本技术涉及无人机调度，特别涉及一种智能电网场景中多无人机协作巡检规划与调度方法及装置。
背景技术：
1、自主决策和控制可使无人机独立执行任务，任务规划是实现多架无人机自主决策和控制的关键。多架无人机协同任务规划不仅要考虑任务本身的要求，还要考虑多架无人机协同执行任务的约束条件，并根据任务特点为无人机设计协同飞行路径，以优化或接近最佳总体效能。
2、而在实际情况的无人机巡检任务规划的过程中，由于无人机数量有限，通常任务数量远大于无人机数量，这种情况下每架无人机需要被分配多个任务，但同一时刻，只能完成单个任务，则需要按一定顺序依次完成被分配的任务。对于每一架无人机，可能无法保证其任务执行过程的局部最优化，但是对于所有无人机，应该尽可能保证任务执行的整体最优化。无人机巡检时不仅需要考虑无人机需要执行的任务，由于任务的状态不同，需要优先执行某些任务，也需要规划无人机执行任务的顺序。
3、相关技术中，基于传统智能优化算法实现无人机任务规划，需要根据不同场景所要求的约束条件或威胁的不同，选择合适的算法来对任务进行分配。然而智能优化算法会出现计算量剧增或结果难收敛的问题，且智能优化算法对于约束条件和目标函数动态改变的问题有一定局限性。因此引入深度强化学习算法作为无人机任务规划求解的方向，可以在多种不同的环境下应用，能更好的解决问题。但目前的研究方法中存在以下问题：1、现有技术往往令无人机从同一起始点出发，且没有考虑多无人机自身能力不同与目标所需资源的平衡问题，导致时间长、鲁棒性差等问题。2、对不同使用环境和场景的鲁棒性差，即设计的系统仅针对固定的特殊场景，但在实际情况下，如任务数量，无人机性能不尽相同的情况下，当前的研究方法需要针对场景变化做出调整，因此适用性较低。
技术实现思路
1、本技术提供一种智能电网场景中多无人机协作巡检规划与调度方法、装置、车辆及存储介质，以解决相关技术中无人机任务规划需要根据不同场景所要求的约束条件或威胁的不同选择合适的算法来对任务进行分配，造成计算量剧增、结果难收敛、适用性较低，且由于任务分配不合理，导致时间长、鲁棒性差等问题。
2、本技术第一方面实施例提供一种智能电网场景中多无人机协作巡检规划与调度方法，所述方法应用于服务器，其中，所述方法包括以下步骤：获取智能电网场景的至少一个巡检任务和执行巡检任务的多个无人机；识别每个巡检任务的状态信息和任务优先级以及每个无人机的状态信息；根据所述每个巡检任务的状态信息和任务优先级以及每个无人机的状态信息生成每个无人机的调度指令，基于所述每个无人机的调度指令调度所述多个无人机执行所述至少一个巡检任务。
3、可选地，所述每个巡检任务的状态信息包括任务位置和任务时间，所述每个无人机的状态信息包括无人机位置和续航时间，所述任务优先级基于所述智能电网场景中电力负荷波动的动态特性确定。
4、可选地，所述根据所述每个巡检任务的状态信息和任务优先级以及每个无人机的状态信息生成每个无人机的调度指令，包括：根据所述每个巡检任务的状态信息聚类确定无人机的起点位置；将所述无人机的起点位置、每个巡检任务的状态信息和任务优先级以及每个无人机的状态信息输入任务规划模型，所述任务规划模型输出每个无人机的调度指令。
5、可选地，所述任务规划模块用于：依次遍历所述每个巡检任务，根据当前巡检任务的状态信息、任务优先级以及每个无人机的状态信息生成状态向量；根据所述状态向量和奖励函数生成所述每个无人机选择当前巡检任务的动作概率，根据所述动作概率生成所述当前巡检任务的执行无人机的调度指令，直到遍历所有巡检任务。
6、可选地，所述奖励函数rt表示为：
7、rt＝rs+re+rp
8、其中，rs为时间奖励，rs＝-ttotal×ε，0<ε<1，ttotal总任务完成时间，ε表示任务完成时间对时间奖励的影响程度；re为能耗奖励，re＝-etotal×μ，0<μ<1，etotal为通信总能耗，μ表示任务能耗对能耗奖励的影响程度；rp为任务奖励，其中，n表示任务总数，c表示每个任务的基础奖励，pii表示任务的优先级指数，k表示已完成任务数，j为任务完成度。
9、可选地，在将所述无人机的起点位置、每个巡检任务的状态信息和任务优先级以及每个无人机的状态信息输入任务规划模型之前，还包括：获取训练数据集，其中，所述训练数据集包括多个任务样本的状态信息和任务优先级、以及无人机的状态信息；依次遍历所述多个任务样本，根据所述当前任务样本的状态信息和任务优先级、以及无人机的状态信息生成所述当前任务样本的状态向量，基于所述状态向量生成所述当前任务样本的动作，其中，所述当前任务样本的动作表示选择所述每个无人机选择当前任务样本的概率；获取所述每个无人机执行所述动作的奖励和下一时刻状态向量，根据所述当前任务样本的状态向量、动作、奖励和下一时刻状态向量生成训练样本，将所述训练样本放入经验池，直到完成所有任务样本遍历完成。
10、可选地，所述根据所述每个巡检任务的状态信息聚类确定无人机的起点位置，包括：根据所述每个巡检任务的任务位置确定任务距离；基于所述每个巡检任务的任务距离生成特征矩阵，根据所述特征矩阵和任务时间生成新特征矩阵；基于距离损失函数对所述新特征矩阵进行距离得到聚类结果，根据所述聚类结果确定无人机的起始点位置。
11、本技术第二方面实施例提供一种智能电网场景中多无人机协作巡检规划与调度装置，所述装置应用于服务器，其中，所述装置包括：获取模块，用于获取智能电网场景的至少一个巡检任务和执行巡检任务的多个无人机；识别模块，用于识别每个巡检任务的状态信息和任务优先级以及每个无人机的状态信息；调度模块，用于根据所述每个巡检任务的状态信息和任务优先级以及每个无人机的状态信息生成每个无人机的调度指令，基于所述每个无人机的调度指令调度所述多个无人机执行所述至少一个巡检任务。
12、本技术第三方面实施例提供一种服务器，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的智能电网场景中多无人机协作巡检规划与调度方法。
13、本技术第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的智能电网场景中多无人机协作巡检规划与调度方法。
14、由此，本技术至少具有如下有益效果：
15、(1)本技术实施例在进行任务分配前，先采用聚类分析方法对多无人机进行聚类，综合距离和任务时间来确定无人机的起始位置，来缩短任务分配的计算时间，提高分配效率，节省时间和资源。
16、(2)本技术实施例引入任务的优先级，根据无人机续航能力不同以及任务所需时间不同，对不同任务和无人机进行区分，综合考虑无人机性能以及任务执行时间的影响，实现对所有任务的分配。
17、(3)使用基于深度强化学习的无人机任务分配方法，对于优先级高的任务，结合路径长度，综合考虑巡检顺序训练任务规划模型；在状态空间中增加无人机以及任务状态，能够快速的适应数量的改变，经过训练，最终给出巡检的任务分配方案，完成无人机对电网的优先级巡检，实现对智能电网的快速高效巡检，最小化时间和能耗成本，避免任务重复执行造成资源的浪费，同时提高任务完成率和使无人机负载均衡，为电网巡检提供更好的支持。
18、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
1.一种智能电网场景中多无人机协作巡检规划与调度方法，其特征在于，所述方法应用于服务器，其中，所述方法包括以下步骤：
2.根据权利要求1所述的智能电网场景中多无人机协作巡检规划与调度方法，其特征在于，所述每个巡检任务的状态信息包括任务位置和任务时间，所述每个无人机的状态信息包括无人机位置和续航时间，所述任务优先级基于所述智能电网场景中电力负荷波动的动态特性确定。
3.根据权利要求1所述的智能电网场景中多无人机协作巡检规划与调度方法，其特征在于，所述根据所述每个巡检任务的状态信息和任务优先级以及每个无人机的状态信息生成每个无人机的调度指令，包括：
4.根据权利要求3所述的智能电网场景中多无人机协作巡检规划与调度方法，其特征在于，所述任务规划模块用于：
5.根据权利要求4所述的智能电网场景中多无人机协作巡检规划与调度方法，其特征在于，所述奖励函数rt表示为：
6.根据权利要求3所述的智能电网场景中多无人机协作巡检规划与调度方法，其特征在于，在将所述无人机的起点位置、每个巡检任务的状态信息和任务优先级以及每个无人机的状态信息输入任务规划模型之前，还包括：
7.根据权利要求3所述的智能电网场景中多无人机协作巡检规划与调度方法，其特征在于，所述根据所述每个巡检任务的状态信息聚类确定无人机的起点位置，包括：
8.一种智能电网场景中多无人机协作巡检规划与调度装置，其特征在于，所述装置应用于服务器，其中，所述装置包括：
9.一种服务器，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-7任一项所述的智能电网场景中多无人机协作巡检规划与调度方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-7任一项所述的智能电网场景中多无人机协作巡检规划与调度方法。
