本申请涉及配电网领域，特别是涉及一种电压暂降补偿设备配置方法、装置和计算机设备。
背景技术：
随着科学技术的发展，越来越多的自动化技术、电力电子器件、计算机等设备应用到了工业生产中，电压暂降是工业生产中最常见的电能问题，且这些设备对于电压暂降现象十分敏感，导致电压暂降给许多敏感用户造成巨大的经济损失。遭受严重电压暂降的客户迫切需要解决电压暂降，因此，电压暂降补偿设备的配置方案越来越受到用户的关注。
传统技术中，对用户需求作定性分析，以电压暂降是否影响用户正常工作确定补偿设备配置方案。但是，传统的配置方案会造成电压暂降补偿不合理的问题。
技术实现要素：
基于此，有必要针对上述技术问题，提供一种能够提高电压暂降补偿合理性的电压暂降补偿设备配置方法、装置和计算机设备。
一种电压暂降补偿设备配置方法，所述方法包括：
构建工业生产过程在安装补偿设备的初始决策向量；
通过所述初始决策向量，获取所述补偿设备的初期投资成本和按照所述决策向量安装所述补偿设备后对应的电压暂降损失的减少量；
根据所述初期投资成本以及所述电压暂降损失的减少量，构建补偿设备的配置规划模型；
求解所述配置规划模型，得到目标决策向量，并通过所述目标决策向量对所述补偿设备进行配置。
在其中一个实施例中，所述安装的补偿设备的初始决策向量包括，安装所述补偿设备对敏感设备进行治理的元素以及不安装所述补偿设备对所述敏感设备不进行治理的元素。
在其中一个实施例中，所述通过所述初始决策向量，获取补偿设备的初期投资成本和按照所述决策向量安装所述补偿设备后对应的电压暂降损失的减少量，包括：
通过所述初始决策向量，获取工业生产过程中需要安装所述补偿设备进行补偿的所述敏感设备的总容量；
根据所述敏感设备总容量，获取所述补偿设备的初期投资成本；
构建敏感设备的故障率模型以及工业生产过程中断率模型；
通过所述故障率模型以及所述工业生产过程中断率模型，获取工业生产过程中的年经济损失和按照所述决策向量安装所述补偿设备后的年经济损失；
根据所述工业生产过程中的年经济损失以及按照所述决策向量安装所述补偿设备后的年经济损失，获取按照所述决策向量安装所述补偿设备对应的所述电压暂降损失的减少量；其中，所述安装所述补偿设备对应的所述电压暂降损失的减少量表征安装所述补偿设备产生的治理效果。
在其中一个实施例中，所述所述通过所述初始决策向量，获取工业生产过程中需要安装所述补偿设备进行补偿的所述敏感设备的总容量，包括：
根据所述初始决策向量以及所述敏感设备的容量，计算工业生产过程中需要安装所述补偿设备进行补偿的所述敏感设备的总容量。
在其中一个实施例中，所述根据所述敏感设备总容量，获取所述补偿设备的初期投资成本，包括：
将所述总容量和所述补偿设备的购置成本进行乘法运算，获取所述补偿设备的初期投资成本。
在其中一个实施例中，所述通过所述故障率模型以及所述工业生产过程中断率模型，获取工业生产过程中的年经济损失和按照所述决策向量安装所述补偿设备后的年经济损失，包括：
根据所述故障率模型以及所述工业生产过程中断率模型，计算所述工业生产过程中的年经济损失；
通过所述故障率模型以及所述工业生产过程中断率模型，按照所述决策向量安装所述补偿设备后的年经济损失；
通过所述工业生产过程中的年经济损失和按照所述决策向量安装所述补偿设备后的年经济损失，获取安装所述补偿设备对应的电压暂降损失的减少量。
在其中一个实施例中，所述通过所述故障率模型以及所述工业生产过程中断率模型，获取按照所述决策向量安装所述补偿设备后的年经济损失，包括：
对被治理的敏感设备的故障率模型进行修正，获取修正后的故障率模型和修正后的工业生产过程中断率模型；
通过所述修正后的故障率模型以及所述修正后的工业生产过程中断率模型，获取按照所述决策向量安装所述补偿设备后的年经济损失。
在其中一个实施例中，所述根据所述初期投资成本以及按照所述决策向量安装所述补偿设备对应的所述电压暂降损失的减少量，构建补偿设备的配置规划模型，包括：
通过补偿设备的初始决策向量、安装补偿设备对应的电压暂降损失的减少量、所述设备的初期投资成本以及补偿设备的运维费用，构建优化目标函数；
通过按照所述决策向量安装所述补偿设备对应的电压暂降损失的减少量、所述补偿设备的初期投资成本以及所述补偿设备的运维费用，构建所述优化目标函数对应的约束条件。
在其中一个实施例中，所述求解所述配置规划模型，得到目标决策向量，并通过所述目标决策向量对所述补偿设备进行配置，包括：
以所述初始决策向量为优化目标，采用优化算法求解所述配置规划模型，得到所述目标决策向量，并通过所述目标决策向量对所述补偿设备进行配置。
在其中一个实施例中，所述以所述初始决策向量为优化目标，采用优化算法求解所述配置规划模型，包括：
以所述初始决策向量为优化目标，采用粒子群算法求解所述配置规划模型。
一种电压暂降补偿设备配置装置，所述装置包括：
初始决策向量构建模块，用于构建工业生产过程中安装的补偿设备的初始决策向量；
计算模块，用于通过所述初始决策向量，获取所述补偿设备的初期投资成本和按照所述决策向量安装所述补偿设备后对应的电压暂降损失的减少量；
规划模型获取模块，用于根据所述初期投资成本以及所述电压暂降损失的减少量，构建补偿设备的配置规划模型；
规划模型求解模块，用于求解所述配置规划模型，得到目标决策向量，并通过所述目标决策向量对所述补偿设备进行配置。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
构建工业生产过程在安装补偿设备的初始决策向量；
通过所述初始决策向量，获取所述补偿设备的初期投资成本和按照所述决策向量安装所述补偿设备后对应的电压暂降损失的减少量；
根据所述初期投资成本以及所述电压暂降损失的减少量，构建补偿设备的配置规划模型；
求解所述配置规划模型，得到目标决策向量，并通过所述目标决策向量对所述补偿设备进行配置。
上述实施例中提供的电压暂降补偿设备配置方法、装置和计算机设备，该方法包括：构建工业生产过程中安装的补偿设备的初始决策向量，通过初始决策向量获取补偿设备的初期投资成本和安装补偿设备对应的电压暂降损失的减少量，根据初期投资成本以及安装补偿设备对应的电压暂降损失的减少量，获取补偿设备的配置规划模型，求解配置规划模型，得到目标决策向量，并通过目标决策向量对补偿设备进行配置；该方法在对用户需求作定性分析的前提下，还可以对用户需求作定量分析，综合考虑了用户的投资成本和对敏感设备的效益构建补偿设备的配置规划模型，从而对补偿设备实现最优配置，提高对敏感设备进行电压暂降补偿的合理性。
附图说明
图1为一个实施例中电压暂降补偿设备配置方法的流程示意图；
图2为一个实施例中通过初始决策向量获取补偿设备的初期投资成本和补偿设备对应的电压暂降损失的减少量步骤的流程示意图；
图3为另一实施例中敏感设备的电压耐受曲线图；
图4为另一实施例中不同敏感设备在子过程中断关系的连接示意图；
图5为另一个实施例中通过故障率模型以及工业生产过程中断率模型获取工业生产过程中的年经济损失和安装补偿设备后的经济损失步骤的流程示意图；
图6为另一个实施例中通过故障率模型以及工业生产过程中断率模型获取安装补偿设备后的经济损失步骤的流程示意图；
图7为另一个实施例中获取补偿设备的配置规划模型的具体方法示意图；
图8为一个实施例中电压暂降补偿设备配置装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的电压暂降补偿设备配置方法，可以应用于计算机设备中。该计算机设备可以为智能手机、平板电脑、笔记本电脑、台式电脑或个人数字助理等具有数据处理功能的电子设备，本实施例对计算机设备的具体形式不做限定。本实施例可以考虑用户成本和治理效益，实现电压暂降补偿设备配置方法，且实现电压暂降补偿设备配置方法的执行主体可以为计算机设备，下述实施例中将介绍电压暂降补偿设备配置方法的具体过程。
在一个实施例中，如图1所示，提供了一种电压暂降补偿设备配置方法，以该方法应用于计算机设备为例进行说明，包括以下步骤：
s100、构建工业生产过程中安装的补偿设备的初始决策向量。
其中，安装的补偿设备的初始决策向量包括，安装补偿设备对敏感设备进行治理的元素以及不安装补偿设备对敏感设备不进行治理的元素。
具体的，上述补偿设备可以为不间断电源ups、动态电压恢复器等设备。可选的，上述敏感设备可以为工业生产过程中出现过电压暂降现象的硬件设备，可以为可编程逻辑控制器plc、个人计算机pc、交流调速器asd、交流接触器acc等。
需要说明的是，计算机设备可以构建工业生产过程中安装的补偿设备的初始决策向量。可选的，初始决策向量中的参数可以通过数值表示，但在本实施例中，该数值可以为0或1。可选的，构建的补偿设备的初始决策向量x可以通过n维的0-1向量表示，即x＝[x1x2…xi…xn]，其中，xi的取值可以为0或1，xi等于1表示安装的补偿设备对敏感设备i进行治理，xi等于0表示不安装的补偿设备对敏感设备i不进行治理，n为工业生产过程中对电压暂降敏感的敏感设备数量。
s200、通过初始决策向量，获取补偿设备的初期投资成本和补偿设备对应的电压暂降损失的减少量。
具体的，计算机设备可以通过初始决策向量获取补偿设备的初期投资成本和安装补偿设备对应的电压暂降损失的减少量。可选的，购置每个补偿设备的初期投资成本可以相同，也可以不相同。可选的，安装补偿设备对应的电压暂降损失的减少量可以表征通过安装的所有补偿设备对各敏感设备进行治理后，使得敏感设备减少的电压暂降损失量量；安装补偿设备后对每个敏感设备减少的电压暂降损失量可以相同，也可以不相同。在本实施例中，上述补偿设备的维护费用可以表征为补偿设备的年维护费用cyear。
s300、根据初期投资成本以及安装补偿设备对应的电压暂降损失的减少量，构建补偿设备的配置规划模型。
具体的，计算机设备可以根据各补偿设备的初期投资成本和安装补偿设备使得敏感设备减少的电压暂降损失量，构建补偿设备的配置规划模型。可选的，补偿设备的配置规划模型可以为对补偿设备进行配置的规划方式。在本实施例中，补偿设备的配置规划模型可以为补偿设备的0-1配置规划模型。
s400、求解配置规划模型，得到目标决策向量，并通过目标决策向量对补偿设备进行配置。
具体的，计算机设备可以采用优化算法求解配置规划模型，得到最优初始决策向量，并通过最优初始决策向量对补偿设备进行最优配置，以使配置方式能够提高配置方案的经济性。
上述电压暂降补偿设备配置方法中，构建工业生产过程中安装的补偿设备的初始决策向量，通过初始决策向量获取补偿设备的初期投资成本和安装补偿设备对应的电压暂降损失的减少量，根据初期投资成本以及安装补偿设备对应的电压暂降损失的减少量，获取补偿设备的配置规划模型，求解配置规划模型，得到目标决策向量，并通过目标决策向量对补偿设备进行配置；该方法在对用户需求作定性分析的前提下，还可以对用户需求作定量分析，综合考虑了用户的投资成本和对敏感设备的效益构建补偿设备的配置规划模型，从而对补偿设备实现最优配置，提高对敏感设备进行电压暂降补偿的合理性，在保证投资成本用户可接受的前提下提高配置方案的经济性。
作为其中一个实施例，如图2所示，上述s200中通过初始决策向量，获取补偿设备的初期投资成本和补偿设备对应的电压暂降损失的减少量的步骤，可以通过以下步骤实现：
s210、通过初始决策向量，获取工业生产过程中需要安装补偿设备进行补偿的敏感设备的总容量。
具体的，计算机设备可以通过工业生产过程中安装的补偿设备的初始决策向量，得到不同补偿设备进行补偿的各敏感设备的容量，并根据该容量计算工业生产过程中通过补偿设备进行补偿的敏感设备的总容量。可选的，上述计算方法可以通过算术运算实现，具体运算操作本实施例不做限定。
其中，上述s210中通过初始决策向量，获取工业生产过程中通过补偿设备进行补偿的敏感设备的总容量的步骤，具体可以包括：根据初始决策向量以及敏感设备的容量，计算工业生产过程中需要安装补偿设备进行补偿的敏感设备的总容量。
在本实施例中，计算机设备可以根据工业生产过程中安装的补偿设备的初始决策向量和各敏感设备的容量，通过加权求和的方式计算工业生产过程中需要安装补偿设备进行补偿的敏感设备的总容量w，总容量w具体可以通过公式(1)表示为：
其中，wi表示第i个敏感设备的容量。
s220、根据敏感设备总容量，获取补偿设备的初期投资成本。
具体的，计算机设备可以根据工业生产过程中需要安装补偿设备进行补偿的敏感设备的总容量与对应安装的补偿设备的购置成本进行算术运算，获取补偿设备的初期投资成本。
其中，上述s220中根据敏感设备总容量，获取补偿设备的初期投资成本的步骤，具体可以包括：根据总容量以及补偿设备的购置成本进行乘法运算，获取补偿设备的初期投资成本。
具体的，计算机设备可以用工业生产过程中需要安装补偿设备进行补偿的敏感设备的总容量乘以所有补偿设备的购置成本，得到购置的所有补偿设备的初期投资成本c该初期投资成本c可以通过公式(2)表示为：
c＝c0w(2)；
其中，c0表示所有补偿设备的购置成本。
s230、构建敏感设备的故障率模型以及工业生产过程中断率模型。
具体的，上述敏感设备的电压耐受曲线vtc一般可以呈矩形，该vtc中可以包括敏感设备正常运行区域、敏感设备故障区域和敏感设备状态不确定区域。如图3所示，vtc中以umin、umax、tmin和tmax进行划分，umin和umax分别为电压耐受幅值的相对最小值和最大值，tmin和tmax分别为负荷电压暂降持续时间的最小值和最大值，其中，实际电压暂降幅值u＞umax或者实际电压暂降持续时间t＜tmin的区域为敏感设备正常运行区域，实际电压暂降幅值u＜umin且实际电压暂降持续时间t＞tmax的区域为敏感设备故障区域，敏感设备正常运行区域与敏感设备故障区域之间的过渡区域为敏感设备状态不确定区域。继续参见图x，上述敏感设备状态不确定区域可以划分为3个子区域，分别为a、b和c区域，a区域的实际电压暂降幅值u满足umin＜u＜umax且电压暂降持续时间t满足tmin＜t＜tmax；b区域的实际电压暂降幅值u满足umin＜u＜umax且电压暂降持续时间t满足t＞tmax；c区域的实际电压暂降幅值u满足u＜umin且电压暂降持续时间t满足tmin＜t＜tmax。实际上，图x中坐标轴右上方，曲线1左侧区域和上侧区域均属于敏感设备正常运行区域。可选的，图3中p.u表示电压暂降幅值u的单位，ms电压暂降持续时间t的单位。
在本实施例中，对于发生在敏感设备正常运行区域、敏感设备故障区域、a区域、b区域和c区域的电压暂降事件，令故障率评估模型分别如下所述：
①当电压暂降发生在敏感设备正常运行区域时，敏感设备的故障率可以为0；
②当电压暂降发生在敏感设备故障区域时，敏感设备的故障率可以为1；
③当电压暂降发生在敏感设备状态不确定区域时，分为如下三种情况：
a、当电压暂降发生在a区域时，敏感设备故障率的评估模型可以表示为：
b、当电压暂降发生在b区域时，敏感设备故障率的评估模型可以表示为：
c、当电压暂降发生在c区域时，敏感设备故障率的评估模型可以表示为：
其中，u0表示待评估电压暂降幅值的特征值，t0表示待评估电压暂降持续时间的特征值；fu(u)表示随机变量u在敏感设备状态不确定区域的概率密度函数，ft(t)表示随机变量t在敏感设备状态不确定区域的概率密度函数，且有
ftu(t,u)＝fu(u)ft(t)(6)；
当概率密度函数为均匀分布时，则有：
当概率密度函数为指数分布时，则有：
当概率密度函数为反指数分布时，则有：
当概率密度函数为正态分布时，则有：
其中，若敏感设备在vtc的敏感设备状态不确定区域中，任一点故障的概率密度函数值相等，且敏感设备为均匀灵敏度，此时，电压暂降幅值和持续时间的概率密度函数均可以取均匀分布；若敏感设备为低灵敏度时，电压暂降幅值可以为指数分布，电压暂降持续时间可以为反指数分布；若敏感设备为中等灵敏度时，电压暂降幅值和电压暂降持续时间均可以取正态分布；若敏感设备为高灵敏度时，电压暂降幅值可以取反指数分布，电压暂降持续时间可以取指数分布。
另外，计算机设备可以采用故障树分析法构建工业生产过程中的故障树分析模型，如图4所示，故障树中的顶事件、中间事件和底事件分别表示工业生产过程中断、子过程中断、敏感设备故障；各级事件之间采用与逻辑(and)和或逻辑(or)进行连接，与门和或门所连接的上下级事件之间的中断率模型可以表示为：
其中，若任一个敏感设备的中断都会导致子过程中断时，敏感设备可以通过或逻辑连接；若敏感设备之间互为备用，只有所有敏感设备都中断才导致子过程中断时，敏感设备可以采用与门连接。也就是，图4中，若敏感设备在子过程中采用串联连接方式时通过或逻辑连接，采用并联连接方式时通过与逻辑连接，子过程的连接方式也类似，此处不再赘述。可选的，上述过程可以统称为工业生产过程，子过程可以统称为工业生产过程的子过程，子过程可以由敏感设备组成。示例性地，一手机屏幕生产厂家有一个生产过程a，这个生产过程a由子过程a1，a2，a3组成，子过程a1由敏感设备m1，m2，m3组成，子过程a2由敏感设备m4，m5，m6组成，子过程a3由敏感设备m7，m8组成。
s240、通过故障率模型以及工业生产过程中断率模型，获取工业生产过程中的年经济损失和按照决策向量安装补偿设备后的年经济损失。
具体的，计算机设备可以通过敏感设备的故障率模型以及工业生产过程中断率模型，采用算术运算计算工业生产过程中的年经济损失和按照决策向量安装补偿设备后的年经济损失。可选的，上述算术运算可以为加法运算、减法运算、乘法运算和除法运算，本实施例可以采用至少一种算术运算实现步骤s240中的过程，对此具体运算方法本实施例不做任何限定。
s250、根据工业生产过程中的年经济损失以及按照决策向量安装补偿设备后的年经济损失，获取安装补偿设备对应的电压暂降损失的减少量。其中，安装补偿设备对应的电压暂降损失的减少量表征安装补偿设备产生的治理效果。
具体的，计算机设备可以根据工业生产过程中用户的年经济损失以及按照决策向量安装补偿设备后的年经济损失，采用算术运算计算安装补偿设备对应的电压暂降损失的减少量。本实施例可以采用至少一种算术运算实现步骤s250中的过程，对此具体运算方法本实施例不做任何限定。
上述电压暂降补偿设备配置方法中，通过初始决策向量获取补偿设备的初期投资成本和安装补偿设备对应的电压暂降损失的减少量，根据初期投资成本以及安装补偿设备对应的电压暂降损失的减少量，进而获取补偿设备的配置规划模型，以求解配置规划模型得到目标决策向量，并通过目标决策向量对补偿设备进行配置；该方法综合考虑了用户的初期投资成本和对敏感设备的效益构建补偿设备的配置规划模型，从而在保证投资成本用户可接受的前提下提高了配置方案的经济性。
作为其中一个实施例，如图5所示，上述s240中通过故障率模型以及工业生产过程中断率模型，获取工业生产过程中的年经济损失和按照决策向量安装补偿设备后的年经济损失的步骤，可以通过以下步骤实现：
s241、根据故障率模型以及工业生产过程中断率模型，计算工业生产过程中的年经济损失。
具体的，计算机设备可以根据敏感设备的故障率模型和工业生产过程中断率模型，采用算术运算计算工业生产过程中用户的年经济损失lossyear。其中，工业生产过程中用户的年经济损失lossyear可以表示为：
其中，m表示一个用户需求的工业生产过程的数量，n(u,t)表示电压暂降幅值和电压暂降持续时间为(u,t)的电压暂降每年的发生频次，pi(u,t)表示在电压暂降幅值和电压暂降持续时间为(u,t)时生产过程i中断的概率，lossi表示生产过程i中断导致的经济损失，该经济损失包括产能损失、人工损失、生产原料损失、生产设备损耗等；上述pi(u,t)可以为敏感设备的故障率模型和工业生产过程中断率模型之和。
s242、通过故障率模型以及工业生产过程中断率模型，获取按照决策向量安装补偿设备后的年经济损失。
在本实施例中，在对并联型补偿设备进行优化配置时，将被治理的敏感设备的电压耐受曲线vtc向下平移(平移的距离可以为并联型补偿设备可补偿的电压幅值u补)，进而计算机设备可以通过故障率模型重新计算对应故障率，根据重新计算的故障率和工业生产过程中断率模型，计算按照决策向量安装补偿设备后的年经济损失；具体计算方法可以采用算术运算。其中，在对串联型补偿设备进行优化配置时，串联型补偿设备可以完全补偿敏感设备的电压暂降，被治理的敏感设备就不会发生故障，此时敏感设备的故障率可以为0。
其中，如图6所示，上述s242中通过故障率模型以及工业生产过程中断率模型，获取工业生产过程中的年经济损失和按照决策向量安装补偿设备后的年经济损失的步骤，具体可以通过以下步骤实现：
s242a、对被治理的敏感设备的故障率模型进行修正，获取修正后的故障率模型和修正后的工业生产过程中断率模型。
具体的，计算机设备可以通过并联型补偿设备对敏感设备进行治理，对被治理的敏感设备的故障率模型进行修正。在本实施例中，具体可以采用上述s230中的方法对利用并联型补偿设备治理的敏感设备的故障率模型进行修正，得到修正后的故障率模型和修正后的工业生产过程中断率模型。
s242b、通过修正后的故障率模型以及修正后的工业生产过程中断率模型，获取按照决策向量安装补偿设备后的年经济损失。
需要说明的是，计算机设备可以通过修正后的故障率模型和修正后的工业生产过程中断率模型，重新采用公式(12)计算按照决策向量安装补偿设备后的年经济损失
s243、通过工业生产过程中的年经济损失和安装补偿设备后的经济损失，计算安装补偿设备对应的电压暂降损失的减少量。
具体的，计算机设备可以采用算术运算，对工业生产过程中的年经济损失和按照决策向量安装补偿设备后的年经济损失进行运算处理，得到安装补偿设备对应的电压暂降损失的减少量r。可选的，该算术运算可以为四则运算中至少一种运算，但是在本实施例中，该算术运算可以为减法运算。
其中，安装补偿设备对应的电压暂降损失的减少量r(万元)可以表示为：
上述电压暂降补偿设备配置方法中，通过初始决策向量获取补偿设备的初期投资成本和安装补偿设备对应的电压暂降损失的减少量，进而根据初期投资成本以及安装补偿设备对应的电压暂降损失的减少量，获取补偿设备的配置规划模型，以求解配置规划模型得到目标决策向量，并通过目标决策向量对补偿设备进行配置；该方法综合考虑了用户的投资成本和对敏感设备的效益构建补偿设备的配置规划模型，从而在保证投资成本用户可接受的前提下提高了配置方案的经济性。
在另一个实施例中，如图7所示，上述s300中根据初期投资成本以及安装补偿设备对应的电压暂降损失的减少量，获取补偿设备的配置规划模型的步骤，可以通过以下步骤实现：
s310、通过补偿设备的初始决策向量、安装补偿设备对应的电压暂降损失的减少量、补偿设备的初期投资成本以及补偿设备的运维费用，构建优化目标函数。
具体的，计算机设备可以采用算术运算，对补偿设备的初始决策向量x、安装补偿设备对应的电压暂降损失的减少量r、补偿设备的初期投资成本c和补偿设备的运维费用cyear进行处理，得到优化目标函数。可选的，算术运算可以为四则运算中的运算方法。在本实施例中，上述算术运算可以包括乘法运算和减法运算。
在本实施例中，补偿设备的运维费用cyear可以为补偿设备的年维护费用，各个补偿设备的年维护费用可以相同，也可以不相同。
其中，用户未来k(k大于等于1)年预计收益syk可以表示为：
syk＝xr-xcyear-c(14)；
可选的，上述补偿设备的0-1配置规划模型的优化目标函数可以保证未来k年收益最大，则优化目标函数可以表示为：
maxf(x)＝syk(15)；
可选的，上述x表示n维0-1补偿设备的初始决策向量。
s320、通过安装补偿设备对应的电压暂降损失的减少量、补偿设备的初期投资成本以及补偿设备的运维费用，构建优化目标函数对应的约束条件。
具体的，计算机设备可以采用算术运算，安装补偿设备对应的电压暂降损失的减少量r、补偿设备的初期投资成本c和补偿设备的运维费用cyear进行处理，得到优化目标函数对应的约束条件。可选的，上述算术运算可以为四则运算中的运算方法。在本实施例中，上述算术运算可以包括减法运算和除法运算。
其中，用户的投资回收期可以表示为：
则获取的补偿设备的0-1配置规划模型可以表示为：
s.t.t≤taccept(17)；
其中，补偿设备的0-1配置规划模型的优化目标函数可以保证未来k年收益最大，约束条件可以为投资回收期小于用户可接受的投资回收期，taccept为用户可接受的投资回收期。
上述电压暂降补偿设备配置方法可以根据初期投资成本以及安装补偿设备对应的电压暂降损失的减少量，构建补偿设备的配置规划模型，进而求解配置规划模型得到目标决策向量，以通过目标决策向量对补偿设备进行配置；该方法获取的补偿设备的配置规划模型综合考虑了用户的投资成本和对敏感设备的效益，从而在保证投资成本用户可接受的前提下提高了配置方案的经济性。
作为其中一个实施例，上述s400中求解配置规划模型，得到目标决策向量，并通过目标决策向量对补偿设备进行配置的步骤，可以包括：以初始决策向量为优化目标，采用优化算法求解配置规划模型，得到目标决策向量，并通过目标决策向量对补偿设备进行配置。
具体的，计算机设备可以以工业生产过程中，安装的补偿设备的初始决策向量x为优化目标，采用优化算法求解补偿设备的配置规划模型，得到目标决策向量，并通过目标决策向量对补偿设备进行配置。可选的，上述优化算法可以为梯度下降法、牛顿法和拟牛顿法、共轭梯度法、遗传算法、粒子群算法、元胞灰狼优化算法等等。
其中，以初始决策向量为优化目标，采用优化算法求解配置规划模型，具体可以包括：以初始决策向量为优化目标，采用粒子群算法求解配置规划模型。
在本实施例中，计算机设备以补偿设备的初始决策向量为优化目标，可以采用粒子群算法求解补偿设备的配置规划模型。
上述电压暂降补偿设备配置方法可以采用粒子群算法求解配置规划模型得到目标决策向量，以通过目标决策向量对补偿设备进行配置；该方法可以提高对敏感设备进行电压暂降补偿的合理性，在保证投资成本用户可接受的前提下提高了配置方案的经济性。
应该理解的是，虽然图1-2和图5-7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图图1-2和图5-7中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图8所示，提供了一种电压暂降补偿设备配置装置，包括：初始决策向量构建模块11、计算模块12、规划模型获取模块13和规划模型求解模块14，其中：
初始决策向量构建模块11，用于构建工业生产过程中安装的补偿设备的初始决策向量；
计算模块12，用于通过初始决策向量，获取补偿设备的初期投资成本和按照决策向量安装补偿设备后对应的电压暂降损失的减少量；
规划模型获取模块13，用于根据初期投资成本以及电压暂降损失的减少量，构建补偿设备的配置规划模型；
规划模型求解模块14，用于求解配置规划模型，得到目标决策向量，并通过目标决策向量对补偿设备进行配置。
其中，安装的补偿设备的初始决策向量包括，安装补偿设备对敏感设备进行治理的元素以及不安装补偿设备对敏感设备不进行治理的元素。
本实施例提供的电压暂降补偿设备配置装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在另一实施例中，计算模块12包括：总容量获取单元、初期成本获取单元、模型获取单元、经济损失获取单元和效益获取单元；其中：
总容量获取单元，用于通过初始决策向量，获取工业生产过程中需要安装补偿设备进行补偿的敏感设备的总容量；
初期成本获取单元，用于根据敏感设备总容量，获取补偿设备的初期投资成本；
模型获取单元，用于构建敏感设备的故障率模型以及工业生产过程中断率模型；
经济损失获取单元，用于通过故障率模型以及工业生产过程中断率模型，获取工业生产过程中的年经济损失和按照决策向量安装补偿设备后的年经济损失；
效益获取单元，用于根据工业生产过程中的年经济损失以及按照决策向量安装补偿设备后的年经济损失，获取按照决策向量安装补偿设备对应的电压暂降损失的减少量；其中，安装补偿设备对应的电压暂降损失的减少量表征安装补偿设备产生的治理效果。
本实施例提供的电压暂降补偿设备配置装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在另一实施例中，总容量获取单元具体用于根据初始决策向量以及敏感设备的容量，计算工业生产过程中需要安装补偿设备进行补偿的敏感设备的总容量。
本实施例提供的电压暂降补偿设备配置装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在另一实施例中，初期成本获取单元具体用于将总容量和补偿设备的购置成本进行乘法运算，获取补偿设备的初期投资成本。
本实施例提供的电压暂降补偿设备配置装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在另一实施例中，经济损失获取单元包括：年经济损失计算子单元、经济损失计算子单元和效益获取子单元，其中：
年经济损失计算子单元，用于根据故障率模型以及工业生产过程中断率模型，计算工业生产过程中的年经济损失；
经济损失计算子单元，用于通过故障率模型以及工业生产过程中断率模型，按照决策向量安装补偿设备后的年经济损失；
效益获取子单元，用于通过工业生产过程中的年经济损失和按照决策向量安装补偿设备后的年经济损失，获取安装补偿设备对应的电压暂降损失的减少量。
本实施例提供的电压暂降补偿设备配置装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在另一实施例中，经济损失计算子单元具体用于对被治理的敏感设备的故障率模型进行修正，获取修正后的故障率模型和修正后的工业生产过程中断率模型，并通过修正后的故障率模型以及修正后的工业生产过程中断率模型，获取按照决策向量安装补偿设备后的年经济损失。
本实施例提供的电压暂降补偿设备配置装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在另一实施例中，规划模型获取模块13包括：优化目标函数获取单元和约束条件获取单元，其中：
优化目标函数获取单元，用于通过补偿设备的初始决策向量、安装补偿设备对应的电压暂降损失的减少量、补偿设备的初期投资成本以及补偿设备的运维费用，构建优化目标函数；
约束条件获取单元，用于通过安装补偿设备对应的电压暂降损失的减少量、补偿设备的初期投资成本以及补偿设备的运维费用，构建优化目标函数对应的约束条件。
本实施例提供的电压暂降补偿设备配置装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在另一实施例中，规划模型求解模块14包括：规划模型求解单元，其中：
规划模型求解单元，用于以初始决策向量为优化目标，采用优化算法求解配置规划模型，得到目标决策向量，并通过目标决策向量对补偿设备进行配置。
本实施例提供的电压暂降补偿设备配置装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在另一实施例中，规划模型求解单元具体用于以初始决策向量为优化目标，采用粒子群算法求解配置规划模型。
本实施例提供的电压暂降补偿设备配置装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
关于电压暂降补偿设备配置装置的具体限定可以参见上文中对于电压暂降补偿设备配置方法的限定，在此不再赘述。上述电压暂降补偿设备配置装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电压暂降补偿设备配置方法。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
构建工业生产过程中安装的补偿设备的初始决策向量；
通过初始决策向量，获取补偿设备的初期投资成本和按照决策向量安装补偿设备后对应的电压暂降损失的减少量；
根据初期投资成本以及电压暂降损失的减少量，构建补偿设备的配置规划模型；
求解配置规划模型，得到目标决策向量，并通过目标决策向量对补偿设备进行配置。
在一个实施例中，提供了一种可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
构建工业生产过程中安装的补偿设备的初始决策向量；
通过初始决策向量，获取补偿设备的初期投资成本和按照决策向量安装补偿设备后对应的电压暂降损失的减少量；
根据初期投资成本以及电压暂降损失的减少量，构建补偿设备的配置规划模型；
求解配置规划模型，得到目标决策向量，并通过目标决策向量对补偿设备进行配置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-onlymemory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(randomaccessmemory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(staticrandomaccessmemory，sram)或动态随机存取存储器(dynamicrandomaccessmemory，dram)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
1.一种电压暂降补偿设备配置方法，其特征在于，所述方法包括：
构建工业生产过程在安装补偿设备的初始决策向量；
通过所述初始决策向量，获取所述补偿设备的初期投资成本和按照所述决策向量安装所述补偿设备后对应的电压暂降损失的减少量；
根据所述初期投资成本以及所述电压暂降损失的减少量，构建补偿设备的配置规划模型；
求解所述配置规划模型，得到目标决策向量，并通过所述目标决策向量对所述补偿设备进行配置。
2.根据权利要求1所述的方法，其特征在于，所述安装的补偿设备的初始决策向量包括，安装所述补偿设备对敏感设备进行治理的元素以及不安装所述补偿设备对所述敏感设备不进行治理的元素。
3.根据权利要求2所述的方法，其特征在于，所述通过所述初始决策向量，获取补偿设备的初期投资成本和按照所述决策向量安装所述补偿设备后对应的电压暂降损失的减少量，包括：
通过所述初始决策向量，获取工业生产过程中需要安装所述补偿设备进行补偿的所述敏感设备的总容量；
根据所述敏感设备总容量，获取所述补偿设备的初期投资成本；
构建敏感设备的故障率模型以及工业生产过程中断率模型；
通过所述故障率模型以及所述工业生产过程中断率模型，获取工业生产过程中的年经济损失和按照所述决策向量安装所述补偿设备后的年经济损失；
根据所述工业生产过程中的年经济损失以及按照所述决策向量安装所述补偿设备后的年经济损失，获取按照所述决策向量安装所述补偿设备对应的所述电压暂降损失的减少量；其中，所述安装所述补偿设备对应的所述电压暂降损失的减少量表征安装所述补偿设备产生的治理效果。
4.根据权利要求3所述的方法，其特征在于，所述通过所述初始决策向量，获取工业生产过程中需要安装所述补偿设备进行补偿的所述敏感设备的总容量，包括：
根据所述初始决策向量以及所述敏感设备的容量，计算工业生产过程中需要安装所述补偿设备进行补偿的所述敏感设备的总容量；
以及优选地，所述根据所述敏感设备总容量，获取所述补偿设备的初期投资成本，包括：
将所述总容量和所述补偿设备的购置成本进行乘法运算，获取所述补偿设备的初期投资成本。
5.根据权利要求3所述的方法，其特征在于，所述通过所述故障率模型以及所述工业生产过程中断率模型，获取工业生产过程中的年经济损失和按照所述决策向量安装所述补偿设备后的年经济损失，包括：
根据所述故障率模型以及所述工业生产过程中断率模型，计算所述工业生产过程中的年经济损失；
通过所述故障率模型以及所述工业生产过程中断率模型，按照所述决策向量安装所述补偿设备后的年经济损失；
通过所述工业生产过程中的年经济损失和按照所述决策向量安装所述补偿设备后的年经济损失，获取安装所述补偿设备对应的电压暂降损失的减少量；
以及优选地，所述通过所述故障率模型以及所述工业生产过程中断率模型，获取按照所述决策向量安装所述补偿设备后的年经济损失，包括：
对被治理的敏感设备的故障率模型进行修正，获取修正后的故障率模型和修正后的工业生产过程中断率模型；
通过所述修正后的故障率模型以及所述修正后的工业生产过程中断率模型，获取按照所述决策向量安装所述补偿设备后的年经济损失。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述根据所述初期投资成本以及按照所述决策向量安装所述补偿设备对应的所述电压暂降损失的减少量，构建补偿设备的配置规划模型，包括：
通过补偿设备的初始决策向量、安装补偿设备对应的电压暂降损失的减少量、所述设备的初期投资成本以及补偿设备的运维费用，构建优化目标函数；
通过按照所述决策向量安装所述补偿设备对应的电压暂降损失的减少量、所述补偿设备的初期投资成本以及所述补偿设备的运维费用，构建所述优化目标函数对应的约束条件。
7.根据权利要求1所述的方法，其特征在于，所述求解所述配置规划模型，得到目标决策向量，并通过所述目标决策向量对所述补偿设备进行配置，包括：
以所述初始决策向量为优化目标，采用优化算法求解所述配置规划模型，得到所述目标决策向量，并通过所述目标决策向量对所述补偿设备进行配置。
8.根据权利要求7所述的方法，其特征在于，所述以所述初始决策向量为优化目标，采用优化算法求解所述配置规划模型，包括：
以所述初始决策向量为优化目标，采用粒子群算法求解所述配置规划模型。
9.一种电压暂降补偿设备配置装置，其特征在于，所述装置包括：
初始决策向量构建模块，用于构建工业生产过程中安装的补偿设备的初始决策向量；
计算模块，用于通过所述初始决策向量，获取所述补偿设备的初期投资成本和按照所述决策向量安装所述补偿设备后对应的电压暂降损失的减少量；
规划模型获取模块，用于根据所述初期投资成本以及所述电压暂降损失的减少量，构建补偿设备的配置规划模型；
规划模型求解模块，用于求解所述配置规划模型，得到目标决策向量，并通过所述目标决策向量对所述补偿设备进行配置。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
技术总结