù)據(jù)，并將每個時間點(diǎn)的m個任務(wù)的第二任務(wù)特征數(shù)據(jù)和u個船只的船只特征數(shù)據(jù)分別通過第一特征序列和第二特征序列表示，對第一特征序列和第二特征序列進(jìn)行預(yù)處理，分別得到第三特征序列和第四特征序列，其中，t和u為自定義參數(shù)；

6、船只特征數(shù)據(jù)包括：剩余電量、電量狀態(tài)、當(dāng)前任務(wù)進(jìn)度和當(dāng)前任務(wù)需求電量，第二任務(wù)特征數(shù)據(jù)包括：任務(wù)類型、任務(wù)屬性、任務(wù)狀態(tài)、任務(wù)時長、需求電量和優(yōu)先級；

7、步驟s103，根據(jù)第三特征序列和第四特征序列構(gòu)建船隊(duì)任務(wù)圖譜，并根據(jù)船隊(duì)任務(wù)圖譜構(gòu)建適配度預(yù)測模型，適配度預(yù)測模型的輸入為船隊(duì)任務(wù)圖譜，輸出為船只和任務(wù)之間的適配度；

8、步驟s104，根據(jù)適配度預(yù)測模型結(jié)合改進(jìn)的間歇泉優(yōu)化算法生成分配方案，分配方案表示將任務(wù)分配到船只。

9、進(jìn)一步地，所述任務(wù)類型包括：巡航、數(shù)據(jù)采集、運(yùn)輸和救援，任務(wù)類型通過獨(dú)熱編碼表示；任務(wù)屬性包括：普通任務(wù)和特殊任務(wù)，任務(wù)屬性通過獨(dú)熱編碼表示，任務(wù)屬性為特殊任務(wù)時，該任務(wù)只能由指定船只執(zhí)行；優(yōu)先級包括：低優(yōu)先級、中優(yōu)先級和高優(yōu)先級，優(yōu)先級通過實(shí)數(shù)編碼表示；任務(wù)狀態(tài)通過實(shí)數(shù)編碼表示，任務(wù)狀態(tài)包括：已執(zhí)行、正在執(zhí)行和未執(zhí)行；需求設(shè)備通過獨(dú)熱編碼表示；風(fēng)向和海流方向均通過二維向量編碼表示；電量狀態(tài)包括：待機(jī)狀態(tài)和正常狀態(tài)，其中待機(jī)狀態(tài)表示當(dāng)前船只的電池剩余電量低于第一預(yù)設(shè)閾值，船只進(jìn)入節(jié)能模式，待機(jī)狀態(tài)下的船只不執(zhí)行任務(wù)。

10、進(jìn)一步地，對收集的歷史任務(wù)數(shù)據(jù)使用最大最小歸一化方法進(jìn)行歸一化處理，并將其作為隨機(jī)森林模型的訓(xùn)練樣本，其中歷史任務(wù)的第一任務(wù)特征數(shù)據(jù)和歷史任務(wù)的環(huán)境特征數(shù)據(jù)作為訓(xùn)練隨機(jī)森林模型的樣本數(shù)據(jù)，對應(yīng)的歷史任務(wù)的需求電量作為訓(xùn)練隨機(jī)森林模型的樣本標(biāo)簽。

11、進(jìn)一步地，對第一特征序列和第二特征序列進(jìn)行預(yù)處理，分別得到第三特征序列和第四特征序列，包括：

12、步驟s201，使用3原則識別第一特征序列和第二特征序列中的異常值，并將異常值替換為平均值；

13、步驟s202，計(jì)算船只執(zhí)行當(dāng)前任務(wù)的電量利用率，并將其拼接到第二特征序列的序列單元之后；

14、步驟s203，計(jì)算當(dāng)前任務(wù)的緊急程度，并將其拼接到第一特征序列的序列單元之后，其中，當(dāng)前任務(wù)的緊急程度的計(jì)算公式為：

15、，其中表示當(dāng)前任務(wù)的緊急程度，表示當(dāng)前任務(wù)的優(yōu)先級，表示當(dāng)前任務(wù)已用電量，p表示當(dāng)前任務(wù)進(jìn)度，表示當(dāng)前任務(wù)時長，表示總?cè)蝿?wù)時長，和分別表示剩余電量權(quán)重系數(shù)和任務(wù)時長權(quán)重系數(shù)，和分別表示風(fēng)速和海流速度，和分別表示風(fēng)向和海流方向，和分別表示風(fēng)向和海流方向的余弦值，表示氣溫影響系數(shù)，t表示氣溫，表示平滑系數(shù)；

16、步驟s204，移除第一特征序列中任務(wù)類型為“已執(zhí)行”和“正在執(zhí)行”的任務(wù)，以及第二特征序列中電量狀態(tài)為“待機(jī)”的船只，得到包括j個序列單元的第一特征序列和包括k個序列單元的第二特征序列，其中，j和k為自定義參數(shù)；

17、步驟s205，使用最大最小歸一化方法對第一特征序列和第二特征序列進(jìn)行預(yù)處理，得到第三特征序列和第四特征序列。

18、進(jìn)一步地，所述船隊(duì)任務(wù)圖譜包括：任務(wù)節(jié)點(diǎn)、船只節(jié)點(diǎn)、邊、任務(wù)節(jié)點(diǎn)的初始特征和船只節(jié)點(diǎn)的初始特征；其中任務(wù)節(jié)點(diǎn)與任務(wù)之間建立映射關(guān)系，船只節(jié)點(diǎn)與船只之間建立映射關(guān)系，任務(wù)節(jié)點(diǎn)的初始特征通過與其建立映射關(guān)系的任務(wù)節(jié)點(diǎn)的第二任務(wù)特征數(shù)據(jù)表示，船只節(jié)點(diǎn)的初始特征通過與其建立映射關(guān)系的船只節(jié)點(diǎn)的船只特征數(shù)據(jù)表示；邊的構(gòu)建方式包括：特殊任務(wù)與該任務(wù)對應(yīng)的指定船只之間構(gòu)建邊；普通任務(wù)與任意船只之間構(gòu)建連接。

19、進(jìn)一步地，適配度預(yù)測模型包括：第一隱藏層、提取層、第二隱藏層和分類器；

20、第一隱藏層包括n個第一單元，第n個第一單元輸入第n個時間點(diǎn)的節(jié)點(diǎn)的初始特征，輸出第一更新特征，其中，n=t/t，1≤n≤n；

21、提取層用于提取第n個第一單元輸出的第一更新特征，并將其作為節(jié)點(diǎn)的初始特征；

22、第二隱藏層輸入船隊(duì)任務(wù)圖譜，輸出圖更新矩陣，圖更新矩陣的每個行向量表示一個節(jié)點(diǎn)的第二更新特征；

23、將每個節(jié)點(diǎn)的第二更新特征輸入到分類器中，分類器的分類空間表示船只和任務(wù)之間的適配度，上述節(jié)點(diǎn)包括任務(wù)節(jié)點(diǎn)和船只節(jié)點(diǎn)。

24、進(jìn)一步地，第一隱藏層基于改進(jìn)后的門控循環(huán)單元構(gòu)建，具體改進(jìn)內(nèi)容包括：在更新門中引入調(diào)節(jié)系數(shù)，在重置門中加入衰減參數(shù)，嵌入殘差連接，并新增趨勢控制門。

25、進(jìn)一步地，第二隱藏層的計(jì)算公式包括：

26、；

27、其中，表示第二隱藏層輸出的圖更新矩陣，pile表示堆疊操作，表示動態(tài)加權(quán)系數(shù)，表示度矩陣，度矩陣的元素表示與節(jié)點(diǎn)存在邊連接的數(shù)量，表示鄰接矩陣，鄰接矩陣的元素表示節(jié)點(diǎn)之間的連接關(guān)系，w表示第二隱藏層的第一權(quán)重系數(shù)，表示指數(shù)影響系數(shù)，用于控制指數(shù)項(xiàng)的影響大小，p表示特征篩選矩陣，用于篩選加強(qiáng)任務(wù)優(yōu)先級特征和船只剩余電量特征，表示邊權(quán)重調(diào)節(jié)系數(shù)，用于控制特征篩選項(xiàng)的權(quán)重，i表示單位矩陣，單位矩陣的對角線上的元素值賦值為1，其余元素值賦值為0，表示節(jié)點(diǎn)的第二更新特征，表示初始特征矩陣的第i行第j列的元素的絕對值，relu表示relu激活函數(shù)，上述節(jié)點(diǎn)包括任務(wù)節(jié)點(diǎn)和船只節(jié)點(diǎn)。

28、進(jìn)一步地，根據(jù)適配度預(yù)測模型結(jié)合改進(jìn)的間歇泉優(yōu)化算法生成分配方案的步驟包括：

29、步驟s301，隨機(jī)創(chuàng)建一個符合約束條件的個體數(shù)目為q的起始種群，其中q為自定義參數(shù)；

30、起始種群的個體編碼通過向量表示，其中表示將第1個任務(wù)到第j個任務(wù)分配給第到第個船只；

31、步驟s302，結(jié)合適配度預(yù)測模型構(gòu)建目標(biāo)函數(shù)；

32、步驟s303，根據(jù)目標(biāo)函數(shù)計(jì)算起始種群的每個個體的適應(yīng)度值；

33、步驟s304，使用輪盤賭選擇法選擇種群中適應(yīng)度值較高的一半個體作為通道，選擇概率與個體的適應(yīng)度值成正比；

34、步驟s305，計(jì)算每個個體與其他個體之間的歐幾里得距離，并選擇歐幾里得距離最近的y個個體作為當(dāng)前個體的鄰居；

35、步驟s306，根據(jù)當(dāng)前適應(yīng)度值最大的個體和個體的鄰居，更新個體的位置；

36、步驟s307，計(jì)算個體受到的壓力與選擇新通道的概率，并結(jié)合柯西分布更新個體選擇新通道時的位置；

37、步驟s308，當(dāng)前迭代次數(shù)加1，判斷當(dāng)前迭代次數(shù)達(dá)到最大迭代次數(shù)，則輸出當(dāng)前個體編碼作為最優(yōu)的分配方案，否則返回步驟s303，其中最大迭代次數(shù)為自定義參數(shù)。

38、進(jìn)一步地，所述步驟s302中目標(biāo)函數(shù)為：

39、；

40、其中f表示個體適應(yīng)度值，表示第i個任務(wù)和分配給該任務(wù)的船只之間的適配度，表示第e個船只在去除掉分配給該船只的任務(wù)的需求電量后的剩余電量，和分別表示緊急程度權(quán)重系數(shù)和距離懲罰系數(shù)，表示任務(wù)的緊急程度，表示船只從當(dāng)前位置到達(dá)任務(wù)地點(diǎn)的距離。

41、本發(fā)明的有益效果在于：本發(fā)明通過構(gòu)建船隊(duì)任務(wù)圖譜進(jìn)而構(gòu)建適配度預(yù)測模型，能夠自動評估各任務(wù)與船只的匹配度，進(jìn)而系統(tǒng)化、科學(xué)化地完成任務(wù)分配，避免了依賴人工經(jīng)驗(yàn)所帶來的效率低下和資源浪費(fèi)問題，并且提升了無人船的運(yùn)行效率，實(shí)現(xiàn)了任務(wù)執(zhí)行的最大化覆蓋和合理化分配；

42、本發(fā)明通過任務(wù)和船只的多重特征建模，結(jié)合改進(jìn)的間歇泉優(yōu)化算法生成分配方案，能夠確保在不同任務(wù)需求下適配最優(yōu)資源；

43、本發(fā)明通過智能化的電量狀態(tài)監(jiān)控機(jī)制，實(shí)時跟蹤船只電池的剩余電量和健康狀態(tài)，確保系統(tǒng)在任務(wù)執(zhí)行中始終考慮到電池狀態(tài)。這種實(shí)時監(jiān)控和動態(tài)管理機(jī)制能夠有效避免過度放電，延長電池壽命，提高能源利用效率。