一种群控高峰期动态分区节能电梯调度方法与流程

本发明涉及电梯调度，更具体地说，它涉及一种群控高峰期动态分区节能电梯调度方法。

背景技术：

1、在现代高层建筑中，电梯是连接各楼层的关键设施之一，其运行效率直接影响到建筑物内人员的流动效率。现有的电梯调度方法通常采用静态分区的方式，即预先设定好电梯的服务区域，并且这些服务区域不会随时间或人流量的变化而自动调整，例如，在一栋办公楼中，可能会将电梯分为高低区，低区电梯只负责较低楼层（例如1-10层），高区电梯则负责较高楼层（例如11-20层）。

2、现有的电梯调度方法虽然在一定程度上能够减少电梯的上下行距离，提高人员的流动效率，但是仍然存在以下缺陷：

3、1.静态分区无法灵活应对不同时间段内的实际需求变化，例如，在工作日的上班高峰期，大量人员从低层涌向高层办公区，此时如果电梯仍然按照固定的高低区分区运行，则可能导致低区电梯空载，而高区电梯却因过度拥挤而频繁停靠，造成等待时间增加。

4、2.现有的电梯调度方法没有考虑到电梯的能耗，电梯在空载状态下运行或频繁启动停止都会消耗大量电能，而静态分区模式下，由于无法实时根据人流量自动调整电梯的服务区域，导致电梯产生不必要的能耗。

技术实现思路

1、本发明提供一种群控高峰期动态分区节能电梯调度方法，解决上述背景技术中的技术问题。

2、本发明提供了一种群控高峰期动态分区节能电梯调度方法，包括以下步骤：

3、步骤s101，采集当前时刻的m个电梯的运行数据和n个楼层的人流量，并构建图结构数据；

4、图结构数据包括：节点、节点的初始向量和节点之间的边；

5、节点包括：m个第一节点和n个第二节点；

6、m个第一节点分别与m个电梯建立映射关系；

7、n个第二节点分别与n个楼层建立映射关系；

8、m个第一节点的初始向量通过电梯的运行数据表示；

9、n个第二节点的初始向量通过楼层的人流量表示；

10、步骤s102，构建电梯调度方案生成模型；

11、电梯调度方案生成模型的输入为图结构数据；

12、电梯调度方案生成模型的输出为第一邻接矩阵；

13、第一邻接矩阵的元素值通过0或者1来表示，第一邻接矩阵的第n行的第m列的元素值为1表示第m个电梯在第n个楼层停留，否则表示第m个电梯在第n个楼层不停留，其中1≤m≤m，1≤n≤n；

14、步骤s103，通过花斑翠鸟优化算法生成第二邻接矩阵作为用于训练电梯调度方案生成模型的训练样本的样本标签；

15、第二邻接矩阵的表示和第一邻接矩阵的表示相同；

16、步骤s104，将图结构数据输入到训练完成的电梯调度方案生成模型，输出第一邻接矩阵；

17、步骤s105，对第一邻接矩阵进行解码获得电梯调度方案。

18、进一步地，电梯的运行数据包括：电梯所在楼层、电梯行驶方向、当前载重量、最大载重量、当前载重人数、最大载重人数、历史维护次数、历史事故次数和单位能耗，其中电梯行驶方向包括：向上、向下和停留，通过实数编码表示，最大载重量和最大载重人数由电梯生产厂家设定，单位能耗通过电梯在空载状态下行驶一个楼层的耗电量表示。

19、进一步地，节点之间的边包括：第一节点和第二节点之间构建边表示与第二节点建立映射关系的楼层对与第一节点建立映射关系的电梯产生调度指令。

20、进一步地，电梯调度方案生成模型包括：

21、第一隐藏层、第二隐藏层、第三隐藏层；

22、第一隐藏层输入第一节点的初始向量，输出第一更新向量；

23、第二隐藏层输入第二节点的初始向量，输出第二更新向量；

24、第一更新向量和第二更新向量的维度的数量相同；

25、即图结构数据的节点的初始向量通过更新向量表示；

26、第三隐藏层输入图结构数据，输出第一邻接矩阵。

27、进一步地，第一隐藏层的计算公式包括：；；

28、其中1≤i≤h，h表示第一节点的初始向量的维度的数量，即h等于9，表示第一隐藏层输出的第一更新向量，表示第一节点的初始向量的第i个维度的值，和分别表示第一节点的初始向量的平均值和标准差，表示将h个维度的值进行拼接，norminit表示归一化后的向量，表示第一权重参数，表示第一偏置参数，relu表示relu激活函数；

29、第二隐藏层的计算公式如下：；

30、其中表示第二隐藏层输出的第二更新向量，表示第二隐藏层输入的第二节点的初始向量，表示第二权重参数，表示第二偏置参数。

31、进一步地，第三隐藏层的计算公式包括：；；；

32、其中s表示第三隐藏层输出的第一邻接矩阵，s中的元素值大于等于0.5则赋值为1，否则赋值为0，表示第u个节点的中间向量，和分别表示第u个节点和第v个节点的更新向量，表示与第u个节点构建边的节点的集合，、和分别表示第三权重参数、第四权重参数和第五权重参数，表示第u个节点和第v个节点之间的注意力系数，mlp表示多层感知机，pile表示堆叠操作，表示将n个第二节点的中间向量进行堆叠操作，表示将m个第一节点的中间向量进行堆叠操作，t表示转置操作，sigmoid表示sigmoid激活函数。

33、进一步地，通过花斑翠鸟优化算法生成第二邻接矩阵，包括以下步骤：

34、步骤s201，随机生成符合约束条件的由k个个体组成的初始化种群，并初始化当前迭代次数为0；

35、其中k为自定义参数；

36、约束条件包括：电梯所分配的载重量不能大于电梯的最大载重量；电梯所分配的载重人数不能大于电梯的最大载重人数；

37、个体的编码通过第二邻接矩阵表示；

38、步骤s202，通过目标函数计算k个个体的适应度值；

39、步骤s203，生成取值范围为0到1之间的第一随机数，当第一随机数小于第一阈值，进入步骤s204，否则进入步骤s205；

40、其中第一阈值为自定义参数；

41、步骤s204，当第一随机数大于等于第二阈值，通过栖息策略更新个体的编码，否则通过悬停策略更新个体的编码；

42、其中第二阈值为自定义参数；

43、步骤s205，通过潜水策略更新个体的编码；

44、步骤s206，通过局部逃逸策略更新个体的编码；

45、步骤s207，当前迭代次数加1，当满足迭代终止条件，则输出初始化种群中适应度值最大的个体的编码，否则返回步骤s202继续执行。

46、进一步地，目标函数的计算公式如下：；

47、其中fit表示个体的适应度值，q表示第一邻接矩阵中元素值为1的数量，即电梯所分配楼层，表示当前时刻第m个电梯所在楼层，表示第m个电梯所分配的第q个楼层，表示第m个电梯所分配的第q个楼层的人流量，表示第m个电梯的最大载重人数，表示第m个电梯的单位能耗，和分别表示第一权重系数和第二权重系数，和的总和值为1。

48、进一步地，迭代终止条件包括：当前迭代次数大于等于最大迭代次数，其中最大迭代次数为自定义参数；在连续3个迭代次数内，适应度值的最大值的变化率在第三阈值内，其中第三阈值为自定义参数。

49、进一步地，当第一邻接矩阵的元素值为1时，列对应的电梯在行对应的楼层停留，当第一邻接矩阵的元素值为0时，列对应的电梯在行对应的楼层不停留。

50、本发明的有益效果在于：本发明通过电梯调度方案生成模型结合花斑翠鸟优化算法综合考虑了电梯的载荷以及能耗，实时根据不同楼层的人流量完成电梯的动态分区，从而减少电梯的能耗。