CN110046213A - 一种顾及路径失真纠正与交叉跨越纠正的电力选线方法 - Google Patents
一种顾及路径失真纠正与交叉跨越纠正的电力选线方法 Download PDFInfo
- Publication number
- CN110046213A CN110046213A CN201910306291.XA CN201910306291A CN110046213A CN 110046213 A CN110046213 A CN 110046213A CN 201910306291 A CN201910306291 A CN 201910306291A CN 110046213 A CN110046213 A CN 110046213A
- Authority
- CN
- China
- Prior art keywords
- point
- node
- path
- route
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012937 correction Methods 0.000 title claims abstract description 29
- 238000010187 selection method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 36
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 claims abstract description 21
- 238000005457 optimization Methods 0.000 claims abstract description 18
- 238000010276 construction Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 11
- 230000015572 biosynthetic process Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 238000013139 quantization Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000013499 data model Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000003825 pressing Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000012545 processing Methods 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 abstract description 3
- 230000009466 transformation Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 14
- 230000005540 biological transmission Effects 0.000 description 13
- 230000005611 electricity Effects 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000007630 basic procedure Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种顾及路径失真纠正与交叉跨越纠正的电力选线方法。包括步骤:首先将选线范围内的各影响因素数据入库;其次将各影响因子量化与赋权;再次构建成本表面模型,并基于该模型进行路径规划;然后对生成的路径进行路径失真纠正;最后对失真纠正后的路径进行交叉跨越纠正,得出最终路径。相对于现有的电力选线技术,本选线方法充分考虑了各种选线因素,适宜于解决电力选线问题;失真纠正方法充分考虑了路径与周围地物的空间位置关系,对路径进行转角点剔除和转角度数调整等优化处理,有效解决了机选线路的路径失真变形问题,提高了线路的合理性;交叉跨越纠正方法优化了线路的交叉跨越位置、优化交叉跨越点附近的转角点位置,并根据与地物的空间关系,调整局部路径的位置;本发明优化了最短路径算法所采用的数据结构,极大提高了算法的运算效率,采用限制搜索范围的方式降低了路径搜索的计算量,进一步提升了选线效率。
Description
技术领域
本发明属于电力***输电线路设计技术领域,具体是一种顾及路径失真纠正与交叉跨越纠正的电力选线方法。
背景技术
输电线路的路径选择是电力网络建设的前提,其设计合理与否关系着线路的投资运营成本与运行的可靠性,它是线路设计中至关重要的一步。目前大多数设计院的选线工作主要依靠人工来完成,它包括规划选线和工程选线两部分。在规划选线阶段,选线人员首先在1/50000或1/100000的地形图上勾选出多条初步的路径方案,然后根据收集到的相关资料(城乡规划、生态或自然保护区、工矿与水利设施、军事设施、已有电力线路、交通线路、通信线等),对各个方案进行技术经济比较,舍去明显不合理的方案。工程选线是在规划选线的推荐方案上进行现场初勘、测量,对线路经过地带的地质、水文、障碍物等情况进行详细调查,并在一些关键位置绘制平断面图,然后根据勘测结果来评价方案的可行性并对初选方案进行调整。
随着RS和GIS技术的发展,少部分选线工作开始利用高分辨率的卫星影像或三维GIS环境或立体影像测图技术来进行规划选线,利用LiDAR技术来获取地形、地表特征来进行工程选线。借助于高分辨率影像或三维环境可以进行更直观的地形表达、地形分析等,但它并不能克服人工进行规划选线中存在的一些问题:(1)一般输电线路的跨度都长达数百公里,可供选线的范围也动辄几万平方公里,依靠人工在如此大的范围内盲选出一条输电线路相当耗时、耗力;(2)在路径选择时应综合考虑线路长度、地形、地貌、地质、冰区、交通、施工难度、运行维护便利程度、地方规划等因素,选线人员需要对工作区域内的各种因素十分熟悉,且有足够的选线经验和责任心,但随着工作人员的更替,许多新的选线人员往往并不具备选线经验;(3)随着社会经济的发展,可供电力走线的区域越来越稀缺,选线难度越来越大,亟待一种新型的选线方法。
电力选线属于路径规划领域,因此可以借助于最短路径规划算法进行计算。其中A*算法是一种常用的路径搜索算法。它的最大特点是采用了启发式搜索函数,这样可以在搜索中加入与问题有关的启发性信息,用以指导搜索朝着最有希望的方向进行,从而加速问题的求解过程并找到最优解。启发式搜索函数亦称估价函数,它计算从当前节点移动到目标节点的预估费用。
为了理解A*算法的工作流程,需先了解几个概念。G值:从起始点移动到当前节点的实际成本。H值:从当前节点到终点的估计成本。F值:G值与H值之和。开启列表(open):寻路过程中待检索节点列表。关闭列表(close):已被检索的节点列表(该列表内的节点将不会再次被检索)。
A*算法搜索最短路径的过程如下:
(1)把起始点添加到开启列表。
(2)重复如下的工作:
(2.1)寻找开启列表中F值最低的节点,把它作为当前节点,然后将它移动到关闭列表。
(2.2)对当前节点的每个相邻的节点进行如下操作:
如果它不可通过或者已经在关闭列表中,略过它,否则进行下面判断。
如果它不在开启列表中,把它添加进去。把当前节点作为它的父节点。记录该节点的F,G,和H值。
如果它已经在开启列表中,用G值为参考检查新的路径是否更好。更低的G值意味着更好的路径。如果经过当前节点到该节点的路径的G值更低,就把这一节点的父节点改成当前节点,并且重新计算它的G和F值。然后重新对开启列表按F值排序。
(2.3)停止。当把目标节点添加进了关闭列表时,路径被找到;或者没有找到目标节点,而开启列表已经空了,表示路径不存在。
(3)保存路径。从目标节点开始,沿着每一节点的父节点移动直到回到起始点就得到了所求路径。
发明内容
为了解决上述问题,本发明提出了一种新型的输电线路路径规划方法,该方法基于GIS环境来管理选线过程中的各类空间数据,利用计算机进行输电线路的自动选择,实现了基于成本表面模型的电力自动选线,实现了对路径的失真纠正与交叉跨越纠正,有效解决了线路的路径失真变形问题与交叉跨越角度超限问题,提高了机选线路的可行性、合理性与可靠性。
本发明提出的选线方法包括如下步骤:
(1)数据入库。即收集选线范围内的空间数据,并将其导入至GIS空间数据库进行存储、处理与管理。
(2)影响因子量化。首先排除不需量化的禁止通过区;其次定义一个统一的量化区间;再次对影响因子进行分级;最后为各因子分配量化值。
(3)分配权重。赋权的步骤为:首先建立递阶层次结构模型;其次采用成对比较的方式构造出各层次中的判断矩阵;再次进行层次单排序及一致性检验;最后进行层次总排序及一致性检验。
(4)构造成本表面模型。构建成本表面数据模型的基本步骤是:首先创建规则格网;其次定义邻域模式,本专利采用8邻域模式;再次利用空间叠加分析技术为单元格赋量化值;然后计算单元格成本值,成本值是多种影响因子的标准化值与其相应权重的乘积之和;最后,计算连接成本,连接成本是从一个单元格移动到其邻域中的单元格需要付出一定的成本。
(5)路径规划。路径规划的基本流程是:根据指定的起止点和必经点,基于成本表面模型,采用A*算法获得输电线路路径。其中,本专利对A*算法进行了两方面的优化:首先优化open表与close表的数据结构,采用先进的二叉堆结构来存储数据,从而大大降低了列表运算所耗时间,提高了算法的运算效率。其中二叉堆是一种满足堆排序属性的二叉树。然后,本专利还采用限制搜索范围的方式来对A*算法进行优化,从而减少了不必要的计算,进一步提升了算法效率。
(6)路径失真纠正。路径失真纠正即是在保留所选路径走势的前提下,在保证平滑后路径不经过指定的避免区的限制条件下,去除不必要的锯齿点,从而达到路径平滑的目的。该功能在顾及线路与周边地物空间位置关系的情况下,保持线路的基本形状,剔除多余的转角点并尽量减小所保留的转角点的角度,使优化后线路不穿过禁止通过区或高成本区。
(7)交叉跨越纠正。交叉跨越纠正即考虑路径与线状地物(诸如交通线、电力线、通信线等)的交叉角,优化线路的交叉跨越位置、优化交叉跨越点附近的转角点位置,并根据与地物的空间关系,调整局部路径的位置。
一种顾及路径失真纠正与交叉跨越纠正的电力选线方法,具体步骤为:
步骤1:收集选线范围内的空间数据,并将其导入至GIS空间数据库进行存储、处理与管理;其中所述空间数据包括:遥感数据、地形数据、地质数据、土地利用数据、水文气象数据、冰区污区数据、雷害风险区数据;
步骤2:影响因子量化,影响因子包括:居民地、规划区、行政区划、工业用地、历史文化古迹、风景区、机场、军事用地、自然或野生动物保护区、水体、河漫滩、林地、耕地、草地、荒漠与裸露地表、交通通达度、交通线、电力线、通信线、坡度、地质、冰区、污区、距离和线路施工困难区;首先定义一个统一的量化区间;再次对影响因子进行分级;最后为各因子分配量化值;
步骤3:为影响因子分配权重,分配权重方法包括:建立递阶层次结构模型;采用成对比较的方式构造出各层次中的判断矩阵,比较标度;层次单排序及一致性检验;层次总排序及一致性检验;
步骤4:构建成本表面模型;构建成本表面数据模型的基本步骤是:a.创建规则格网;b.定义邻域模式;c.为单元格赋量化值;d.计算单元格成本值;e.计算连接成本;
步骤5:路径规划;采用优化后的A*算法作为路径规划阶段的寻路算法,具体路径规划步骤为:a.设置限制搜索范围:l≤φlmin,其中l=l1+l2,l1为从起点到当前节点的实际距离,l2为从当前节点到终点的估计距离,φ为l与lmin的比例系数,一般该系数取值范围为(1,1.5];b.采用优化后的A*算法,将限制搜索范围公式作为一个限制条件;c.输出结果;
步骤6:路径失真纠正;所述路径失真纠正的流程为:(1)输入数据:起点为Start、终点为End的线路Line,禁止通过区及一些指定的高成本区Areas;
(2)获取能保持Line基本形状的点的坐标集合Points;
(3)取S=Start;
(4)将S放入最终路径列表FinalList,找出S后面的的第一个转角点C;
(5)若C=End,则把C放入FinalList,优化结束,否则找出C后面的第一个转角点D;
(6)若Points包含C,则S=C,回到步骤(4);若Points不包含C,连接SD,执行步骤(7);
(7)对SD进行空间计算;
(7.1)若SD未跨越Areas,则C=D,回到步骤(5);
(7.2)若SD跨越Areas,则从C作SD的垂线,垂足为H;在AH上找到一点T,点T须满足最接近垂足H,且ST与DT不能跨越Areas;将T加入候选点集Candidate中;计算ST和DT与Areas的外接矩形的交点,并将这些交点加入Candidate中;从Candidate中取点F,点F须满足SF与DF不跨越Areas,且两者间的转角最小;然后取S=F,转到步骤(4);
步骤7:交叉跨越纠正;所述交叉跨越纠正的流程为:(1)获取路径上的任意一段线路;
(2)获取与该段线路相交的线状地物;
(3)若与该段线路相交的线状地物多于一条,取该线路上两相邻交叉点的中点,将该线路分成两段或多段;重复(1)~(3),直至遍历所有线路。到此为止,路径的每两个节点之间的线段都最多跨越一条线状地物。
(4)对每一段线路SE,它与线状地物的交点为M,计算它与线状地物的交叉角δ,若交叉角δ>=限制值θ,则计算下一段线路;
(5)若δ<θ度,找到它的两端点S和E,求与其交叉的线状地物上与这两端点的两个最近点分别为A和C,以及SA的延长线SA’,EC的延长线EC’;
(6)对于A’,求SA’与线状地物的交叉角α,若α<θ,则不在线状地物的MA段找寻可能的交叉点(简称放弃MA段),转至(8);
(7)若α>=θ,寻找MA上的夹角为θ度的点T,求T’处的拐角β;
(7.1)若β>限制值γ,则放弃MA段,转至(8);
(7.2)若β<=γ,判断ST’,T’E是否压地物,若压地物,则将AT进行N等分,从T开始向A方向依次对这N个点进行遍历,寻找β<=γ度且不压地物的点,直至β=γ结束,若找到则为可行点,若未找到则放弃MA段,转至(8);若不压地物,则T’即为可行点;
(8)计算MC段,重复(6)~(7);
(9)若有可行点,将可行点加入路径中;
(10)若无可行点则比较SM和ME的大小,并从交叉点M处开始在较长的那一部分找一个点O,使MO与较小的那段长度相等或MO长度大于一定距离,并重复(4)~(8);
(11)若有可行点,将可行点加入路径中,然后,让O向E方向移动一定的距离以减少可行点处的拐角及O点处的拐角;若仍然无可行点,则不进行调整。
所述优化后的A*算法流程为:(1)初始化起始节点和目标节点;(2)将起始节点加入open表;(3)只要close表没有目标节点且open表不为空,则重复以下步骤:(4.1)将open表中F值最低的节点作为当前节点,把它从open表中移出放入close表;(4.2)对当前节点的邻域中的每一个节点,判断其是否符合限制条件,若不符合则标记为不可通过;(4.3)对当前节点的邻域中的每一个符合限制条件且不在close表中的节点,如果它不在open表中,则把它移入该表,并标记当前节点为该节点的父节点,记录该节点的F、G值,如果在open表,则若新的G值低于已有的,则标记当前节点为该节点的父节点,记录该节点的F、G值;其中open表为存放所有已探知但未被检验的节点,close表存放已被检验的节点,F值为从起始节点经过已探知节点到目标节点的估计值,G值为从起始节点到已探知节点的实际值,H值为从已探知节点到目标节点的最优路径估计值。
相对于现有的输电线路路径规划技术,本发明的有益效果是:(1)输电线路的路径规划本质上是一种连续空间的路径分析问题,成本表面模型能对连续空间进行模拟,本发明的技术方案正是基于成本表面模型进行路径分析,比较适宜于解决电力选线问题;(2)由于单元格间的移动方向局限于邻域设定的范围,计算出的线路会出现锯齿状,失真严重,导致路径规划结果的合理性难以得到保障。本发明的技术方案设计了一种路径失真的纠正方法。该方法充分考虑了路径与周围地物的空间位置关系,对路径进行转角点剔除和转角度数调整等优化处理,有效解决了线路的路径失真变形问题,提高了线路的合理性。此方法是其他路径规划方法所不具备的。(3)受限于计算机的算力有限,在路径规划过程中,不能考虑路径与线状地物(诸如交通线、电力线、通信线等)的交叉角,导致交叉跨越处夹角超限的问题。本发明的技术方案设计了一种交叉跨越纠正方法。该方法主要优化线路的交叉跨越位置、优化交叉跨越点附近的转角点位置,并根据与地物的空间关系,调整局部路径的位置。此方法是其他路径规划方法所不具备的。(4)本专利对所采用的最短路径算法A*进行了两方面的优化:首先优化open表与close表的数据结构,采用先进的二叉堆结构来存储数据,从而大大降低了列表运算所耗时间,提高了算法的运算效率。其中二叉堆是一种满足堆排序属性的二叉树。然后,本专利还采用限制搜索范围的方式来对A*算法进行优化,从而减少了不必要的计算,进一步提升了算法效率。
附图说明
图1顾及路径失真纠正与交叉跨越纠正的电力选线方法流程图;
图2量化取值区间示意图;
图3递阶层次结构模型示意图;
图4判断矩阵示意图;
图5成本表面示意图;
图6邻域模式示意图;
图7单元格赋值示意图;
图8计算单元格成本值示意图;
图9计算连接成本示意图;
图10基于成本表面的电力选线方法示意图;
图11二叉堆的存储结构;
图12限制搜索范围示意图;
图13a路径失真中最优路径示意图;
图13b路径失真中锯齿路径之一示意图;
图13c路径失真中锯齿路径之二示意图;
图14路径失真纠正算法流程图;
图15交叉跨越调整前(左)后(右)示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
请参阅图1至图15。须知,本说明书所附图式所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时,本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语,亦仅为便于叙述的明了,而非用以限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。
为能清楚说明本发明的技术特点,下面通过具体实施方式与附图,对本发明的整体技术方案进行详细阐述。如图1所示,本发明包括如下步骤:
步骤1:数据入库。GIS具有强大的空间数据存储、管理、操作等功能,采用GIS的空间数据库来存储选线范围内的空间数据。首先收集选线范围内的遥感数据、地形数据、地质数据、土地利用数据、水文气象数据、冰区污区数据、雷害风险区数据等。然后,通过GIS软件将其存储至GIS的空间数据库中,具体存储格式为:遥感影像和DEM以栅格图层存储;地形图数据包含地物分布和地形起伏状况,地形和每类地物以不同矢量图层存储;地质数据主要是不良地质带分布图,以矢量图层存储;土地利用数据按土地类型分为不同矢量图层进行存储;水文和气象数据以不同矢量图层存储;冰区污区数据是指冰区分布图和污区分布图,以不同矢量图层存储;雷害风险区以矢量图层存储。
步骤2:影响因子量化。电力选线中要考虑的影响因素包括居民地、规划区(核心规划区与非核心规划区)、行政区划(细化至乡镇)、工业用地(工厂、矿区、风电场等)、历史文化古迹、风景区、机场、军事用地、自然或野生动物保护区、水体(含河流、湖泊、湿地、水库等)、河漫滩、林地、耕地、草地、荒漠与裸露地表、交通通达度、交通线、电力线、通信线、坡度、地质、冰区、污区、距离和线路施工困难区以及近年提出的生态红线等。
这些影响因子既有定量的也有定性的,各因子具有不同的计量单位或度量尺度,这导致无法进行后续的成本值计算和最优路径计算。因此,本步骤对影响因素进行量化,使它们具有统一的度量尺度。
首先从影响因子中挑取禁止通过区,这些区域禁止路径通过,不再量化。其次将其他因子的量化取值区间定义为1至9,1代表最适宜架线,9代表最不适宜,如图2所示。再次将居民地、冰区、污区、坡度、交通便利度、交叉跨越等因素进行分级,其他因素不分级,如表1所示。最后,为各因素分配量化值,其中不同的分级对应不同的量化值,如表2所示。
表1影响因子分级
表2影响因子量化值
步骤3:不同的因素对输电线路路径有不同的影响,需要为它们分配不同的权重。权重的合理与否直接影响着选线结果的准确性。本专利将各因子的权重设置为[0,1]之间的值。确权方法采用经典的层次分析法。该方法的步骤为:(1)建立图3所示的递阶层次结构模型;(2)采用成对比较的方式构造出各层次中的判断矩阵,如图4所示,比较标度如表3所示;(3)层次单排序及一致性检验;(4)层次总排序及一致性检验。
表3标度的含义
步骤4:构建成本表面模型。构建成本表面数据模型的基本步骤是:
(1)创建规则格网。用一张规则的格网将所研究的整个空间区域覆盖,然后将连续工作区域按一定规则进行分割,形成规则的多边形,每个多边形称为网格单元。可以对区域进行多种格网等级的划分,可以创建200m*20m、150m*150m等多种单元格大小的成本表面。格网单元的大小对选线的结果具有重大影响,较大的单元格计算速度快,可以选出粗略的线路通道,较小的单元格,计算需要花费的时间较长,但线路较为具体。因此,可根据具体需要,创建所需精度的成本表面,不同精度的成本表面如图5所示。
(2)定义邻域模式。邻域模式定义了成本表面上各单元格之间的邻接关系。在路径规划时,每个单元格只能向其邻域中的单元格移动。在没有指定邻域模式的成本表面上不能进行路径规划,这是因为没有邻域模式就无法构建单元格间的连通图。成本表面模型有很多邻域模式,如4、8、16等邻域,如图6所示。
(3)为单元格赋量化值。电力选线需要把影响选线的因子数字化,该步骤主要是通过数据处理和转换把各种定性及定量的影响因子,根据步骤3中设定的量化值,利用空间叠加分析技术,提取各因素的量化值至成本表面模型的单元格中。首先,利用DEM数据计算坡度,利用叠加分析和统计分析功能,提取每个格网内的平均坡度值;再次,根据不同类型的影响因子生成不同种类的矢量图层,例如城镇、村庄、河流、道路、风景区、矿区和土地利用等多种数据,将各类影响因子数据包括禁止区域通过数据融合和各种空间分析,提取出各种影响因子在格网内的影响等级;最后,为每个格网单元中的每个属性设置相应的量化值。为单元格赋量化值的流程如图7所示。
(4)计算单元格成本值。成本表面模型中每个单元格都存放着经过该单元格的成本值(即网格可达性),成本值是多种影响因子的标准化值与其相应权重的乘积之和。成本表面模型的单元格成本值采用加权线性组合的方式来进行计算,如8图所示。
(5)计算连接成本。从一个单元格移动到其邻域中的单元格需要付出一定的成本,称这种成本为邻域移动成本或连接成本,如线路长度、材料费用、施工难度、拆迁成本等,这些费用可以通过距离和方向的计算来进行估算。如图9所示。
步骤5:路径规划。基于成本表面的电力选线流程如图10所示,根据指定的起止点和必经点,基于成本表面模型,采用最短路径算法规划输电线路路径。由于输电线路路径规划解决的是单对顶点间的最短路径问题,启发式搜索算法在解决单对顶点间的最短路径问题时效率更高,所以本专利采用A*算法作为路径规划阶段的寻路算法。
在算法中本专利对open表与close表进行了优化,采用先进的二叉堆结构来存储数据,从而大大降低了列表运算所耗时间,提高了算法的运算效率,经测试优化后算法的效率提升近百倍,这也是本专利的一个特色。二叉堆是一种满足堆排序属性的二叉树,它的时间复杂度比常规列表低,它的存储结构如图11所示。除此之外,本专利还采用限制搜索范围的方式来对A*算法进行优化。优化后A*算法进行路径规划的具体步骤如下:
(1)设置限制搜索范围。考虑到输电线路设计规程对线路长度的要求:一般不大于起止点间直线距离lmin的1.1倍,本方案基于分枝修剪法的思想,将线路的估计总长度l与起止点间直线距离lmin的比φ作为一个限制条件在A*算法中进行考虑,该限制条件如式1所示。这样就将搜索区域限制在一个椭圆范围内,如图12所示,其中椭圆上每个点至起止点的连线的距离和不大于lmin的φ倍。式中l由两部分组成,即从起点到当前节点的实际距离l1和从当前节点到终点的估计距离l2,φ为l与lmin的比例系数,一般该系数取值范围为(1,1.5]。
l≤φlmin,其中l=l1+l2 式1
(2)采用A*算法,将1式作为一个限制条件。该算法的基本流程为:
(2.1)初始化起始节点和目标节点;
(2.2)将起始节点加入open表;
(2.3)只要close表没有目标节点且open表不为空,则重复以下步骤:
(2.4.1)将open表中F值最低的节点作为当前节点,把它从open表中移出放入close表;
(2.4.2)对当前节点的邻域中的每一个节点,判断其是否符合限制条件,若不符合则标记为不可通过(目标节点除外);
(2.4.3)对当前节点的邻域中的每一个符合限制条件且不在close表中的节点,如果它不在open表中,则把它移入该表,并标记当前节点为该节点的父节点,记录该节点的F、G值,如果在open表,则若新的G值低于已有的,则标记当前节点为该节点的父节点,记录该节点的F、G值。
(3)输出结果。
该流程中open表为存放所有已探知但未被检验的节点,close表存放已被检验的节点,F值为从起始节点经过已探知节点到目标节点的估计值,G值为从起始节点到已探知节点的实际值,H值为从已探知节点到目标节点的最优路径估计值。
步骤6:路径失真纠正。受限于成本表面模型的邻域模式,计算机选出的路径往往具有锯齿,如图13a为最优路径,图13b和13c为两种锯齿路径的情况。路径失真纠正即是在保留所选路径走势的前提下,在保证失真纠正后路径不经过指定的避免区的限制条件下,去除不必要的锯齿点,并尽量减小所保留的转角点的角度,从而达到路径平滑的目的。该方法是其他电力选线方法所不具备的。
该算法的具体流程描述如下,如图14所示:
(1)输入数据:起点为Start、终点为End的线路Line,禁止通过区及一些指定的高成本区Areas。
(2)获取能保持Line基本形状的点的坐标集合Points。
(3)取S=Start。
(4)将S放入最终路径列表FinalList,找出S后面的的第一个转角点C。
(5)若C=End,则把C放入FinalList,优化结束。否则找出C后面的的第一个转角点D。
(6)若Points包含C,则S=C,回到步骤(4);若Points不包含C,连接SD,执行步骤(7)。
(7)对SD进行空间计算。
(7.1)若SD未跨越Areas,则C=D,回到步骤(5)。
(7.2)若SD跨越Areas,则从C作SD的垂线,垂足为H。在AH上找到一点T,点T须满足最接近垂足H,且ST与DT不能跨越Areas。将T加入候选点集Candidate中。计算ST和DT与Areas的外接矩形的交点,并将这些交点加入Candidate中。从Candidate中取点F,点F须满足SF与DF不跨越Areas,且两者间的转角最小。然后取S=F,转到步骤(4)。
步骤7:交叉跨越纠正。受限于计算机的算力有限,在路径规划过程中,不能考虑路径与线状地物(诸如交通线、电力线、通信线等)的交叉角,导致选出的路径存在交叉跨越角超限的问题,需要对其优化。该方法主要优化线路的交叉跨越位置、优化交叉跨越点附近的转角点位置,并根据与地物的空间关系,调整局部路径的位置。该方法是其他电力选线方法所不具备的。该方法流程如下,如图15所示:
(1)获取任意一段线路;
(2)获取与该段线路相交的线状地物;
(3)若与该段线路相交的线状地物多于一条,取该线路上两相邻交叉点的中点,将该线路分成两段或多段;重复(1)~(3),直至遍历所有线路。到此为止,路径的每两个节点之间的线段都最多跨越一条线状地物。
(4)对每一段线路SE,它与线状地物的交点为M,计算它与线状地物的交叉角δ,若交叉角δ>=限制值θ,则计算下一段线路;
(5)若δ<θ度,找到它的两端点S和E,求与其交叉的线状地物上与这两端点的两个最近点分别为A和C,以及SA的延长线SA’,EC的延长线EC’;
(6)对于A’,求SA’与线状地物的交叉角α,若α<θ,则不在线状地物的MA段找寻可能的交叉点(简称放弃MA段),转至(8);
(7)若α>=θ,寻找MA上的夹角为θ度的点T,求T’处的拐角β;
(7.1)若β>限制值γ,则放弃MA段,转至(8);
(7.2)若β<=γ,判断ST’,T’E是否压地物,若压地物,则将AT进行N等分,从T开始向A方向依次对这N个点进行遍历,寻找β<=γ度且不压地物的点,直至β=γ结束,若找到则为可行点,若未找到则放弃MA段,转至(8);若不压地物,则T’即为可行点;
(8)计算MC段,重复(6)~(7);
(9)若有可行点,将可行点加入路径中(有两个可行点时也要加入,这样可以供人为选择);
(10)若无可行点则比较SM和ME的大小,并从交叉点M处开始在较长的那一部分找一个点O,使MO与较小的那段长度相等或MO长度大于一定距离,并重复(4)~(8);
(11)若有可行点,将可行点加入路径中(有两个可行点时也要加入,这样可以供人为选择),然后,让O向E方向移动一定的距离(拐角边不能压地物)以减少可行点处的拐角及O点处的拐角。若仍然无可行点,则不进行调整。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (2)
1.一种顾及路径失真纠正与交叉跨越纠正的电力选线方法,其特征在于,包括以下步骤:
步骤1:收集选线范围内的空间数据,并将其导入至GIS空间数据库进行存储、处理与管理;其中所述空间数据包括:遥感数据、地形数据、地质数据、土地利用数据、水文气象数据、冰区污区数据、雷害风险区数据;
步骤2:影响因子量化,影响因子包括:居民地、规划区、行政区划、工业用地、历史文化古迹、风景区、机场、军事用地、自然或野生动物保护区、水体、河漫滩、林地、耕地、草地、荒漠与裸露地表、交通通达度、交通线、电力线、通信线、坡度、地质、冰区、污区、距离和线路施工困难区;首先定义一个统一的量化区间1-9;再次对影响因子进行分级;最后为各因子分配量化值,不同的分级对应的不同的量化值;
步骤3:为影响因子分配权重,分配权重方法包括:建立递阶层次结构模型;采用成对比较的方式构造出各层次中的判断矩阵,比较标度;层次单排序及一致性检验;层次总排序及一致性检验;
步骤4:构建成本表面模型;构建成本表面数据模型的基本步骤是:a.创建规则格网;b.定义邻域模式;c.为单元格赋量化值;d.计算单元格成本值;e.计算连接成本;
步骤5:路径规划;采用优化后的A*算法作为路径规划阶段的寻路算法,具体的路径规划步骤为:a.设置限制搜索范围,搜索范围的公式为:l≤φlmin,其中l=l1+l2,l1为从起点到当前节点的实际距离,l2为从当前节点到终点的估计距离,φ为l与lmin的比例系数,一般该系数取值范围为(1,1.5];b.采用优化后的A*算法,将限制搜索范围公式作为一个限制条件;c.输出结果;
步骤6:路径失真纠正;所述路径失真纠正的流程为:(61)输入数据:起点为Start、终点为End的线路Line,禁止通过区及一些指定的高成本区Areas;
(62)获取能保持Line基本形状的点的坐标集合Points;
(63)取S=Start;
(64)将S放入最终路径列表FinalList,找出S后面的的第一个转角点C;
(65)若C=End,则把C放入FinalList,优化结束。否则找出C后面的第一个转角点D;
(66)若Points包含C,则S=C,回到步骤(64);若Points不包含C,连接SD,执行步骤(67);
(67)对SD进行空间计算;
(67.1)若SD未跨越Areas,则C=D,回到步骤(65);
(67.2)若SD跨越Areas,则从C作SD的垂线,垂足为H;在AH上找到一点T,点T须满足最接近垂足H,且ST与DT不能跨越Areas;将T加入候选点集Candidate中;计算ST和DT与Areas的外接矩形的交点,并将这些交点加入Candidate中;从Candidate中取点F,点F须满足SF与DF不跨越Areas,且两者间的转角最小;然后取S=F,转到步骤(64);
步骤7:交叉跨越纠正;所述交叉跨越纠正的流程为:(71)获取任意一段线路;
(72)获取与该段线路相交的线状地物;
(73)若与该段线路相交的线状地物多于一条,取该线路上两相邻交叉点的中点,将该线路分成两段或多段;重复(71)~(73),直至遍历所有线路。到此为止,路径的每两个节点之间的线段都最多跨越一条线状地物。
(74)对每一段线路SE,它与线状地物的交点为M,计算它与线状地物的交叉角δ,若交叉角δ>=限制值θ,则计算下一段线路;
(75)若δ<θ度,找到它的两端点S和E,求与其交叉的线状地物上与这两端点的两个最近点分别为A和C,以及SA的延长线SA’,EC的延长线EC’;
(76)对于A’,求SA’与线状地物的交叉角α,若α<θ,则不在线状地物的MA段找寻可能的交叉点(简称放弃MA段),转至(78);
(77)若α>=θ,寻找MA上的夹角为θ度的点T,求T’处的拐角β;
(77.1)若β>限制值γ,则放弃MA段,转至(78)。
(77.2)若β<=γ,判断ST’,T’E是否压地物,若压地物,则将AT进行N等分,从T开始向A方向依次对这N个点进行遍历,寻找β<=γ度且不压地物的点,直至β=γ结束,若找到则为可行点,若未找到则放弃MA段,转至(78);若不压地物,则T’即为可行点;
(78)计算MC段,重复(76)~(77);
(79)若有可行点,将可行点加入路径中;
(710)若无可行点则比较SM和ME的大小,并从交叉点M处开始在较长的那一部分找一个点O,使MO与较小的那段长度相等或MO长度大于一定距离,并重复(74)~(78);
(711)若有可行点,将可行点加入路径中,然后,让O向E方向移动一定的距离以减少可行点处的拐角及O点处的拐角;若仍然无可行点,则不进行调整。
2.根据权利要求1所述的电力选线方法,其特征在于:所述优化后的A*算法流程为:(1)初始化起始节点和目标节点;(2)将起始节点加入open表;(3)只要close表没有目标节点且open表不为空,则重复以下步骤:(4.1)将open表中F值最低的节点作为当前节点,把它从open表中移出放入close表;(4.2)对当前节点的邻域中的每一个节点,判断其是否符合限制条件,若不符合则标记为不可通过;(4.3)对当前节点的邻域中的每一个符合限制条件且不在close表中的节点,如果它不在open表中,则把它移入该表,并标记当前节点为该节点的父节点,记录该节点的F、G值,如果在open表,则若新的G值低于已有的,则标记当前节点为该节点的父节点,记录该节点的F、G值;其中open表为存放所有已探知但未被检验的节点,close表存放已被检验的节点,F值为从起始节点经过已探知节点到目标节点的估计值,G值为从起始节点到已探知节点的实际值,H值为从已探知节点到目标节点的最优路径估计值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2018113867802 | 2018-11-20 | ||
CN201811386780 | 2018-11-20 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110046213A true CN110046213A (zh) | 2019-07-23 |
CN110046213B CN110046213B (zh) | 2023-04-18 |
Family
ID=67277414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910306291.XA Active CN110046213B (zh) | 2018-11-20 | 2019-04-16 | 一种顾及路径失真纠正与交叉跨越纠正的电力选线方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110046213B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110532508A (zh) * | 2019-09-05 | 2019-12-03 | 东北大学 | 一种基于步进环栅的输电线路的多目标优化路径选择方法 |
CN111324998A (zh) * | 2019-12-31 | 2020-06-23 | 浙江华云信息科技有限公司 | 一种基于路线搜索的连接线走线布局方法 |
CN111626640A (zh) * | 2020-06-08 | 2020-09-04 | 中煤科工集团重庆研究院有限公司 | 基于中性参照对象的煤矿安全综合风险评价方法和*** |
CN111783264A (zh) * | 2020-06-22 | 2020-10-16 | 杭州阳斯信息技术有限公司 | 一种针对配电网规划高效布局方法 |
CN112560215A (zh) * | 2020-12-25 | 2021-03-26 | 甘肃电通电力工程设计咨询有限公司 | 一种基于深度强化学习的电力选线方法 |
CN113256011A (zh) * | 2021-06-01 | 2021-08-13 | 国网安徽省电力有限公司经济技术研究院 | 基于gis多目标动态规划技术的输电线路智能选线方法 |
CN114169586A (zh) * | 2021-11-22 | 2022-03-11 | 贵州电网有限责任公司 | 一种基于高分二号卫星影像数据分析的自动选线方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008129421A1 (en) * | 2007-04-18 | 2008-10-30 | Micronic Laser Systems Ab | Method and apparatus for mura detection and metrology |
CN106250579A (zh) * | 2016-07-08 | 2016-12-21 | 广东科诺勘测工程有限公司 | 一种电力线路路径智能生成的方法及装置 |
WO2017041730A1 (zh) * | 2015-09-09 | 2017-03-16 | 北京进化者机器人科技有限公司 | 一种移动机器人避障导航的方法和*** |
-
2019
- 2019-04-16 CN CN201910306291.XA patent/CN110046213B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008129421A1 (en) * | 2007-04-18 | 2008-10-30 | Micronic Laser Systems Ab | Method and apparatus for mura detection and metrology |
WO2017041730A1 (zh) * | 2015-09-09 | 2017-03-16 | 北京进化者机器人科技有限公司 | 一种移动机器人避障导航的方法和*** |
CN106250579A (zh) * | 2016-07-08 | 2016-12-21 | 广东科诺勘测工程有限公司 | 一种电力线路路径智能生成的方法及装置 |
Non-Patent Citations (1)
Title |
---|
王田芳等: "一种电塔线模型融入倾斜摄影实景三维的方法", 《测绘科学》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110532508A (zh) * | 2019-09-05 | 2019-12-03 | 东北大学 | 一种基于步进环栅的输电线路的多目标优化路径选择方法 |
CN110532508B (zh) * | 2019-09-05 | 2020-09-18 | 东北大学 | 一种基于步进环栅的输电线路的多目标优化路径选择方法 |
CN111324998A (zh) * | 2019-12-31 | 2020-06-23 | 浙江华云信息科技有限公司 | 一种基于路线搜索的连接线走线布局方法 |
CN111324998B (zh) * | 2019-12-31 | 2023-09-12 | 浙江华云信息科技有限公司 | 一种基于路线搜索的连接线走线布局方法 |
CN111626640A (zh) * | 2020-06-08 | 2020-09-04 | 中煤科工集团重庆研究院有限公司 | 基于中性参照对象的煤矿安全综合风险评价方法和*** |
CN111783264A (zh) * | 2020-06-22 | 2020-10-16 | 杭州阳斯信息技术有限公司 | 一种针对配电网规划高效布局方法 |
CN111783264B (zh) * | 2020-06-22 | 2024-04-30 | 杭州阳斯信息技术有限公司 | 一种针对配电网规划高效布局方法 |
CN112560215A (zh) * | 2020-12-25 | 2021-03-26 | 甘肃电通电力工程设计咨询有限公司 | 一种基于深度强化学习的电力选线方法 |
CN113256011A (zh) * | 2021-06-01 | 2021-08-13 | 国网安徽省电力有限公司经济技术研究院 | 基于gis多目标动态规划技术的输电线路智能选线方法 |
CN114169586A (zh) * | 2021-11-22 | 2022-03-11 | 贵州电网有限责任公司 | 一种基于高分二号卫星影像数据分析的自动选线方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110046213B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110046213A (zh) | 一种顾及路径失真纠正与交叉跨越纠正的电力选线方法 | |
CN109359350B (zh) | 一种优化精细施工成本的风电场道路智能设计方法 | |
Epstein et al. | A combinatorial heuristic approach for solving real-size machinery location and road design problems in forestry planning | |
CN109992923B (zh) | 一种基于变分辨率成本表面的分阶段输电线路路径规划方法 | |
Heinimann | Forest road network and transportation engineering–state and perspectives | |
CN103984997A (zh) | 基于gis空间信息的输电工程选址选线方法 | |
KR102368261B1 (ko) | 나무심기 입지 분석 장치 및 방법 | |
CN107092978A (zh) | 一种面向虚拟地球的最短路径分层规划方法 | |
CN107908899B (zh) | 一种用于风电场建设施工道路的选线***及选线方法 | |
CN108764812A (zh) | 一种特高压输电线路的数字化设计方法 | |
CN112085280A (zh) | 一种考虑地理因素的输电通道路径优化方法 | |
CN110689187A (zh) | 一种基于多条件约束的变电站自动化选址方法 | |
CN106340061A (zh) | 一种山区点云滤波方法 | |
CN107506433A (zh) | 城市发展空间格局情景模拟*** | |
CN113865589B (zh) | 一种基于地形坡度的长距离快速路径规划方法 | |
CN114418215A (zh) | 一种基于人工智能的智慧城市输电线路规划方法 | |
CN110097529A (zh) | 一种基于语义规则的农田定级单元划分方法及*** | |
Meignan et al. | A heuristic approach to automated forest road location | |
di Semenanjung Malaysia | Developing Priorities and Ranking for Suitable Forest Road Allocation using Analytic Hierarchy Process (AHP) in Peninsular Malaysia | |
CN104361255A (zh) | 一种改进元胞自动机城市扩张模拟方法 | |
Achbab et al. | Developing and applying a GIS-Fuzzy AHP assisted approach to locating a hybrid renewable energy system with high potential: Case of Dakhla region–Morocco | |
CN109800903A (zh) | 一种基于出租车轨迹数据的盈利路线规划方法 | |
CN116415748A (zh) | 基于三维数字化融合数据的输变电智能规划方法及*** | |
Suleiman et al. | Optimal route location by least cost path (LCP) analysis using (GIS) a case study | |
CN115329591A (zh) | 一种城市空间格局设计方法、***及计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |