基于遗传算法的变电站图形建模自动校验方法技术

基于遗传算法的变电站图形建模自动校验方法。现有电网的规模十分庞大，结构复杂，使用人工进行的图纸绘制工作相当繁琐，导致在绘制出的SVG图形文件中存在着各种形式的问题，主要有设备错位和设备重叠。基于遗传算法的变电站图形建模自动校验方法，该方法根据变电站接线图SVG文件对变电站设备描述的格式，提取变电站设备的位置变量，根据常见的图形建模错误设计目标函数。最后以变电站设备的位置变量为初始解，利用遗传算法，优化各设备的位置变量，当满足一定条件后退出优化计算，完成变电站图形建模的自动校验。本发明专利技术应用于一种基于遗传算法的变电站图形建模自动校验方法。

【技术实现步骤摘要】
【专利说明】
： 本专利技术涉及属于电力系统中变电站自动绘图领域，特别涉及基于遗传算法的变电站图 形建模自动校验方法。
技术介绍
： 目前，电网调度自动化系统广泛地应用于我国各省、市级电网调度中心，其主要功能是 帮助调度运行人员充分、深入和及时的掌握电力系统实时运行状态，做出正确的决策并采 取相应的措施，使电力系统能够更加稳定、安全、经济的运行，其中，图形界面因其能够直观 地展示电网运行工况，为调度人员的操作提供了便捷的操作方式，在调度自动化系统中发 挥着越来越重要的作用。 为解决调度自动化系统的图形显示与交互的需求，IEC第57技术委员会第13工 作组推出了IEC61970标准，其核心内容中的图形交互方案，该方案定义了基于可扩展标记 语言（XML)的可缩放矢量图形SVG格式，用于调度自动化系统的图形交互，统一了电力系统 的图形标准。 由于现有电网的规模十分庞大，结构复杂，同时使用人工方式进行的图纸绘制工 作相当繁琐，导致在绘制出的SVG图形文件中存在着各种形式的问题，主要包括设备错位 和设备重叠两种问题。
技术实现思路
： 本专利技术的目的是提供一种。 上述的目的通过以下的技术方案实现： ，变电站接线图SVG文件对变电站设备 描述的格式，提取变电站设备的位置变量，根据所述的常见的图形建模错误设计目标函数， 最后以变电站设备的位置变量为初始解，利用遗传算法，优化各设备的位置变量，当满足一 定条件后退出优化计算，完成所述的变电站图形建模的自动校验。 所述的，根据所述的常见的变电站 图形建模错误，对变电站图形建模错误进行量化，表征所述的变电站图形建模错误的目标 函数，为遗传算法提供了适应度函数。 所述的，利用所述的遗传算法，根 据适应度函数值的大小修正优化位置变量，当满足要求后退出优化，完成所述的变电站图 形建模的自动校验。 根据权利要求1或2或3所述的， 其特征是：根据SVG文件表示变电站设备的种类，提取所述的变电站设备的位置变量；确定 错误类型；定义设备错位距离r，表征所述的变电站图形建模中设备错位的情况；定义图形 重叠面积s，表征所述的变电站图形建模中图形重叠的情况；利用遗传算法优化计算；当目 标函数值为〇时，表示已经修正了所有的设备错位和图形重叠情况。 本专利技术的有益效果： 1.本专利技术所使用的遗传算法是一种模拟生物在自然界中遗传和进化过程的全局优化 搜索，通过对于适应度函数的计算和交叉变异，最终确定最优结果。遗传算法鲁棒性好、灵 活性高，适用于炜度高状态空间大的计算场合；而SVG可缩放矢量图形（ScalableVector Graphics)是基于可扩展标记语言（XML,extensibleMarkupLanguage)用于描述二维矢 量图形的一种图形格式；SVG图形文件是相应的二维平面图形文件，它允许矢量图形形状、 图像和文本等各种图形对象，同时也是一种规范的网络矢量图形标准，是一个开放的图形 标准；采用SVG文件格式来进行图形数据的存储、传输和显示，能够准确地描述电网中的电 气设备图元并提供精确的图形元素定位。SVG图形文件因其良好的可扩展性、交互性等特点 而被应用为画面显示与监控的图形标准格式，在调度自动化系统中发挥着越来越重要的作 用。 本专利技术用遗传算法对所求解的优化问题没有太多的数学要求，由于他的进化特 性，搜素过程中不需要问题的内在性质，对于任意形式的目标函数和约束，无论是线性的还 是非线性的，离散的还是连续的都可处理；进化算子的各态历经性使得遗传算法能够非常 有效地进行概率意义的全局搜素；遗传算法对于各种特殊问题可以提供极大的灵活性来混 合构造领域独立的启发式，从而保证整体有效性。【附图说明】： 附图1是本专利技术的母线模型图。 附图2是本专利技术的双绕组变压器模型图。 附图3是本专利技术的三绕组变压器模型图。 附图4是本专利技术的断路器模型图。 附图5是本专利技术的隔离开关模型图。 附图6是本专利技术的文本模型图。 附图7是本专利技术的连接点一母线错位模型图。 附图8是本专利技术的设备连接点模型图。 附图9是本专利技术的图形重叠模型图。 附图10是本专利技术的初始解模型图。 附图11是本专利技术的整个优化流程模型图。【具体实施方式】： 实施例1 : 一种，根据所述的变电站接线图SVG文 件对变电站设备描述的格式，提取变电站设备的位置变量，根据所述的常见的图形建模错 误设计目标函数。最后以变电站设备的位置变量为初始解，利用遗传算法，优化各设备的位 置变量，当满足一定条件后退出优化计算，完成所述的变电站图形建模的自动校验。 实施例2 : 根据实施例1所述的一种，根据所述的 常见的变电站图形建模错误，对变电站图形建模错误进行量化，设计了表征所述的变电站 图形建模错误的目标函数，为遗传算法提供了适应度函数。 实施例3 : 根据实施例1所述的一种，利用所述的 遗传算法，根据适应度函数值的大小修正优化位置变量，当满足要求后退出优化，完成所述 的变电站图形建模的自动校验。 实施例4 : 根据实施例1或2或3所述的一种，所 述的具体实施步骤为： (一)根据SVG文件表示变电站设备的种类，提取所述的变电站设备的位置变量：变电站 接线图内的设备种类主要包括：母线、变压器、连接线、断路器、隔离开关、电压互感器等单 端设备的变量；所述的各设备的位置变量以坐标形式表示，一般将原点设在图形屏幕的左 上角；各设备的位置变量提取过程如下所示： 对于变电站设备的图形建模，需要将所述的变电站设备的位置变量信息从SVG文件中 提取和推导，且以坐标形式表示，一般将原点设在图形屏幕的左上角； 对于所述的母线和连接线模型：需要保存的位置变量为A、B两点的横坐标和纵坐标； 对于所述的双绕组变压器模型：需要保存的位置变量为A、B两点的横坐标和纵坐标以 及圆的半径； 对于所述的三绕组变压器模型：需要保存的位置变量为A、B、C三点的横坐标和纵坐标 以及圆的半径； 对于所述的断路器模型：需要保存的位置变量为A、B两点的横坐标和纵坐标。 对于所述的隔离开关模型：需要保存的位置变量为A、B、C三点的横坐标和纵坐 标； 对于所述的单端设备：需要保存的位置变量为与设备相连点的横坐标和纵坐标； 对于所述的文本描述内容模型，需要保存A点的横坐标和纵坐标以及该文本的字号。 (二）确定错误类型：以往变电站图形建模的错误，主要包括设备错位和图形重叠 两类错误；设备错位主要包括：所述的连接点_母线错位和设备连接点错误，所述的图形重 叠主要指不同设备的图形覆盖区域重叠，文本描述模型和母线模型有部分重叠。 (三)定义设备错位距离r，表征所述的变电站图形建模中设备错位的情况：在变电 站接线图中，除文本描述外的所有设备都是通过连接线进行连接，因此只计算连接线和除 文本描述外的某个设备之间的设备错位距离r，计算方法如下： a.连接线和单端设备的设备错位距离： 假设有连接线A和单端设备B，A的位置变量为【主权项】1. 一种，其特征是：变电站接线图SVG 文件对变电站设备描述的格式，提取变电站设备的位置变量，根据所述的常见的图形建模 错误设计目标函数，最后以变电站设备的位置变量为初始解，利用遗传算法，优化各设备的 位置变量，当满足一定条件后退出优化计算，完成所述的变电站图形建模的自动校验。2. 根据权利本文档来自技高网...

【技术保护点】
一种基于遗传算法的变电站图形建模自动校验方法，其特征是：变电站接线图SVG文件对变电站设备描述的格式，提取变电站设备的位置变量，根据所述的常见的图形建模错误设计目标函数，最后以变电站设备的位置变量为初始解，利用遗传算法，优化各设备的位置变量，当满足一定条件后退出优化计算，完成所述的变电站图形建模的自动校验。

【技术特征摘要】

【专利技术属性】
技术研发人员：王中明，马海峰，张继龙，郭万顺，阚东微，刘柏松，
申请(专利权)人：国网黑龙江省电力有限公司鹤岗供电公司，国家电网公司，
类型：发明
国别省市：黑龙江;23