CN114004417A - 一种电力设施共享基站建设方法和装置 - Google Patents

一种电力设施共享基站建设方法和装置 Download PDF

Info

Publication number
CN114004417A
CN114004417A CN202111319349.8A CN202111319349A CN114004417A CN 114004417 A CN114004417 A CN 114004417A CN 202111319349 A CN202111319349 A CN 202111319349A CN 114004417 A CN114004417 A CN 114004417A
Authority
CN
China
Prior art keywords
base station
shared base
power facility
construction
site selection
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.)
Pending
Application number
CN202111319349.8A
Other languages
English (en)
Inventor
彭志荣
邓瑞麒
甘团杰
冯志华
程洋
陈锦洪
陈惠珍
杨玺
张欣
赵爽
张天乙
楚剑雄
郭洋洋
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.)
Guangdong Power Grid Co Ltd
Jiangmen Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Jiangmen Power Supply Bureau of Guangdong Power Grid 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 Guangdong Power Grid Co Ltd, Jiangmen Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202111319349.8A priority Critical patent/CN114004417A/zh
Publication of CN114004417A publication Critical patent/CN114004417A/zh
Pending legal-status Critical Current

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"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种电力设施共享基站建设方法和装置，方法包括：获取在预设区域内各个电力设施对应的建设状态信息；根据建设状态信息，构建共享基站选址模型；采用预设优化算法优化共享基站选址模型，得到共享基站最优选址；在共享基站最优选址对应的目标电力设施上装载共享基站，得到共享基站电力设施，从而更为高效地进行共享基站电力设施的建设，提高电力设施的建设资源利用率。

Description

一种电力设施共享基站建设方法和装置
技术领域
本发明涉及电力设施建设技术领域，尤其涉及一种电力设施共享基站建设方法和装置。
背景技术
第五代移动通信技术(5th Generation Mobile Communication Technology，5G)是具有高速率、低时延和大连接特点的新一代宽带移动通信技术，是实现人机物互联的网络基础设施。
随着科技的不断发展，5G已成为全球新一轮科技革命和产业变革的核心技术之一，是实现国家数字化、智能化、“万物互联"的战略性通信基础设施。为满足5G垂直行业的三大需求，国际电联提出了MT-2020(即5G，也称为NR)愿景，确立了三大场景增强移动带宽、超高可靠低时延通信、大规模机器类通信，在实现移动通信技术新跨越的同时，将移动通信能力从消费级向工业级延伸，推动产业转型升级。
但由于传统的电力设施重复建设的现象十分严重，且光纤通信难以全面覆盖，导致电力设施的维护时间长，维护成本高，容易造成对电力设施资源的浪费。
发明内容
本发明提供了一种电力设施共享基站建设方法和装置，解决了由于传统的电力设施重复建设且难以全面覆盖通信所导致的维护时间长，维护成本高，容易造成电力设施资源浪费的技术问题。
本发明提供的一种电力设施共享基站建设方法，包括：
获取在预设区域内各个电力设施对应的建设状态信息；
根据所述建设状态信息，构建共享基站选址模型；
采用预设优化算法优化所述共享基站选址模型，得到共享基站最优选址；
在所述共享基站最优选址对应的目标电力设施上装载所述共享基站，得到共享基站电力设施。
可选地，所述方法还包括：
获取所述共享基站电力设施的设施参数；
通过预设的有限元分析软件根据所述设施参数构建有限元模型；
通过所述有限云分析软件对所述有限元模型进行分析，生成所述共享基站电力设施的承重参数。
可选地，所述方法还包括：
根据所述承重参数，计算所述共享基站电力设施对应的风险评估参数；
根据所述风险评估参数和预设阈值的比较结果，判断所述共享基站电力设施是否存在建设风险。
可选地，所述建设状态信息包括共享基站数量、建设总预算和覆盖状态信息；所述根据所述建设状态信息，构建共享基站选址模型的步骤，包括：
根据所述共享基站数量、所述建设总预算和所述覆盖状态信息构建共享基站选址模型；
所述共享基站选址模型为：
Figure BDA0003344659140000021
Figure BDA0003344659140000022
其中，y为共享基站选址，A为所述建设总预算，Qi为第i个共享基站的位置信息，xi为第i个共享基站对应的所述覆盖状态信息，n为所述共享基站数量，Ci为第i个共享基站的建设费用，Lij为第i个共享基站覆盖第j个电力设施的覆盖状态信息，kj为第j个电力设施，s.t.为使得...满足...。
可选地，所述采用预设优化算法优化所述共享基站选址模型，得到共享基站最优选址的步骤，包括：
接收输入的迭代次数；
采用预设的粒子群优化算法对所述共享基站选址模型进行优化，计算所述共享基站选址模型的最优解；
当优化次数达到所述迭代次数时，将当前时刻的所述最优解作为共享基站最优选址。
本发明还提供了一种电力设施共享基站建设装置，包括：
建设状态信息获取模块，用于获取在预设区域内各个电力设施对应的建设状态信息；
选址模型构建模块，用于根据所述建设状态信息，构建共享基站选址模型；
最优选址确定模块，用于采用预设优化算法优化所述共享基站选址模型，得到共享基站最优选址；
基站装载模块，用于在所述共享基站最优选址对应的目标电力设施上装载所述共享基站，得到共享基站电力设施。
可选地，所述装置还包括：
设施参数获取模块，用于获取所述共享基站电力设施的设施参数；
有限元模型构建模块，用于通过预设的有限元分析软件根据所述设施参数构建有限元模型；
承重参数确定模块，用于通过所述有限云分析软件对所述有限元模型进行分析，生成所述共享基站电力设施的承重参数。
可选地，所述装置还包括：
风险评估参数计算模块，用于根据所述承重参数，计算所述共享基站电力设施对应的风险评估参数；
建设风险判断模块，用于根据所述风险评估参数和预设阈值的比较结果，判断所述共享基站电力设施是否存在建设风险。
可选地，所述建设状态信息包括共享基站数量、建设总预算和覆盖状态信息；所述选址模型构建模块包括：
选址模块构建子模块，用于根据所述共享基站数量、所述建设总预算和所述覆盖状态信息构建共享基站选址模型；
所述共享基站选址模型为：
Figure BDA0003344659140000041
Figure BDA0003344659140000042
其中，y为共享基站选址，A为所述建设总预算，Qi为第i个共享基站的位置信息，xi为第i个共享基站对应的所述覆盖状态信息，n为所述共享基站数量，Ci为第i个共享基站的建设费用，Lij为第i个共享基站覆盖第j个电力设施的覆盖状态信息，kj为第j个电力设施，s.t.为使得...满足...。
可选地，所述最优选址确定模块包括：
迭代次数接收子模块，用于接收输入的迭代次数；
最优解计算子模块，用于采用预设的粒子群优化算法对所述共享基站选址模型进行优化，计算所述共享基站选址模型的最优解；
最优选址确定子模块，用于当优化次数达到所述迭代次数时，将当前时刻的所述最优解作为共享基站最优选址。
从以上技术方案可以看出，本发明具有以下优点：
本发明通过获取在预设区域内各个电力设施对应的建设状态信息，并根据该建设状态信息进行共享基站选址模型的构建，再采用预设的粒子群优化算法对共享基站选址模型进行优化求解，以得到共享基站最优选址，最后在该共享基站最优选址所对应的目标电力设施上进行共享基站的装载，得到共享基站电力设施，从而解决由于传统的电力设施重复建设且难以全面覆盖通信所导致的维护时间长，维护成本高，容易造成电力设施资源浪费的技术问题，更为高效地进行共享基站电力设施的建设，提高电力设施的建设资源利用率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例一提供的一种电力设施共享基站建设方法的步骤流程图；
图2为本发明实施例二提供的一种电力设施共享基站建设方法的步骤流程图；
图3为本发明实施例二提供的共享基站初始位置示意图；
图4为本发明实施例三提供的一种电力设施共享基站建设方法的步骤流程图。
具体实施方式
本发明实施例提供了一种电力设施共享基站建设方法和装置，用于解决由于传统的电力设施重复建设且难以全面覆盖通信所导致的维护时间长，维护成本高，容易造成电力设施资源浪费的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，图1为本发明实施例一提供的一种电力设施共享基站建设方法的步骤流程图。
本发明提供的一种电力设施共享基站建设方法，包括：
步骤101，获取在预设区域内各个电力设施对应的建设状态信息；
建设状态信息指的是在预设区域内各个电力设施的位置分布信息、塔型、市电引入规范和建设总预算等信息。
在本发明实施例中，由于需要在电力设施上进行共享基站的建设，为追求最小的资源消耗和最大的信号覆盖范围，此时可以先获取在预设区域内的各个电力设施对应的建设状态信息。
其中，电力设施可以为电力杆塔，杆塔是架空输电线路中用来支撑输电线的支撑物。杆塔多由钢材或钢筋混凝土制成，是架空输电线路的主要支撑结构。
步骤102，根据建设状态信息，构建共享基站选址模型；
在本发明实施例中，在获取建设状态信息后，为确定共享基站的选址，可以采用上述建设状态信息构建共享基站选址模型。
步骤103，采用预设优化算法优化共享基站选址模型，得到共享基站最优选址；
在构建得到共享基站选址模型后，可以基于共享基站选址模型中共享基站的电力设施的位置、费用等参数作为模型参数，采用预设的优化算法结合预设迭代次数对共享基站选址模型进行优化，以确定共享基站最优选址。
其中，每个共享基站选址必然是一个未搭载共享基站的电力设施。
值得一提的是，优化算法可以为粒子群优化算法(Particle SwarmOptimization，PSO)是源于对鸟群捕食行为的硏究，其基本核心是利用群体中的个体对信息的共享从而使得整个群体的运动在问题求解空间中产生从无序到有序的演化过程，从而获得问题的最优解
步骤104，在共享基站最优选址对应的目标电力设施上装载共享基站，得到共享基站电力设施。
在确定共享基站最优选址后，可以在共享基站最优选址所对应的目标电力设施上进行共享基站的装载，以得到共享基站电力设施。
其中，共享基站为5G通信基站。
在本发明实施例中，通过获取在预设区域内各个电力设施对应的建设状态信息，并根据该建设状态信息进行共享基站选址模型的构建，再采用预设的粒子群优化算法对共享基站选址模型进行优化求解，以得到共享基站最优选址，最后在该共享基站最优选址所对应的目标电力设施上进行共享基站的装载，得到共享基站电力设施，从而解决由于传统的电力设施重复建设且难以全面覆盖通信所导致的维护时间长，维护成本高，容易造成电力设施资源浪费的技术问题，更为高效地进行共享基站电力设施的建设，提高电力设施的建设资源利用率。
请参阅图2，图2为本发明实施例二提供的一种电力设施共享基站建设方法的步骤流程图。
本发明提供的一种电力设施共享基站建设方法，包括：
步骤201，获取在预设区域内各个电力设施对应的建设状态信息；
建设状态信息指的是在预设区域内各个电力设施的位置分布信息、塔型、市电引入规范和建设总预算等信息。
在本发明实施例中，由于需要在电力设施上进行共享基站的建设，为追求最小的资源消耗和最大的信号覆盖范围，此时可以先获取在预设区域内的各个电力设施对应的建设状态信息。
步骤202，根据建设状态信息，构建共享基站选址模型；
可选地，建设状态信息包括共享基站数量、建设总预算和覆盖状态信息；步骤202可以包括以下子步骤：
根据共享基站数量、建设总预算和覆盖状态信息构建共享基站选址模型；共享基站选址模型为：
Figure BDA0003344659140000071
Figure BDA0003344659140000072
其中，y为共享基站选址，A为建设总预算，Qi为第i个共享基站的位置信息，xi为第i个共享基站对应的覆盖状态信息，n为共享基站数量，Ci为第i个共享基站的建设费用，Lij为第i个共享基站覆盖第j个电力设施的覆盖状态信息，kj为第j个电力设施，s.t.为使得...满足...，全称subject to。
值得一提的是，当第i个共享基站不能覆盖任一座电力设施时，xi取0，当第i个共享基站至少能覆盖一座电力设施时，xi取1；当第i个共享基站不能覆盖第j个电力设施时，Lij取0，当第i个共享基站能覆盖第j个电力设施时，Lij取1；
Figure BDA0003344659140000081
表示电力设施j被覆盖的次数，若
Figure BDA0003344659140000082
则kj＝0；若
Figure BDA0003344659140000083
则kj＝1。
步骤203，接收输入的迭代次数；
步骤204，采用预设的粒子群优化算法对共享基站选址模型进行优化，计算共享基站选址模型的最优解；
步骤205，当优化次数达到迭代次数时，将当前时刻的最优解作为共享基站最优选址；
粒子群优化算法(Particle Swarm Optimization，PSO)是源于对鸟群捕食行为的硏究，其基本核心是利用群体中的个体对信息的共享从而使得整个群体的运动在问题求解空间中产生从无序到有序的演化过程，从而获得问题的最优解。
在本发明实施例中，可以由用户输入迭代次数，以开始对n个共享基站位置信息Qi的共享基站选址模型优化过程：
参见图3所示，所构建的共享基站选址模型中的各个共享基站的位置在初始状态时均为随机位置。
优化过程可以如下步骤S1-S5所示：
S1、分别计算共享基站选址模型内的各个共享基站位置信息Qi的极大值Max y；
其中，共享基站选址模型为：
Figure BDA0003344659140000084
S2、从各个共享基站位置信息Qi对应的极大值内，确定全局最优值；
S3、更新各个共享基站位置信息Qi的速度和位置；
速度更新公式为：
V＝ωV0+S1random(0,1)(Pid-X0)+S2random(0,1)(Pgd-X0)
位置更新公式为：
X＝X0+V
其中，V为更新后的共享基站位置信息的速度，ω为惯性因子，S1为每个共享基站位置信息的个体学习因子，S2为每个共享基站位置信息的社会学习因子，random(0，1)表示区间(0，1)上的随机数，Pid表示第i个变量的个体极值的第d维，Pgd表示全局最优解的第d维。
S4、重新计算更新共享基站位置信息后的极大值
S5、若达到设定的迭代次数，则输出共享基站选址模型的最优解；否则，则返回步骤S2。
步骤206，在共享基站最优选址对应的目标电力设施上装载共享基站，得到共享基站电力设施。
在确定共享基站最优选址后，可以在共享基站最优选址所对应的目标电力设施上进行共享基站的装载，以得到共享基站电力设施。
可选地，方法还包括以下步骤：
获取共享基站电力设施的设施参数；
通过预设的有限元分析软件根据设施参数构建有限元模型；
通过有限云分析软件对有限元模型进行分析，生成共享基站电力设施的承重参数。
在本发明实施例中，可以通过获取共享基站电力设施的设施参数，例如电力杆塔材料的弹性模量、密度、节点的准确坐标、各种规格角钢的实常数以及杆件的连接信息等，以此创建实体模型，再通过在实体模型的基础上结合实际的共享基站电力设施进行属性设置和网格划分操作，完成有限元模型的建立。
例如，可以在ANSYS软件中设置电力杆塔的梁单元为Beam单元库中的Beam188单元，电力杆塔模型将用Beam188模拟塔身、塔腿主材及横隔材，其他杆件采用Link8单元进行模拟；其中，Beam188是三维线性梁单元，Beam188单元适合分析纤细的、不怎么粗短的梁结构，该单元基于Timoshenko梁结构理论，并考虑了剪切变形的影响；Link8单元是有着广泛的工程应用的杆单元，比如可以用来模拟桁架缆索、连杆、弹簧等等。这种三维杆单元是杆轴方向的拉压单元，每个节点具有三个自出度：沿节点坐标系X，Y，Z方向的平动就像在铰接结构中的表现一样，该单元不承受弯矩，具有塑性、蠕变、膨胀、应力刚化、大变形、大应变等功能。
在得到有限元模型后，可以采用ANSYS软件对该模型进行分析，以得到共享基站电力设施的承重参数，例如共享基站电力设施的最大轴向承受力以及设施重力。
值得一提的是，有限元分析软件可以为ANSYS软件。
进一步地，方法还包括以下步骤：
根据承重参数，计算共享基站电力设施对应的风险评估参数；
根据风险评估参数和预设阈值的比较结果，判断共享基站电力设施是否存在建设风险。
在本发明的一个示例中，可以根据计算得到的承重参数，计算共享基站电力设施所对应的风险评估参数，风险评估参数可以通过以下公式进行计算：
Figure BDA0003344659140000101
其中，f(a，b)为风险评估参数，a为共享基站电力设施的最大轴向承受力，b为设施重力。
在得到风险评估参数后，可以基于风险评估参数和预设评估标识的匹配结果，判断共享基站电力设施是否存在建设风险。
其中，预设评估标识为0或1；若风险评估参数为0，则判定共享基站电力设施不存在建设风险；若是风险评估参数为1，则判定共享基站电力设施存在建设风险。
可选地，在判定共享基站电力设施存在建设风险时，可以返回到步骤203重新获取共享基站最优选址。
在本发明实施例中，通过获取在预设区域内各个电力设施对应的建设状态信息，并根据该建设状态信息进行共享基站选址模型的构建，再采用预设的粒子群优化算法对共享基站选址模型进行优化求解，以得到共享基站最优选址，最后在该共享基站最优选址所对应的目标电力设施上进行共享基站的装载，得到共享基站电力设施，从而解决由于传统的电力设施重复建设且难以全面覆盖通信所导致的维护时间长，维护成本高，容易造成电力设施资源浪费的技术问题，更为高效地进行共享基站电力设施的建设，提高电力设施的建设资源利用率。
请参阅图4，图4为本发明实施例三提供的一种电力设施共享基站建设装置的结构框图。
本发明实施例提供的一种电力设施共享基站建设装置，包括：
建设状态信息获取模块401，用于获取在预设区域内各个电力设施对应的建设状态信息；
选址模型构建模块402，用于根据建设状态信息，构建共享基站选址模型；
最优选址确定模块403，用于采用预设优化算法优化共享基站选址模型，得到共享基站最优选址；
基站装载模块404，用于在共享基站最优选址对应的目标电力设施上装载共享基站，得到共享基站电力设施。
可选地，装置还包括：
设施参数获取模块，用于获取共享基站电力设施的设施参数；
有限元模型构建模块，用于通过预设的有限元分析软件根据设施参数构建有限元模型；
承重参数确定模块，用于通过有限云分析软件对有限元模型进行分析，生成共享基站电力设施的承重参数。
可选地，装置还包括：
风险评估参数计算模块，用于根据承重参数，计算共享基站电力设施对应的风险评估参数；
建设风险判断模块，用于根据风险评估参数和预设阈值的比较结果，判断共享基站电力设施是否存在建设风险。
可选地，建设状态信息包括共享基站数量、建设总预算和覆盖状态信息；选址模型构建模块402包括：
选址模块构建子模块，用于根据共享基站数量、建设总预算和覆盖状态信息构建共享基站选址模型；
共享基站选址模型为：
Figure BDA0003344659140000121
Figure BDA0003344659140000122
其中，y为共享基站选址，A为建设总预算，Qi为第i个共享基站的位置信息，xi为第i个共享基站对应的覆盖状态信息，n为共享基站数量，Ci为第i个共享基站的建设费用，Lij为第i个共享基站覆盖第j个电力设施的覆盖状态信息，kj为第j个电力设施，s.t.为使得...满足...，。
可选地，最优选址确定模块403包括：
迭代次数接收子模块，用于接收输入的迭代次数；
最优解计算子模块，用于采用预设的粒子群优化算法对共享基站选址模型进行优化，计算共享基站选址模型的最优解；
最优选址确定子模块，用于当优化次数达到迭代次数时，将当前时刻的最优解作为共享基站最优选址。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置、模块和子模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种电力设施共享基站建设方法，其特征在于，包括：
获取在预设区域内各个电力设施对应的建设状态信息；
根据所述建设状态信息，构建共享基站选址模型；
采用预设优化算法优化所述共享基站选址模型，得到共享基站最优选址；
在所述共享基站最优选址对应的目标电力设施上装载所述共享基站，得到共享基站电力设施。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述共享基站电力设施的设施参数；
通过预设的有限元分析软件根据所述设施参数构建有限元模型；
通过所述有限云分析软件对所述有限元模型进行分析，生成所述共享基站电力设施的承重参数。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
根据所述承重参数，计算所述共享基站电力设施对应的风险评估参数；
根据所述风险评估参数和预设阈值的比较结果，判断所述共享基站电力设施是否存在建设风险。
4.根据权利要求1所述的方法，其特征在于，所述建设状态信息包括共享基站数量、建设总预算和覆盖状态信息；所述根据所述建设状态信息，构建共享基站选址模型的步骤，包括：
根据所述共享基站数量、所述建设总预算和所述覆盖状态信息构建共享基站选址模型；
所述共享基站选址模型为：
Figure FDA0003344659130000011
Figure FDA0003344659130000012
其中，y为共享基站选址，A为所述建设总预算，Qi为第i个共享基站的位置信息，xi为第i个共享基站对应的所述覆盖状态信息，n为所述共享基站数量，Ci为第i个共享基站的建设费用，Lij为第i个共享基站覆盖第j个电力设施的覆盖状态信息，kj为第j个电力设施，s.t.为使得...满足...。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述采用预设优化算法优化所述共享基站选址模型，得到共享基站最优选址的步骤，包括：
接收输入的迭代次数；
采用预设的粒子群优化算法对所述共享基站选址模型进行优化，计算所述共享基站选址模型的最优解；
当优化次数达到所述迭代次数时，将当前时刻的所述最优解作为共享基站最优选址。
6.一种电力设施共享基站建设装置，其特征在于，包括：
建设状态信息获取模块，用于获取在预设区域内各个电力设施对应的建设状态信息；
选址模型构建模块，用于根据所述建设状态信息，构建共享基站选址模型；
最优选址确定模块，用于采用预设优化算法优化所述共享基站选址模型，得到共享基站最优选址；
基站装载模块，用于在所述共享基站最优选址对应的目标电力设施上装载所述共享基站，得到共享基站电力设施。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
设施参数获取模块，用于获取所述共享基站电力设施的设施参数；
有限元模型构建模块，用于通过预设的有限元分析软件根据所述设施参数构建有限元模型；
承重参数确定模块，用于通过所述有限云分析软件对所述有限元模型进行分析，生成所述共享基站电力设施的承重参数。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
风险评估参数计算模块，用于根据所述承重参数，计算所述共享基站电力设施对应的风险评估参数；
建设风险判断模块，用于根据所述风险评估参数和预设阈值的比较结果，判断所述共享基站电力设施是否存在建设风险。
9.根据权利要求6所述的装置，其特征在于，所述建设状态信息包括共享基站数量、建设总预算和覆盖状态信息；所述选址模型构建模块包括：
选址模块构建子模块，用于根据所述共享基站数量、所述建设总预算和所述覆盖状态信息构建共享基站选址模型；
所述共享基站选址模型为：
Figure FDA0003344659130000031
Figure FDA0003344659130000032
其中，y为共享基站选址，A为所述建设总预算，Qi为第i个共享基站的位置信息，xi为第i个共享基站对应的所述覆盖状态信息，n为所述共享基站数量，Ci为第i个共享基站的建设费用，Lij为第i个共享基站覆盖第j个电力设施的覆盖状态信息，kj为第j个电力设施，s.t.为使得...满足...。
10.根据权利要求6-9任一项所述的装置，其特征在于，所述最优选址确定模块包括：
迭代次数接收子模块，用于接收输入的迭代次数；
最优解计算子模块，用于采用预设的粒子群优化算法对所述共享基站选址模型进行优化，计算所述共享基站选址模型的最优解；
最优选址确定子模块，用于当优化次数达到所述迭代次数时，将当前时刻的所述最优解作为共享基站最优选址。
CN202111319349.8A 2021-11-09 2021-11-09 一种电力设施共享基站建设方法和装置 Pending CN114004417A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111319349.8A CN114004417A (zh) 2021-11-09 2021-11-09 一种电力设施共享基站建设方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111319349.8A CN114004417A (zh) 2021-11-09 2021-11-09 一种电力设施共享基站建设方法和装置

Publications (1)

Publication Number Publication Date
CN114004417A true CN114004417A (zh) 2022-02-01

Family

ID=79928351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111319349.8A Pending CN114004417A (zh) 2021-11-09 2021-11-09 一种电力设施共享基站建设方法和装置

Country Status (1)

Country Link
CN (1) CN114004417A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116669054A (zh) * 2023-07-31 2023-08-29 国网湖北省电力有限公司 一种5g基站优化规划方法及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109460852A (zh) * 2018-09-28 2019-03-12 广东电网有限责任公司 一种基站选址方法及系统、计算机设备及可读存储介质
CN111260146A (zh) * 2020-01-22 2020-06-09 华南理工大学 电力系统边缘云数据中心选址方法、装置、设备及介质
CN112004233A (zh) * 2020-08-31 2020-11-27 南京邮电大学 一种基于大数据挖掘的网络规划方法
CN112182919A (zh) * 2019-07-02 2021-01-05 汉能移动能源控股集团有限公司 复合材料路面的承重变形失效风险评估方法和设计方法
CN112862176A (zh) * 2021-02-01 2021-05-28 上海元卓信息科技有限公司 一种公共服务设施选址方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109460852A (zh) * 2018-09-28 2019-03-12 广东电网有限责任公司 一种基站选址方法及系统、计算机设备及可读存储介质
CN112182919A (zh) * 2019-07-02 2021-01-05 汉能移动能源控股集团有限公司 复合材料路面的承重变形失效风险评估方法和设计方法
CN111260146A (zh) * 2020-01-22 2020-06-09 华南理工大学 电力系统边缘云数据中心选址方法、装置、设备及介质
CN112004233A (zh) * 2020-08-31 2020-11-27 南京邮电大学 一种基于大数据挖掘的网络规划方法
CN112862176A (zh) * 2021-02-01 2021-05-28 上海元卓信息科技有限公司 一种公共服务设施选址方法及装置

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
万琪;许永琨;赵晨;: "智能电网电力无线蜂窝网络选址规划机制研究", 自动化与仪器仪表, no. 12, 25 December 2017 (2017-12-25) *
刘辉;: "地铁隧道下穿既有建筑物的施工数值模拟与分析", 安徽建筑, no. 06, 10 December 2012 (2012-12-10) *
吴朝阳;吴红华;李正农;赖华勇;: "基于区间数理论的基坑周边建筑物风险模糊评判", 湖南大学学报(自然科学版), no. 03, 25 March 2014 (2014-03-25) *
周玉光;曾碧;叶林锋;: "改进粒子群优化算法及其在4G网络基站选址中的应用", 广东工业大学学报, no. 02 *
唐丽晴;应忠于;罗云;: "基于鲸鱼优化改进算法的基站选址", 计算机与现代化, no. 09, 15 September 2020 (2020-09-15) *
张勇;巩敦卫;张婉秋;: "不确定多项目选址问题的微粒群优化算法", 系统仿真学报, no. 23, 5 December 2009 (2009-12-05) *
张坤;吴跃;: "PSO算法在通信基站分布规划中的应用", 计算机与数字工程, no. 04, 20 April 2006 (2006-04-20) *
李巍;: "4G基站规划、选址及设计新思路", 电信技术, no. 12, 25 December 2015 (2015-12-25), pages 18 - 21 *
李海霞;梁应涛;刘欢;: "医院数据中心设备支架结构及楼板结构承载力有限元分析", 测试技术学报, no. 06, 30 December 2016 (2016-12-30), pages 42 - 46 *
陈存香;王俊峰;: "微粒群优化算法在基站分布规划中的应用", 电脑与电信, no. 06, 10 June 2009 (2009-06-10) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116669054A (zh) * 2023-07-31 2023-08-29 国网湖北省电力有限公司 一种5g基站优化规划方法及存储介质
CN116669054B (zh) * 2023-07-31 2023-12-12 国网湖北省电力有限公司 一种5g基站优化规划方法及存储介质

Similar Documents

Publication Publication Date Title
CN107464064A (zh) 基于bim网络技术的建筑工程管理系统平台
CN104063550A (zh) 一种基于云计算平台的多物理场cae系统
Xu et al. Service migration across edge devices in 6G-enabled Internet of Vehicles networks
CN103065513A (zh) 变电设备三维虚拟培训系统
CN113360980A (zh) 一种基于bim技术的异型钢结构可视化施工方法
CN114004417A (zh) 一种电力设施共享基站建设方法和装置
CN110571926A (zh) 一种基于物联网技术的智能配电网及其数据模型构建方法
CN115906235A (zh) 公共建筑节能诊断系统及方法
Shehata et al. A coupled finite element-optimization technique to determine critical microburst parameters for transmission towers
CN116738867B (zh) 一种基于机器学习的无人机防御仿真方法及其系统
CN118246104A (zh) 一种混凝土组合结构装配式建筑结构系统
CN113487087A (zh) 一种设备使用寿命的预测方法、装置、计算机设备及计算机可读存储介质
CN104428811B (zh) 使用社交网络接口的通用模拟系统
CN115470675A (zh) 一种重载压力容器裂纹扩展路径的预测方法及系统
Wang et al. Dynamic reliability analysis of Aerial Building Machine under extreme wind loads using improved QBDC-based active learning
CN111104472B (zh) 一种数据关联分析方法、装置、存储介质及终端
CN109117496B (zh) 一种变电站工程临建布置三维模拟设计方法和系统
CN117977586B (zh) 基于三维数字孪生模型的停电预警方法、装置和电子设备
Shi et al. Research on the Application of Intelligent Computer Technology in Minority Traditional Residential Buildings
CN114186718B (zh) 一种基于卫星影像的输变电工程智能管理方法及系统
Duan et al. Application of BIM Technology in Nanjing Honeycomb Hotel
Zhou et al. Research on the Optimization Method of Electric Power Construction Schedule Based on Neural Network
KR102627203B1 (ko) Bim 대시보드를 통한 현장 관리 시스템
CN116151168B (zh) 一种地网等效导体确定方法、装置、设备及存储介质
Marichal et al. Towards a massively-parallel version of the SimSEE

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