基于自适应节点优化蚁群算法的输电线路智能选线方法技术

本发明专利技术涉及一种基于自适应节点优化蚁群算法的输电线路智能选线方法，包括：基于地理信息系统明确环境因素，建立递阶层次分析模型，量化各个环境因素；基于GIS栅格地图，将地理空间分成多个正方形单元组成的规则矩阵,结合递阶层次分析模型得到每个基本区域的输电线建设成本，得到路线总成本；根据路线总成本和GIS栅格地图，通过自适应节点优化蚁群算法进行智能选线，得到最优路径。相比传统的用于智能选线的蚁群算法，本发明专利技术使用的蚁群算法增加了自适应调整、局部变异以及节点优化机制，提高了算法的收敛精度和稳定性；本发明专利技术实现了新的架空电力线路自动优化布线方法，有助于自动选择最经济的路线，以建立新的线路。以建立新的线路。以建立新的线路。

【技术实现步骤摘要】
基于自适应节点优化蚁群算法的输电线路智能选线方法


[0001]本专利技术涉及输电线路智能选线
，尤其是一种基于自适应节点优化蚁群算法的输电线路智能选线方法。

技术介绍

[0002]随着我国电力工业体制改革的深入，电力工程项目管理的体制与方法也在不断探索与改进。然而，由于电力体制改革时间较短，电力工程项目的建设管理模式、方法在很多方面依然很落后。尤其是其中的电力输变电工程项目，其科学项目管理思想应用目前还处在探索阶段，因此将优化管理的思想引入到科学管理电力输变电工程中来，将成为电力系统研究所关注的方向。
[0003]目前将GIS与智能算法结合应用到输电工程的研究工作还相对较少，另外，建立地理信息模型时环境因素的准确量化以及所使用的智能算法与地理信息模型的适用性不够高。
[0004]传统的输电线路路径规划一般需要完成室内选线、收集资料、初步勘察与终勘选线四个步骤。其中，室内选线重点是在地形图上根据规划区域标注起点和终点位置，综合考虑规划区域实际地形情况，避让保护区域和不可跨越障碍物，结合线路设计原则，以线路起、终点距离最短，绘制多个可行路径作为初步勘察路径方案；而初步勘察主要通过线路长度、跨域相关障碍物等技术难度与经济多方面综合比较；终勘选线是需按照实际情况修正路径方案，兼顾考虑转角塔带来经济的合理性，以确定线路路径最终的走向。然而上述方法由于地理环境的复杂无法保证地形图的实时更新，会存在环境信息的偏差，导致最终规划无法满足电网工程的需求。

技术实现思路

[0005]本专利技术的目的在于提供一种实现新的架空电力线路自动优化布线，有助于自动选择最经济的路线，以建立新的线路的基于自适应节点优化蚁群算法的输电线路智能选线方法。
[0006]为实现上述目的，本专利技术采用了以下技术方案：一种基于自适应节点优化蚁群算法的输电线路智能选线方法，该方法包括下列顺序的步骤：
[0007](1)基于地理信息系统明确环境因素，建立递阶层次分析模型，量化各个环境因素；
[0008](2)基于GIS栅格地图，将地理空间分成多个正方形单元组成的规则矩阵,定义相应的二维坐标系，每个正方形单元表示一个基本区域和位置，结合递阶层次分析模型得到每个基本区域的输电线建设成本，得到路线总成本；
[0009](3)根据路线总成本和GIS栅格地图，通过自适应节点优化蚁群算法进行智能选线，得到最优路径best_path。
[0010]所述步骤(1)具体包括以下步骤：
[0011](1a)根据GIS栅格地图获取的地形图中的地理信息，地理信息包括地质类型、交叉跨越、建筑设施和导线成本；
[0012](1b)将步骤(1a)中的四种地理信息分别作为四个准则，采用层次分析法AHP建立输电线路选线的环境因素的递阶层次分析模型，即四个准则作为准则层决定建设成本，同时每个准则被多个环境因素所影响，环境因素包括森林、建设用地、水域、自然保护区、房屋、公共设施和道路；
[0013](1c)根据AHP中的1
‑
9标注法对某一准则下的各环境因素进行量化评价，得到评价数据，然后基于现有的主成分分析法PCA对评价数据构造出综合判断矩阵B，通过综合判断矩阵B求解出某一准则环境因素权重，进而求解出各个元素对总目标建设成本的综合权重向量。
[0014]所述步骤(2)具体包括以下步骤：
[0015](2a)基于GIS栅格地图将地理空间分成一个正方形单元的规则矩阵,每个单元表示一个基本区域和位置；对于给定的GIS栅格地图，定义相应的二维坐标系用来定位每个栅格区域，即一个离散的二维空间；
[0016](2b)在GIS栅格地图中，假设一条线路经过k+1个基本单元格，则用集合R来表示:
[0017]R＝{r0，..，r
k
，...，r
K
}
[0018]＝{(i0，j0)，...，(i
k
，j
k
)，...，(i
K
，j
K
)}
[0019]式中，(i，j)表示选线路径中顶点的基本单元即地理位置信息，定义线段l
k
是顶点r
k
‑1和r
k
之间连线，则对于集合R所构成的路径用集合L表示：
[0020]L＝{l1，..，l
k
，...，l
K
}；
[0021](2c)采用以下公式计算一条路线的总成本：
[0022][0023]其中，g(r
k
)是由递阶层次分析模型得到每个基本区域r
k
的输电线建设成本，h(l
k
)是线段l
k
的线长成本，pt是路线的转角成本。
[0024]所述步骤(3)具体包括以下步骤：
[0025](3a)信息素矩阵η中每一个值对应GIS栅格地图每一个基本区域的信息素值，初始化信息素矩阵η＝η0、迭代次数K、每组搜索次数M，初始化邻居栅格成本影响因子α、信息素影响因子β、信息素挥发因子ρ、信息素强度常数Q、变异次数n和最优路径best_path；
[0026](3b)根据下一节点概率计算得到P
i
，通过转轮赌法选择下一步怎么走，找到下一个位置点；
[0027](3c)确定路径点和路径长度，按照自适应机制更新信息素变量，对标记初始解的路径path进行自适应变异，根据上一次迭代路径长度L
′
确定变异长度l，随机产生变异点{b1，b2}，然后按照以b1为起点，b2为结束点进行n次局部路径搜索，记录变异后的搜索路径path
b
，并将变异搜索路径与历史路径信息进行对比；
[0028](3d)更新路径成本值、禁忌表，记录和更新历史局部最优和最差路径，并进行信息素更新；
[0029](3e)记下每次迭代中每只蚂蚁的搜索路线和路线成本值并更新当前最优搜索路
径，判断是否完成循环，若没达到，返回步骤(3b)，否则，进入步骤(3f)；
[0030](3f)迭代结束后，输出当前的最优路径best_path；
[0031](3g)对最优路径best_path进行节点优化并输出。
[0032]所述步骤(1c)具体包括以下步骤：
[0033](1c1)采用以下公式求解权重，即通过求解综合判断矩阵B的最大特征值及其对应的特征向量：
[0034][0035]其中，a
′
ij
，a
ij
分别为两个判断矩阵对应元素，b
ij
为综合判断矩阵B对应元素；
[0036](1c2)采用以下公式求解权重，即通过求解综合判断矩阵B的最大特征值及其对应的特征向量：
[0037]Bζ＝λζ
[0038]其中，ζ为特征向量，λ为特征向量对应的特征值；由此求出某一准则下各环境因素权重值；
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应节点优化蚁群算法的输电线路智能选线方法，其特征在于：该方法包括下列顺序的步骤：(1)基于地理信息系统明确环境因素，建立递阶层次分析模型，量化各个环境因素；(2)基于GIS栅格地图，将地理空间分成多个正方形单元组成的规则矩阵,定义相应的二维坐标系，每个正方形单元表示一个基本区域和位置，结合递阶层次分析模型得到每个基本区域的输电线建设成本，得到路线总成本；(3)根据路线总成本和GIS栅格地图，通过自适应节点优化蚁群算法进行智能选线，得到最优路径best_path。2.根据权利要求1所述的基于自适应节点优化蚁群算法的输电线路智能选线方法，其特征在于：所述步骤(1)具体包括以下步骤：(1a)根据GIS栅格地图获取的地形图中的地理信息，地理信息包括地质类型、交叉跨越、建筑设施和导线成本；(1b)将步骤(1a)中的四种地理信息分别作为四个准则，采用层次分析法AHP建立输电线路选线的环境因素的递阶层次分析模型，即四个准则作为准则层决定建设成本，同时每个准则被多个环境因素所影响，环境因素包括森林、建设用地、水域、自然保护区、房屋、公共设施和道路；(1c)根据AHP中的1
‑
9标注法对某一准则下的各环境因素进行量化评价，得到评价数据，然后基于现有的主成分分析法PCA对评价数据构造出综合判断矩阵B，通过综合判断矩阵B求解出某一准则环境因素权重，进而求解出各个元素对总目标建设成本的综合权重向量。3.根据权利要求1所述的基于自适应节点优化蚁群算法的输电线路智能选线方法，其特征在于：所述步骤(2)具体包括以下步骤：(2a)基于GIS栅格地图将地理空间分成一个正方形单元的规则矩阵,每个单元表示一个基本区域和位置；对于给定的GIS栅格地图，定义相应的二维坐标系用来定位每个栅格区域，即一个离散的二维空间；(2b)在GIS栅格地图中，假设一条线路经过k+1个基本单元格，则用集合R来表示:R＝{r0,..,r
k
,...,r
K
}＝{(i0,j0),...,(i
k
,j
k
),...,(i
K
,j
K
)}式中，(i,j)表示选线路径中顶点的基本单元即地理位置信息，定义线段l
k
是顶点r
k
‑1和r
k
之间连线，则对于集合R所构成的路径用集合L表示：L＝{l1,..,l
k
,...,l
K
}；(2c)采用以下公式计算一条路线的总成本：其中，g(r
k
)是由递阶层次分析模型得到每个基本区域r
k
的输电线建设成本，h(l
k
)是线段l
k
的线长成本，pt是路线的转角成本。4.根据权利要求1所述的基于自适应节点优化蚁群算法的输电线路智能选线方法，其特征在于：所述步骤(3)具体包括以下步骤：
(3a)信息素矩阵η中每一个值对应GIS栅格地图每一个基本区域的信息素值，初始化信息素矩阵η＝η0、迭代次数K、每组搜索次数M，初始化邻居栅格成本影响因子α、信息素影响因子β、信息素挥发因子ρ、信息素强度常数Q、变异次数n和最优路径best_path；(3b)根据下一节点概率计算得到P
i
，通过转轮赌法选择下一步怎么走，找到下一个位置点；(3c)确定路径点和路径长度，按照自适应机制更新信息素变量，对标记初始解的路径path进行自适应变异，根据上一次迭代路径长度L
′
确定变异长度l，随机产生变异点{b1,b2}，然后按照以b1为起点，b2为结束点进行n次局部路径搜索，记录变异后的搜索路径path
b
，并将变异搜索路径与历史路径信息进行对比；(3d)更新路径成本值、禁忌表，记录和更新历史局部最优和最差路径，并进行信息素更新；(3e)记下每次迭代中每只蚂蚁的搜索路线和路线成本值并更新当前最优搜索路径，判断是否完成循环，若没达到，返回步骤(3b)，否则，进入步骤(3f)；(3f)迭代结束后，输出当前的最优路径best_path；(3g)对最优路径best_path进行节点优化并输出。5.根据权利要求2所述的基于自适应节点优化蚁群算法的输电线路智能选线方法，其特征在于：所述步骤(1c)具体包括以下步骤：(1c1)采用以下公式求解权重，即通过求解综合判断矩阵B的最大特征值及其对应的特征向量：其中，a
′
ij
，a
ij
分别为两个判断矩阵对应元素，b
ij
为综合判断矩阵B对应元素；(1c2)采用以下公式求解权重，即通过求...

【专利技术属性】
技术研发人员：谢枫，张家倩，孟宪乔，邵松涛，吴睿，周贺，刘耀中，阮勇，包华，王锦涛，张炜，
申请(专利权)人：中国能源建设集团安徽省电力设计院有限公司，
类型：发明
国别省市：