CN115034463A - 通用设计杆塔技术组合方案寻优方法、系统、设备及介质 - Google Patents
通用设计杆塔技术组合方案寻优方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN115034463A CN115034463A CN202210625734.3A CN202210625734A CN115034463A CN 115034463 A CN115034463 A CN 115034463A CN 202210625734 A CN202210625734 A CN 202210625734A CN 115034463 A CN115034463 A CN 115034463A
- Authority
- CN
- China
- Prior art keywords
- technical condition
- condition combination
- combination scheme
- engineering
- larger
- 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
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
- 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
-
- 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)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了通用设计杆塔技术组合方案寻优方法、系统、设备及介质,包括:基于获取的技术条件组合参数构建技术条件组合样本;基于所述技术条件组合样本结合离差平方和法得到初步的通用设计技术条件组合方案;分别以工程应用率和经济性为指标采用离差平方和法,对所述初步通用设计技术条件组合方案进行聚类分析,得到大于工程率阈值的技术条件组合方案与大于经济阈值的技术条件组合方案;基于所述大于工程率阈值的技术条件组合方案和所述大于经济阈值的技术条件组合方案构成最优通用设计技术条件组合方案。本发明采用离差平方和法和系统聚类分析法,解决了以往杆塔技术条件的随意性,选取出了满足工程需求的通用设计杆塔主要技术条件组合。
Description
技术领域
本发明涉及输电线路设计领域,具体涉及通用设计杆塔技术组合方案寻优方法、系统、设备及介质。
背景技术
2010年,遵照颁布的国家标准修订和电网建设设防标准等的规定和要求,对35kV~750kV输电线路杆塔通用设计的气象条件、地形分类、导地线规格和型号重新规划、精简,提出了各电压等级铁塔通用设计方案。随着技术条件组合的增多,以及工程实际需求的变化,原有的杆塔分类需进一步优化。
聚类分析是研究如何将对象按照多个方面的特征进行综合分类的一种统计方法,可有效地解决科学研究中多因素、多指标的分类问题。避免以往杆塔技术条件组合分类中,主要靠经验和专业知识作定性分类处理,常带有主观性和任意性,不能揭示通用设计杆塔主要技术条件组合内在的本质差别和联系;或者只根据通用设计杆塔单方面的特征进行分类,这些分类虽然可以反映通用设计杆塔某些方面的区别,但却往往难以反映各技术条件之间的综合差异。
发明内容
为了解决人力标注成本高,效率低下,容易产生重复操作的问题,本发明提供了通用设计杆塔主要技术条件组合寻优方法,包括:
基于获取的技术条件组合参数构建技术条件组合样本;
基于所述技术条件组合样本结合离差平方和法得到初步的通用设计技术条件组合方案;
分别以工程应用率和经济性为指标采用离差平方和法对所述初步的通用设计技术条件组合方案进行聚类,分析得到大于工程率阈值的技术条件组合方案与大于经济阈值的技术条件组合方案;
基于所述大于工程率阈值的技术条件组合方案和所述大于经济阈值的技术条件组合方案构成最优通用设计技术条件组合方案。
优选的,所述基于所述技术条件组合样本结合离差平方和法得到初步的通用设计技术条件组合方案,包括:
采用离差平方和法对所述技术条件组合样本进行系统聚类分析得到至少一种类别的技术条件组合样本;
以技术条件组合样本大于工程应用率预设值为指标从至少一种类别的技术条件组合样本中选取得到所述初步的通用设计技术条件组合方案。
优选的,所述分别以工程应用率和经济性为指标采用离差平方和法对所述初步的通用设计技术条件组合方案进行聚类分析,得到大于工程率阈值的技术条件组合方案与大于经济阈值的技术条件组合方案,包括:
以技术条件组合满足工程应用率预设值为指标从所述初步的通用设计技术条件组合方案提取所述大于工程率阈值的技术条件组合方案;
从所述初步的通用设计技术条件组合方案除去所述大于工程率阈值的技术条件组合方案得到综合技术条件组合方案;
从所述综合技术条件组合方案中提取在工程应用率预设范围内的技术条件组合方案作为小于工程率阈值但相近的技术条件组合方案;
基于所述小于工程率阈值但相近的技术条件组合方案结合经济性指标进行二次系统聚类分析得到所述大于经济阈值的技术条件组合方案。
优选的,所述离差平方和按下式计算:
优选的,所述基于所述小于工程率阈值但相近的技术条件组合方案结合经济性指标进行二次系统聚类分析得到所述大于经济阈值的技术条件组合方案,包括:
以相同塔型的塔重为指标从所述小于工程率阈值但相近的技术条件组合方案中采用离差平方和法进行二次聚类分析得到所述大于经济阈值的技术条件组合方案。
优选的,所述基于获取的技术条件组合参数构建技术条件组合样本,包括:
获取技术条件组合参数在不同年份对应的数值;
由所述不同年份对应的的数值构建技术条件组合样本。
优选的,所述技术条件组合参数至少包括下述中的一种或多种:
电压等级、回路数、导线截面及分裂数、基本风速、覆冰厚度、海拔高度和杆塔材料类型。
基于同一发明构思本发明还提供了通用设计杆塔主要技术条件组合寻优系统,包括:
构建模块,用于基于获取的技术条件组合参数构建技术条件组合样本;
计算模块,用于基于所述技术条件组合样本结合离差平方和法得到初步的通用设计技术条件组合方案;
指标选取模块,用于分别以工程应用率和经济性为指标采用离差平方和法对所述初步的通用设计技术条件组合方案进行聚类分析,得到大于工程率阈值的技术条件组合方案与大于经济阈值的技术条件组合方案技术条件组合方案;
组合模块,用于基于所述大于工程率阈值的技术条件组合方案结合所述大于经济阈值的技术条件组合方案得到最优通用设计技术条件组合方案。
优选的,所述构建模块具体用于:
获取技术条件组合参数在不同年份对应的数值;
由所述不同年份对应的的数值构建技术条件组合样本。
优选的,所述计算模块具体用于:
采用离差平方和法所述技术条件组合样本进行系统聚类分析得到至少一种类别的技术条件组合样本;
以技术条件组合大于工程应用率预设值为指标从所述至少一种类别的技术条件组合样本中选取得到所述初步的通用设计技术条件组合方案。
优选的,所述指标选取模块包括:
工程指标子模块,用于以技术条件组合满足工程应用率预设值为指标从所述初步的通用设计技术条件组合方案提取所述大于工程率阈值的技术条件组合方案;
去除子模块,用于从所述初步的通用设计技术条件组合方案除去所述大于工程率阈值的技术条件组合方案得到综合技术条件组合方案;
提取子模块,用于从所述综合技术条件组合方案中提取在工程应用率的技术条件组合方案作为所述小于工程率阈值但相近的技术条件组合方案;
经济指标子模块,用于基于所述小于工程率阈值但相近的技术条件组合方案结合经济性指标进行二次系统聚类分析得到所述大于经济阈值的技术条件组合方案。
优选的,所述经济指标子模块具体用于:
以相同塔型的塔重为指标从所述小于工程率阈值但相近的技术条件组合方案中采用离差平方和法进行二次聚类分析得到所述大于经济阈值的技术条件组合方案。
再一方面,本申请还提供了一种计算机设备,包括:
一个或多个处理器;
所述处理器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,实现上述的通用设计杆塔技术组合方案寻优方法。
再一方面,本申请还提供了一种计算机可读存储介质,其特征在于,其上存有计算机程序,所述计算机程序被执行时,实现上述的通用设计杆塔技术组合方案寻优方法。
与现有技术相比,本发明的有益效果为:
本发明提供了一种通用设计杆塔主要技术条件组合寻优方法,包括:基于获取的技术条件组合参数构建技术条件组合样本;基于所述技术条件组合样本结合离差平方和法得到初步的通用设计技术条件组合方案;分别以工程应用率和经济性为指标采用离差平方和法对所述初步的通用设计技术条件组合方案进行聚类分析,得到大于工程率阈值的技术条件组合方案与大于经济阈值的技术条件组合方案;基于所述大于工程率阈值的技术条件组合方案和所述大于经济阈值的技术条件组合方案构成最优通用设计技术条件组合方案。本发明采用离差平方和法和系统聚类分析法,解决了以往杆塔技术条件的随意性,选取出了使用频率高、覆盖范围大,且满足工程应用需求的通用设计杆塔主要技术条件组合。
附图说明
图1是本发明提供的通用设计杆塔主要技术条件组合寻优方法流程图;
图2是本发明的通用设计杆塔主要技术条件组合寻优技术路线图;
图3是本发明的2017-2019年工程中各子模块应用频率分类树状图。
具体实施方式
为了更好地理解本发明,下面结合说明书附图和实例对本发明的内容做进一步的说明。
实施例1:
本发明提供通用设计杆塔主要技术条件组合寻优方法,如图1所示,包括:
步骤1:基于获取的技术条件组合参数构建技术条件组合样本;
步骤2:基于所述技术条件组合样本结合离差平方和法得到初步的通用设计技术条件组合方案;
步骤3:分别以工程应用率和经济性为指标采用离差平方和法对所述初步的通用设计技术条件组合方案进行聚类分析,得到大于工程率阈值的技术条件组合方案与大于经济阈值的技术条件组合方案;
步骤4:基于所述大于工程率阈值的技术条件组合方案和所述大于经济阈值的技术条件组合方案构成最优通用设计技术条件组合方案。
步骤1中对基于获取的技术条件组合参数构建技术条件组合样本,具体包括:
获取技术条件组合参数在不同年份对应的数值;
由所述不同年份对应的的数值构建技术条件组合样本。
通过对同一电压等级下的导线截面及分裂数、回路数、基本风速、覆冰厚度、温度、污秽等级、海拔高度、地形等杆塔设计中的主要技术条件开展系统聚类分析。
步骤2中对基于所述技术条件组合样本结合离差平方和法得到初步的通用设计技术条件组合方案,具体包括:
采用离差平方和法对所述技术条件组合样本进行系统聚类分析得到至少一种类别的技术条件组合样本;
以技术条件组合样本大于工程应用率预设值为指标从至少一种类别的技术条件组合样本中选取得到所述初步的通用设计技术条件组合方案。
通过泛函分析计算,构造技术条件组合间的欧氏距离,以此度量技术条件样本的相似性。
这里说的工程应用率预设值是指满足工程应用率80%以上作为选择依据。
101根据技术条件组合样本的欧氏距离,采用离差平方和法,对样本进行系统聚类分析,将样本分为工程应用率、覆盖范围不同层次的几个类别。分析聚类分析的结果,将技术条件组合方案满足工程应用率80%以上作为选择依据,选取合适类的样本,形成初步的通用设计技术条件组合方案。
步骤3中对分别以工程应用率和经济性为指标采用离差平方和法对所述初步的通用设计技术条件组合方案进行聚类分析,得到大于工程率阈值的技术条件组合方案与大于经济阈值的技术条件组合方案,具体包括:
以技术条件组合满足工程应用率预设值为指标从所述初步的通用设计技术条件组合方案提取所述大于工程率阈值的技术条件组合方案;
从所述初步的通用设计技术条件组合方案除去所述大于工程率阈值的技术条件组合方案得到综合技术条件组合方案;
102选取初步通用设计技术条件组合方案中工程应用率不高,且工程应用率较为相近的技术条件组合作为样本,利用样本的经济性指标——杆塔重量构造样本的欧氏距离,采用离差平方和法进行二次系统聚类分析。
从所述综合技术条件组合方案中提取在工程应用率预设范围内的技术条件组合方案作为小于工程率阈值但相近的技术条件组合方案;
基于所述小于工程率阈值但相近的技术条件组合方案结合经济性指标进行二次系统聚类分析得到所述大于经济阈值的技术条件组合方案。
以相同塔型的塔重为指标从所述小于工程率阈值但相近的技术条件组合方案中采用离差平方和法进行二次聚类分析得到所述大于经济阈值的技术条件组合方案。
103分析二次聚类分析结果,将经济性指标较高的技术条件组合加入组合方案中,与工程应用率高的组合方案共同形成最终的通用设计技术条件组合方案。
实施例2:
基于同一种发明构思,本发明还提供了通用设计杆塔主要技术条件组合寻优系统,包括:
构建模块,用于基于获取的技术条件组合参数构建技术条件组合样本;
计算模块,用于基于所述技术条件组合样本结合离差平方和法得到初步的通用设计技术条件组合方案;
指标选取模块,用于分别以工程应用率和经济性为指标采用离差平方和法对所述初步的通用设计技术条件组合方案进行聚类分析,得到大于工程率阈值的技术条件组合方案与大于经济阈值的技术条件组合方案技术条件组合方案;
组合模块,用于基于所述大于工程率阈值的技术条件组合方案结合所述大于经济阈值的技术条件组合方案得到最优通用设计技术条件组合方案。
构建模块具体用于:
用于基于获取的技术条件组合参数构建技术条件组合样本;
对同一电压等级下的导线截面及分裂数、回路数、基本风速、覆冰厚度、温度、污秽等级、海拔高度、地形等杆塔设计中的主要技术条件开展系统聚类分析。
计算模块具体用于:
基于所述技术条件组合样本结合离差平方和法得到初步的通用设计技术条件组合方案;
步骤101:根据技术条件组合样本的欧氏距离,采用离差平方和法,对样本进行系统聚类分析,将样本分为工程应用率、覆盖范围不同层次的几个类别。分析聚类分析的结果,将技术条件组合方案满足工程应用率80%以上作为选择依据,选取合适类的样本,形成初步的通用设计技术条件组合方案。
指标选取模块具体用于:
分别以工程应用率和经济性为指标采用离差平方和法对所述初步的通用设计技术条件组合方案进行聚类分析得到大于工程率阈值的技术条件组合方案与大于经济阈值的技术条件组合方案技术条件组合方案;
步骤102:选取初步通用设计技术条件组合方案中工程应用率不高,且工程应用率较为相近的技术条件组合作为样本,利用样本的经济性指标——杆塔重量构造样本的欧氏距离,采用离差平方和法进行二次系统聚类分析。
组合模块具体用于:
基于所述大于工程率阈值的技术条件组合方案结合所述大于经济阈值的技术条件组合方案得到最优通用设计技术条件组合方案。
步骤103:分析二次聚类分析结果,将经济性指标较高的技术条件组合加入组合方案中,与工程应用率高的组合方案共同形成最终的通用设计技术条件组合方案。
实施例3:
下面是对通用设计杆塔主要技术条件组合寻优方法的详细介绍:
在目前的实际应用中,系统聚类法和K均值聚类法是聚类分析中最常用的两种方法。其中,K均值聚类法虽计算速度快,但需要事先根据样本空间分布指定分类的数目,而当样本的变量数超过3个时,该方法的可行性就较差。而系统聚类法(Hierarchicalclustering methods,也称层次聚类法)由于类与类之间的距离计算方法灵活多样,使其适应不同的要求。该方法是目前实践中使用最多的。这该方法的基本思想是:先将n个样本各自看成一类,并规定样本与样本之间的距离和类与类之间的距离。开始时,因每个样本自成一类,类与类之间的距离与样本之间的距离是相同的。然后,在所有的类中,选择距离最小的两个类合并成一个新类,并计算出所得新类和其它各类的距离;接着再将距离最近的两类合并,这样每次合并两类,直至将所有的样本都合并成一类为止。这样一种连续并类的过程可用一种类似于树状结构的图形即聚类谱系图(俗称树状图)来表示,由聚类谱系图可清楚地看出全部样本的聚集过程,从而可做出对全部样本的分类。
系统聚类法在进行聚类的过程中,需要计算类与类之间的距离。根据类与类之间的距离计算方法的不同,我们可以将系统聚类法分为单连接法、完全连接法、平均连接法、组平均连接法与离差平方和法等。离差平方和法,样本间的距离必须采用欧氏距离。在实际应用中,离差平方和分类效果较好,应用也比较广泛。
离差平方和的思想来自于方差分析,是由Ward于1936年提出,1967年经Orloci等人发展建立起来的一种系统聚类方法。该方法认为,如果分类正确,同类样本的离差平方和应当较小,类与类的离差平方和应当较大。具体做法是先将n个样本看成一类,然后每次缩小一类。每缩小一类,离差平方和就要增大,选择使S增加最小的两类合并,直到所有的样本归为一类。对每一类计算所有变量的均值,然后对每一样本计算到类均值的距离平方,再对所有样本求这些距离之和。在每一步,合并的两类是使类内距离总平方和增加最小的类。假定已经将n个样本分成了k类G1,G2,…,Gk,用Xn表示G中的第i个样本的变量指标值向量,n表示类G中样本的个数,x表示G的重心,则G中样本的离差平方和公式如(1)所示:
全部类内离差平方和公式为(2)所示:
当n很大时,要给出全部样本的所有可能的分类,并从中选择出使S达到极小的分类,一般是不可能的。为此,Ward提出了这种聚类方法。此方法是先将n个样本自成一类,此时S=0,然后将其中两类合并成一类,即每次缩小一类。每缩小一类离差平方和S就要增大,每次都是选择使S增加最小的两类合并,直至所有的样本归为一类为止。
实施例4:
下面结合附表和具体实施例对本发明做更详细的描述。
通过收集2017-2019年间各年500kV杆塔通用设计子模块应用情况,并进行聚类分析,得到各子模块对应技术条件组合,子模块应用统计如表1所示。
表1 500kV杆塔通用设计子模块应用统计
对2017-2019年工程中500kV通用设计各子模块应用频率进行聚类分析,可得如图3所示的分类树状图。
由图2可知,根据系统聚类的结果可将子模块分为五类,如表2所示,分类反映了子模块在工程应用中的数据表现。根据上述子模块的数据特征可知,第二类至第五类子模块,因2017-2019年中应用率较高,应优先保留,对于第一类子模块可进一步考虑是否保留。
表2子模块的系统聚类分析结果
实施例5:
基于同一种发明构思,本发明还提供了一种计算机设备,该计算机设备包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能,以实现上述实施例中通用设计杆塔主要技术条件组合寻优方法的步骤。
实施例6:
基于同一种发明构思,本发明还提供了一种存储介质,具体为计算机可读存储介质(Memory),所述计算机可读存储介质是计算机设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质,当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述实施例中通用设计杆塔主要技术条件组合寻优方法的步骤。
显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。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。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (14)
1.通用设计杆塔技术组合方案寻优方法,其特征在于,包括:
基于获取的技术条件组合参数构建技术条件组合样本;
基于所述技术条件组合样本结合离差平方和法得到初步的通用设计技术条件组合方案;
分别以工程应用率和经济性为指标,采用离差平方和法对所述初步的通用设计技术条件组合方案进行聚类分析,得到大于工程率阈值的技术条件组合方案与大于经济阈值的技术条件组合方案;
基于所述大于工程率阈值的技术条件组合方案和所述大于经济阈值的技术条件组合方案构成最优通用设计技术条件组合方案。
2.如权利要求1所述的方法,其特征在于,所述基于所述技术条件组合样本结合离差平方和法得到初步的通用设计技术条件组合方案,包括:
采用离差平方和法对所述技术条件组合样本进行系统聚类分析,得到至少一种类别的技术条件组合样本;
以技术条件组合样本大于工程应用率预设值为指标从至少一种类别的技术条件组合样本中选取得到所述初步的通用设计技术条件组合方案。
3.如权利要求1所述的方法,其特征在于,所述分别以工程应用率和经济性为指标,采用离差平方和法对所述初步的通用设计技术条件组合方案进行聚类分析得到大于工程率阈值的技术条件组合方案与大于经济阈值的技术条件组合方案,包括:
以技术条件组合满足工程应用率预设值为指标从所述初步的通用设计技术条件组合方案提取所述大于工程率阈值的技术条件组合方案;
从所述初步的通用设计技术条件组合方案中除去所述大于工程率阈值的技术条件组合方案得到综合技术条件组合方案;
从所述综合技术条件组合方案中提取在工程应用率预设范围内的技术条件组合方案作为小于工程率阈值但相近的技术条件组合方案;
基于所述小于工程率阈值但相近的技术条件组合方案结合经济性指标进行二次系统聚类分析得到所述大于经济阈值的技术条件组合方案。
5.如权利要求3所述的方法,其特征在于,所述基于所述小于工程率阈值但相近的技术条件组合方案结合经济性指标进行二次系统聚类分析得到所述大于经济阈值的技术条件组合方案,包括:
以相同塔型的塔重为指标从所述小于工程率阈值但相近的技术条件组合方案中采用离差平方和法进行二次聚类分析得到所述大于经济阈值的技术条件组合方案。
6.如权利要求1所述的方法,其特征在于,所述基于获取的技术条件组合参数构建技术条件组合样本,包括:
获取技术条件组合参数在不同年份对应的数值;
由所述不同年份对应的的数值构建技术条件组合样本。
7.如权利要求1所述的方法,其特征在于,所述技术条件组合参数至少包括下述中的一种或多种:
电压等级、回路数、导线截面及分裂数、基本风速、覆冰厚度、海拔高度和杆塔材料类型。
8.通用设计杆塔技术组合方案寻优系统,其特征在于,包括:
构建模块,用于基于获取的技术条件组合参数构建技术条件组合样本;
计算模块,用于基于所述技术条件组合样本结合离差平方和法得到初步的通用设计技术条件组合方案;
指标选取模块,用于分别以工程应用率和经济性为指标,采用离差平方和法对所述初步的通用设计技术条件组合方案进行聚类分析,得到大于工程率阈值的技术条件组合方案与大于经济阈值的技术条件组合方案技术条件组合方案;
组合模块,用于基于所述大于工程率阈值的技术条件组合方案结合所述大于经济阈值的技术条件组合方案得到最优通用设计技术条件组合方案。
9.如权利要求8所述的系统,其特征在于,所述构建模块具体用于:
获取技术条件组合参数在不同年份对应的数值;
由所述不同年份对应的数值构建技术条件组合样本。
10.如权利要求9所述的系统,其特征在于,所述计算模块具体用于:
采用离差平方和法对所述技术条件组合样本进行系统聚类分析,得到至少一种类别的技术条件组合样本;
以技术条件组合大于工程应用率预设值为指标从所述至少一种类别的技术条件组合样本中选取得到所述初步的通用设计技术条件组合方案。
11.如权利要求10所述的系统,其特征在于,所述指标选取模块包括:
工程指标子模块,用于以技术条件组合满足工程应用率预设值为指标从所述初步的通用设计技术条件组合方案提取所述大于工程率阈值的技术条件组合方案;
去除子模块,用于从所述初步的通用设计技术条件组合方案除去所述大于工程率阈值的技术条件组合方案得到综合技术条件组合方案;
提取子模块,用于从所述综合技术条件组合方案中提取在工程应用率的技术条件组合方案作为小于工程率阈值但相近的技术条件组合方案;
经济指标子模块,用于基于所述小于工程率阈值但相近的技术条件组合方案结合经济性指标进行二次系统聚类分析得到所述大于经济阈值的技术条件组合方案。
12.如权利要求11所述的系统,其特征在于,所述经济指标子模块具体用于:
以相同塔型的塔重为指标从所述小于工程率阈值但相近的技术条件组合方案中采用离差平方和法进行二次聚类分析得到所述大于经济阈值的技术条件组合方案。
13.一种计算机设备,其特征在于,包括:一个或多个处理器;
所述处理器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,实现如权利要求1至7中任一项所述的通用设计杆塔技术组合方案寻优方法。
14.一种计算机可读存储介质,其特征在于,其上存有计算机程序,所述计算机程序被执行时,实现如权利要求1至7中任一项所述的通用设计杆塔技术组合方案寻优方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210625734.3A CN115034463A (zh) | 2022-06-02 | 2022-06-02 | 通用设计杆塔技术组合方案寻优方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210625734.3A CN115034463A (zh) | 2022-06-02 | 2022-06-02 | 通用设计杆塔技术组合方案寻优方法、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115034463A true CN115034463A (zh) | 2022-09-09 |
Family
ID=83123235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210625734.3A Pending CN115034463A (zh) | 2022-06-02 | 2022-06-02 | 通用设计杆塔技术组合方案寻优方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115034463A (zh) |
-
2022
- 2022-06-02 CN CN202210625734.3A patent/CN115034463A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107516170B (zh) | 一种基于设备故障概率和电网运行风险的差异自愈控制方法 | |
CN108959187B (zh) | 一种变量分箱方法、装置、终端设备及存储介质 | |
CN104809658B (zh) | 一种低压配网台区线损的快速分析方法 | |
US20210109140A1 (en) | Method for identifying parameters of 10 kv static load model based on similar daily load curves | |
CN110674120B (zh) | 一种风电场数据清洗方法及装置 | |
CN110598726A (zh) | 一种基于随机森林的输电杆塔鸟害风险预测方法 | |
CN109145957A (zh) | 基于大数据的配电网异常指标的识别与处理方法及装置 | |
CN103324980A (zh) | 一种风电场风速预测方法 | |
CN107437135B (zh) | 一种新型储能选型方法 | |
CN108345908A (zh) | 电网数据的分类方法、分类设备及存储介质 | |
CN115423013A (zh) | 电力系统运行方式分类方法、装置、设备及介质 | |
CN112186761A (zh) | 一种基于概率分布的风电功率场景生成方法及系统 | |
CN112613720A (zh) | 考虑多不确定性的水库灌溉优化调度方法 | |
CN111178690A (zh) | 基于风控评分卡模型的用电客户窃电风险评估方法 | |
Duan et al. | Data mining & pattern recognition of voltage sag based on K-means clustering algorithm | |
CN117408423A (zh) | 一种光伏场景划分方法及系统 | |
CN117609818A (zh) | 基于聚类与信息熵的电网关联关系发现方法 | |
CN117353321A (zh) | 一种基于源荷不确定性的配电网安全评估方法和系统 | |
CN115034463A (zh) | 通用设计杆塔技术组合方案寻优方法、系统、设备及介质 | |
Grigoras et al. | Energy losses estimation in electrical distribution networks with a decision trees-based algorithm | |
Liu et al. | Dynamic security assessment of western Danish power system based on ensemble decision trees | |
Heckenbergerová et al. | Estimation of wind direction distribution with genetic algorithms | |
CN114429172A (zh) | 基于变电站用户构成的负荷聚类方法、装置、设备及介质 | |
CN114399407A (zh) | 一种基于动静态选择集成的电力调度监控数据异常检测方法 | |
CN114139621A (zh) | 确定模型分类性能标识的方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |