塔机选型规划方法、装置、计算设备及存储介质与流程

本技术涉及微电网优化领域，更具体地涉及一种塔机选型规划方法、装置、计算设备及存储介质。

背景技术：

1、塔式起重机，即塔机，在建筑施工领域得到了广泛的应用，已经成为现代施工中必不可少的关键设备。在建筑施工现场，塔式起重机高效安全的使用，关系到工程施工的效率及人员设备的安全。塔机的合理选择是实现塔机运行高效及自动化运行的核心。施工现场，需要综合考虑塔机运行效率、安全和成本等的平衡关系选择合适塔机。传统方法依靠工程人员的实践经验，通过反复调整塔机型号，才能得到相对合理的塔机选型方案，决策过程和方案质量受人员职业素养的影响很大，对于场地规模大和所需塔机数量多的工程项目，传统方法难以兼顾决策效率和方案质量的平衡，探索更高效和精准的塔机选型方法很有必要。

技术实现思路

1、本技术实施例提供一种塔机选型规划方法、装置、计算设备及存储介质，利用历史施工项目数据和塔机基础数据训练得到训练后的塔机选型模型，利用机器学习实现塔机选型的自我调优，能提高塔机选型的效率，提高塔机与目标项目的匹配度，便于针对目标施工项目选出合适的塔机方案。

2、第一方面，本技术实施例提供一种塔机选型规划方法，采集历史施工项目数据和塔机基础数据，构建项目塔机选型数据集；根据所述项目塔机选型数据集训练塔机选型模型得到训练后的塔机选型模型；获取目标施工项目的项目数据，将所述目标施工项目的项目数据输入所述训练后的塔机选型模型中，得到与所述目标施工项目匹配的塔机选型方案。

3、在一个实施方式中，所述采集历史施工项目数据和塔机基础数据，构建项目塔机选型数据集，包括：

4、提取所述历史施工项目数据的项目标签和所述塔机基础数据的塔机标签；

5、定义匹配规则，确定所述项目标签对应的初始权重和所述塔机标签对应的初始权重；

6、根据所述匹配规则、所述项目标签对应的初始权重和所述塔机标签对应的初始权重计算第一匹配度；

7、根据所述历史施工项目数据、所述塔机基础数据和所述第一匹配度构建所述项目塔机选型数据集。

8、在一个实施方式中，所述根据所述项目塔机选型数据集训练塔机选型模型得到训练后的塔机选型模型，包括：

9、根据所述历史施工项目数据和所述塔机基础数据计算得到第二匹配度；

10、根据所述第一匹配度和所述第二匹配度利用损失函数计算损失值；

11、利用所述损失值对所述塔机选型模型进行收敛，以确定所述项目标签对应的调整后权重和所述塔机标签对应的调整后权重，直至所述损失值达到预设值，得到训练后的塔机选型模型；

12、其中，所述项目塔机选型数据集包括所述历史施工项目数据、所述塔机基础数据和所述第一匹配度，所述历史施工项目数据包括所述项目标签，所述塔机基础数据包括所述塔机标签。

13、在一个实施方式中，所述与所述目标施工项目匹配的塔机选型方案有多个，所述每个塔机选型方案包括一种塔机，所述方法还包括：

14、分别以一个塔机选型方案中的塔机为目标塔机，获取目标塔机的塔机基础数据；

15、计算所述目标施工项目的项目数据和所述目标塔机的的塔机基础数据的第三匹配度；

16、根据所述第三匹配度，计算所述目标塔机的综合评分；

17、在完成计算所述多个塔机选型方案中塔机的综合评分之后，根据综合评分排序结果确定与所述目标施工项目匹配的至少2个塔机选型方案。

18、在一个实施方式中，所述根据所述第三匹配度，计算所述目标塔机的综合评分，包括：

19、根据所述第三匹配度得到所述目标塔机的第一评分；

20、根据所述目标塔机的塔机基础数据计算得到所述目标塔机的第二评分；

21、根据所述第一评分和第二评分计算所述目标塔机的综合评分。

22、在一个实施方式中，所述计算所述目标施工项目的项目数据和所述目标塔机的的塔机基础数据的第三匹配度，包括：

23、根据所述目标施工项目的项目数据得到项目所需配置数据；

24、分别以一种项目所需配置数据为目标配置数据，计算所述目标塔机的塔机基础数据与所述目标配置数据的第一相关系数；

25、在完成计算每一种项目所需配置数据与目标塔机的塔机基础数据的第一相关系数之后，根据所述第一相关系数计算所述目标施工项目的项目数据与所述目标塔机的塔机基础数据的第三匹配度。

26、在一个实施方式中，所述与所述目标施工项目匹配的塔机选型方案包括多个，所述每个塔机选型方案包括多种塔机，包括：

27、分别以一个塔机选型方案为目标塔机选型方案，获取所述目标塔机选型方案中的多个塔机的历史工作日程数据和历史项目完成质量数据，根据所述多个塔机的历史工作日程数据和历史项目完成质量数据计算所述多个塔机的协同度；

28、根据所述目标施工项目的项目数据确定所述目标施工项目的目标函数；

29、根据所述多个塔机的协同度计算所述目标塔机选型方案的目标函数值；

30、在完成所述每个塔机选型方案的目标函数值计算后，根据所述目标函数值的排序结果确定与所述目标施工项目匹配的最优塔机选型方案。

31、第二方面，本技术实施例提供一种塔机选型规划装置，具有实现对应于上述第一方面提供的塔机选型规划方法的功能。所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块，所述模块可以是软件和/或硬件。在一个实施方式中，所述塔机选型规划装置包括：

32、采集模块：用于采集历史施工项目数据和塔机基础数据，构建项目塔机选型数据集；

33、训练模块：用于根据所述项目塔机选型数据集训练塔机选型模型得到训练后的塔机选型模型；

34、匹配模块：用于获取目标施工项目的项目数据，将所述目标施工项目的项目数据输入所述训练后的塔机选型模型中，得到与所述目标施工项目匹配的塔机选型方案。

35、在一个实施方式中，所述采集模块，还用于：

36、提取所述历史施工项目数据的项目标签和所述塔机基础数据的塔机标签；

37、定义匹配规则，确定所述项目标签对应的初始权重和所述塔机标签对应的初始权重；

38、根据所述匹配规则、所述项目标签对应的初始权重和所述塔机标签对应的初始权重计算第一匹配度；

39、根据所述历史施工项目数据、所述塔机基础数据和所述第一匹配度构建所述项目塔机选型数据集。

40、在一个实施方式中，所述训练模块，具体用于：

41、根据所述历史施工项目数据和所述塔机基础数据计算得到第二匹配度；

42、根据所述第一匹配度和所述第二匹配度利用损失函数计算损失值；

43、利用所述损失值对所述塔机选型模型进行收敛，以确定所述项目标签对应的调整后权重和所述塔机标签对应的调整后权重，直至所述损失值达到预设值，得到训练后的塔机选型模型；

44、其中，所述项目塔机选型数据集包括所述历史施工项目数据、所述塔机基础数据和所述第一匹配度，所述历史施工项目数据包括所述项目标签，所述塔机基础数据包括所述塔机标签。

45、在一个实施方式中，所述与所述目标施工项目匹配的塔机选型方案有多个，所述每个塔机选型方案包括一种塔机，所述塔机选型规划装置，具体还用于：

46、分别以一个塔机选型方案中的塔机为目标塔机，获取目标塔机的塔机基础数据；

47、计算所述目标施工项目的项目数据和所述目标塔机的的塔机基础数据的第三匹配度；

48、根据所述第三匹配度，计算所述目标塔机的综合评分；

49、在完成计算所述多个塔机选型方案中塔机的综合评分之后，根据综合评分排序结果确定与所述目标施工项目匹配的至少2个塔机选型方案。

50、在一个实施方式中，所述塔机选型规划装置，具体还用于：

51、根据所述第三匹配度得到所述目标塔机的第一评分；

52、根据所述目标塔机的塔机基础数据计算得到所述目标塔机的第二评分；

53、根据所述第一评分和第二评分计算所述目标塔机的综合评分。

54、在一个实施方式中，所述塔机选型规划装置，具体还用于：

55、根据所述目标施工项目的项目数据得到项目所需配置数据；

56、分别以一种项目所需配置数据为目标配置数据，计算所述目标塔机的塔机基础数据与所述目标配置数据的第一相关系数；

57、在完成计算每一种项目所需配置数据与目标塔机的塔机基础数据的第一相关系数之后，根据所述第一相关系数计算所述目标施工项目的项目数据与所述目标塔机的塔机基础数据的第三匹配度。

58、在一个实施方式中，所述塔机选型规划装置，具体还用于：

59、利用所述预设的损失函数计算所述运行状态评分预测值和所述运行状态评分真实值的损失值；

60、对所述微电网运行状态评估模型进行收敛，以确定所述各微电网特征评估数据对应的调整后权重，直至所述损失值达到预设值，得到训练后的微电网运行状态评估模型。

61、第三方面，本技术实施例提供一种计算设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现第一方面所述的塔机选型规划方法。

62、第四方面，本技术实施例提供一种计算机可读存储介质，其包括指令，当其在计算机上运行时，使得所述计算机执行如第一方面所述的塔机选型规划方法。

63、本技术利用历史施工项目数据和塔机基础数据训练得到训练后的塔机选型模型，利用机器学习实现塔机选型的自我调优，能提高塔机选型的效率，提高塔机与目标项目的匹配度，便于针对目标施工项目选出合适的塔机方案。