CN111968011A - 一种电力规划多源数据集成的方法 - Google Patents
一种电力规划多源数据集成的方法 Download PDFInfo
- Publication number
- CN111968011A CN111968011A CN202010832391.9A CN202010832391A CN111968011A CN 111968011 A CN111968011 A CN 111968011A CN 202010832391 A CN202010832391 A CN 202010832391A CN 111968011 A CN111968011 A CN 111968011A
- Authority
- CN
- China
- Prior art keywords
- data
- source data
- power planning
- source
- planning
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000013439 planning Methods 0.000 title claims abstract description 39
- 230000010354 integration Effects 0.000 title claims abstract description 26
- 230000004927 fusion Effects 0.000 claims abstract description 23
- 238000006243 chemical reaction Methods 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000005516 engineering process Methods 0.000 claims description 14
- 238000007726 management method Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 8
- 238000011160 research Methods 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000013441 quality evaluation Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 238000013523 data management Methods 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Public Health (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Remote Sensing (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Instructional Devices (AREA)
Abstract
本发明属于电网规划方法技术领域，尤其涉及一种电力规划多源数据集成的方法。包括以下步骤：1)多源数据资料的分析与评价；2)统一多源数据的空间基准；3)高效组织与管理多源数据；4)精密快捷进行多源数据融合。本发明通过进行语义分析、格式转换、模型融合，实现多源数据的相互转换、互操作和相互访问，最终形成以地图为载体、GIS软件为平台的电力规划数据管理***，为电力规划提供强大的数据支撑和决策辅助。
Description
技术领域
本发明属于电网规划方法技术领域，尤其涉及一种电力规划多源数据集成的方法。
背景技术
随着社会经济的快速发展和基础设施建设的不断推进，各行各业都产生了越来越多的空间数据，给电力规划前期的数据采集处理带来了挑战。如何有效地管理和使用多源数据，是电力规划高效有序开展的关键。需要探索一项可以跨越时间、空间以及行业与部门的数据集成技术，结合来自不同途径数据的差异性，达到较快信息更新速度和提高信息处理效率的目的。
数据融合的概念产生于20世纪70年代，最初被应用于军事，但是随着社会经济的快速发展和现代科学技术的进步，数据融合技术逐渐被广泛应用于农业、工业、地质分析、城市规划、电力规划多个领域。数据融合作为一种数据综合和处理技术，是建立在各种传统学科和技术基础之上。从广义角度看，数据融合技术包括通信技术、决策论、计算机科学、神经网络等。
在多源数据融合方面，陈换新等阐述了多源矢量空间数据融合处理技术的关键技术和研究进展，朱蕊阐述了面向空间数据更新的资料分析与评价、数学一致性处理、矢量数据语义转换、多源数据的组织与管理、数据定位精度提高和面向应用需求的多模式表达等关键技术；崔铁军介绍了多源地理空间矢量数据生产的管理与技术原理，提出了多源地理空间矢量数据集成与融合的概念及其相互关系；化柏林从理论、方法、技术与应用的角度研究大数据环境下的多源信息融合问题；何建邦等在国土资源环境和区域经济信息***集成方案中，计划开发一个叠加组合器用来实现来自不同部门的基础数据的叠加和重组，其功能与地图合并***类似；张桥平、李德仁在地图合并方面做了大量研究，他们探讨了城市地图数据库同名面实体匹配的有关问题，提出了基于模糊拓扑关系分类的匹配方法以及一种基于同名点拓扑关联的图形数据合并方法，从而将同一地区两幅或两幅以上不同的地图合并成一幅图，新生成的地图在某些方面如点位精度、详细程度或现势性等都比原图要好。
发明内容
本发明创造的目的在于，提供一种电力规划多源数据集成方法，统一各种形式的数据，实现多源数据的相互转换、互操作和相互访问，为电力规划提供强大的数据支撑和决策辅助。
为实现上述目的，本发明创造采用如下技术方案。
一种电力规划多源数据集成的方法，包括以下步骤：
步骤S1.多源数据资料的分析与评价
具体是指，对资料进行详细的分析，提出资料的质量评价标准，保证数据源的正确选择；所述分析与评价包括：分析源数据中的内容分类与分级是否匹配当前通用的标准；检查各个要素尤其是关键要素表达的数量和精密程度是否达到要求；检查数据的适应性和精确性；分析兴趣要素的表达是否与真实匹配；各个要素的图形是否有代表性；精度是否满足要求，步骤S1用于筛选出精度更高、更为详细的资料样本；
步骤S2.统一多源数据的空间基准
具体是指：使用地理信息***软件和图形编辑软件对数据的坐标***进行转换；
步骤S3.高效组织与管理多源数据
具体是指：对于纸质版的地图资料，使用GIS软件的矢量化功能进行扫描矢量化，转换成GIS软件对应的矢量数据文件格式；对矢量化后的等高线赋予高程值，道路、湖泊等地物添加注记并划分好图层；
步骤S4.精密快捷进行多源数据融合
具体是指：采用基于地理要素几何位置和特征的融合技术：具体包括实体匹配，找出同名实体，然后将匹配后的同名实体合并。
对前述电力规划多源数据集成的方法的进一步细化和改进，所述步骤S1中检查数据的完备性，具体包括：检查数据的现势性，分析数据样本的时效性，使用多样化的数据进行验证，用具有更高现势性和时效性的数据检验目标样本数据；构建信息评价体系判定，确定各类资料使用原则，判断是否符合质量评价标准。
对前述电力规划多源数据集成的方法的进一步细化和改进，步骤S2中所述的技术方案具体指使用地理信息***软件和图形编辑软件AutoCAD，对数据的坐标***进行转换。
根据权利要求3所述一种电力规划多源数据集成的方法，所述坐标***转换包括：采用的投影类型为高斯-克吕格投影，坐标轴为中央经线和赤道投影线，坐标原点为中央经线和赤道交点；比例尺大于1:1万的图纸使用3°带投影，比例尺小于1:1万的图纸使用6°带投影。
对前述电力规划多源数据集成的方法的进一步细化和改进，所述步骤S3中，对于电子版的矢量、栅格数据，如果是AutoCAD的格式，则需导入GIS软件，做好图层划分管理；
对于纸质版的各种报告，包括输电线路和变电站可研、初设和施工图报告；统一文档命名：“线路名称+科研/初设/施工图报告”，格式为.doc，批量导入文档数据库，并建立索引，作为图形要素属性；采用Python编程技术，对文档进行批处理，形成规划区域现有线路的一览表，包括线路名称、电压等级、线路长度、建成日期；
对于视频、音频、动画等数据资料，专门建立多媒体数据库，建立数据记录，作为图形要素的属性，以备查询。
根据权利要求5所述一种电力规划多源数据集成的方法，还包括建立海量数据高效的空间索引与检索机制的步骤，对于电力规划***中的海量数据，科学存储和管理，建立有效的数据索引以能够快速显示和浏览信息；利用大型关系数据库Oracle管理***和相应的数据引擎来管理多源数据，并针对不同的应用建立数据存储优化机制。
对前述电力规划多源数据集成的方法的进一步细化和改进，所述S4中，匹配的依据包括距离度量、几何形状、拓扑关系、图形结构、属性；具体而言，首先对数据源的几何精度进行评估，选取几何精度高的数据；对于几何精度相近的数据源，分点、线、面进行合并；点状物合并参照坐标进行，线状物的合并采用特征点融合和缓冲区融合，面状物体合并采用边界线的合并。
对前述电力规划多源数据集成的方法的进一步细化和改进，所述步骤S4中，几何特征包括地理要素之间的距离、形状描述、方向趋势；采用欧几里得距离指标衡量点实体间的相似度，采用Hausdorff距离法匹配线实体；利用包括面积、曲率、转折点、不变距与实心度等在内的面要素的形状特征对面实体进行匹配；利用智能仿真算法中的蚁群算法，将道路网匹配问题转化为全局寻优的数学优化问题，利用距离和拓扑结构度量目标间的相似性。
其有益效果在于：
由于电力规划数据来源于多个行业、多个部门，生产环境和时间不同，产出的格式和存储介质也不同。这不仅会加大规划数据的生产成本，造成人力、物力的浪费，也给数据共享带来极大的困难。
本发明所要解决的技术问题是提供一种电力规划多源数据集成方法，统一图像、视频、音频、文字描述、二维地图、动画及三维仿真等各种形式的数据，进行语义分析、格式转换、模型融合，实现多源数据的相互转换、互操作和相互访问，最终形成以地图为载体、GIS软件为平台的电力规划数据管理***，为电力规划提供强大的数据支撑和决策辅助。
附图说明
图1多源数据集成与融合的层次关系；
图2空间数据集成技术流程图；
图3多源数据集成流程图。
具体实施方式
以下结合具体实施例对本发明创造作详细说明。
如图1所示，本申请的一种电力规划多源数据集成的方法，包括如下基本步骤：
步骤S1.多源数据资料的分析与评价；
步骤S2.统一多源数据的空间基准；
步骤S3.高效组织与管理多源数据；
步骤S4.精密快捷进行多源数据融合；
对于步骤S1中的空间数据涉及到的资料种类繁多，数据格式各异，现势性、比例尺和空间参考系多种多样，因此，需要对资料进行详细的分析，提出资料的质量评价标准，保证数据源的正确选择；
具体涉及以下几方面：
步骤S1.1检查数据的完备性。分析源数据中的内容分类与分级是否匹配当前通用的标准，检查各个要素尤其是关键要素表达的数量和精密程度是否达到要求。
步骤S1.2检查数据的适应性和精确性。分析兴趣要素的表达是否与真实匹配，各个要素的图形是否有代表性。精度是否满足要求，筛选出精度更高、更为详细的资料样本。
步骤S1.3检查数据的现势性。分析数据样本的时效性，使用多样化的数据进行验证，用具有更高现势性和时效性的数据检验目标样本数据。
步骤S1.4信息评价体系判定。确定各类资料使用原则，判断是否符合质量评价标准。
对于步骤S2：使用地理信息***软件GIS和图形编辑软件AutoCAD，对数据的坐标***进行转换。采用的投影类型为高斯-克吕格(等角横切椭圆柱)投影，坐标轴为中央经线和赤道投影线，坐标原点为中央经线和赤道交点。比例尺大于1:1万的图纸使用3°带投影，比例尺小于1:1万的图纸使用6°带投影。常用的坐标系有1954年北京坐标系、西安80坐标系、2000国家大地坐标系以及WGS84坐标系，根据项目要求设置具体的坐标系。
如图2所示，步骤S3包括规范各种来源数据的格式：
步骤S3.1对于纸质版的地图资料，使用GIS软件的矢量化功能进行扫描矢量化，转换成GIS对应的矢量数据文件格式。对矢量化后的等高线赋予高程值，道路、湖泊等地物添加注记并划分好图层。
步骤S3.2对于电子版的矢量、栅格数据，如果是AutoCAD的格式，则需到入GIS软件，做好图层划分管理。
步骤S3.3对于纸质版的各种报告，如输电线路和变电站可研、初设和施工图报告，统一文档命名：“线路名称+科研/初设/施工图报告”，格式为.doc，批量导入文档数据库，并建立索引，作为图形要素属性。采用Python编程技术，对文档进行批处理，形成规划区域现有线路的一览表(包括线路名称、电压等级、线路长度、建成日期等)。
步骤S3.4对于视频、音频、动画等数据资料，专门建立多媒体数据库，建立数据记录，作为图形要素的属性，以备查询。
步骤S3.5建立海量数据高效的空间索引与检索机制。对于电力规划***中的海量数据，科学管理和存贮多尺度数据，做到快速显示和浏览信息，建立数据索引非常重要。为解决这个问题，采用大型关系数据库Oracle管理***和相应的引擎管理海量目标数据，并针对不同的应用建立数据存储优化机制。
如图2、图3所示，步骤S4主要采用基于地理要素几何位置和特征的融合技术：具体包括实体匹配，找出同名实体，然后将匹配后的同名实体合并。匹配的依据包括距离度量、几何形状、拓扑关系、图形结构、属性等。首先对数据源的几何精度进行评估，选取几何精度高的数据。对于几何精度相近的数据源，分点、线、面合并。点状物合并参照坐标进行，线状物的合并采用特征点融合和缓冲区融合，面状物体合并采用边界线的合并。
步骤S4中的几何特征包括地理要素之间的距离、形状描述、方向趋势等。采用欧几里得距离指标衡量点实体间的相似度，如位置最近算法、相互位置最近算法。采用Hausdorff距离法(包括距离、长度、方向、最大弦、组成面积在内的指标)匹配线实体。利用包括面积、曲率、转折点、不变距与实心度等在内的面要素的形状特征对面实体进行匹配。利用智能仿真算法中的蚁群算法，将道路网匹配问题转化为全局寻优的数学优化问题，利用距离和拓扑结构度量目标间的相似性。
最后应当说明的是，以上实施例仅用以说明本发明创造的技术方案，而非对本发明创造保护范围的限制，尽管参照较佳实施例对本发明创造作了详细地说明，本领域的普通技术人员应当理解，可以对本发明创造的技术方案进行修改或者等同替换，而不脱离本发明创造技术方案的实质和范围。
Claims (8)
1.一种电力规划多源数据集成的方法，其特征在于，包括以下步骤：
步骤S1.多源数据资料的分析与评价
具体是指，对资料进行详细的分析，提出资料的质量评价标准，保证数据源的正确选择；所述分析与评价包括：分析源数据中的内容分类与分级是否匹配当前通用的标准；检查各个要素尤其是关键要素表达的数量和精密程度是否达到要求；检查数据的适应性和精确性；分析兴趣要素的表达是否与真实匹配；各个要素的图形是否有代表性；精度是否满足要求，步骤S1用于筛选出精度更高、更为详细的资料样本；
步骤S2.统一多源数据的空间基准
具体是指：使用地理信息***软件和图形编辑软件对数据的坐标***进行转换；
步骤S3.高效组织与管理多源数据
具体是指：对于纸质版的地图资料，使用GIS软件的矢量化功能进行扫描矢量化，转换成GIS软件对应的矢量数据文件格式；对矢量化后的等高线赋予高程值，道路、湖泊等地物添加注记并划分好图层；
步骤S4.精密快捷进行多源数据融合
具体是指：采用基于地理要素几何位置和特征的融合技术：具体包括实体匹配，找出同名实体，然后将匹配后的同名实体合并。
2.根据权利要求1所述一种电力规划多源数据集成的方法，其特征在于，所述步骤S1中检查数据的完备性，具体包括：检查数据的现势性，分析数据样本的时效性，使用多样化的数据进行验证，用具有更高现势性和时效性的数据检验目标样本数据；构建信息评价体系判定，确定各类资料使用原则，判断是否符合质量评价标准。
3.根据权利要求1所述一种电力规划多源数据集成的方法，其特征在于，步骤S2中所述的技术方案具体指使用地理信息***软件和图形编辑软件AutoCAD，对数据的坐标***进行转换。
4.根据权利要求3所述一种电力规划多源数据集成的方法，其特征在于，所述坐标***转换包括：采用的投影类型为高斯-克吕格投影，坐标轴为中央经线和赤道投影线，坐标原点为中央经线和赤道交点；比例尺大于1:1万的图纸使用3°带投影，比例尺小于1:1万的图纸使用6°带投影。
5.根据权利要求1所述一种电力规划多源数据集成的方法，其特征在于，所述步骤S3中，对于电子版的矢量、栅格数据，如果是AutoCAD的格式，则需导入GIS软件，做好图层划分管理；
对于纸质版的各种报告，包括输电线路和变电站可研、初设和施工图报告；统一文档命名：“线路名称+科研/初设/施工图报告”，格式为.doc，批量导入文档数据库，并建立索引，作为图形要素属性；采用Python编程技术，对文档进行批处理，形成规划区域现有线路的一览表，包括线路名称、电压等级、线路长度、建成日期；
对于视频、音频、动画等数据资料，专门建立多媒体数据库，建立数据记录，作为图形要素的属性，以备查询。
6.根据权利要求5所述一种电力规划多源数据集成的方法，其特征在于，还包括建立海量数据高效的空间索引与检索机制的步骤，对于电力规划***中的海量数据，科学存储和管理，建立有效的数据索引以能够快速显示和浏览信息；利用大型关系数据库Oracle管理***和相应的数据引擎来管理多源数据，并针对不同的应用建立数据存储优化机制。
7.根据权利要求1所述一种电力规划多源数据集成的方法，其特征在于，所述S4中，匹配的依据包括距离度量、几何形状、拓扑关系、图形结构、属性；具体而言，首先对数据源的几何精度进行评估，选取几何精度高的数据；对于几何精度相近的数据源，分点、线、面进行合并；点状物合并参照坐标进行，线状物的合并采用特征点融合和缓冲区融合，面状物体合并采用边界线的合并。
8.根据权利要求1所述一种电力规划多源数据集成的方法，其特征在于，所述步骤S4中，几何特征包括地理要素之间的距离、形状描述、方向趋势；采用欧几里得距离指标衡量点实体间的相似度，采用Hausdorff距离法匹配线实体；利用包括面积、曲率、转折点、不变距与实心度等在内的面要素的形状特征对面实体进行匹配；利用智能仿真算法中的蚁群算法，将道路网匹配问题转化为全局寻优的数学优化问题，利用距离和拓扑结构度量目标间的相似性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010832391.9A CN111968011A (zh) | 2020-08-18 | 2020-08-18 | 一种电力规划多源数据集成的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010832391.9A CN111968011A (zh) | 2020-08-18 | 2020-08-18 | 一种电力规划多源数据集成的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111968011A true CN111968011A (zh) | 2020-11-20 |
Family
ID=73389273
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010832391.9A Withdrawn CN111968011A (zh) | 2020-08-18 | 2020-08-18 | 一种电力规划多源数据集成的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111968011A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112711594A (zh) * | 2021-01-15 | 2021-04-27 | 科技谷（厦门）信息技术有限公司 | 一种轨道交通数据集成方法 |
| CN114297595A (zh) * | 2021-12-29 | 2022-04-08 | 盐城国睿信科技有限公司 | 一种心理健康***访问权限控制***及方法 |
-
2020
- 2020-08-18 CN CN202010832391.9A patent/CN111968011A/zh not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112711594A (zh) * | 2021-01-15 | 2021-04-27 | 科技谷（厦门）信息技术有限公司 | 一种轨道交通数据集成方法 |
| CN114297595A (zh) * | 2021-12-29 | 2022-04-08 | 盐城国睿信科技有限公司 | 一种心理健康***访问权限控制***及方法 |
| CN114297595B (zh) * | 2021-12-29 | 2024-04-19 | 盐城国睿信科技有限公司 | 一种心理健康***访问权限控制***及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112860689B (zh) | 一种基于时空网格数据的平台*** | |
| CN113434623B (zh) | 一种基于多源异构空间规划数据的融合方法 | |
| CN110021072B (zh) | 面向全息测绘的多平台点云智能处理方法 | |
| Lu et al. | Massive point cloud space management method based on octree-like encoding | |
| Wang et al. | Research on the construction of highway traffic digital twin system based on 3D GIS technology | |
| CN103177103A (zh) | 一种三维地理信息***管理平台 | |
| CN111968011A (zh) | 一种电力规划多源数据集成的方法 | |
| CN101916267B (zh) | 应用于道路***空间数据资源管理的智能空间数据对象建模方法 | |
| Beil et al. | Integration of 3D point clouds with semantic 3D city models–providing semantic information beyond classification | |
| Ghosh et al. | Traj-cloud: a trajectory cloud for enabling efficient mobility services | |
| Alvanaki et al. | GIS navigation boosted by column stores | |
| Mete | Geospatial big data analytics for sustainable smart cities | |
| CN111552758B (zh) | 一种基于gis技术的风景名胜数据库及其构建方法 | |
| Huang et al. | Mining massive-scale spatiotemporal trajectories in parallel: A survey | |
| CN111581754A (zh) | 滨水景点网络生成方法、***、计算机设备及存储介质 | |
| Tao et al. | A fine construction method of urban road DEM considering road morphological characteristics | |
| Cui et al. | Geospatial Database | |
| Vijaywargiya et al. | Information extraction system for urban planning and governance using LiDAR based 3D repository | |
| Beil et al. | Integration of 3D point clouds with semantic 3D city models | |
| CN115329035A (zh) | 一种关于兴趣点的全文检索方法及*** | |
| Zhao | Development of the GIS Software Technology in the Big Data Era | |
| Hajji et al. | Towards a collaborative and interoperable 3D Building database–A case study in Walloon region | |
| Pan et al. | Preliminary Planning and Design of Power Transmission and Transformation Project Based on Tilt Photography GIS+ BIM Technology | |
| Qian et al. | A nearest neighbor query method for searching objects with time and location informations based on spatiotemporal similarity | |
| Wei et al. | Construct and Query A Fine-Grained Geospatial Knowledge Graph |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201120 |