CN107480373A - 输电线路选线方法及系统 - Google Patents

输电线路选线方法及系统 Download PDF

Info

Publication number
CN107480373A
CN107480373A CN201710686372.8A CN201710686372A CN107480373A CN 107480373 A CN107480373 A CN 107480373A CN 201710686372 A CN201710686372 A CN 201710686372A CN 107480373 A CN107480373 A CN 107480373A
Authority
CN
China
Prior art keywords
data
transmission line
route selection
electricity
node
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
Application number
CN201710686372.8A
Other languages
English (en)
Other versions
CN107480373B (zh
Inventor
陈仲伟
彭康博
黄来
王逸超
吴小忠
谢江
侯益灵
肖振锋
文明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Hunan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Hunan Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Hunan Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Hunan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201710686372.8A priority Critical patent/CN107480373B/zh
Publication of CN107480373A publication Critical patent/CN107480373A/zh
Application granted granted Critical
Publication of CN107480373B publication Critical patent/CN107480373B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/18Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/06Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种输电线路选线方法,包括通过无人机搭载三维激光雷达获取待选线区域的数据参数;对获取的数据参数进行建模得到待选线区域的数字模型数据;进行线路优化选线得到最终的输电线路选线结果。本发明还提供了实现所述输电线路选线方法的系统。本发明首次将无人机搭载三维激光雷达应用到输电线路的选线领域;通过无人机搭载三维雷达进行选线区域的数据采集,将采集的数据进行处理,并结合构建的多目标路径优化模型进行自动分析,最终实现输电线路的智能选取,全面提高电力输电线路智能化水平,提高设计效率,保护电力输电走廊免受非法侵害;而且本发明不仅可以用在电网规划设计领域,还可以用到其他行业,进行最优路径的规划。

Description

输电线路选线方法及系统
技术领域
本发明具体涉及一种输电线路选线方法及系统。
背景技术
随着国家经济技术的发展和人们生活水平的提高,电能已经成为了人们生产和生活中必不可少的二次能源,给人们的生产和生活带来了无尽的便利。
输变电工程选线是电网规划设计工作中的一个重要环节,在电网规划设计中起承上启下的作用。输变电工程选线渉及负荷分布、电网现状、线路走廊、站址地形地质及城市建设发展规划相一致等诸多因素,传统选线方法的步骤通常为:地形资料的搜索-室内路线选取-现场勘察-室内路线修改-输出成果,传统选线方法以空间地理信息为基础的,以中、小比例尺地形图为数据基础进行粗选,在粗选的基础上来进行方案的优化。传统选址/线方法主要存在以下不足:
l).选线设计之前需要收集相应比例尺地形图。已有地形图资料时常因时效性较差,不能反映设计时的地质结构、林木覆盖区域现状,给线路粗选带来困难;
2).传统地形图高程信息单一且不直观,导致线路设计方案不能全面顾忌到实际建设工程中的困难,使得现场施工不能有序进行,特别是地形复杂多变区域影响更是严重,初步设计完成后现场勘察与修改设计时常反复进行,影响工作效率;
3).设计人员现场勘察时,时常要穿越地形恶劣的偏远地区,人身安全无法保证;
4).由于地形图的图幅的大小有限,使得设计人员只能在沿线约一公里宽的范围内寻找最优线路,无法从更大的范国对线路进行最优设计;
5).传统选线方法无法进行各种分折、统计等功能;
6).在输电线路规划的过程中存在很多制约因素,如施工费用、施工难度及输电稳定性等,传统的选线方法无法将多因素集于一体去综合考虑线路的优质程度,影响选线质量,同时选线耗时效率低,影响整个工程的进度。
发明内容
本发明的目的之一在于提供一种能够提供可视化和可量化的选线依据及数据支撑,科学可靠的输电线路选线方法。
本发明的目的之二在于提供一种实现所述输电线路选线方法的系统。
本发明提供的这种输电线路选线方法,包括如下步骤:
S1.通过无人机搭载三维激光雷达获取待选线区域的数据参数;
S2.将步骤S1获取的数据参数进行建模,得到待选线区域的数字模型数据;
S3.以步骤S2得到的数字模型数据为基础进行线路优化选线,得到最终的输电线路选线结果。
步骤S1所述的待选线区域的数据参数,包括多媒体数据(照片数据,jpg格式)、三维点云数据(激光数据,LAS文件)、影像数据、无人机姿态数据(Pitch俯仰角、Roll横滚角、Yaw偏航角)、回波强度图像数据(实时数据)、距离图像数据(实时数据)、航空数码影像数据(航拍照片,jpg格式)
步骤S2所述的将获取的数据参数进行建模,具体为采用如下步骤进行建模:
A.将步骤S1采集到的原始数据进行解码:原始采集的激光数据与POS数据(定位定向数据,包括DGPS数据和IMU数据)需要进行解码,从而获得GPS文件,IMU文件,激光点文件等;
B.POS数据处理:机载POS与地面基站GPS进行差分和融合,获得精确坐标;
C.激光数据处理:处理后的POS数据与激光点数据融合,获得地面坐标,输出激光点文件;
D.根据激光点文件,可直接获取地物轮廓和高程(DEM)信息,生成建筑白模;
E.根据机载倾斜影像采集的数据,获取数字正射图像(DOM)数据,作为模型平面的参考;
E.利用激光点云生成的白模和处理纠正过的纹理数据相融合,从而生成三维模型数据;
F.对步骤A~步骤E生成的数据进行数据补充和修复,得到最终的待选线区域的数字模型数据。
步骤S3所述的进行线路优化选线,具体为采用如下步骤进行线路选线:
(1)确定待选线区域中线路的起点和终点、若干条备选线路、成本因素数据和线路的难易程度数据;
(2)根据步骤(1)确定的数据,计算备选线路的经济性指标、可靠性指标及相应的约束条件;
(3)根据步骤(2)确定的指标和约束条件,采用多目标优化模型进行求解,得到最终的输电线路选线结果。
步骤(1)所述的成本因素,包括架空线路的单位成本和铁塔的单位成本。
步骤(1)所述的线路的难易程度数据为线路路段的地势参数数据,且所述线路路段的地势越平坦,则线路的难易程度为越容易,该段线路的输电可靠性越高。
步骤(2)所述的经济性指标,具体为采用如下算式计算经济性指标:
式中f1为经济性指标参数;eij为节点vi与节点vj之间的一个路段;c为架空线路的单位成本;dij为节点vi与节点vj之间的路段长度;xij为决策变量,定义为若选择路段eij进行架线,则对应的xij取值为1,否则取值为0;为从始节点v0到终节点vn间的输电线路需要投入铁塔的总费用,且式中cs为铁塔的单位成本,Z为线路建设时相邻铁塔之间的最大距离,一般取值为500m;为向上取整函数。
步骤(2)所述的可靠性指标,具体为采用如下算式计算可靠性指标:
式中bij为节点vi与节点vj之间路段的地势参数。
步骤(2)所述的约束条件,具体为采用如下算式作为约束条件:
式中第一个约束条件为节点流量平衡约束,第二个约束条件为决策变量的取值约束。
步骤(3)所述的采用多目标优化模型进行求解,具体为采用加权求和方法将多目标优化模型转换为单目标优化模型并求解。
所述的加权求和方法中同时对每个加权系数进行再次加权求和,从而保证加权求和方法中加权系数的计算过程更符合实际情况。
本发明还提供了一种实现所述输电线路选线方法的系统,包括无人机、三维激光雷达、数据传输模块、数据建模模块和选线模块;无人机搭载三维激光雷达对待选线区域进行扫描,并通过数据传输模块将获取的数据传输到数据建模模块,数据建模模块根据接收的数据得到待选线区域的数字模型数据并上传选线模块;选线模块根据待选线区域的数字模型数据进行优化选线,得到最终的输电线路选线结果。
本发明提供的这种输电线路选线方法及系统,首次将无人机搭载三维激光雷达应用到输电线路的选线领域,开创了一个新的输电线路选线模式;通过无人机搭载三维雷达进行选线区域的数据采集,将采集的数据进行处理,并结合构建的多目标路径优化模型进行自动分析,最终实现输电线路的智能选取,全面提高电力输电线路智能化水平,提高设计效率,保护电力输电走廊免受非法侵害;而且本发明不仅可以用在电网规划设计领域,还可以用到其他行业,进行最优路径的规划。
附图说明
图1为本发明方法的方法流程图。
图2为本发明方法的待选线区域的示意图。
图3为本发明系统的功能模块图。
具体实施方式
如图1所示为本发明方法的方法流程图:本发明提供的这种输电线路选线方法,包括如下步骤:
S1.通过无人机搭载三维激光雷达获取待选线区域的数据参数,包括但不限于多媒体数据(照片数据,jpg格式)、三维点云数据(激光数据,LAS文件)、影像数据、无人机姿态数据(Pitch俯仰角、Roll横滚角、Yaw偏航角)、回波强度图像数据(实时数据)、距离图像数据(实时数据)、航空数码影像数据(航拍照片,jpg格式)
S2.将步骤S1获取的数据参数进行建模,得到待选线区域的数字模型数据;具体为采用如下步骤进行建模:
A.将步骤S1采集到的原始数据进行解码:原始采集的激光数据与POS数据(定位定向数据,包括DGPS数据和IMU数据)需要进行解码,从而获得GPS文件,IMU文件,激光点文件等;
B.POS数据处理:机载POS与地面基站GPS进行差分和融合,获得精确坐标;
C.激光数据处理:处理后的POS数据与激光点数据融合,获得地面坐标,输出激光点文件;
D.根据激光点文件,可直接获取地物轮廓和高程(DEM)信息,生成建筑白模;
E.根据机载倾斜影像采集的数据,获取数字正射图像(DOM)数据,作为模型平面的参考;
E.利用激光点云生成的白模和处理纠正过的纹理数据相融合,从而生成三维模型数据;
F.对步骤A~步骤E生成的数据进行数据补充和修复,得到最终的待选线区域的数字模型数据。
S3.以步骤S2得到的数字模型数据为基础进行线路优化选线,得到最终的输电线路选线结果;具体为采用如下步骤进行线路选线:
(1)确定待选线区域中线路的起点和终点、若干条备选线路(如图2所示为示意图)、成本因素数据和线路的难易程度数据;包括架空线路的单位成本和铁塔的单位成本等;难易程度数据为线路路段的地势参数数据,且所述线路路段的地势越平坦,则线路的难易程度为越容易,该段线路的输电可靠性越高;
(2)根据步骤(1)确定的数据,计算备选线路的经济性指标、可靠性指标及相应的约束条件;
采用如下算式计算经济性指标:
式中f1为经济性指标参数;eij为节点vi与节点vj之间的一个路段;c为架空线路的单位成本;dij为节点vi与节点vj之间的路段长度;xij为决策变量,定义为若选择路段eij进行架线,则对应的xij取值为1,否则取值为0;为从始节点v0到终节点vn间的输电线路需要投入铁塔的总费用,且式中cs为铁塔的单位成本,Z为线路建设时相邻铁塔之间的最大距离,一般取值为500m;为向上取整函数;
采用如下算式计算可靠性指标:
式中bij为节点vi与节点vj之间路段的地势参数;
采用如下算式作为约束条件:
式中第一个约束条件为节点流量平衡约束,第二个约束条件为决策变量的取值约束;
(3)根据步骤(2)确定的指标和约束条件,采用多目标优化模型进行求解,得到最终的输电线路选线结果;在求解时,采用加权求和方法将多目标优化模型转换为单目标优化模型并求解,此外在加权求和方法中同时对每个加权系数进行再次加权求和,从而保证加权求和方法中加权系数的计算过程更符合实际情况。
以图2所示为示例:以图G=(V,E)表示输电网络。其中,V表示节点集合,包含一个起点、一个终点、多个中间节点,E表示边集,即节点间的路段,即问题为一个起点和一个终点的路径优化问题,如图1所示。vi∈V表示节点、v0表示起点、vn表示终点;eij∈E表示vi、vj之间的一个路段。
模型参数为:
N:网络中的节点数量,N=|V|;
dij:vi、vj之间的路段长度,单位:米;
c:架空线路的单位成本,单位:元/米;
cs:铁塔的单位成本,单位:元/基,以500米为一个单位,建设铁塔,铁塔单位成本已知,若路段长度不是500米的整数倍,则铁塔数量为路段长度除以500向上取整;
bij:vi、vj之间的路段地势参数。一般地势为定性指标,而为了以地势作为评价输电可靠性的指标,将地势进行量化,取bij∈[-90,90]表示vi、vj间路段的平坦程度,bij越趋近与0,则地势越平坦,输电可靠性更高,应选取此段;
决策变量为:xij:0-1变量,若选择路段eij架线,则xij=1,否则,xij=0;
辅助决策变量:v0到vn的输电线路需要投入铁塔的总费用,
则,目标函数即为夺目便路径优化模型,具体如下所示:
s.t.
其中第一个目标函数为最小化综合考虑输电线路和铁塔的总成本作为衡量经济性指标的标准;第二个目标函数为最小化地势作为衡量可靠性指标的标准;两个边界条件,第一个边界条件为节点流量平衡约束,第二个边界条件为决策变量的取值约束;
上述模型为多目标优化模型,而传统的路径优化问题这是单目标规划,因此可以采用加权求和的方法,将多目标模型转化为单目标模型:
min f=α·f1+β·θ·f2,α+β=1
α和β分别表示对经济性和可靠性的重视程度。由于成本和地势参数之间存在较大的量纲差异,用θ表示对二者量纲之间的调节参数;
其中α考虑如下因素,且各个因素的所占的权重如表1所示:
表1经济因素一览表
表1中各个因素的取值根据情况的不同而不同,其参考取值如表2所示:
表2因素取值参考表
而β考虑如下因素,且各个因素的所占的权重如表3所示:
表3可靠性因素取值表
其中各个因素的取值根据情况的不同而不同,其取值如表4所示:
表4因素取值参考表
根据表1~表4的取值,当获得实地数据后,α'和β'的取值可以采用如下算式加权计算得到:
并由此得到
模型中,每条边上的输电线路、地势等参数已知,铁塔的总成本则是根据决策变量的取值而计算出,而将目标函数展开:
可以看出,上式中的前后两项中均含有公共因子即输电线路的总长度,其数值决定着线路、铁塔的总投入费用。因此,为了便于求解,我们为每条边引入一个新的参数:
wij:vi、vj间综合考虑经济性和可靠性的参数;
其中,wij=α·dij+β·θ′·|bij|,θ′为调节距离与地势间量纲差异的参数。采用该方法,该模型可以转化成一个典型的最短路问题,目标函数为:
求解过程如下:从v0开始,模拟水流的方向依次逐步向外探寻最短路,对各点进行标号。执行过程中,与每个点对应,记录下一个数(称为这个点的标号),其或者表示从v0到该点的最短路的权(称为P标号),或者是从v0到该点的最短路的权的上界(称为T标号)。方法的每一步是去修改T标号,并且把某一个具T标号的点改变为具有P标号的点,从而使具P标号的顶点数多一个,至多经过N-1步,就可以求出从v0到各点的最短路。当vn具有P标号时,即找到了一条从起点到终点的满足目标函数的最优布线通路,所得路径即为综合考虑成本和地势的最优路径。
如图3所示为本发明系统的功能模块图:本发明提供的这种实现所述输电线路选线方法的系统,包括无人机、三维激光雷达、数据传输模块、数据建模模块和选线模块;无人机搭载三维激光雷达对待选线区域进行扫描,并通过数据传输模块将获取的数据传输到数据建模模块,数据建模模块根据接收的数据得到待选线区域的数字模型数据并上传选线模块;选线模块根据待选线区域的数字模型数据进行优化选线,得到最终的输电线路选线结果。

Claims (10)

1.一种输电线路选线方法,包括如下步骤:
S1.通过无人机搭载三维激光雷达获取待选线区域的数据参数;
S2.将步骤S1获取的数据参数进行建模,得到待选线区域的数字模型数据;
S3.以步骤S2得到的数字模型数据为基础进行线路优化选线,得到最终的输电线路选线结果。
2.根据权利要求1所述的输电线路选线方法,其特征在于步骤S1所述的待选线区域的数据参数,包括多媒体数据、三维点云数据、影像数据、无人机姿态数据、回波强度图像数据、距离图像数据和航空数码影像数据。
3.根据权利要求2所述的输电线路选线方法,其特征在于步骤S2所述的将获取的数据参数进行建模,具体为采用如下步骤进行建模:
A.将步骤S1采集到的原始数据进行解码,从而获得GPS文件,IMU文件,和激光点文件;
B.POS数据处理:机载POS与地面基站GPS进行差分和融合,获得精确坐标;
C.激光数据处理:处理后的POS数据与激光点数据融合,获得地面坐标,输出激光点文件;
D.根据激光点文件,可直接获取地物轮廓和高程信息,生成建筑白模;
E.根据机载倾斜影像采集的数据,获取数字正射图像数据,作为模型平面的参考;
E.利用激光点云生成的白模和处理纠正过的纹理数据相融合,从而生成三维模型数据;
F.对步骤A~步骤E生成的数据进行数据补充和修复,得到最终的待选线区域的数字模型数据。
4.根据权利要求3所述的输电线路选线方法,其特征在于步骤S3所述的进行线路优化选线,具体为采用如下步骤进行线路选线:
(1)确定待选线区域中线路的起点和终点、若干条备选线路、成本因素数据和线路的难易程度数据;
(2)根据步骤(1)确定的数据,计算备选线路的经济性指标、可靠性指标及相应的约束条件;
(3)根据步骤(2)确定的指标和约束条件,采用多目标优化模型进行求解,得到最终的输电线路选线结果。
5.根据权利要求4所述的输电线路选线方法,其特征在于步骤(2)所述的经济性指标,具体为采用如下算式计算经济性指标:
式中f1为经济性指标参数;eij为节点vi与节点vj之间的一个路段;c为架空线路的单位成本;dij为节点vi与节点vj之间的路段长度;xij为决策变量,定义为若选择路段eij进行架线,则对应的xij取值为1,否则取值为0;为从始节点v0到终节点vn间的输电线路需要投入铁塔的总费用,且式中cs为铁塔的单位成本,Z为线路建设时相邻铁塔之间的最大距离;为向上取整函数。
6.根据权利要求5所述的输电线路选线方法,其特征在于步骤(2)所述的可靠性指标,具体为采用如下算式计算可靠性指标:
式中bij为节点vi与节点vj之间路段的地势参数。
7.根据权利要求6所述的输电线路选线方法,其特征在于步骤(2)所述的约束条件,具体为采用如下算式作为约束条件:
式中第一个约束条件为节点流量平衡约束,第二个约束条件为决策变量的取值约束。
8.根据权利要求7所述的输电线路选线方法,其特征在于步骤(3)所述的采用多目标优化模型进行求解,具体为采用加权求和方法将多目标优化模型转换为单目标优化模型并求解。
9.根据权利要求8所述的输电线路选线方法,其特征在于所述的加权求和方法中同时对每个加权系数进行再次加权求和,从而保证加权求和方法中加权系数的计算过程更符合实际情况。
10.一种实现权利要求1~9之一所述输电线路选线方法的系统,其特征在于包括无人机、三维激光雷达、数据传输模块、数据建模模块和选线模块;无人机搭载三维激光雷达对待选线区域进行扫描,并通过数据传输模块将获取的数据传输到数据建模模块,数据建模模块根据接收的数据得到待选线区域的数字模型数据并上传选线模块;选线模块根据待选线区域的数字模型数据进行优化选线,得到最终的输电线路选线结果。
CN201710686372.8A 2017-08-11 2017-08-11 输电线路选线方法及系统 Active CN107480373B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710686372.8A CN107480373B (zh) 2017-08-11 2017-08-11 输电线路选线方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710686372.8A CN107480373B (zh) 2017-08-11 2017-08-11 输电线路选线方法及系统

Publications (2)

Publication Number Publication Date
CN107480373A true CN107480373A (zh) 2017-12-15
CN107480373B CN107480373B (zh) 2020-11-06

Family

ID=60599441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710686372.8A Active CN107480373B (zh) 2017-08-11 2017-08-11 输电线路选线方法及系统

Country Status (1)

Country Link
CN (1) CN107480373B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108594847A (zh) * 2018-03-27 2018-09-28 广东电网有限责任公司 一种输电线路无人机激光雷达建模的自动控制方法
CN109740783A (zh) * 2018-08-24 2019-05-10 四川海纳仁东科技有限公司 基于危废处理场选址的双目标规划方法
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
CN110705751A (zh) * 2019-09-04 2020-01-17 国网冀北电力有限公司经济技术研究院 一种智能规划线路路径的方法
CN110780681A (zh) * 2019-11-26 2020-02-11 贵州电网有限责任公司 一种基于激光点云的无人机自主巡检绝缘子路径规划方法
CN112580428A (zh) * 2020-11-09 2021-03-30 义乌市输变电工程有限公司设计分公司 一种配电网设计方法及装置
CN113449961A (zh) * 2021-05-19 2021-09-28 国网内蒙古东部电力有限公司建设分公司 一种输电线路用杆塔规划系统
CN114280400A (zh) * 2021-12-23 2022-04-05 广东稳峰电力科技有限公司 变电站输电线路坐标转换设计方法、装置及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101335431A (zh) * 2008-07-27 2008-12-31 广西电力工业勘察设计研究院 基于机载激光雷达数据的架空送电线路优化选线方法
CN102662179A (zh) * 2012-05-18 2012-09-12 四川省科学城久利科技实业有限责任公司 基于机载激光雷达的三维优化选线方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101335431A (zh) * 2008-07-27 2008-12-31 广西电力工业勘察设计研究院 基于机载激光雷达数据的架空送电线路优化选线方法
CN102662179A (zh) * 2012-05-18 2012-09-12 四川省科学城久利科技实业有限责任公司 基于机载激光雷达的三维优化选线方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
廖新育 等: "基于小型机载激光雷达测量技术的三维", 《中国电业技术》 *
束龙 等: "LiDAR技术在电力选线中的应用", 《电网与清洁能源》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108594847A (zh) * 2018-03-27 2018-09-28 广东电网有限责任公司 一种输电线路无人机激光雷达建模的自动控制方法
CN109740783A (zh) * 2018-08-24 2019-05-10 四川海纳仁东科技有限公司 基于危废处理场选址的双目标规划方法
CN110705751A (zh) * 2019-09-04 2020-01-17 国网冀北电力有限公司经济技术研究院 一种智能规划线路路径的方法
CN110705751B (zh) * 2019-09-04 2023-04-07 国网冀北电力有限公司经济技术研究院 一种智能规划线路路径的方法
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
WO2021042423A1 (zh) * 2019-09-05 2021-03-11 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
CN110780681A (zh) * 2019-11-26 2020-02-11 贵州电网有限责任公司 一种基于激光点云的无人机自主巡检绝缘子路径规划方法
CN110780681B (zh) * 2019-11-26 2023-05-12 贵州电网有限责任公司 一种基于激光点云的无人机自主巡检绝缘子路径规划方法
CN112580428A (zh) * 2020-11-09 2021-03-30 义乌市输变电工程有限公司设计分公司 一种配电网设计方法及装置
CN113449961A (zh) * 2021-05-19 2021-09-28 国网内蒙古东部电力有限公司建设分公司 一种输电线路用杆塔规划系统
CN114280400A (zh) * 2021-12-23 2022-04-05 广东稳峰电力科技有限公司 变电站输电线路坐标转换设计方法、装置及系统

Also Published As

Publication number Publication date
CN107480373B (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
CN107480373A (zh) 输电线路选线方法及系统
CN103984997B (zh) 基于gis空间信息的输电工程选址选线方法
CN102645203B (zh) 基于机载激光雷达数据的电力线路交叉跨越测量方法
CN102662179A (zh) 基于机载激光雷达的三维优化选线方法
CN109902332A (zh) 一种基于三维化技术的电力配网系统
CN104050323B (zh) 一种高海拔山区模糊多准则风电场选址方法
CN112100720A (zh) 一种提升风环境的人工智能城市设计形态布局方法
CN107688818A (zh) 一种基于卫星遥感影像特征分析的路径智能选择方法及系统
CN105279793A (zh) 一种基于dem真三维地图及绿道的建模方法及系统
KR20120131842A (ko) 풍력발전소 적지 분석 시스템 및 방법
CN109359350A (zh) 一种优化精细施工成本的风电场道路智能设计方法
CN109472390A (zh) 基于机器学习的规划方案智能生成方法及系统
CN103196368A (zh) 基于车载激光扫描数据的单株树三维绿量自动估算方法
CN108764812A (zh) 一种特高压输电线路的数字化设计方法
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
CN116756828A (zh) 一种城市空间规划方法、介质及系统
KR102222817B1 (ko) 환경영향평가를 고려한 풍력발전단지 시뮬레이터
CN111008730B (zh) 基于城市空间结构的人群聚集度预测模型构建方法及装置
CN108062438A (zh) 一种用于风电场运行道路的选线系统及选线方法
CN117371949A (zh) 基于三维可视化模型的输电线路施工安全监测方法及系统
CN116415748A (zh) 基于三维数字化融合数据的输变电智能规划方法及系统
CN110472327A (zh) 城市多层温湿度感知的时空系统设计方法
Rahmy et al. Landscape Suitability Analysis for Developing a Framework of Green Infrastructure Protection in Bandung Basin Area, Indonesia
Al-Hadad et al. A genetic algorithm approach to a 3D highway alignment development
Azzioui et al. Determining Optimal Wind Energy Farms Locations Based on MCDM and GIS: a Case Study from Morocco

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