CN113361786B - 融合多源多维异构大数据的电力线路智能规划方法 - Google Patents

融合多源多维异构大数据的电力线路智能规划方法 Download PDF

Info

Publication number
CN113361786B
CN113361786B CN202110651327.5A CN202110651327A CN113361786B CN 113361786 B CN113361786 B CN 113361786B CN 202110651327 A CN202110651327 A CN 202110651327A CN 113361786 B CN113361786 B CN 113361786B
Authority
CN
China
Prior art keywords
data
dimensional
planning
power line
line
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
Application number
CN202110651327.5A
Other languages
English (en)
Other versions
CN113361786A (zh
Inventor
张乐
黄峰
马骏
徐华泽
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.)
Nantong Power Supply Co Of State Grid Jiangsu Electric Power Co
Original Assignee
Nantong Power Supply Co Of State Grid Jiangsu Electric Power Co
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 Nantong Power Supply Co Of State Grid Jiangsu Electric Power Co filed Critical Nantong Power Supply Co Of State Grid Jiangsu Electric Power Co
Priority to CN202110651327.5A priority Critical patent/CN113361786B/zh
Publication of CN113361786A publication Critical patent/CN113361786A/zh
Application granted granted Critical
Publication of CN113361786B publication Critical patent/CN113361786B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/04—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了融合多源多维异构大数据的电力线路智能规划方法，包括以下步骤：(1)确立基础数据及系统坐标系；(2)数字高程模型、数字正射影像数据处理；(3)建设电力线路规划三维基础地理信息平台；(4)处理并接入电力线路周边数据；(5)处理并接入气象数据；(6)处理并接入水系、路网、地名地址、危险品等数据；(7)处理并接入图片、视频、表格等异构数据；(8)基于融合大数据的智能线路规划。本发明通过创造性地引入多维、多源、异构的各类数据要素，来开展电力线路的智能规划设计，并实现规划成果三维直观呈现与多层数据的叠加展示。

Description

融合多源多维异构大数据的电力线路智能规划方法
技术领域
本发明属于电力线路规划技术领域，具体来说，涉及融合多源多维异构大数据的电力线路智能规划方法。
背景技术
目前的电力线路规划技术方法，未能引入三维地形要素，在地形存在起伏的区域无法计算线路杆塔及线路的高程、通视情况，也不能更直观地显示电力线路规划成果；此外，目前的电力线路规划技术方法只引入点、线、面等常规性的基础平面数据，无法引入多维立体类型数据进行拓扑计算。
本发明中所涉的技术方法可以解决电力线路规划设计过程中多维、多源、异构数据等要素的计算引入问题，同时实现规划成果的三维呈现与多层大数据的叠加展示。
发明内容
本发明提出融合多源多维异构大数据的电力线路智能规划方法，该技术方法可以解决电力线路规划设计过程中多维、多源、异构数据等要素的计算引入问题，同时实现规划成果的三维呈现与多层大数据的叠加展示。
本发明具体为融合多源多维异构大数据的电力线路智能规划方法，所述方法具体包括以下步骤：
步骤1、确立基础数据及系统坐标系；
步骤2、数字高程模型、数字正射影像数据处理；
步骤3、建设电力线路规划三维基础地理信息平台；
步骤4、处理并接入电力线路周边数据；
步骤5、处理并接入气象数据；
步骤6、处理并接入水系、路网、地名地址、危险品数据；
步骤7、处理并接入图片、视频、表格等异构数据；
步骤8、基于融合大数据进行智能线路规划。
进一步的，所述步骤1中为统一数据基础，按照国家测绘规范，采用CGCS2000为基础数据及系统坐标系。
进一步的，所述步骤2中对数字高程模型、数字正射影像数据进行标准化处理，正射影像数据需经过润色、镶嵌流程，数字高程模型需进行剔除粗差、镶嵌处理，最终输出为TIF或IMG格式的标准影像数据。
进一步的，所述步骤3中叠加数字正射影像与数字高程模型数据，逐级建立瓦片金字塔，并以流规则的模式创建三维地形集，三维地形数据集中包含影像与高程数据；三维数据集经发布为符合OGC标准的地图数据服务，利用程序开发动态加载三维地形数据集搭建电力线路规划三维基础地理信息平台。
进一步的，所述步骤4中建立电力相关数据库，将电力线路、变电站、地质数据以全属性要素方式分类整理并入库，发布为WFS网络矢量服务，并以数据接口方式在三维基础地理信息平台中加载。
进一步的，所述步骤5中处理并接入气象数据具体包括以下步骤：
步骤51、利用DBSCAN聚类算法对气象数据进行聚类并获取规划气象信息：
在运用DBSCAN算法进行聚类时，需要使用haversine方法计算两个气象站之间的距离，因此需将数据的球面坐标系转化为空间直角坐标系，haversine方法的计算数学方法如下：
Figure BDA0003111294980000021
Figure BDA0003111294980000022
式中：R为地球半径，取平均值6371km，
Figure BDA0003111294980000023
表示两点的纬度，从表示两点经度的差值；
步骤52、构建气象数据集合{S}进行聚类，聚类算法如下：
a.确定搜索半径e和最小数目minPts；
b.检测集合S中尚未检查过的气象站Gp，如果Gp未被处理，归为某个簇或者标记为噪声，则搜索与气象站Gp相似度sim(Gi，Gp)＜e的所有气象站Gi，若搜索到的气象站数不小于minPts，建立新簇C，将其中的所有点加入候选集N，否则视为噪声；
c.对候选集N中所有尚未被处理的气象站Gq，搜索与气象站Gq相似度sim(Gj，Gq)＜e的所有气象站Gj，若至少包含minPts个气象站，则将这些气象站加入N；如果Gq未归入任何一个簇，则将Gq加入C；
d.重复步骤c，继续检查N中未处理的对象，直到当前候选集N为空；
e.重复步骤b～d，直到所有对象都归入了某个簇或标记为噪声；
f.从聚类算法结果中选区包含目标气象站G0的集合Y，Y包含的气象信息即是与目标气象站G0相似的气象信息；
g.聚类结果生成赋值栅格图，加载至三维地理信息系中，通过电力线路规划坐标点[x，y，z]可以获取当前点气象值，用于线路选址选线规划中对气象数据的逻辑判断。
进一步的，所述步骤6中将水系、路网、地名地址、危险品数据以全属性要素方式分类整理，并分别建立相应数据表，矢量化为点、线、面拓扑结构并导入数据库。
进一步的，所述步骤7中将图片、视频、表格等异构数据按类别分别建立索引，设定唯一ID值，并绑定数据的属性、语义、特征描述信息；定义数据检索规则，链接异构文件地址并标记地理位置信息，形成数据条目；进一步创建相应的数据表，导入数据条目等要素信息。
进一步的，所述步骤8中基于融合大数据进行智能线路规划具体包括以下步骤：
步骤81、在线路规划的过程中，动态获取线路及杆塔经过的平面位置信息，并格式化为位置坐标串[x，y]，同时动态访问三维系统中的地形数据信息，通过平面坐标获取当前位置的地表高程值[z]，可以动态分析线路的通达可视性、线路经过区域的断面信息和坡度信息；
步骤82、规划设计线路引入多源、多维、异构的各类影响因子数据，在线路规划过程中，动态绘制或导入选线选址位置信息，并根据位置信息按距离生成几何拓扑面，动态查询与本几何拓扑面包含、相交或相临的影响因子数据并输出；并将规划线路点位根据各影响因子数据进行动态调整，动态导入三维电塔、电站及部件模型，以三维方式绘制在规划平台上直观呈现，并与各类数据同步叠加进行查看、分析。
与现有技术相比，本发明提供的技术方案具有以下有益效果：
本发明通过创造性地引入多维、多源、异构的各类数据要素，来开展电力线路的智能规划设计，并实现规划成果三维直观呈现与多层数据的叠加展示。
附图说明
图1是本发明融合多源多维异构大数据的电力线路智能规划方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施案例对本发明进行深入地详细说明。应当理解，此处所描述的具体实施案例仅仅用以解释本发明，并不用于限定发明。
本发明融合多源多维异构大数据的电力线路智能规划方法包括以下步骤：
(1)确立基础数据及系统坐标系
为统一数据基础，按照国家测绘相关规范，拟定CGCS2000为基础数据及系统坐标系。
(2)数字高程模型、数字正射影像数据处理
对数字高程模型、数字正射影像数据进行标准化处理，正射影像数据需经过润色、镶嵌等流程，数字高程模型需进行剔除粗差、镶嵌处理，最终输出为TIF或IMG格式的标准影像数据。
(3)建设电力线路规划三维基础地理信息平台
叠加数字正射影像与数字高程模型数据，逐级建立瓦片金字塔，并以流规则的模式创建三维地形集，三维地形数据集中包含影像与高程数据。三维数据集经发布为符合OGC标准的地图数据服务，利用程序开发动态加载三维地形数据集搭建电力线路规划三维基础地理信息平台。
(4)处理并接入电力线路周边数据
建立电力相关数据库，将电力线路、变电站、地质数据以全属性要素方式分类整理并入库，发布为WFS网络矢量服务，并以数据接口方式在三维基础地理信息平台中加载。
(5)处理并接入气象数据
首先利用DBSCAN聚类算法对气象数据进行聚类并获取规划气象信息。
在运用DBSCAN算法进行聚类时，需要使用haversine方法计算两个关键要素(气象站)之间的距离，因此需将数据的球面坐标系转化为空间直角坐标系，haversine方法的计算数学方法如下：
Figure BDA0003111294980000041
Figure BDA0003111294980000042
式中：R为地球半径，可取平均值6371km，
Figure BDA0003111294980000043
表示两点的纬度，从表示两点经度的差值。
进一步，构建气象数据集合{S}进行聚类，聚类算法如下：
a.确定搜索半径e和最小数目minPts；
b.检测集合S中尚未检查过的气象站Gp，如果Gp未被处理(归为某个簇或者标记为噪声)，则搜索与气象站Gp相似度sim(Gi，Gp)＜e的所有气象站Gi，若搜索到的气象站数不小于minPts，建立新簇C，将其中的所有点加入候选集N，否则视为噪声；
c.对候选集N中所有尚未被处理的气象站Gq，搜索与气象站Gq相似度sim(Gj，Gq)＜e的所有气象站Gj，若至少包含minPts个气象站，则将这些气象站加入N；如果Gq未归入任何一个簇，则将Gq加入C；
d.重复步骤c.，继续检查N中未处理的对象，直到当前候选集N为空；
e.重复步骤b.～d.)，直到所有对象都归入了某个簇或标记为噪声。
f.从聚类算法结果中选区包含目标气象站G0的集合Y，Y包含的气象信息即是与目标气象站G0相似的气象信息。
g.聚类结果生成赋值栅格图，加载至三维地理信息系中，通过电力线路规划坐标点[x，y，z]可以获取当前点气象值，用于线路选址选线规划中对气象数据的逻辑判断。
(6)处理并接入水系、路网、地名地址、危险品等数据
将水系、路网、地名地址、危险品数据以全属性要素方式分类整理，并分别建立相应数据表，矢量化为点、线、面拓扑结构并导入数据库。
(7)处理并接入图片、视频、表格等异构数据
将图片、视频、表格等异构数据按类别分别建立索引，设定唯一ID值，并绑定数据的属性、语义、特征描述信息。定义数据检索规则，链接异构文件地址并标记地理位置信息，形成数据条目；进一步创建相应的数据表，导入数据条目等要素信息。
(8)基于融合大数据的智能线路规划
第一步，在线路规划的过程中，动态获取线路及杆塔经过的平面位置信息，并格式化为位置坐标串[x，y]，同时动态访问三维系统中的地形数据信息，通过平面坐标获取当前位置的地表高程值[z]，可以动态分析线路的通达可视性、线路经过区域的断面信息和坡度信息。
进一步，规划设计线路引入多源、多维、异构的各类影响因子数据，在线路规划过程中，动态绘制或导入选线选址位置信息，并根据位置信息按距离生成几何拓扑面，动态查询与本几何拓扑面包含、相交或相临的影响因子数据并输出。并可以将规划线路点位根据各影响因子数据进行动态调整，动态导入三维电塔、电站及部件模型，以三维方式绘制在规划平台上直观呈现，并与各类数据同步叠加进行查看、分析。
下面列举一个实施例子。
本文以配电网智能规划系统作为智能电力线路规划的示例，系统结构如图1所示。智能电力线路规划考虑电力线路规划三维基础地理信息平台的建设：一是为统一数据基础，拟定CGCS2000为基础数据及系统坐标系。二是对正射影像数据进行润色、镶嵌等流程，对数字高程模型进行剔除粗差、镶嵌处理，最终输出为TIF或IMG格式的标准影像数据。三是利用先进的GIS、RS以及虚拟现实等技术将基础数据、数字高程模型、数字正射影像数据和各种电力部门专业属性信息有机结合起来，建立电力三维地理信息平台，可实现与基础地理信息数据相结合的电力专业数据的查询、更新。四是建立电力相关数据库，将电力线路、变电站、地质数据以全属性要素方式分类整理并入库，发布为WFS网络矢量服务，并以数据接口方式在三维基础地理信息平台中加载。五是利用DBSCAN聚类算法对江苏地区内近三年756个基本、基准地面气象观测站及自动站日值数据集，包括气压、气温、水汽压、湿度、降水量、蒸发量、风速、风向、日照时数等9类20项气象数据进行聚类并获取规划气象信息。六是将水系、路网、地名地址、4类20项危险品数据以全属性要素方式分类整理，并分别建立相应数据表，矢量化为点、线、面拓扑结构并导入数据库。七是将图片、视频、表格等异构数据按类别分别建立索引，设定唯一ID值，并绑定数据的属性、语义、特征描述信息。定义数据检索规则，链接异构文件地址并标记地理位置信息，形成数据条目；进一步创建相应的数据表，导入数据条目等要素信息。八是基于融合大数据进行智能线路规划。第一步，在线路规划的过程中，动态获取线路及杆塔经过的平面位置信息，并格式化为位置坐标串[x,y]，同时动态访问三维系统中的地形数据信息，通过平面坐标获取当前位置的地表高程值[z]，可以动态分析线路的通达可视性、线路经过区域的断面信息和坡度信息。进一步，规划设计线路引入多源、多维、异构的各类影响因子数据，在线路规划过程中，动态绘制或导入选线选址位置信息，并根据位置信息按距离生成几何拓扑面，动态查询与本几何拓扑面包含、相交或相临的影响因子数据并输出。并可以将规划线路点位根据各影响因子数据进行动态调整，动态导入三维电塔、电站及部件模型，以三维方式绘制在规划平台上直观呈现，并与各类数据同步叠加进行查看、分析。将智能电力线路规划全过程纳入计算机管理，规范智能电力线路规划业务流程，加强电力部门的协作和管理职能，提高电力部门基于融合大数据的智能线路规划水平。
分析以上示例，明显看出本文所提出的方法具备较好的经济价值：相比当前的电力线路规划技术方法，本文提出的方法引入了三维地形要素，解决在地形存在起伏的区域计算线路杆塔及线路的高程、通视情况的问题，更直观地显示电力线路规划成果；在引入点、线、面等常规性的基础平面数据的同时，引入多维立体类型数据进行拓扑计算。说明了通过创造性地引入多维、多源、异构的各类数据要素，来开展电力线路的智能规划设计，并实现规划成果三维直观呈现与多层数据的叠加展示。
最后应该说明的是，结合上述实施例仅说明本发明的技术方案而非对其限制。所属领域的普通技术人员应当理解到，本领域技术人员可以对本发明的具体实施方式进行修改或者等同替换，但这些修改或变更均在申请待批的权利要求保护范围之中。

Claims (7)

1.融合多源多维异构大数据的电力线路智能规划方法，其特征在于，所述方法具体包括以下步骤：
步骤1、确立基础数据及系统坐标系；
步骤2、数字高程模型、数字正射影像数据处理；
步骤3、建设电力线路规划三维基础地理信息平台；
步骤4、处理并接入电力线路周边数据；
步骤5、处理并接入气象数据；
步骤6、处理并接入水系、路网、地名地址、危险品数据；
步骤7、处理并接入图片、视频、表格异构数据；
步骤8、基于融合大数据进行智能线路规划；
所述步骤5中处理并接入气象数据具体包括以下步骤：
步骤51、利用DBSCAN聚类算法对气象数据进行聚类并获取规划气象信息：
在运用DBSCAN算法进行聚类时，需要使用haversine方法计算两个气象站之间的距离，因此需将数据的球面坐标系转化为空间直角坐标系，haversine方法的计算数学方法如下：
Figure FDA0003659458810000011
Figure FDA0003659458810000012
式中：R为地球半径，取平均值6371km，
Figure FDA0003659458810000013
表示两点的纬度，Δλ表示两点经度的差值；
步骤52、构建气象数据集合{S}进行聚类，聚类算法如下：
a.确定搜索半径e和最小数目minPts；
b.检测集合S中尚未检查过的气象站Gp，如果Gp未被处理，归为某个簇或者标记为噪声，则搜索与气象站Gp相似度sim(Gi，Gp)＜e的所有气象站Gi，若搜索到的气象站数不小于minPts，建立新簇C，将其中的所有点加入候选集N，否则视为噪声；
c.对候选集M和所有尚未被处理的气象站Gq，搜索与气象站Gq相似度sim(Gj，Gq)＜e的所有气象站Gj，若至少包含minPts个气象站，则将这些气象站加入N；如果Gq未归入任何一个簇，则将Gq加入C；
d.重复步骤c，继续检查N中未处理的对象，直到当前候选集N为空；
e.重复步骤b～d，直到所有对象都归入了某个簇或标记为噪声；
f.从聚类算法结果中选取包含目标气象站G0的集合Y，Y包含的气象信息即是与目标气象站G0相似的气象信息；
g.聚类结果生成赋值栅格图，加载至三维地理信息系中，通过电力线路规划坐标点[x，y，z]可以获取当前点气象值，用于线路选址选线规划中对气象数据的逻辑判断；
所述步骤8中基于融合大数据进行智能线路规划具体包括以下步骤：
步骤81、在线路规划的过程中，动态获取线路及杆塔经过的平面位置信息，并格式化为位置坐标串[x，y]，同时动态访问三维系统中的地形数据信息，通过平面坐标获取当前位置的地表高程值[z]，可以动态分析线路的通达可视性、线路经过区域的断面信息和坡度信息；
步骤82、规划设计线路引入多源、多维、异构的各类影响因子数据，在线路规划过程中，动态绘制或导入选线选址位置信息，并根据位置信息按距离生成几何拓扑面，动态查询与本几何拓扑面包含、相交或相临的影响因子数据并输出；并将规划线路点位根据各影响因子数据进行动态调整，动态导入三维电塔、电站及部件模型，以三维方式绘制在规划平台上直观呈现，并与各类数据同步叠加进行查看、分析。
2.根据权利要求1所述的融合多源多维异构大数据的电力线路智能规划方法，其特征在于，所述步骤1中为统一数据基础，按照国家测绘规范，采用CGCS2000为基础数据及系统坐标系。
3.根据权利要求1所述的融合多源多维异构大数据的电力线路智能规划方法，其特征在于，所述步骤2中对数字高程模型、数字正射影像数据进行标准化处理，正射影像数据需经过润色、镶嵌流程，数字高程模型需进行剔除粗差、镶嵌处理，最终输出为TIF或IMG格式的标准影像数据。
4.根据权利要求1所述的融合多源多维异构大数据的电力线路智能规划方法，其特征在于，所述步骤3中叠加数字正射影像与数字高程模型数据，逐级建立瓦片金字塔，并以流规则的模式创建三维地形集，三维地形数据集中包含影像与高程数据；三维数据集经发布为符合OGC标准的地图数据服务，利用程序开发动态加载三维地形数据集搭建电力线路规划三维基础地理信息平台。
5.根据权利要求1所述的融合多源多维异构大数据的电力线路智能规划方法，其特征在于，所述步骤4中建立电力相关数据库，将电力线路、变电站、地质数据以全属性要素方式分类整理并入库，发布为WFS网络矢量服务，并以数据接口方式在三维基础地理信息平台中加载。
6.根据权利要求1所述的融合多源多维异构大数据的电力线路智能规划方法，其特征在于，所述步骤6中将水系、路网、地名地址、危险品数据以全属性要素方式分类整理，并分别建立相应数据表，矢量化为点、线、面拓扑结构并导入数据库。
7.根据权利要求1所述的融合多源多维异构大数据的电力线路智能规划方法，其特征在于，所述步骤7中将图片、视频、表格异构数据按类别分别建立索引，设定唯一ID值，并绑定数据的属性、语义、特征描述信息；定义数据检索规则，链接异构文件地址并标记地理位置信息，形成数据条目；进一步创建相应的数据表，导入数据条目要素信息。
CN202110651327.5A 2021-06-10 2021-06-10 融合多源多维异构大数据的电力线路智能规划方法 Active CN113361786B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110651327.5A CN113361786B (zh) 2021-06-10 2021-06-10 融合多源多维异构大数据的电力线路智能规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110651327.5A CN113361786B (zh) 2021-06-10 2021-06-10 融合多源多维异构大数据的电力线路智能规划方法

Publications (2)

Publication Number Publication Date
CN113361786A CN113361786A (zh) 2021-09-07
CN113361786B true CN113361786B (zh) 2022-08-19

Family

ID=77533805

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110651327.5A Active CN113361786B (zh) 2021-06-10 2021-06-10 融合多源多维异构大数据的电力线路智能规划方法

Country Status (1)

Country Link
CN (1) CN113361786B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114756555B (zh) * 2022-06-14 2022-08-26 浙江华东工程数字技术有限公司 一种多源异构三维模型数据处理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104573072A (zh) * 2015-01-26 2015-04-29 江苏欧索软件有限公司 基于异构数字资源融合的三维地理信息共享服务系统
CN109902332A (zh) * 2018-12-14 2019-06-18 仙居县恒信电力有限公司 一种基于三维化技术的电力配网系统
CN110490264A (zh) * 2019-08-23 2019-11-22 中国民航大学 基于时间序列的多维距离聚类异常检测方法及系统
CN111710041A (zh) * 2020-06-15 2020-09-25 中科九度(北京)空间信息技术有限责任公司 基于多源异构数据融合展示技术的系统及环境模拟方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104573072A (zh) * 2015-01-26 2015-04-29 江苏欧索软件有限公司 基于异构数字资源融合的三维地理信息共享服务系统
CN109902332A (zh) * 2018-12-14 2019-06-18 仙居县恒信电力有限公司 一种基于三维化技术的电力配网系统
CN110490264A (zh) * 2019-08-23 2019-11-22 中国民航大学 基于时间序列的多维距离聚类异常检测方法及系统
CN111710041A (zh) * 2020-06-15 2020-09-25 中科九度(北京)空间信息技术有限责任公司 基于多源异构数据融合展示技术的系统及环境模拟方法

Also Published As

Publication number Publication date
CN113361786A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
CN106547853B (zh) 基于一张图的林业大数据建设方法
Wu et al. An extended minimum spanning tree method for characterizing local urban patterns
CN105320811A (zh) 一种建立城市地下电力管网拓扑连通模型的方法
CN109635068A (zh) 云计算环境下的海量遥感数据高效组织及快速检索方法
CN108765567A (zh) 一种用于构建城市设计数字化沙盘的系统
CN116069882B (zh) 空域网格图生成方法
Yan et al. Description approaches and automated generalization algorithms for groups of map objects
CN111104449A (zh) 基于地理空间画像挖掘的多源城市时空标准地址融合方法
CN114925043B (zh) 基于时空网格块数据的应用方法、装置及电子设备
CN107391745A (zh) 大规模空间数据分级快速索引方法和装置
CN113361786B (zh) 融合多源多维异构大数据的电力线路智能规划方法
CN117435823B (zh) 基于网格编码的时空数据服务方法及工业互联网平台
CN112527916A (zh) 一种基于遥感影像的网格可视化定义与智能特征分析方法
CN114238384B (zh) 区域定位方法、装置、设备和存储介质
CN112835997A (zh) 一种基于GeoSOT网格的电网巡检空间网格编码方法
CN114661744A (zh) 一种基于深度学习的地形数据库更新方法及系统
Borisov et al. An automated process of creating 3D city model for monitoring urban infrastructures
Ai et al. A map generalization model based on algebra mapping transformation
CN105426387A (zh) 一种基于K-means算法的地图聚合方法
CN109977190B (zh) 面向大规模矢量地图数据的面积查询处理方法及装置
CN114820960B (zh) 构建图谱的方法、装置、设备和介质
Dunkars Multiple representation databases for topographic information
Aljumaily et al. Integration of Lidar data and GIS data for point cloud semantic enrichment at the point level
CN114490907A (zh) 名城管理数据库的构建方法、装置及存储介质
Forrest Geographic information: Its nature, classification, and cartographic representation

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