CN109992923B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN109992923B CN109992923B CN201910310776.6A CN201910310776A CN109992923B CN 109992923 B CN109992923 B CN 109992923B CN 201910310776 A CN201910310776 A CN 201910310776A CN 109992923 B CN109992923 B CN 109992923B
- Authority
- CN
- China
- Prior art keywords
- node
- cost
- value
- path
- cost surface
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 230000005540 biological transmission Effects 0.000 title claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 27
- 230000000694 effects Effects 0.000 claims abstract description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 30
- 230000001186 cumulative effect Effects 0.000 claims description 16
- 238000010586 diagram Methods 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 238000013278 delphi method Methods 0.000 claims description 6
- 238000013139 quantization Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 claims description 4
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 230000006698 induction Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 16
- 238000013461 design Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000007670 refining Methods 0.000 abstract 1
- 230000001172 regenerating effect Effects 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 5
- 238000010845 search algorithm Methods 0.000 description 5
- 238000010187 selection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012067 mathematical method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了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。该方法设计并实现了变分辨率成本表面模型，将选线过程分为通道规划、路径规划两个阶段。包括步骤：首先收集选线范围内的数据，生成变分辨率成本表面模型；其次在该表面模型上进行通道计算，规划出通道后，以通道覆盖的区域为选线范围，以缩小路径的选线范围，降低详细数据的收集难度；然后重新生成更高分辨率的变分辨率成本表面模型并在其上进行路径规划，得到备选路径。该方法不仅避免了单分辨率成本表面导致的边缘效应、选线结果精度低等问题，而且采用由粗到细逐步精化的选线方式，有利于收集到更详实的数据，提高路径规划结果的合理性与可靠性。
Description
技术领域
本发明涉及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，属于输电线路设计技术领域。
背景技术
设计高压架空输电线路的首要工作是进行路径规划。目前的路径规划方法正在由计算机辅助选线阶段发展为计算机自动选线阶段。在计算机辅助选线阶段电力选线的基本过程是以遥感影像数据、数字高程模型和地物分类数据等地理空间数据为基础，将影像数据与数字高程模型相叠加，利用计算机的可视化技术或立体测图技术以三维的形式重现选线的野外场景，在三维可视化场景中根据给定的路径起点和终点，在考虑相关约束条件和影响因素的情况下，通过人机交互的方式来确定输电线路的路径位置。该方法利用先进的多源数据获取手段，很大程度上减少了野外勘察的工作量，将电力选线的场景由野外变为室内，提升了选线的效率。但这种方法存在着一定的缺陷：①选线结果的优劣依赖于选线人员的经验和判读能力，选线结果具有较大的主观性，不同选线人员选出的结果往往不同，甚至有较大差异；②线路会受到诸如地形、地物、地质、环境、地方规划等多方面因素的影响，选线人员难以对它们进行综合考虑，往往只能得到次优路径；③由于选线范围较大，选线过程繁琐，选线人员仍担负着较多的工作量。
为了解决这些问题，研究人员提出了计算机自动选线的方法，即基于成本表面模型的输电线路路径规划方法。成本表面模型是对连续空间的一种离散化表示，它由彼此相互邻接但不重叠的单元格组成，每个单元格存储着路径经过它所需花费的成本值。该方法在解决电力选线问题时，首先将连续空间栅格化为相互邻接的单元格，构建选线区域内的成本表面模型，设计单元格的邻域模式和单元格到邻域单元格的成本值计算方法，然后根据设计的邻域模式，把成本表面中单元格上的中心点或边界上的点看作是节点，将每个节点与其邻域中的节点看作是有边相连，以单元格间的移动成本作为边的权重，从而将整个成本表面看成为一个网络加权图，最后利用最短路径算法在其上进行路径分析。
最短路径算法有很多种。其中标号算法中的Dijkstra和启发式搜索算法中的A*算法是两种常用的路径搜索算法。
Dijkstra算法是一种单源最短路径算法，用以计算一个顶点到其余各顶点的最短路径。它的主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。给定一个有向加权图G＝(V，E)，其中每条边的权是一个非负实数。给定V中的一个顶点，称为源。计算从源到所有其他各顶点的最短路径长度(指路径上各边权之和)的过程为：
(1)令D(v)为源结点(记为结点1)到某个结点v的距离，它就是从结点1沿某一路径到结点v的所有链路的长度之和。再令L(i,j)为结点i至结点j之间的距离。
(2)初始化。将图中的所有结点分成两个结点集合M和N。M存储除源结点外的所有结点，N存储源结点，令N＝{1}。对所有不在N中的结点v，代价值按如下计算：
记录所有不在N中的结点的父节点为1。
(3)寻找一个M中的D(w)值为最小的结点w。把w从M中移除，然后加入到N中。然后对所有不在N中(即M中的)的结点v，用[D(v),D(w)+L(w,v)]中的较小的值去更新原有的D(v)值，即：
D(v)←Min[D(v),D(w)+L(w,v)]
若v的D(v)值可以被更新，则改变其父结点为w。
(3)重复步骤(2)，直到所有的网络结点都在N中为止(即M为空)。
(4)回溯每个结点的父结点，即可得出从起点到每个结点最短路径。
Dijkstra是一种被广泛使用的路径搜索算法，不过它也存在一些不足：一是该算法是盲目搜索的，会造成额外的时间开销，二是该算法不能处理负边，在有负边的图中它不能得道正确的最短路径。
Dijkstra算法属于盲目搜索，当网络规模较大时将难以满足效率要求，因此可以采用启发式策略来加快搜索速度。启发式搜索是在搜索中加入了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。A*算法就是一种启发式搜索算法，它与Dijkstra算法的最大区别在于它采用了启发式搜索函数，而该函数通过限制搜索区域来加快解算速度。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。A*算法在理论上是时间最优的，但是也有缺点：它的空间增长是指数级别的。
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。
成本表面模型能对连续空间进行模拟，基于成本表面模型的路径规划方法比较适宜于解决连续空间中的路径规划问题。但是目前该方法也存在着一些问题：①该方法在路径规划时所采用的成本表面模型是单一分辨率的，该模型在地形变化剧烈地区和地物分布密集地区，采用了与其他地区相同的分辨率进行建模，不能有效表达地形的起伏变化和地物的边缘特征，这既会使计算出的路径位置精度低，受到由于单元格具有多种地物信息而导致的地物边缘效应(“边缘效应”是指由于成本表面分辨率单一，即使地物只覆盖栅格单元的一部分，该栅格单元也会因为有了这些地物的成本信息而导致计算机为了降低成本而绕远路的现象。)的影响，又会使成本表面里存在着大量冗余的单元格，降低路径规划时的计算效率，因此需要设计一种变分辨率成本表面模型用于路径规划；②由于电力选线的范围较大，当直接在该范围内进行路径计算时，会面临数据收集困难、路径规划结果的可靠性低等问题，因此需要由传统的直接选线方式转变为分阶段的选线方法，由粗至细，逐步精化。
发明内容
针对现有方法存在的问题，本发明提出了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。该方法在选线过程中采用变分辨率成本表面模型，并将选线过程划分为通道规划、路径规划两个阶段。变分辨率成本表面模型是以四叉树分割方法作为建模的基本空间分割方法，以单元格精度为分割的终止条件，对于地形变化剧烈地区和地物分布密集地区进行递进分割，以获取对地形和地物边缘有更高精度表达的镶嵌成本表面模型。
该方法包括如下步骤：
(1)收集数据。收集选线范围内的遥感影像数据、地形图数据、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、技术规范等。
(2)筛选影响因子。根据电力设计相关规范，分析收集到的数据，筛选选线时考虑的影响因子，建立指标体系。
(3)影响因子标准化。将具有不同计量单位、度量尺度或定性的影响因子进行标准化处理，使它们具有统一的度量尺度，以便于后续的成本值计算和最优路径计算。标准化是指把所有影响因子的实际值按照一定的数学方法转换成一种统一度量尺度的数值，从而消除不同的量纲差异所带来的不可比性。
(4)影响因子确权。权重的合理与否直接影响着选线结果的准确性，根据电力选线过程中影响因子的重要程度，为它们分配不同的权重。
(5)构建变分辨率成本表面模型。将连续的选线空间离散为相邻的单元格，计算影响因素在成本表面模型中每个单元格的成本值，并设计单元格的邻域模式和单元格到邻域单元格的成本值计算方法。
(6)通道规划。通道是起止点之间适宜架设输电线路的区域，通道规划主要是为了获得该区域，它是一种单源最短路径问题，需要在(5)生成的成本表面上分别采用Dijkstra算法计算起点和终点到其他所有单元格的最优路径。在该阶段可以根据不同的侧重，生成不同类型的通道。
(7)路径规划。生成通道并不是电力选线的最终目的，但它能够合理的缩小选线的范围。将得到的通道进行合并，将合并后的区域作为路径规划阶段的选线范围。然后在该范围生成更高分辨率的变分辨率成本表面模型，最后成本表面模型上采用改进的A*算法，计算起点和终点之间的最优路径。在该阶段将根据不同的侧重，生成不同类型的路径。
具体步骤为：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，包括以下步骤：
步骤a.收集数据：在给定起止点和选线范围后，收集该范围内的遥感影像数据、地形图数据、DEM、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、技术规范；
步骤b.筛选影响因子：影响因子包括社会经济因子、自然环境因子、工程因子和禁止通过区；
步骤c.影响因子标准化：采用Delphi法进行影响因子标准化；
步骤d.影响因子确权：采用层次分析法AHP法对各因子赋权；
步骤e.构建变分辨率成本表面模型：具体步骤为：
(1)将连续的地理空间以规则镶嵌的方式离散化，构建成单一分辨率的镶嵌模型；
(2)获取被地物所部分覆盖的栅格单元和地形变化剧烈区域的栅格单元；
(3)采用四叉树分割方法对获取的栅格单元进行四等分，重复(2)、(3)直到单元格的精度满足设定的终止条件,分割过程结束后，即可得到变分辨率成本表面模型；
(4)构建每个栅格单元的邻域；
(5)计算每个栅格单元的成本值；成本值的计算公式为：
其中wi和fi是第i个影响因子的权重和标准化值，n为影响因子的个数；
步骤f.通道规划：通道是起止点之间适宜架设输电线路的区域，需要分别计算起点和终点到其他所有单元格的最优路径；
步骤g.路径规划；具体流程为：
(1)首先将通道规划阶段得到的通道进行合并，将合并后的区域作为路径规划阶段的选线范围；
(2)其次在选线范围内生成侧重自然环境、侧重社会经济和侧重工程的成本表面；
(3)再次以加权线性组合的方式来构建综合成本表面；
(4)最后利用改进的A*算法在综合成本表面模型上进行路径规划；
步骤h.保存生成的路径。
作为优选，其中所述技术规范以文本形式存储，所述遥感影像数据和DEM以栅格图层存储；所述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；所述地质数据主要是不良地质带分布图，以矢量图层存储；所述土地利用数据按土地类型分为不同矢量图层进行存储；所述水文气象数据以不同矢量图层存储；所述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；所述雷害风险区数据以矢量图层存储。
作为优选，所述步骤c中采用Delphi法进行影响因子标准化,具体包括以下步骤:
(1)组成专家小组；
(2)向所有专家提出需进行标准化的影响因子，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；
(3)专家根据经验和相关材料反馈各因子的量化值；
(4)汇总各专家的量化值，进行归纳，再反馈给每位专家，让其修改自己的量化值；
(5)汇总各专家的修改值，再次将汇总结果分发给各位专家，直到各因子量化值较为统一；
(6)对每种因子的量化值取平均值，该平均值即为该因子的标准化值。
作为优选，所述步骤d中采用AHP法对各因子赋权，具体实施步骤为：
(1)构建递阶层次结构模型，各因子位于最低层，中间层为因子类别，目标层为要解决的问题；
(2)构建最低层对中间层及中间层对目标层的各个判断矩阵，计算单准则下各因子的相对权重；
(3)计算各因子的组合权重，该组合权重即为各因子的权重值。
作为优选，所述步骤f中的通道规划包括以下流程：
(1)根据对影响因素的分类，分别生成工程成本表面A、自然环境成本表面B、社会经济成本表面C和禁止通过区成本表面D；
(2)构建综合成本表面，为成本表面A、B、C按不同的侧重点分配权重系数a％、b％、c％，然后采用加权线性组合的方式来将四种成本表面的信息进行融合，以生成不同侧重的综合成本表面；
(3)生成累积成本表面；在综合成本表面上采用Dijkstra算法分别计算从起点和终点至其他所有节点的最低成本，并将该成本值存储到成本表面中，此时这种成本表面被称为累积成本表面，从起点出发至表面上所有其他点的累积成本表面为As′、Bs′、Cs′、Ds′，从终点出发至表面上其他所有点的累积成本表面为AE′、BE′、CE′、DE′；
(4)将两个累积成本表面相加，生成A″、B″、C″、D″；
(5)最后设置一个阀值Φ，在A″、B″、C″、D″选中累积成本值之和小于该阀值的所有单元格，这些单元格集合即为所选的通道。
作为优选，所述步骤g中改进的A*算法为：
(1)初始化起始节点和目标节点；
(2)预计算每个节点至目标节点的启发值H；
(3)将起始节点加入open表，open表存放所有已探知但未被检验的节点；
(4)只要close表没有目标节点且open表不为空，其中close表存放已被检验的节点,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；其中F＝G+H，G为当前节点至起点的成本值，H为启发值，为当前节点至终点的估计成本值；
(4.2)对当前节点的邻域中的每一个节点，判断其是否在禁止通过区或已在close表中，若在则略过它，否则，进行(4.3)；
(4.3)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，计算并记录该节点的F、G值；如果它在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，重新计算并更新该节点的F、G值；
(5)输出结果或寻路失败，当close表里有目标节点，表明路径被找到，从目标节点回溯至启示节点，就可以得到完整路径；否则当open表为空且close表里没有目标节点时，表明寻路失败。
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，本发明所提出的基于变分辨率成本表面的分阶段输电线路路径规划方法是解决该问题的一种有效方法之一。本发明的创新之处在于：(1)设计并实现了一种变分辨率成本表面模型，解决了以往使用单一分辨率成本表面模型进行电力选线时遇到的计算结果精度低和边缘效应问题，并降低了数据冗余，提高了计算效率；(2)提出了一种分阶段路径规划方法，以逐步细化的方式进行电力选线，在通道规划后可以显著缩小路径的选线范围，有利于收集到更详实的数据，提高路径规划结果的可靠性；在路径规划中采用了改进的A*算法，它采用预计算启发值的启发方式在效率和可采纳性方面都要优于传统的启发函数，提高了选线的效率和结果的合理性。
附图说明
图1基于变分辨率成本表面的输电线路路径规划方法流程图；
图2影响因子分类示意图；
图3a四叉树栅格层分割示意图；
图3b栅格层对应的四叉树分割示意图；
图4变分辨率成本表面模型示意图；
图5a单中心点邻域模式示意图；
图5b四中心点邻域模式示意图；
图5c八中心点邻域模式示意图；
图6计算单元格成本值示意图；
图7通道规划流程示意图；
图8改进A*算法流程图。
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8。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。
下面结合附图和实施例对本发明的具体实施方式作进一步描述。
图1为基于变分辨率成本表面的输电线路路径规划方法流程图。包括如下步骤：
步骤1：收集数据。在给定起止点和选线范围后，收集该范围内的遥感影像数据、地形图数据、DEM、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、技术规范等。这些数据除技术规范以文本形式存储外，其余数据都以图层形式的空间数据进行存储。具体为：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：筛选影响因子。根据电力设计相关规范，分析收集到的数据，筛选选线时考虑的影响因子，建立指标体系。根据影响因子的特点，将它们分为四类，即社会经济因子、自然环境因子、工程技术因子和禁止通过区。社会经济因子包括居民地、规划区、工业用地(工厂、矿区、风电场等)等。自然环境因子包括河漫滩、水体(含河流、湖泊、湿地、水库等)、林地、耕地、草地、荒漠与裸露地表等。工程因素包括地质、坡度、交通通达度、交叉跨越、线路施工困难区、冰区、污区、转角、距离、水文条件、气象条件、雷害风险区等。禁止通过区包括风景区、自然保护区、核心规划区、历史文化古迹、机场、军事区、不可跨越地物等。如图2所示。
步骤3：影响因子标准化。将具有不同计量单位、度量尺度或定性的影响因子进行标准化处理，使它们具有统一的度量尺度，以便于后续的成本值计算和最优路径计算。标准化是指把所有影响因子的实际值按照一定的数学方法转换成一种统一度量尺度的数值，从而消除不同的量纲差异所带来的不可比性。由于上述影响因子中既有定性的也有定量的，所以并不适合采用Z-Score值法、Min-Max法等只能对定量数据进行标准化的方法。Delphi法能对定性和定量因素分配具有统一量纲的数值，因此本发明采用Delphi法进行影响因子标准化。具体实施步骤为：(1)组成专家小组；(2)向所有专家提出需进行标准化的影响因子，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；(3)专家根据经验和相关材料反馈各因子的量化值；(4)汇总各专家的量化值，进行归纳，再反馈给每位专家，让其修改自己的量化值；(5)汇总各专家的修改值，再次将汇总结果分发给各位专家，直到各因子量化值较为统一；(6)对每种因子的量化值取平均值，该平均值即为该因子的标准化值。
步骤4：影响因子确权。权重的合理与否直接影响着选线结果的准确性，根据电力选线过程中影响因子的重要程度，为它们分配不同的权重。本发明采用AHP法对各因子赋权。具体实施步骤为：(1)构建递阶层次结构模型，如图2所示，各因子位于最低层，中间层为因子类别，目标层为要解决的问题；(2)构建最低层(比如坡度、地质等子因素层)对中间层(比如工程)及中间层对目标层的各个判断矩阵，计算单准则下各因子的相对权重；(3)计算各因子的组合权重，该组合权重即为各因子的权重值。
步骤5：构建变分辨率成本表面模型。将连续的选线空间离散为相邻的单元格，计算影响因素在成本表面模型中每个单元格的成本值，并设计单元格的邻域模式和单元格到邻域单元格的成本值计算方法。具体步骤为：
(1)将连续的地理空间以规则镶嵌的方式离散化，构建成单一分辨率的镶嵌模型。
(2)获取被地物所部分覆盖的栅格单元和地形变化剧烈区域的栅格单元。
(3)采用四叉树分割方法对获取的栅格单元进行四等分，四叉树分割方法如图3a和3b所示，其过程是依次将那些具有多重属性的栅格单元分割为大小相等的四个子栅格单元，直到所有的栅格单元都具有唯一属性或满足一定精度。重复(2)、(3)直到单元格的精度满足设定的终止条件。分割过程结束后，即可得到图4所示的变分辨率成本表面模型。
(4)构建每个栅格单元的邻域。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。本发明设计了一种中心点邻域模式，通过在单元格内部有规律的放置节点的方式来构建邻域，每个节点的邻域都是与该节点所在单元格的单中心点邻域上的节点。这种邻域模式比较容易构建，它只需要以单中心点邻域为基础，通过在单元格内放置不同数量的中心点来扩充邻域。图5a、5b、5c中依次是单中心点、四中心点、八中心点邻域模式。
(5)计算每个栅格单元的成本值。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，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，计算过程如图6所示，wi和fi是第i个影响因子的权重和标准化值，n为影响因子的个数。
步骤6：通道规划。通道是起止点之间适宜架设输电线路的区域，通道规划主要是为了获得该区域，它是一种单源最短路径问题，需要分别计算起点和终点到其他所有单元格的最优路径。在该阶段将根据不同的侧重，生成不同类型的通道。为了获取通道，在通道规划阶段需要经历以下流程，如图7所示：
(1)根据对影响因素的分类，分别生成工程成本表面A、自然环境成本表面B、社会经济成本表面C和禁止通过区成本表面D，它们分别对应工程技术因子、自然环境因子、社会经济因子和禁止通过区。禁止通过区是必须避开的区域，为了在通道分析时避开它们，它们所在位置将被设置很大的成本值。
(2)构建综合成本表面。为成本表面A、B、C按不同的侧重点分配权重系数a％、b％、c％，然后采用加权线性组合的方式来将四种成本表面的信息进行融合，以生成不同侧重的综合成本表面。比如分配a％、b％、c％为80％、10％、10％时，得到的为侧重工程因素的成本表面A′,当权重系数分别取1/3时，得到的是平均成本表面D′，类似的还可得到侧重自然环境的成本表面B′、侧重社会经济因素的成本表面C′。
(3)生成累积成本表面。生成累积成本表面是一个计算一点到其他所有点的最短路径的过程，需要使用单源最短路径算法。经过与其他算法的对比，本专利采用Dijkstra算法来进行通道计算，邻域模式采用单中心点邻域模式。在综合成本表面上采用Dijkstra算法分别计算从起点和终点至其他所有节点的最低成本，并将该成本值存储到成本表面中，此时这种成本表面被称为累积成本表面，它的每个单元格里存储的是起点(终点)至该点的最低成本。从起点出发至表面上所有其他点的累积成本表面为As′、Bs′、Cs′、Ds′，从终点出发至表面上其他所有点的累积成本表面为AE′、BE′、CE′、DE′。
(4)将两个累积成本表面相加，生成A″、B″、C″、D″。这些累积成本表面之和中每个单元格的成本值即为该单元格到达起点和到达终点的最小成本之和，即经过该单元格的最优路径的成本。
(5)最后设置一个阀值Φ，在A″、B″、C″、D″选中累积成本值之和小于该阀值的所有单元格，这些单元格集合即为所选的通道。
步骤7：路径规划。通道不是电力选线的目的，但生成通道能大大缩小选线范围，实现由粗到细、逐步细化的选线策略。在本阶段，将不同类型的通道合并，以合并后的区域为选线范围，由于范围缩小了，所以在该范围可以生成更高分辨率的变分辨率成本表面模型，然后计算起点和终点之间的最优路径。在该阶段将根据不同侧重的成本表面，生成不同类型的路径。具体流程为：
(1)首先将通道规划阶段得到的通道进行合并，将合并后的区域作为路径规划阶段的选线范围；
(2)其次在选线范围内生成侧重自然环境、侧重社会经济和侧重工程的成本表面；
(3)再次以加权线性组合的方式来构建综合成本表面；
(4)最后利用人工智能领域的启发式搜索算法A*算法在综合成本表面模型上进行路径规划。在路径规划的过程中，采用8中心点邻域模式，把成本表面中单元格上的每个点看作是节点，将每个节点与其邻域中的节点看作是有边相连，以单元格间的移动成本作为边的权重，这样整个成本表面就被看成为一个网络加权图，从而可以在其上进行路径分析。
其中，本方法对A*算法进行了改进。为了避免无法构造有效的启发函数所造成的问题，本方法采用预计算启发值的方式来取代启发函数。首先在单中心点成本表面上计算终点到每个节点的成本值，然后将这些成本值作为启发值来进行8中心点的路径分析。这种方法虽然会在预计算阶段耗费一定的时间，但当采用8中心点邻域模式时它保证了启发式搜索的可采纳性和后续计算的效率。从总体上来说这种方法是稳定且高效的。
改进的A*算法的基本流程如下，如图8所示：
(4.1)初始化起始节点和目标节点；
(4.2)预计算每个节点至目标节点的启发值H，即采用单中心点邻域模式，计算目标节点至其余所有节点的最优路径成本值，将该成本值作为每个节点的启发值；
(4.3)将起始节点加入open表，open表存放所有已探知但未被检验的节点；
(4.4)只要close表没有目标节点且open表不为空，其中close表存放已被检验的节点,则重复以下步骤:
(4.4.1)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；其中F＝G+H，G为当前节点至起点的成本值，H即启发值，为当前节点至终点的估计成本值。
(4.4.2)对当前节点的邻域中的每一个节点，判断其是否在禁止通过区或已在close表中，若在则略过它，否则，进行(4.4.3)；
(4.4.3)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，计算并记录该节点的F、G值；如果它在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，重新计算并更新该节点的F、G值。
(4.5)输出结果或寻路失败。当close表里有目标节点，表明路径被找到，从目标节点回溯至启示节点，就可以得到完整路径。否则当open表为空且close表里没有目标节点时，表明寻路失败。
步骤8：保存生成的路径。至此本发明的方法结束。
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 (6)
1.一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，其特征在于，包括以下步骤：
步骤a.收集数据：在给定起止点和选线范围后，收集该范围内的遥感影像数据、地形图数据、DEM、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、技术规范；
步骤b.筛选影响因子：影响因子包括社会经济因子、自然环境因子、工程因子和禁止通过区；
步骤c.影响因子标准化：采用Delphi法进行影响因子标准化；
步骤d.影响因子确权：采用层次分析法AHP法对各因子赋权；
步骤e.构建变分辨率成本表面模型：具体步骤为：
(1)将连续的地理空间以规则镶嵌的方式离散化，构建成单一分辨率的镶嵌模型；
(2)获取被地物所部分覆盖的栅格单元和地形变化剧烈区域的栅格单元；
(3)采用四叉树分割方法对获取的栅格单元进行四等分，重复(2)、(3)直到单元格的精度满足设定的终止条件,分割过程结束后，即可得到变分辨率成本表面模型；
(4)构建每个栅格单元的邻域；
(5)计算每个栅格单元的成本值；成本值的计算公式为：
其中wi和fi是第i个影响因子的权重和标准化值，n为影响因子的个数；
步骤f.通道规划：通道是起止点之间适宜架设输电线路的区域，需要分别计算起点和终点到其他所有单元格的最优路径；
步骤g.路径规划；具体流程为：
(1)首先将通道规划阶段得到的通道进行合并，将合并后的区域作为路径规划阶段的选线范围；
(2)其次在选线范围内生成侧重自然环境、侧重社会经济和侧重工程的成本表面；
(3)再次以加权线性组合的方式来构建综合成本表面；
(4)最后利用改进的A*算法在综合成本表面模型上进行路径规划；
步骤h.保存生成的路径。
2.根据权利要求1所述的路径规划方法，其特征在于：其中所述技术规范以文本形式存储，所述遥感影像数据和DEM以栅格图层存储；所述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；所述地质数据主要是不良地质带分布图，以矢量图层存储；所述土地利用数据按土地类型分为不同矢量图层进行存储；所述水文气象数据以不同矢量图层存储；所述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；所述雷害风险区数据以矢量图层存储。
3.根据权利要求1所述的路径规划方法，所述步骤c中采用Delphi法进行影响因子标准化,具体包括以下步骤:
(1)组成专家小组；
(2)向所有专家提出需进行标准化的影响因子，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；
(3)专家根据经验和相关材料反馈各因子的量化值；
(4)汇总各专家的量化值，进行归纳，再反馈给每位专家，让其修改自己的量化值；
(5)汇总各专家的修改值，再次将汇总结果分发给各位专家，直到各因子量化值较为统一；
(6)对每种因子的量化值取平均值，该平均值即为该因子的标准化值。
4.根据权利要求1所述的路径规划方法，所述步骤d中采用AHP法对各因子赋权，具体实施步骤为：
(1)构建递阶层次结构模型，各因子位于最低层，中间层为因子类别，目标层为要解决的问题；
(2)构建最低层对中间层及中间层对目标层的各个判断矩阵，计算单准则下各因子的相对权重；
(3)计算各因子的组合权重，该组合权重即为各因子的权重值。
5.根据权利要求1所述的路径规划方法，所述步骤f中的通道规划包括以下流程：
(1)根据对影响因素的分类，分别生成工程成本表面A、自然环境成本表面B、社会经济成本表面C和禁止通过区成本表面D；
(2)构建综合成本表面，为成本表面A、B、C按不同的侧重点分配权重系数a％、b％、c％，然后采用加权线性组合的方式来将四种成本表面的信息进行融合，以生成不同侧重的综合成本表面；
(3)生成累积成本表面；在综合成本表面上采用Dijkstra算法分别计算从起点和终点至其他所有节点的最低成本，并将该成本值存储到成本表面中，此时这种成本表面被称为累积成本表面，从起点出发至表面上所有其他点的累积成本表面为As′、Bs′、Cs′、Ds′，从终点出发至表面上其他所有点的累积成本表面为AE′、BE′、CE′、DE′；
(4)将两个累积成本表面相加，生成A″、B″、C″、D″；
(5)最后设置一个阀值Φ，在A″、B″、C″、D″选中累积成本值之和小于该阀值的所有单元格，这些单元格集合即为所选的通道。
6.根据权利要求1所述的路径规划方法，所述步骤g中改进的A*算法为：
(1)初始化起始节点和目标节点；
(2)预计算每个节点至目标节点的启发值H；
(3)将起始节点加入open表，open表存放所有已探知但未被检验的节点；
(4)只要close表没有目标节点且open表不为空，其中close表存放已被检验的节点,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；其中F＝G+H，G为当前节点至起点的成本值，H为启发值，为当前节点至终点的估计成本值；
(4.2)对当前节点的邻域中的每一个节点，判断其是否在禁止通过区或已在close表中，若在则略过它，否则，进行(4.3)；
(4.3)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，计算并记录该节点的F、G值；如果它在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，重新计算并更新该节点的F、G值；
(5)输出结果或寻路失败，当close表里有目标节点，表明路径被找到，从目标节点回溯至启示节点，就可以得到完整路径；否则当open表为空且close表里没有目标节点时，表明寻路失败。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811385764 | 2018-11-20 | ||
| CN2018113857641 | 2018-11-20 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109992923A CN109992923A (zh) | 2019-07-09 |
| CN109992923B true CN109992923B (zh) | 2022-11-11 |
Family
ID=67134020
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910310776.6A Expired - Fee Related CN109992923B (zh) | 2018-11-20 | 2019-04-16 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109992923B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110456789A (zh) * | 2019-07-23 | 2019-11-15 | 中国矿业大学 | 一种清洁机器人的全覆盖路径规划方法 |
| CN113359811A (zh) * | 2020-03-04 | 2021-09-07 | 贾敏忠 | 无人机的物流运营任务规划管理系统及其方法 |
| CN113393009B (zh) * | 2020-03-11 | 2024-03-19 | 中国移动通信集团辽宁有限公司 | 传输管线的路径规划方法、装置及计算设备 |
| CN111985564A (zh) * | 2020-08-20 | 2020-11-24 | 国网山东省电力公司临沂供电公司 | 一种层次化勘测及多维度标识的勘测标识系统及方法 |
| CN112560215B (zh) * | 2020-12-25 | 2022-11-11 | 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 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1065470A1 (en) * | 1999-06-30 | 2001-01-03 | Gia Min-Chung | A path planning, terrain avoidance and situation awareness system for general aviation |
| CN107228668A (zh) * | 2017-05-17 | 2017-10-03 | 桂林电子科技大学 | 一种基于规则网格dem数据的路径规划新方法 |
| CN107480808A (zh) * | 2017-07-13 | 2017-12-15 | 河海大学 | 一种高海拔山区引水工程线路规划方法 |
-
2019
- 2019-04-16 CN CN201910310776.6A patent/CN109992923B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1065470A1 (en) * | 1999-06-30 | 2001-01-03 | Gia Min-Chung | A path planning, terrain avoidance and situation awareness system for general aviation |
| CN107228668A (zh) * | 2017-05-17 | 2017-10-03 | 桂林电子科技大学 | 一种基于规则网格dem数据的路径规划新方法 |
| CN107480808A (zh) * | 2017-07-13 | 2017-12-15 | 河海大学 | 一种高海拔山区引水工程线路规划方法 |
Non-Patent Citations (3)
| Title |
|---|
| 基于变分辨率栅格模型的启发式有向搜索最优路径算法;华剑锋等;《浙江大学学报(理学版)》;20160115(第01期);全文 * |
| 输电线路路径智能优选研究;王刚等;《电力勘测设计》;20161231(第06期);全文 * |
| 面向路径优化的变分辨率栅格成本表面模型建模方法;刘震等;《测绘学报》;20140531;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109992923A (zh) | 2019-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| Wiguna et al. | Optimization solar farm site selection using multi-criteria decision making fuzzy AHP and PROMETHEE: case study in Bali | |
| CN110046213B (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 | |
| Pillot et al. | An integrated GIS and robust optimization framework for solar PV plant planning scenarios at utility scale | |
| CN109359350B (zh) | 一种优化精细施工成本的风电场道路智能设计方法 | |
| CN109146204A (zh) | 一种多层次综合评估的风电场升压站自动选址方法 | |
| Gumusay et al. | An assessment of site suitability for marina construction in Istanbul, Turkey, using GIS and AHP multicriteria decision analysis | |
| CN111222661A (zh) | 一种城市规划实施效果分析评估方法 | |
| CN112734176B (zh) | 一种充电站建站方法、装置、终端设备和可读存储介质 | |
| CN106874415B (zh) | 基于gis系统的环境敏感区数据库构建方法及服务器 | |
| CN106600063B (zh) | 一种基于模糊粗糙集理论和时空信息的空间负荷预测方法 | |
| CN110689187A (zh) | 一种基于多条件约束的变电站自动化选址方法 | |
| CN104200044A (zh) | 一种基于gis的三维输电线路路径选择方法 | |
| CN108364331A (zh) | 一种等值线生成方法、系统和存储介质 | |
| CN113091745A (zh) | 一种水库消落带的无人机巡航路线规划方法及系统 | |
| Guo et al. | Large-scale and refined green space identification-based sustainable urban renewal mode assessment | |
| CN112835997A (zh) | 一种基于GeoSOT网格的电网巡检空间网格编码方法 | |
| CN113865589A (zh) | 一种基于地形坡度的长距离快速路径规划方法 | |
| Önden et al. | Green energy source storage location analysis based on GIS and fuzzy Einstein based ordinal priority approach | |
| 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 | |
| CN116777230A (zh) | 基于gis空间分析技术的变电站选址区域智能划分方法 | |
| CN115730711A (zh) | 空间划分方法、装置及存储介质 | |
| Asami et al. | Prediction of the shape of detached houses on residential lots | |
| Gärds et al. | Exploring the use of GIS-based least-cost corridors for designing alternative highway alignments | |
| Marble | Computer software for spatial data handling |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20221111 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |