CN112434957B - 一种基于元胞自动机的配网线路巡检区域网格划分方法 - Google Patents
一种基于元胞自动机的配网线路巡检区域网格划分方法 Download PDFInfo
- Publication number
- CN112434957B CN112434957B CN202011365158.0A CN202011365158A CN112434957B CN 112434957 B CN112434957 B CN 112434957B CN 202011365158 A CN202011365158 A CN 202011365158A CN 112434957 B CN112434957 B CN 112434957B
- Authority
- CN
- China
- Prior art keywords
- grid
- index
- load
- formula
- evaluation
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 40
- 230000001413 cellular effect Effects 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 50
- 238000005457 optimization Methods 0.000 claims abstract description 11
- 238000013439 planning Methods 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 210000004027 cell Anatomy 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 13
- 239000013598 vector Substances 0.000 claims description 7
- 210000000805 cytoplasm Anatomy 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 claims description 5
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 abstract description 6
- 238000012423 maintenance Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013468 resource allocation Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010057249 Phagocytosis Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000032823 cell division Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 210000000172 cytosol Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000008782 phagocytosis Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Mobile Radio Communication Systems (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于配电网线路巡检技术领域,更具体地,涉及一种基于元胞自动机的配网线路巡检区域网格划分方法;包括以下步骤:S1.基于聚类分析进行负荷和气候预测;S2.根据步骤S1负荷和气候预测结果,建立配电线路巡检区域划分评价指标体系;S3.建立考虑物理信息流协同优化和层次熵权评价的网格划分模型,计算组合权重,建立约束条件;S4.上述步骤构建的网格划分模型进行求解,制定网格编码方法,基于元胞自动机求解得到最优规划方案。将本发明的网格划分方法应用于配电线路巡检区域网格划分层面,考虑了多层次指标评价,提高了网格划分方案的适应性,可有效提升无人机巡检的科学性、合理性与安全性,增强电力系统运维部门的管理能力。
Description
技术领域
本发明属于配电网线路巡检技术领域,更具体地,涉及一种基于元胞自动机的配网线路巡检区域网格划分方法。
背景技术
近年来,电力需求增长势头迅猛,电网装机容量不断增大,随着线路的大量建设,覆盖面越来越广阔,地形状况也越发复杂多样。一直以来怎样解决电网建设中跨地形的精确维护和提高效率都是难以解决的问题。另一方面,电力系统正成为一个融合电力与信息的物理信息融合系统(CPS)。传统的、被动式的信息获取途径,僵化的、按部就班式的资源请求与资源配给,带来的是效率低下的事件处置能为;各自为阵、界限分明的管理划分,分散复杂的组织架构,为信息的传输和资源的调配筑起层层壁垒。配电网网格化是指按网架现状、负荷分布、地理分界等实际情况,将复杂的配电网划分为多个相对独立的网格,在一定的网格区域内进行配电线路巡检,保证配电线路巡检的合理化和高效性。通过网格化管理手段,可提高配电网巡检诊断服务的效率和质量,实现资源有效利用和组织业务协同,降低用户使用和组织管理的复杂性,再造配电网巡检诊断服务应急突发事件处理流程,实行巡检诊断服务的评价监督制度,最终实现配电网线路设备安全稳定运行,为用户提供更为优质可靠供电的目标。
目前配电线路网格划分多依据于划分人员的主观经验,难以满足技术经济性、合理性与精细化的要求,并且面对规模日益庞大、元件数量激增的配电系统,仅仅依靠人员划分存在工作量巨大、误差率大的问题。另一方面,目前对于网格的划分,研究提出的多为一些原则、思路、要求等,如中国专利CN104573868B,公开日为2015.04.29,公开了一种配电网抢修网格划分方法及设备;但是划分的网格多从电网层面出发,与城市空间规划方面的结合不足,或直接采用控制性详细规划划定的地块为网格,与国家电网公司的指导原则不一致。因此,需寻找新的网格划分标准与思路,联合物理系统与信息系统,构建考虑物理信息流协同优化的配电网网格化划分模型,基于元胞自动机进行配网线路巡检区域网格划分。
发明内容
本发明为克服上述现有技术中的至少一个缺陷,提供一种基于元胞自动机的配网线路巡检区域网格划分方法,提高了网格划分方案的适应性。
为解决上述技术问题,本发明采用的技术方案是:一种基于元胞自动机的配网线路巡检区域网格划分方法,包括以下步骤:
S1.基于聚类分析进行负荷和气候预测;
S2.根据步骤S1负荷和气候预测结果,建立配电线路巡检区域划分评价指标体系;
S3.建立考虑物理信息流协同优化和层次熵权评价的网格划分模型,计算组合权重,建立约束条件;
S4.上述步骤构建的网格划分模型进行求解,制定网格编码方法,基于元胞自动机求解得到最优规划方案。
进一步的,所述的评价指标体系包括行政指标、地理指标、气候指标、电压指标、负荷量评价指标、线路评价指标以及面积指标。
进一步的,网格i的行政评价指标为:
fadm,i=λadmxadm,i
网格i的地理评价指标为:
式中,j为网格i内包含的各类地理属性,λj为地理属性j所对应的特征值;
网格i的气候评价指标为:
式中,αi,ysh为第y年第s季度第h时刻内网格i的气候因子;
网格i的电压等级评价指标为:
fvol,i=λvolxvol,i
式中,λvol为电压等级影响系数,xvol,i表示网格i内是否存在多个电压等级,其值为1是表示存在,其值为0时表示不存在;
网格i的负荷量评价指标为:
式中,Ωload,i为网格i中所有节点集合,Lj为第y年第s季度第h时刻节点j的负荷量;
网格i的线路评价指标为:
式中,λline为线路影响系数,Ωline,i为网格i内所有线路集合,Ωcell为所有网格集合,xm,jk为线路jk是否跨过网格m,其值为1是表示跨过存在,其值为0时表示不跨过;
网格i的面积评价指标为:
fare,i=λssi
式中,λs为面积影响系数,si为网格i的面积。
进一步的,所述的步骤S1包括基于改进FCMC的负荷预测和基于改进K-means的气候预测。
进一步的,所述的基于改进K-means的气候预测具体包括以下步骤:
S111.样本i与种类f之间的广义距离dik为:
式中,n为指标数目,xji为规范化后的聚类样本i中指标j的特征值,zjk为指标j对种类k的模糊聚类中心向量;
S112.广义权聚类为:
S113.建立拉格朗日函数:
式中,ufi描述气候样本i属于种类f的相对隶属度。
进一步的,所述的基于改进FCMC的负荷预测具体包括以下步骤:
S121.利用模糊C均值聚类FCMC法对月用电量曲线进行聚类后,再将同类负荷特性归类到c个同质聚类中;为求解最优的隶属度矩阵M和聚类中心矩阵N,可根据聚类准则构造如下目标函数:
式中,mik∈[0,1]表示第i个节点隶属于第k个聚类中心的程度,b∈[0,2]为加权指数;λi为拉格朗日乘子;
S122.利用熵权法求取日负荷特征指标的权重系数,以反映各指标对表征负荷曲线的重要程度,第j个日负荷特征指标的熵值hj为:
式中,rij为第i个样本的第j个特征指标数据;fij为第j个指标对第i个样本的重要程度;
S124.各特征指标的熵权ωj为:
根据得到的日负荷特征指标的权重向量,则每个指标与聚类中心的欧氏距离须乘上指标权重。
进一步的,所述的步骤S3中,考虑步骤S2中各项指标在配电线路巡检区域划分中的重要度,构造两两间的判断矩阵,通过计算矩阵最大特征值和特征向量确定主观权重值W1,计算一致性指标及比率:
CI=(λmax-n)/(n-1)
当随机一致性比率CR=CI/RI<0.1时,则满足检验;
对于归一化处理后的指标数据矩阵P=[Pij]n×m,系统中的指标fj的信息熵为:
其客观权重值为:
引入差异系数确定最终的权重值:
W=αW1+βW2
α+β=1
由此确定下个指标的权重值分别与指标相乘可构成网格划分模型的目标函数。
进一步的,所述的步骤S3中,建立的约束条件包括:
面积上下限约束:smin≤si≤smax;式中,smax,smin分别为每个网格面积允许的最大最小值;
进一步的,所述的步骤S4具体包括以下步骤:
S41.依据行政管辖和电压等级将配电网线路巡检区域划分为多个地块,并对地块进行编号;
S42.统计配电网线路巡检区域内地理、气候、馈线、配变、联络线及负荷基本属性;
S43.初步进行等面积划分,生成一定数量的初始网格划分方案并对初始网格进行编码;
S44.将每个网格作为一个元胞,按照优化目标结合之前所统计的各基本属性,评估每个元胞的指标;
S45.将每个元胞与相邻元胞相比较,指标即为细胞质浓度,细胞质浓度按梯度扩散,即指标高的元胞的区域扩散向指标低的元胞;当指标高于一定阈值时,元胞可进行分裂;指标低于一定阈值时,可被旁边的元胞吞噬;
S46.重新对每个元胞指标进行评估,迭代更新网格划分方案,直到满足收敛条件;
S47.输出最佳网格划分方案。
进一步的,所述的步骤S43中,对网格进行编码按照以下方式进行:采用17位数字码,1-2位表示电压等级,3-4位表示省级区域,5-6位表示市级区域,7-8位表示县级区域,9-14位表示变电站名称代码,15-17位表示细分后的网格代码。
与现有技术相比,有益效果是:
1.本发明采用了一种考虑物理信息流协同的网格划分模型,利用现代信息技术在各个网格之间进行有效的信息交流、透明的资源共享,通过物理设备收集数据,响应指令,达到信息处理更为及时,资源配置更为合理,管理更为高效的目的;建立了基于层次熵权法的包含行政指标、地理指标、气候指标、电气指标和面积指标等多个指标在内的指标评价体系,考虑未来长期内的气候和负荷情况,保证网格划分结果长期有效,且具有较优的性能;
2.本发明采用了一种基于元胞自动机的网格划分方法,通过模拟细胞液浓度扩散、细胞分裂与细胞吞噬类比网格划分过程,具有适应性强,收敛快等优点。将此方法应用于实际,可有效解决农村地区与城市配电线路密度差异大,不同地区间地貌差异大,部分地区气候特殊等问题,具有极高的实用价值。
附图说明
图1是本发明所提的考虑物理信息流协同的网格划分模型示意图。
图2是实施例中肇庆市地图。
图3是实施例中初始网格划分方案示意图。
图4是实施例中网格划分结果示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本发明的限制;为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明,不能理解为对本发明的限制。
以广东省肇庆市为例,肇庆地区多地处于强雷区,中低山丘陵约占全市土地面积的81%,形成山地、盆地、丘陵、冲积平原等形态相间分布的山区地貌,容易诱发崩塌、滑坡、泥石流等地质灾害,肇庆市地图如图2所示。
如图1所示,一种基于元胞自动机的配网线路巡检区域网格划分方法,包括以下步骤:
步骤1.基于聚类分析进行负荷和气候预测;基于聚类分析进行负荷和气候预测;包括基于改进FCMC的负荷预测和基于改进K-means的气候预测。
基于改进K-means的气候预测具体包括以下步骤:
S111.样本i与种类f之间的广义距离dik为:
式中,n为指标数目,xji为规范化后的聚类样本i中指标j的特征值,zjk为指标j对种类k的模糊聚类中心向量;
S112.广义权聚类为:
S113.建立拉格朗日函数:
式中,ufi描述气候样本i属于种类f的相对隶属度。
基于改进FCMC的负荷预测具体包括以下步骤:
S121.利用模糊C均值聚类FCMC法对月用电量曲线进行聚类后,再将同类负荷特性归类到c个同质聚类中;为求解最优的隶属度矩阵M和聚类中心矩阵N,可根据聚类准则构造如下目标函数:
式中,mik∈[0,1]表示第i个节点隶属于第k个聚类中心的程度,b∈[0,2]为加权指数;λi为拉格朗日乘子;
S122.利用熵权法求取日负荷特征指标的权重系数,以反映各指标对表征负荷曲线的重要程度,第j个日负荷特征指标的熵值hj为:
式中,rij为第i个样本的第j个特征指标数据;fij为第j个指标对第i个样本的重要程度;
S124.各特征指标的熵权ωj为:
根据得到的日负荷特征指标的权重向量,则每个指标与聚类中心的欧氏距离须乘上指标权重
步骤2.根据步骤S1负荷和气候预测结果,建立配电线路巡检区域划分评价指标体系;
按照行政区域和电压等级进行初步划分,以等面积为标准细分,形成网格化初始方案,并进行编号,初始网格划分方案示意图如图3所示;
建立配电线路巡检区域划分评价指标体系;所述的评价指标体系包括行政指标、地理指标、气候指标、电压指标、负荷量评价指标、线路评价指标以及面积指标。
网格i的行政评价指标为:
fadm,i=λadmxadm,i
网格i的地理评价指标为:
式中,j为网格i内包含的各类地理属性,λj为地理属性j所对应的特征值;
网格i的气候评价指标为:
式中,αi,ysh为第y年第s季度第h时刻内网格i的气候因子;
网格i的电压等级评价指标为:
fvol,i=λvolxvol,i
式中,λvol为电压等级影响系数,xvol,i表示网格i内是否存在多个电压等级,其值为1是表示存在,其值为0时表示不存在;
网格i的负荷量评价指标为:
式中,Ωload,i为网格i中所有节点集合,Lj为第y年第s季度第h时刻节点j的负荷量;
网格i的线路评价指标为:
式中,λline为线路影响系数,Ωline,i为网格i内所有线路集合,Ωcell为所有网格集合,xm,jk为线路jk是否跨过网格m,其值为1是表示跨过存在,其值为0时表示不跨过;
网格i的面积评价指标为:
fare,i=λssi
式中,λs为面积影响系数,si为网格i的面积。
步骤3.建立考虑物理信息流协同优化和层次熵权评价的网格划分模型,计算组合权重,建立约束条件;
考虑步骤S2中各项指标在配电线路巡检区域划分中的重要度,构造两两间的判断矩阵,通过计算矩阵最大特征值和特征向量确定主观权重值W1,计算一致性指标及比率:
CI=(λmax-n)/(n-1)
当随机一致性比率CR=CI/RI<0.1时,则满足检验;
对于归一化处理后的指标数据矩阵P=[Pij]n×m,系统中的指标fj的信息熵为:
其客观权重值为:
引入差异系数确定最终的权重值:
W=αW1+βW2
α+β=1
由此确定下个指标的权重值分别与指标相乘可构成网格划分模型的目标函数。
在本实施例中,上述指标的最终权重为:
建立的约束条件包括:
面积上下限约束:smin≤si≤smax;式中,smax,smin分别为每个网格面积允许的最大最小值;
步骤4.上述步骤构建的网格划分模型进行求解,制定网格编码方法,基于元胞自动机求解得到最优规划方案。包括以下步骤:
S41.依据行政管辖和电压等级将配电网线路巡检区域划分为多个地块,并对地块进行编号;
S42.统计配电网线路巡检区域内地理、气候、馈线、配变、联络线及负荷基本属性;
S43.初步进行等面积划分,生成一定数量的初始网格划分方案并对初始网格进行编码;对网格进行编码按照以下方式进行:采用17位数字码,1-2位表示电压等级,3-4位表示省级区域,5-6位表示市级区域,7-8位表示县级区域,9-14位表示变电站名称代码,15-17位表示细分后的网格代码;
S44.将每个网格作为一个元胞,按照优化目标结合之前所统计的各基本属性,评估每个元胞的指标;
S45.将每个元胞与相邻元胞相比较,指标即为细胞质浓度,细胞质浓度按梯度扩散,即指标高的元胞的区域扩散向指标低的元胞;当指标高于一定阈值时,元胞可进行分裂;指标低于一定阈值时,可被旁边的元胞吞噬;
S46.重新对每个元胞指标进行评估,迭代更新网格划分方案,直到满足收敛条件;
S47.输出最佳网格划分方案。
对每个元胞进行评估,将评估结果类比为细胞液浓度,进行浓度扩散,指标值过低则被吞噬,指标值过高则进行分裂。直至所有的元胞评估结果均在允许的区间内,且满足所有约束。划分后的结果如图4。网格内若有地貌跨度过大的区域会加大无人机巡检难度,需对包含此类场景的元胞进行再划分;面积过大的网格无法匹配无人机续航能力,需对面积进行削减;负荷密集的区域线路也很更多,线路更加复杂,设备繁多,因此此类元胞面积会更小;经过若干次迭代,各个元胞内细胞液浓度达到平衡,得到最优的网格划分方案。
将本发明应用到配电线路巡检区域网格划分当中,有效解决了地貌多样,气候多变,农村偏远地区与城市繁华地带配电网线路结构不同等问题,协同物理信息流构建合理的指标评价体系,保证无人机巡检的安全性、稳定性及运维部门管理的高效性。基于元胞自动机的网格优化模仿细胞活动,具有较高的适应性与自学习能力,将网格划分优化结果应用于实际工程中,具有较高的价值。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (7)
1.一种基于元胞自动机的配网线路巡检区域网格划分方法,其特征在于,包括以下步骤:
S1.基于聚类分析进行负荷和气候预测;
S2.根据步骤S1负荷和气候预测结果,建立配电线路巡检区域划分评价指标体系;所述的评价指标体系包括行政评价指标、地理评价指标、气候评价指标、电压等级评价指标、负荷量评价指标、线路评价指标以及面积评价指标;
S3.建立考虑物理信息流协同优化和层次熵权评价的网格划分模型,计算组合权重,建立约束条件;
S4.上述步骤构建的网格划分模型进行求解,制定网格编码方法,基于元胞自动机求解得到最优规划方案;
其中,网格i的行政评价指标为:
fadm,i=λadmxadm,i
式中,λadm为行政影响系数,xadm,i表示网格i内是否存在多个行政区域,其值为1是表示存在,其值为0时表示不存在;
网格i的地理评价指标为:
式中,j为网格i内包含的各类地理属性,λj为地理属性j所对应的特征值;
网格i的气候评价指标为:
式中,αi,ysh为第y年第s季度第h时刻内网格i的气候因子;
网格i的电压等级评价指标为:
fvol,i=λvolxvol,i
式中,λvol为电压等级影响系数,xvol,i表示网格i内是否存在多个电压等级,其值为1是表示存在,其值为0时表示不存在;
网格i的负荷量评价指标为:
式中,Ωload,i为网格i中所有节点集合,Lj为第y年第s季度第h时刻节点j的负荷量;
网格i的线路评价指标为:
式中,λline为线路影响系数,Ωline,i为网格i内所有线路集合,Ωcell为所有网格集合,xm,jk为线路jk是否跨过网格m,其值为1是表示跨过存在,其值为0时表示不跨过;
网格i的面积评价指标为:
fare,i=λssi
式中,λs为面积影响系数,si为网格i的面积。
2.根据权利要求1所述的基于元胞自动机的配网线路巡检区域网格划分方法,其特征在于,所述的步骤S1包括基于改进FCMC的负荷预测和基于改进K-means的气候预测。
4.根据权利要求3所述的基于元胞自动机的配网线路巡检区域网格划分方法,其特征在于,所述的基于改进FCMC的负荷预测具体包括以下步骤:
S121.利用模糊C均值聚类FCMC法对月用电量曲线进行聚类后,再将同类负荷特性归类到c个同质聚类中;为求解最优的隶属度矩阵M和聚类中心矩阵N,可根据聚类准则构造如下目标函数:
式中,mik∈[0,1]表示第i个节点隶属于第k个聚类中心的程度,b∈[0,2]为加权指数;λi为拉格朗日乘子;
S122.利用熵权法求取日负荷特征指标的权重系数,以反映各指标对表征负荷曲线的重要程度,第j个日负荷特征指标的熵值hj为:
式中,rij为第i个样本的第j个特征指标数据;fij为第j个指标对第i个样本的重要程度;
S124.各特征指标的熵权ωj为:
根据得到的日负荷特征指标的权重向量,则每个指标与聚类中心的欧氏距离须乘上指标权重。
6.根据权利要求1至5任一项所述的基于元胞自动机的配网线路巡检区域网格划分方法,其特征在于,所述的步骤S4具体包括以下步骤:
S41.依据行政管辖和电压等级将配电网线路巡检区域划分为多个地块,并对地块进行编号;
S42.统计配电网线路巡检区域内地理、气候、馈线、配变、联络线及负荷基本属性;
S43.初步进行等面积划分,生成一定数量的初始网格划分方案并对初始网格进行编码;
S44.将每个网格作为一个元胞,按照优化目标结合之前所统计的各基本属性,评估每个元胞的指标;
S45.将每个元胞与相邻元胞相比较,指标即为细胞质浓度,细胞质浓度按梯度扩散,即指标高的元胞的区域扩散向指标低的元胞;当指标高于一定阈值时,元胞可进行分裂;指标低于一定阈值时,可被旁边的元胞吞噬;
S46.重新对每个元胞指标进行评估,迭代更新网格划分方案,直到满足收敛条件;
S47.输出最佳网格划分方案。
7.根据权利要求6所述的基于元胞自动机的配网线路巡检区域网格划分方法,其特征在于,所述的步骤S43中,对网格进行编码按照以下方式进行:采用17位数字码,1-2位表示电压等级,3-4位表示省级区域,5-6位表示市级区域,7-8位表示县级区域,9-14位表示变电站名称代码,15-17位表示细分后的网格代码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011365158.0A CN112434957B (zh) | 2020-11-27 | 2020-11-27 | 一种基于元胞自动机的配网线路巡检区域网格划分方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011365158.0A CN112434957B (zh) | 2020-11-27 | 2020-11-27 | 一种基于元胞自动机的配网线路巡检区域网格划分方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112434957A CN112434957A (zh) | 2021-03-02 |
CN112434957B true CN112434957B (zh) | 2022-09-06 |
Family
ID=74697567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011365158.0A Active CN112434957B (zh) | 2020-11-27 | 2020-11-27 | 一种基于元胞自动机的配网线路巡检区域网格划分方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112434957B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343565B (zh) * | 2021-05-31 | 2024-01-09 | 南京图申图信息科技有限公司 | 顾及空间异质性的邻域效应模式构建与ca模拟方法及系统 |
CN113763564A (zh) * | 2021-09-08 | 2021-12-07 | 广东电网有限责任公司 | 一种基于梯度模糊集距离测度的网格化生成方法及装置 |
CN116485065B (zh) | 2023-06-21 | 2023-09-08 | 成都秦川物联网科技股份有限公司 | 基于智慧燃气gis的管网巡检管理方法和物联网系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103455708A (zh) * | 2013-07-24 | 2013-12-18 | 安徽省电力科学研究院 | 基于卫星及气象信息的输电线路灾害监测与风险评估平台 |
WO2014203039A1 (en) * | 2013-06-19 | 2014-12-24 | Aselsan Elektronik Sanayi Ve Ticaret Anonim Sirketi | System and method for implementing reservoir computing using cellular automata |
CN105205611A (zh) * | 2015-09-29 | 2015-12-30 | 江苏省电力公司连云港供电公司 | 一种配电网网格化规划的网格划分方法 |
CN108805468A (zh) * | 2018-06-29 | 2018-11-13 | 广东工业大学 | 一种变压器绝缘纸异常辨识方法 |
CN108875242A (zh) * | 2018-06-29 | 2018-11-23 | 集美大学 | 一种城市元胞自动机情景模拟方法、终端设备及存储介质 |
CN109687458A (zh) * | 2019-03-05 | 2019-04-26 | 东北电力大学 | 考虑区域配电网风险承受能力差异的网架规划方法 |
CN110765653A (zh) * | 2019-11-14 | 2020-02-07 | 北京京航计算通讯研究所 | 城市地下综合管廊突发事件应急仿真方法 |
CN111080008A (zh) * | 2019-12-13 | 2020-04-28 | 天津大学 | 基于gis、ca模拟的城市生态脆弱性空间预测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7467180B2 (en) * | 2003-05-29 | 2008-12-16 | International Business Machines Corporation | Automatically segmenting and populating a distributed computing problem |
US20170103172A1 (en) * | 2015-10-07 | 2017-04-13 | The Arizona Board Of Regents On Behalf Of The University Of Arizona | System And Method To Geospatially And Temporally Predict A Propagation Event |
US10832180B2 (en) * | 2017-10-30 | 2020-11-10 | The Aerospace Corporation | Artificial intelligence system that employs windowed cellular automata to create plausible alternatives |
-
2020
- 2020-11-27 CN CN202011365158.0A patent/CN112434957B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014203039A1 (en) * | 2013-06-19 | 2014-12-24 | Aselsan Elektronik Sanayi Ve Ticaret Anonim Sirketi | System and method for implementing reservoir computing using cellular automata |
CN103455708A (zh) * | 2013-07-24 | 2013-12-18 | 安徽省电力科学研究院 | 基于卫星及气象信息的输电线路灾害监测与风险评估平台 |
CN105205611A (zh) * | 2015-09-29 | 2015-12-30 | 江苏省电力公司连云港供电公司 | 一种配电网网格化规划的网格划分方法 |
CN108805468A (zh) * | 2018-06-29 | 2018-11-13 | 广东工业大学 | 一种变压器绝缘纸异常辨识方法 |
CN108875242A (zh) * | 2018-06-29 | 2018-11-23 | 集美大学 | 一种城市元胞自动机情景模拟方法、终端设备及存储介质 |
CN109687458A (zh) * | 2019-03-05 | 2019-04-26 | 东北电力大学 | 考虑区域配电网风险承受能力差异的网架规划方法 |
CN110765653A (zh) * | 2019-11-14 | 2020-02-07 | 北京京航计算通讯研究所 | 城市地下综合管廊突发事件应急仿真方法 |
CN111080008A (zh) * | 2019-12-13 | 2020-04-28 | 天津大学 | 基于gis、ca模拟的城市生态脆弱性空间预测方法 |
Non-Patent Citations (3)
Title |
---|
A Cellular Automaton Approach to Spatial Electric Load Forecasting;Edgar Manuel Carreno 等;《IEEE Transactions on Power Systems》;20100830;第532-540页 * |
Generating traffic distributions for ATM networks: a cellular automaton implementation;Zhonghui Yao 等;《IEEE WESCANEX 97 Communications, Power and Computing. Conference Proceedings》;20020806;第270-275页 * |
考虑配电设备多源监测数据缺失的深度森林状态评价方法;路军 等;《新型工业化》;20200430;第1-7页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112434957A (zh) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112434957B (zh) | 一种基于元胞自动机的配网线路巡检区域网格划分方法 | |
CN110298411B (zh) | 一种城市群生态空间受损识别方法 | |
Ruan et al. | Assessment of temporal and spatial progress of urban resilience in Guangzhou under rainstorm scenarios | |
CN103175513A (zh) | 水利工程影响下基于物联网的流域水文水质监控系统及方法 | |
CN109102868B (zh) | 一种震后医疗应急设施的选址方法 | |
CN103839118A (zh) | 一种选址方法和装置 | |
CN113705085B (zh) | 一种智能电网多层次结构建模及风险评估方法 | |
CN110322170A (zh) | 一种配电网模块化规划层级的划分方法 | |
CN107872808A (zh) | 一种wlan站址预测分析方法及装置 | |
CN107292478A (zh) | 一种灾害对配电网影响态势的获取方法 | |
CN109359162A (zh) | 一种基于gis的学校选址方法 | |
Liu et al. | A comprehensive risk analysis of transportation networks affected by rainfall‐induced multihazards | |
CN112085280A (zh) | 一种考虑地理因素的输电通道路径优化方法 | |
CN115049164B (zh) | 耦合社会网络模型和碳抵消的生态网络优化方法 | |
CN112884208A (zh) | 一种城市街区智能划分方法 | |
Ma et al. | Improved urban flood risk assessment based on spontaneous-triggered risk assessment conceptual model considering road environment | |
CN108416531A (zh) | 一种配电自动化规划设计效果的自动评价方法 | |
CN115759883B (zh) | 基于网络群组特征的生态管理分区方法 | |
CN107563641A (zh) | 一种计及灾害偏好的配电网抗灾多场景差异化规划方法 | |
CN112580944A (zh) | 一种面向城市公共安全视频监控系统的评价方法 | |
CN116911507A (zh) | 基于空间投影寻踪的城市街区活力评价方法及存储介质 | |
CN107103415B (zh) | 配电网资源配置方法和系统 | |
CN115622041A (zh) | 一种基于复杂网络的配电网系统综合性能评估方法 | |
CN113849942A (zh) | 基于复杂网络的公交网络分析方法、系统、存储介质及SP-Space模型 | |
Liu et al. | Case Study of the 2016 Kumamoto Earthquake: The Disaster Response Capability of Kumamoto Compact City, Japan |
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 |