一种油田应急资源路径部署联合调度方法与流程

本发明属于油田应急资源调度与路径规划，具体涉及一种油田应急资源路径部署联合调度方法。

背景技术：

1、油田井场通常包括道路、生产设施、禁区及可供车辆停靠和设备展开的区域。在泄漏、火灾等应急情况下，需要调度应急车辆、无人机和消防资源到达现场，并完成车辆停靠、支撑腿展开、桅杆升起、雷达探测及通信连接。传统调度方式通常依据固定应急预案、资源当前位置或道路距离生成调度方案，难以同时反映现场风险变化及车辆到场后的实际部署条件。

2、随着数字孪生、多源感知和路径规划技术的发展，现有应急调度方案能够利用地图、设施和资源信息构建虚拟场景，融合气体、红外、气象和视频等观测数据进行风险评估，并通过预测模型或优化算法确定资源分配关系和行驶路径。部分方案还能够预测污染物或危险物质的扩散趋势，根据道路通行状态动态调整救援路径；部分应急指挥车辆也配置有支撑腿、升降桅杆、雷达和通信设备，以满足现场指挥及探测需求。

3、但是，现有方案通常将风险预测、资源匹配、路径规划和车辆部署分别处理，风险预测结果未能同时作用于道路通行代价和候选停车点的部署可行性判断。仅依据距离或道路通行时间生成的路径，可能将车辆引导至坡度、停车朝向、支撑腿展开空间、桅杆安全距离、雷达覆盖或通信视距不满足要求的位置，导致车辆到达后仍需重新选点或调整姿态。同时，不同应急资源之间还可能出现路径、任务或部署位置冲突，使生成的调度结果难以直接转化为可执行指令。

4、因此，需要建立动态风险场、道路边代价、资源能力和车辆部署条件之间的关联，在同一求解过程中确定资源分配、行驶路径和部署姿态，并能够随现场风险变化更新调度结果。

技术实现思路

1、为了解决现有技术中油田应急调度未协同考虑动态风险、道路通行、资源能力和车辆部署条件，导致调度结果与现场部署条件不匹配的问题，本发明提出了以下方案：

2、一种油田应急资源路径部署联合调度方法，包括：

3、s1、获取油田井场的道路、设施、禁区和可部署区域，以及应急车辆、无人机和消防资源的状态，在所述可部署区域内确定应急车辆的候选停车点，并构建车载数字孪生图；

4、s2、融合雷达、气体、红外、气象和视频观测，生成包含风向、气体浓度、热异常和雷达置信度的当前动态风险场，并预测未来时段的风险扩散；

5、s3、将道路节点特征、道路边特征和所述动态风险场输入图神经网络，获得各道路边在所述未来时段的通行时间和风险代价；

6、s4、根据应急任务需求、资源能力、资源位置和到达时限建立任务—资源能力矩阵，并确定资源与应急任务的候选匹配关系；

7、s5、针对所述候选停车点，基于车辆停车朝向、支撑腿展开区、桅杆安全距离、雷达覆盖和通信视距进行部署可行性验证，剔除不满足部署硬约束的候选停车点；

8、s6、根据各道路边的通行时间和风险代价、所述候选匹配关系以及未被剔除的候选停车点，联合求解资源分配、行驶路径和部署姿态，将生成的调度指令和部署指令下发至对应资源，并在动态风险场变化满足重规划条件时滚动重规划。

9、进一步地，s1所述车载数字孪生图中，图节点包括道路交叉点、设施、禁区边界、可部署点和资源，所述可部署点包括应急车辆的候选停车点，图边表征道路通行关系或空间邻接关系；各资源状态记录包括时间戳、来源节点、版本号、有效标志和校验字段。

10、进一步地，s2所述预测未来时段的风险扩散，包括：根据风向以及气体浓度、热异常和雷达置信度的时序变化获得预测风险值，并将所述预测风险值映射至道路边和候选停车点。

11、进一步地，s3所述图神经网络将道路边两端的道路节点特征与对应道路边特征进行拼接，输出所述道路边的通行时间和风险代价。

12、进一步地，s4所述任务—资源能力矩阵记录各应急任务所需能力、各资源具备能力、各资源当前位置和到达时限，以确定资源与应急任务的候选匹配关系。

13、进一步地，s5所述部署可行性验证还包括验证候选停车点的坡度，并根据所述候选停车点的坡度、车辆停车朝向、支撑腿展开区、桅杆安全距离、雷达覆盖和通信视距分别形成布尔约束，将各布尔约束作为s6联合求解的硬约束。

14、进一步地，s6所述联合求解采用的联合代价包括行驶时间、停车时间、部署时间、风险暴露代价、通信惩罚、资源冲突惩罚和雷达盲区惩罚。

15、进一步地，s6所述滚动重规划还包括：当传感器状态冲突、模型输出不一致、通信中断或关键状态不满足预设安全要求时，停止采用当前求解结果，执行重新采集、重新计算、上一稳定结果回退或人工复核中的至少一种，并保存触发原因、输入版本和输出校验信息。

16、进一步地，s6所述联合求解包括：在满足资源能力、到达时限和部署硬约束的条件下，对资源分配、行驶路径和部署姿态的组合计算所述联合代价，将联合代价最小的组合作为当前求解结果。

17、基于同一发明构思，本发明还提出一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述方法。

18、与现有技术相比，本发明具有以下有益效果：

19、通过构建包含道路、设施、禁区、可部署区域、候选停车点和资源状态的车载数字孪生图，并将多源观测形成的当前动态风险场及预测风险值映射至道路边和候选停车点，使风险扩散结果能够直接参与道路通行代价计算及停车位置判断，从而提高调度信息与现场风险状态的一致性。

20、通过建立任务—资源能力矩阵，并将资源能力、资源位置和到达时限共同用于确定候选匹配关系，能够排除无法执行对应应急任务或无法按时到达的资源，使后续路径和部署姿态求解基于具备执行条件的资源进行。

21、通过对候选停车点的坡度、车辆停车朝向、支撑腿展开区、桅杆安全距离、雷达覆盖和通信视距进行验证，并将验证结果作为联合求解的硬约束，能够减少车辆到达候选停车点后无法完成支撑、桅杆展开、雷达探测或通信连接的情况。

22、通过将行驶时间、停车时间、部署时间、风险暴露代价、通信惩罚、资源冲突惩罚和雷达盲区惩罚纳入联合代价，在满足资源能力、到达时限和部署硬约束的条件下联合确定资源分配、行驶路径和部署姿态，使生成的调度结果能够直接形成调度指令和部署指令。

23、通过设置滚动重规划和异常回退处理，在动态风险场变化或关键状态不满足安全要求时重新计算或回退至上一稳定结果，并保存触发原因、输入版本和输出校验信息，能够保持调度过程的连续性和结果的可追溯性。

24、本发明具有融合动态风险预测、道路代价计算、资源能力匹配和车辆部署约束的特点，能够联合生成应急资源分配结果、行驶路径及部署姿态，并根据动态风险场变化滚动更新调度结果，适用于油田井场、油田罐区及油田管线区域的应急资源调度和移动应急指挥等领域。

1.一种油田应急资源路径部署联合调度方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，s1所述车载数字孪生图中，图节点包括道路交叉点、设施、禁区边界、可部署点和资源，所述可部署点包括应急车辆的候选停车点，图边表征道路通行关系或空间邻接关系；各资源状态记录包括时间戳、来源节点、版本号、有效标志和校验字段。

3.根据权利要求1所述的方法，其特征在于，s2所述预测未来时段的风险扩散，包括：根据风向以及气体浓度、热异常和雷达置信度的时序变化获得预测风险值，并将所述预测风险值映射至道路边和候选停车点。

4.根据权利要求1所述的方法，其特征在于，s3所述图神经网络将道路边两端的道路节点特征与对应道路边特征进行拼接，输出所述道路边的通行时间和风险代价。

5.根据权利要求1所述的方法，其特征在于，s4所述任务—资源能力矩阵记录各应急任务所需能力、各资源具备能力、各资源当前位置和到达时限，以确定资源与应急任务的候选匹配关系。

6.根据权利要求1所述的方法，其特征在于，s5所述部署可行性验证还包括验证候选停车点的坡度，并根据所述候选停车点的坡度、车辆停车朝向、支撑腿展开区、桅杆安全距离、雷达覆盖和通信视距分别形成布尔约束，将各布尔约束作为s6联合求解的硬约束。

7.根据权利要求1所述的方法，其特征在于，s6所述联合求解采用的联合代价包括行驶时间、停车时间、部署时间、风险暴露代价、通信惩罚、资源冲突惩罚和雷达盲区惩罚。

8.根据权利要求1所述的方法，其特征在于，s6所述滚动重规划还包括：当传感器状态冲突、模型输出不一致、通信中断或关键状态不满足预设安全要求时，停止采用当前求解结果，执行重新采集、重新计算、上一稳定结果回退或人工复核中的至少一种，并保存触发原因、输入版本和输出校验信息。

9.根据权利要求7所述的方法，其特征在于，s6所述联合求解包括：在满足资源能力、到达时限和部署硬约束的条件下，对资源分配、行驶路径和部署姿态的组合计算所述联合代价，将联合代价最小的组合作为当前求解结果。

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，所述计算机程序被处理器执行时，实现权利要求1至9任一项所述的方法。