CN110516825B - 一种覆冰环境下输电线路特巡路径规划方法及系统 - Google Patents
一种覆冰环境下输电线路特巡路径规划方法及系统 Download PDFInfo
- Publication number
- CN110516825B CN110516825B CN201910795224.9A CN201910795224A CN110516825B CN 110516825 B CN110516825 B CN 110516825B CN 201910795224 A CN201910795224 A CN 201910795224A CN 110516825 B CN110516825 B CN 110516825B
- Authority
- CN
- China
- Prior art keywords
- data
- icing
- safety
- planning
- precipitation
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000005540 biological transmission Effects 0.000 title claims abstract description 25
- 238000001556 precipitation Methods 0.000 claims abstract description 42
- 230000008014 freezing Effects 0.000 claims abstract description 27
- 238000007710 freezing Methods 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 239000011248 coating agent Substances 0.000 claims description 21
- 238000000576 coating method Methods 0.000 claims description 21
- 230000007704 transition Effects 0.000 claims description 13
- 239000005712 elicitor Substances 0.000 claims description 12
- 239000003016 pheromone Substances 0.000 claims description 10
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004870 electrical engineering Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 230000019637 foraging behavior Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 241000257303 Hymenoptera Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及电气工程技术领域,公开了一种覆冰环境下输电线路特巡路径规划方法及系统,以充分兼顾地形特征和安全要求,实现快速、客观的输电线路特巡路径规划;本发明的方法包括建立待分析覆冰特巡区域的杆塔的覆冰特巡平面矩形,收集该平面矩形对应区域的数值高程地形数据和降水冰冻数据;对平面矩形进行网格划分,并将数值高程地形数据和降水冰冻数据对应每个网格进行划分;获取每一个网格的格点的坡度数据;建立平面矩形的垂直高度启发因子;对每个网格进行覆冰安全性划分,选取覆冰安全性启发因子;根据建立覆冰特巡空间的四维数组,将四维数组输入蚁群算法进行计算确定最优特巡路径。
Description
技术领域
本发明涉及电气工程技术领域,尤其涉及一种覆冰环境下输电线路特巡路径规划方法及系统。
背景技术
我国南方山区在冬春季节极易发生雨凇、雾凇等多种类型的覆冰事件。经过山区和易覆冰地区的特高压线路、超高压跨区线路、风电送出线路等容易出现冬季线路覆冰。为了及时掌握线路覆冰情况、准确开展冰害影响线路抢修,覆冰期的线路特巡已经成为电力运维人员的冬季常态化工作内容,而其存在的安全隐患也逐渐暴露出来。一方面,冬季覆冰线路点多面广,且以山区居多,道路曲折,冬季一旦出现雨雪冰冻天气,路途湿滑难行,不少路段甚至存在伤亡隐患,特巡人员的人身安全难以得到保障;另一方面,不同的覆冰点之间直线距离可能较近,实际道路距离相隔很远,特巡人员如果选择道路不当,则可能损失大量时间,无法按时完成冰情报送,错过覆冰线路融冰最佳时机,导致电力设备故障。因此,特巡路径的选择对于覆冰期间运维人员的安全保障和运维效率提升都具有直接影响。目前,根据人工经验选择路径依然是电力运维人员最主要的特巡路径规划方式。这种方法严重依赖主观判断和经验积累,无法全面运用地形信息,也不能有效融入山区覆冰信息,在路径选择上存在明显的“盲区”。
因此,如何充分兼顾地形特征和安全要求,实现快速、客观的输电线路特巡路径规划成为一个急需解决的问题。
发明内容
本发明目的在于提供一种覆冰环境下输电线路特巡路径规划方法及系统,以充分兼顾地形特征和安全要求,实现快速、客观的输电线路特巡路径规划。
为实现上述目的,本发明提供了一种覆冰环境下输电线路特巡路径规划方法,包括以下步骤:
建立待分析覆冰特巡区域的杆塔的覆冰特巡平面矩形,收集该平面矩形对应区域的数值高程地形数据和降水冰冻数据;
对所述平面矩形进行网格划分,并将所述数值高程地形数据和降水冰冻数据对应每个网格进行划分得到网格化的数值高程地形数据和降水冰冻网格数据;获取每一个网格的格点的坡度数据;
根据所述数值高程地形数据建立所述平面矩形的垂直高度启发因子;根据所述坡度数据和所述降水冰冻网格数据对每个网格进行覆冰安全性划分,并根据覆冰安全性划分结果选取覆冰安全性启发因子;
根据所述垂直高度启发因子、所述覆冰安全性启发因子、以及所述数值高程地形数据建立覆冰特巡空间的四维数组,根据数组特征建立蚁群算法,将所述四维数组输入蚁群算法进行计算,得到转移概率,将各转移概率按从大至小的概率进行排序,根据排序后的转移概率确定最优特巡路径。
优选地,所述数值高程地形数据包括经度数据、纬度数据、以及海拔高度数据。
优选地,所述建立待分析覆冰特巡区域的杆塔的覆冰特巡平面矩形具体包括以下步骤:
确定待分析覆冰特巡区域的起始杆塔和目标杆塔,将所述起始杆塔和目标杆塔在地平面上的投影点连线作为对角线建立平面矩形。
优选地,所述起始杆塔和所述目标杆塔分别为覆冰严重程度第一严重和第二严重的两处杆塔。
优选地,所述降水冰冻数据包括该次覆冰过程中累积的降水量数据和地表累计冰冻厚度数据。
优选地,所述覆冰安全性划分为至少4个等级,分别为第一等级、第二等级、第三等级、以及第四等级,其中,每一个等级对应一个覆冰安全性启发因子;
所述第一等级的划分条件为格点的坡度小于30%,且降水量数据和地表累计冰冻厚度数据的累加值小于等于5mm;
所述第二等级的划分条件为格点的坡度范围为30%-50%,且降水量数据和地表累计冰冻厚度数据的累加值小于等于10mm;或者格点的坡度小于30%,且降水量数据和地表累计冰冻厚度数据的累加值大于5mm;
所述第三等级的划分条件为格点的坡度的范围为50%-100%,且降水量数据和地表累计冰冻厚度数据的累加值小于等于20mm;或者格点的坡度范围为30%-50%,且降水量数据和地表累计冰冻厚度数据的累加值大于10mm;
所述第四等级的划分条件为格点的坡度大于100%,且降水量数据和地表累计冰冻厚度数据的累加值大于20mm;或者格点的坡度范围为50%-100%,且降水量数据和地表累计冰冻厚度数据的累加值大于20mm。
优选地,当所述覆冰安全性为第一等级时,对应的覆冰安全性启发因子为10;当所述覆冰安全性为第二等级时,对应的覆冰安全性启发因子为5;当所述覆冰安全性为第三等级时,对应的覆冰安全性启发因子为3;当所述覆冰安全性为第四等级时,对应的覆冰安全性启发因子为0。
优选地,所述垂直高度的启发因子的计算公式为:
式中,hj为垂直高度的启发因子,Hj为下一步节点j的垂直高度,Htem为目标点的垂直高度,Z0为实验确定的常数。
优选地,所述蚁群算法的计算公式包括:
式中,P为转移概率,α为信息素的重要性指数,i为蚂蚁k当前所在节点,j为蚂蚁k下一步计划节点,allowedk为蚂蚁k下一步可选择的节点,β为水平启发因子重要性指数,γ为垂直启发因子重要性指数,S为覆冰安全性启发因子,δ为覆冰安全性启发因子重要性指数,τj为信息素含量;式中,ηj的计算公式为:
式中,dj为水平距离启发因子,计算公式为:
式中,xj、yj分别为节点j的经纬度坐标,xtem、ytem分别为目标点的经纬度坐标;
τj的计算公式为:
τj(t+n)=(1-ρ)·τj(t)+Δτi,j(t);
式中,n为路径节点总数,ρ为实验确定的常数,其中,
τj(0)=C;
式中,C为实验确定的常数;
Δτi,j的计算公式为:
式中,Q为实验确定的常数,Lk为蚂蚁k完成其路径的总长度。
作为一个总的技术构思,本发明还提供一种覆冰环境下输电线路特巡路径规划系统,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法的步骤。
本发明具有以下有益效果:
本发明提供一种覆冰环境下输电线路特巡路径规划方法及系统,基于对蚂蚁觅食行为的模拟而建立的一种最优路径查找模型方法,该方法能够根据限定条件完成对全局的遍历模拟分析,充分兼顾地形特征和安全要求,实现快速、客观的路径规划,从而指导冬季覆冰线路特巡工作,服务安全生产。
下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例的覆冰环境下输电线路特巡路径规划方法流程图;
图2是本发明优选实施例的覆冰安全性划分结果划分情况示意图;
图3是本发明优选实施例的空间路径规划示意图;
图4是本发明优选实施例的路径规划的二维投影示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例1
如图1所示,本实施例提供一种覆冰环境下输电线路特巡路径规划方法,包括以下步骤:
建立待分析覆冰特巡区域的杆塔的覆冰特巡平面矩形,收集该平面矩形对应区域的数值高程地形数据和降水冰冻数据;
对平面矩形进行网格划分,并将数值高程地形数据和降水冰冻数据对应每个网格进行划分得到网格化的数值高程地形数据和降水冰冻网格数据;获取每一个网格的格点的坡度数据;
根据数值高程地形数据建立平面矩形的垂直高度启发因子;根据坡度数据和降水冰冻网格数据对每个网格进行覆冰安全性划分,并根据覆冰安全性划分结果选取覆冰安全性启发因子;
根据垂直高度启发因子、覆冰安全性启发因子、以及数值高程地形数据建立覆冰特巡空间的四维数组,根据数组特征建立蚁群算法,将四维数组输入蚁群算法进行计算,得到转移概率,将各转移概率按从大至小的概率进行排序,根据排序后的转移概率确定最优特巡路径。
上述的覆冰环境下输电线路特巡路径规划方法,基于对蚂蚁觅食行为的模拟而建立的一种最优路径查找模型方法,该方法能够根据限定条件完成对全局的遍历模拟分析,充分兼顾地形特征和安全要求,实现快速、客观的路径规划,从而指导冬季覆冰线路特巡工作,服务安全生产。
具体地,在建立待分析覆冰特巡区域的杆塔的覆冰特巡平面矩形时,选取覆冰最严重的两处杆塔作为特巡起点和终点,将杆塔在地平面上的投影点连线作为对角线,建立覆冰特巡平面矩形。
本实施例中,数值高程地形数据包括经度数据、纬度数据、以及海拔高度数据。降水冰冻数据包括该次覆冰过程中累积的降水量数据和地表累计冰冻厚度数据。
本实施例中,起始杆塔和目标杆塔分别为覆冰严重程度第一严重和第二严重的两处杆,优选地,覆冰安全性划分结果包括至少4个等级,分别为第一等级、第二等级、第三等级、以及第四等级;本实施例中,第一等级对应的覆冰安全性启发因子取值为10,第二等级对应的覆冰安全性启发因子取值为5,第三等级对应的覆冰安全性启发因子取值为3,第四等级对应的覆冰安全性启发因子取值为0。需要说明的是,本发明并不对覆冰安全性启发因子的具体数值做限定,在能达到相同目的的情况下,可以在一定范围内调整覆冰安全性启发因子的具体取值。
其中,如图2所示,第一等级的划分条件为格点的坡度小于30%,且降水量数据和地表累计冰冻厚度数据的累加值小于等于5mm;第二等级的划分条件为格点的坡度范围为30%-50%,且降水量数据和地表累计冰冻厚度数据的累加值小于等于10mm;或者格点的坡度小于30%,降水量数据和地表累计冰冻厚度数据的累加值大于5mm;第三等级的划分条件为格点的坡度的范围为50%-100%,且降水量数据和地表累计冰冻厚度数据的累加值小于等于20mm;或者格点的坡度范围为30%-50%,降水量数据和地表累计冰冻厚度数据的累加值大于10mm;第四等级的划分条件为格点的坡度大于100%,且降水量数据和地表累计冰冻厚度数据的累加值大于20mm;或者格点的坡度范围为50%-100%,降水量数据和地表累计冰冻厚度数据的累加值大于20mm。本实施例中,获取每一个网格的格点的坡度数据通过实际测量得到,但本发明并不对该获取地方式做限定,作为可变换的实施方式,还可以通过计算得到网格格点的坡度数据。具体地,坡度数据的计算方法为,沿路线方向每前进设定的单位距离,计算海拔高度变化量的百分化数值作为坡度数据。
需要说明的是,在实际巡线过程中,往往是沿山路行进,因此,需要考虑山路的高度带来的影响,则垂直高度的启发因子的计算公式为:
式中,hj为垂直高度的启发因子,Hj为下一步节点j的垂直高度,Htem为目标点的垂直高度,Z0为实验确定的常数。
本实施例中,以覆冰特巡矩形的数值高程地形数据的三维坐标为基础,建立空间坐标系,并对形成的覆冰特巡空间矩形坐标数组增加覆冰安全性维度(覆冰安全性启发因子数据),形成覆冰特巡空间的四维数组,数据结构为(x,y,h,S)。确定特训起始杆塔和目标杆塔在该空间下的坐标,从而形成蚁群算法初始场。
进一步地,根据垂直高度启发因子、覆冰安全性启发因子,并结合蚁群算法原有距离启发因子和信息素因子,优化蚁群算法,其中,该蚁群算法的核心是求解转移概率公式,蚁群算法的计算公式包括:
式中,P为转移概率,α为信息素的重要性指数,i为蚂蚁k当前所在节点,j为蚂蚁k下一步计划节点,allowedk为蚂蚁k下一步可选择的节点,β为水平启发因子重要性指数,γ为垂直启发因子重要性指数,S为覆冰安全性启发因子,δ为覆冰安全性启发因子重要性指数,τj为信息素含量;式中,
ηj的计算公式为:
式中,dj为水平距离启发因子,计算公式为:
式中,xj、yj分别为节点j的经纬度坐标,xtem、ytem分别为目标点的经纬度坐标;
τj的计算公式为:
τj(t+n)=(1-ρ)·τj(t)+Δτi,j(t);
式中,n为路径节点总数,ρ为实验确定的常数,其中,
τj(0)=C;
式中,C为实验确定的常数;
Δτi,j的计算公式为:
式中,Q为实验确定的常数,Lk为蚂蚁k完成其路径的总长度。
通过上述优化后的蚁群算法计算得到最优特巡路径,沿该最优特巡路径进行覆冰特巡时,可以在最大程度上保证雨雪冰冻环境下巡线人员人身安全的同时,实现特巡路径最短。
具体地,收集某省其中一个城市的110kV西公线1#和2#间的覆冰特巡环境数据,包括数值高程数据、累计降水量数据、以及地表累积冰冻厚度数据。采用上述方法形成的空间路径规划示意图如图3所示,路径的二维投影示意图如图4所示。
实施例2
与上述方法实施例相对应地,本实施例提供一种覆冰环境下输电线路特巡路径规划系统,包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现上述方法的步骤。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种覆冰环境下输电线路特巡路径规划方法,其特征在于,包括以下步骤:
建立待分析覆冰特巡区域的杆塔的覆冰特巡平面矩形,收集该平面矩形对应区域的数值高程地形数据和降水冰冻数据;
对所述平面矩形进行网格划分,并将所述数值高程地形数据和降水冰冻数据对应每个网格进行划分得到网格化的数值高程地形数据和降水冰冻网格数据;获取每一个网格的格点的坡度数据;
根据所述数值高程地形数据建立所述平面矩形的垂直高度启发因子;根据所述坡度数据和所述降水冰冻网格数据对每个网格进行覆冰安全性划分,并根据覆冰安全性划分结果选取覆冰安全性启发因子;
根据所述垂直高度启发因子、所述覆冰安全性启发因子、以及所述数值高程地形数据建立覆冰特巡空间的四维数组,根据数组特征建立蚁群算法,将所述四维数组输入蚁群算法进行计算,得到转移概率,将各转移概率按从大至小的概率进行排序,根据排序后的转移概率确定最优特巡路径。
2.根据权利要求1所述的覆冰环境下输电线路特巡路径规划方法,其特征在于,所述数值高程地形数据包括经度数据、纬度数据、以及海拔高度数据。
3.根据权利要求1所述的覆冰环境下输电线路特巡路径规划方法,其特征在于,所述建立待分析覆冰特巡区域的杆塔的覆冰特巡平面矩形具体包括以下步骤:
确定待分析覆冰特巡区域的起始杆塔和目标杆塔,将所述起始杆塔和目标杆塔在地平面上的投影点连线作为对角线建立平面矩形。
4.根据权利要求3所述的覆冰环境下输电线路特巡路径规划方法,其特征在于,所述起始杆塔和所述目标杆塔分别为覆冰严重程度第一严重和第二严重的两处杆塔。
5.根据权利要求1所述的覆冰环境下输电线路特巡路径规划方法,其特征在于,所述降水冰冻数据包括该次覆冰过程中累积的降水量数据和地表累计冰冻厚度数据。
6.根据权利要求1-5任一所述的覆冰环境下输电线路特巡路径规划方法,其特征在于,所述覆冰安全性划分为至少4个等级,分别为第一等级、第二等级、第三等级、以及第四等级,其中,每一个等级对应一个覆冰安全性启发因子;
所述第一等级的划分条件为格点的坡度小于30%,且降水量数据和地表累计冰冻厚度数据的累加值小于等于5mm;
所述第二等级的划分条件为格点的坡度范围为30%-50%,且降水量数据和地表累计冰冻厚度数据的累加值小于等于10mm;或者格点的坡度小于30%,且降水量数据和地表累计冰冻厚度数据的累加值大于5mm;
所述第三等级的划分条件为格点的坡度的范围为50%-100%,且降水量数据和地表累计冰冻厚度数据的累加值小于等于20mm;或者格点的坡度范围为30%-50%,且降水量数据和地表累计冰冻厚度数据的累加值大于10mm;
所述第四等级的划分条件为格点的坡度大于100%,且降水量数据和地表累计冰冻厚度数据的累加值大于20mm;或者格点的坡度范围为50%-100%,且降水量数据和地表累计冰冻厚度数据的累加值大于20mm。
7.根据权利要求6所述的覆冰环境下输电线路特巡路径规划方法,其特征在于,当所述覆冰安全性为第一等级时,对应的覆冰安全性启发因子为10;当所述覆冰安全性为第二等级时,对应的覆冰安全性启发因子为5;当所述覆冰安全性为第三等级时,对应的覆冰安全性启发因子为3;当所述覆冰安全性为第四等级时,对应的覆冰安全性启发因子为0。
9.根据权利要求1所述的覆冰环境下输电线路特巡路径规划方法,其特征在于,所述蚁群算法的计算公式包括:
式中,P为转移概率,α为信息素的重要性指数,i为蚂蚁k当前所在节点,j为蚂蚁k下一步计划节点,allowedk为蚂蚁k下一步可选择的节点,β为水平启发因子重要性指数,γ为垂直启发因子重要性指数,S为覆冰安全性启发因子,δ为覆冰安全性启发因子重要性指数,τj为信息素含量;式中,ηj的计算公式为:
式中,dj为水平距离启发因子,计算公式为:
式中,xj、yj分别为节点j的经纬度坐标,xtem、ytem分别为目标点的经纬度坐标;
τj的计算公式为:
τj(t+n)=(1-ρ)·τj(t)+Δτi,j(t);
式中,n为路径节点总数,ρ为实验确定的常数,其中,
τj(0)=C;
式中,C为实验确定的常数;
Δτi,j的计算公式为:
式中,Q为实验确定的常数,Lk为蚂蚁k完成其路径的总长度。
10.一种覆冰环境下输电线路特巡路径规划系统,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1-9任一所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910795224.9A CN110516825B (zh) | 2019-08-27 | 2019-08-27 | 一种覆冰环境下输电线路特巡路径规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910795224.9A CN110516825B (zh) | 2019-08-27 | 2019-08-27 | 一种覆冰环境下输电线路特巡路径规划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110516825A CN110516825A (zh) | 2019-11-29 |
CN110516825B true CN110516825B (zh) | 2023-01-13 |
Family
ID=68628080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910795224.9A Active CN110516825B (zh) | 2019-08-27 | 2019-08-27 | 一种覆冰环境下输电线路特巡路径规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110516825B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112464492A (zh) * | 2020-12-11 | 2021-03-09 | 国网湖南省电力有限公司 | 输电线路的短期覆冰跳闸概率分析方法及系统 |
CN112630836B (zh) * | 2020-12-11 | 2022-12-06 | 国网湖南省电力有限公司 | 基于电网微地形覆冰威胁路径延伸分析的监测布点方法及系统 |
CN117068331B (zh) * | 2023-09-26 | 2024-07-19 | 淮阴工学院 | 一种智能水上无人经营平台系统与配送路径优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106327013A (zh) * | 2016-08-24 | 2017-01-11 | 广东工业大学 | 一种输电线巡检路径规划方法及系统 |
CN107657090A (zh) * | 2017-09-12 | 2018-02-02 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种判断输电线路耐张塔覆冰失稳的方法 |
FR3057972A1 (fr) * | 2016-10-25 | 2018-04-27 | Dreamsafe | Systeme de partage d'informations utilisant des capteurs d'hygrometrie et de temperature de chaussee |
CN108132980A (zh) * | 2017-12-13 | 2018-06-08 | 国家电网公司 | 一种暴雨天气下山区电力抢险救灾路径规划方法 |
CN109164815A (zh) * | 2018-09-06 | 2019-01-08 | 中国计量大学 | 一种基于改进蚁群算法的自主水下航行器路径规划方法 |
-
2019
- 2019-08-27 CN CN201910795224.9A patent/CN110516825B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106327013A (zh) * | 2016-08-24 | 2017-01-11 | 广东工业大学 | 一种输电线巡检路径规划方法及系统 |
FR3057972A1 (fr) * | 2016-10-25 | 2018-04-27 | Dreamsafe | Systeme de partage d'informations utilisant des capteurs d'hygrometrie et de temperature de chaussee |
CN107657090A (zh) * | 2017-09-12 | 2018-02-02 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种判断输电线路耐张塔覆冰失稳的方法 |
CN108132980A (zh) * | 2017-12-13 | 2018-06-08 | 国家电网公司 | 一种暴雨天气下山区电力抢险救灾路径规划方法 |
CN109164815A (zh) * | 2018-09-06 | 2019-01-08 | 中国计量大学 | 一种基于改进蚁群算法的自主水下航行器路径规划方法 |
Non-Patent Citations (3)
Title |
---|
Analysis on ice covering characteristics of Hunan power grid;J. Lu等;《2013 IEEE Industry Applications Society Annual Meeting》;20131231;全文 * |
基于遗传算法的输电线路无人机巡检路径规划;邓荣军等;《计算机测量与控制》;20150425(第04期);全文 * |
微地形对输电线路覆冰的影响;陆佳政 等;《中国电工技术学会学术年会——新能源发电技术论坛论文集》;20131019;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110516825A (zh) | 2019-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110516825B (zh) | 一种覆冰环境下输电线路特巡路径规划方法及系统 | |
CN109829199B (zh) | 基于LiDAR点云的电力线快速分层提取方法 | |
CN113342046B (zh) | 基于蚁群算法的输电线路无人机巡检路径优化方法 | |
CN107169645B (zh) | 一种计及暴雨灾害影响的输电线路故障概率在线评估方法 | |
CN110866693B (zh) | 一种基于gis模型的架空输电线路覆冰风险评估方法 | |
CN102629294A (zh) | 台风引发输电线路故障的概率评估方法 | |
CN107958312B (zh) | 基于反演算法的输电线路舞动预测方法、系统及存储介质 | |
CN114418215A (zh) | 一种基于人工智能的智慧城市输电线路规划方法 | |
CN111126672A (zh) | 一种基于分类决策树的高压架空输电线路台风灾害预测方法 | |
CN114153224A (zh) | 基于微气象的无人机飞行路径智能规划控制系统及方法 | |
CN115099531A (zh) | 一种基于支持向量机的输电线路雷击预警方法及系统 | |
CN104034337B (zh) | 一种浮动车地理位置点的地图匹配方法及装置 | |
CN114386674A (zh) | 一种输电线路树木倒伏动态风险预警方法和系统 | |
CN110929952B (zh) | 基于线路周边环境和敷设类型的光缆故障概率预测方法 | |
CN115115163A (zh) | 台风过境下输电线路杆塔故障危险度评估方法及存储介质 | |
CN117874983A (zh) | 基于机器学习的城市内涝场景交通路线优化方法、介质和设备 | |
KR102422300B1 (ko) | 도심항공교통의 포트 선정을 위한 기후정보 제공 방법 및 시스템 | |
CN113821895B (zh) | 输电线路覆冰厚度预测模型的构建方法、装置及存储介质 | |
CN107316109B (zh) | 架空线路冬季近地面风速预测方法、系统及装置 | |
CN113240172A (zh) | 微地形覆冰数值预测方法及系统 | |
CN112630836B (zh) | 基于电网微地形覆冰威胁路径延伸分析的监测布点方法及系统 | |
CN113902346B (zh) | 一种电力抢修队伍的智能调拨方法 | |
CN116523299A (zh) | 一种配电线路杆塔雷害特征参数分级评估方法 | |
CN112464492A (zh) | 输电线路的短期覆冰跳闸概率分析方法及系统 | |
Du et al. | The study on the prediction method of ice thickness of transmission line based on the combination of GA and BP neural network |
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 |