CN115451974A - 一种电力设备巡检路径规划方法、系统、设备和介质 - Google Patents
一种电力设备巡检路径规划方法、系统、设备和介质 Download PDFInfo
- Publication number
- CN115451974A CN115451974A CN202211401613.7A CN202211401613A CN115451974A CN 115451974 A CN115451974 A CN 115451974A CN 202211401613 A CN202211401613 A CN 202211401613A CN 115451974 A CN115451974 A CN 115451974A
- Authority
- CN
- China
- Prior art keywords
- mating
- point
- power equipment
- path
- variation
- 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.)
- Granted
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 163
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000013011 mating Effects 0.000 claims abstract description 228
- 230000035772 mutation Effects 0.000 claims abstract description 108
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 48
- 238000012216 screening Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 230000002068 genetic effect Effects 0.000 description 11
- 238000005457 optimization Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 201000004569 Blindness Diseases 0.000 description 6
- 238000012935 Averaging Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000009401 outcrossing Methods 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000003446 ligand Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Genetics & Genomics (AREA)
- Physiology (AREA)
- Automation & Control Theory (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力设备巡检路径规划方法、系统、设备和介质,通过当接收到电力设备布设地图时,对电力设备布设地图栅格化,并采用电力设备布设地图内的可行路径构建个体种群,以个体种群内各可行路径对应的适应度和预设的选择算法,确定交配个体。以交配个体之间的位置关系,选择交配点进行交叉操作,得到初始巡检路径,对初始巡检路径进行变异操作,得到电力设备布设地图对应的目标巡检路径。基于交配个体之间的位置关系,执行对应的交叉操作,并基于交叉操作的结果和对应的变异随机数,对初始巡检路径执行对应的变异操作,从而构建得到最优的巡检路径。
Description
技术领域
本发明涉及电力设备巡检路径规划技术领域,尤其涉及一种电力设备巡检路径规划方法、系统、设备和介质。
背景技术
输电线路是电力系统的重要组成部分,其安全运行是系统整体稳定的重要保障。为了保证输电线路稳定安全的运行,需要对输电线路上的电力设备进行定期巡检。
随着科技领域的迅速发展,对电力设备的巡检方式除了采用人工巡检的方式外,还包括采用无人机或机器人进行巡检,而采用无人机或机器人对电力设备进行巡检,需要提前进行巡检路径规划,将规划好的巡检路径输入无人机或机器人的控制单元控制无人机或机器人进行巡检。
现有的电力设备巡检路径规划方法是采用传统遗传算法制定无人机巡检路径,由于传统遗传算法是随机选择两点作为交叉点,且变异操作盲目性较大,从而容易出现陷入局部最优、收敛速度慢,优化稳定性差等情况,导致最终制定的巡检路径的精度低。
发明内容
本发明提供了一种电力设备巡检路径规划方法、系统、设备和介质,解决了现有的电力设备巡检路径规划方法是采用传统遗传算法制定无人机巡检路径,由于传统遗传算法是随机选择两点作为交叉点,且变异操作盲目性较大,从而容易出现陷入局部最优、收敛速度慢,优化稳定性差等情况,导致最终制定的巡检路径的精度低的技术问题。
本发明提供的一种电力设备巡检路径规划方法,包括:
当接收到电力设备布设地图时,对所述电力设备布设地图栅格化,并采用所述电力设备布设地图内的可行路径构建个体种群;
根据所述个体种群内各所述可行路径对应的适应度和预设的选择算法,确定交配个体;
根据所述交配个体之间的位置关系,选择交配点进行交叉操作,得到初始巡检路径;
对所述初始巡检路径进行变异操作,得到所述电力设备布设地图对应的目标巡检路径。
可选地,所述当接收到电力设备布设地图时,对所述电力设备布设地图栅格化,并采用所述电力设备布设地图内的可行路径构建个体种群的步骤,包括:
当接收到电力设备布设地图时,将所述电力设备布设地图栅格化并编码,得到所述电力设备布设地图对应的栅格地图;
在所述栅格地图上除起点和终点所在行外的每行选择栅格作为轨迹节点;
判断相邻的所述轨迹节点是否连续;
若连续,则采用所述轨迹节点作为路径节点;
若不连续,则通过平均值法插入栅格,直至相邻的所述轨迹节点连续,得到对应的路径节点;
依次连接全部所述路径节点,得到对应的可行路径;
跳转执行所述在所述栅格地图上除起点和终点所在行外的每行选择栅格作为轨迹节点的步骤,直至全部所述栅格均被作为轨迹节点;
采用全部所述可行路径,构建所述电力设备布设地图对应的个体种群。
可选地,所述预设的选择算法为轮盘赌算法;所述根据所述个体种群内各所述可行路径对应的适应度和预设的选择算法,确定交配个体的步骤,包括:
按照预设的轨迹长度公式和预设的顺滑度公式,分别计算各所述可行路径对应的轨迹长度和顺滑度;
分别计算所述轨迹长度的倒数和所述顺滑度与对应权重的乘积并求和值,得到所述可行路径的适应度;
分别计算各所述适应度与所述个体种群对应的适应度和值的比值,得到所述可行路径对应的选择概率;
通过所述轮盘赌算法采用所述选择概率作为筛选概率,筛选出交配个体。
可选地,所述交配个体包括第一交配个体和第二交配个体;所述根据所述交配个体之间的位置关系,选择交配点进行交叉操作,得到初始巡检路径的步骤,包括:
判断所述交配个体之间是否存在交叉点;
若是,则选择所述交叉点作为交配点,并按照所述交配点进行交叉操作,构建初始巡检路径;
若否,则在所述第一交配个体和所述第二交配个体上分别选择两个所述交配点进行交叉操作,构建所述初始巡检路径。
可选地,所述在所述第一交配个体和所述第二交配个体上分别选择两个所述交配点进行交叉操作,构建所述初始巡检路径的步骤,包括:
在所述第一交配个体上选择第一交配点和第二交配点,所述第一交配点和所述第二交配点构成的直线垂直于所述电力设备布设地图的横轴;
在所述第二交配个体上选择第三交配点和第四交配点,所述第三交配点和所述第四交配点构成的直线垂直于所述电力设备布设地图的横轴;
采用所述第一交配点、所述第二交配点、所述第三交配点和所述第四交配点进行四点交叉操作,构建所述初始巡检路径。
可选地,所述变异操作包括第一变异操作和第二变异操作;所述对所述初始巡检路径进行变异操作,得到所述电力设备布设地图对应的目标巡检路径的步骤,包括:
在预设的变异随机数区间内生成变异随机数;
当所述变异随机数大于预设的变异概率时,选择所述初始巡检路径的第一变异点和第二变异点;
按照预设的变异算法对所述第一变异点和所述第二变异点执行所述第一变异操作,得到所述电力设备布设地图对应的目标巡检路径;
当所述变异随机数小于或等于所述变异概率时,选择所述初始巡检路径的第三变异点和第四变异点;
对所述第三变异点和所述第四变异点进行所述第二变异操作,得到所述电力设备布设地图对应的所述目标巡检路径。
可选地,所述对所述第三变异点和所述第四变异点进行第二变异操作,得到所述电力设备布设地图对应的所述目标巡检路径的步骤,包括:
在预设的随机数区间内生成第一随机数和第二随机数;
计算所述第三变异点的第一纵坐标值和第一横坐标值之间的差值,得到第一差值;
计算所述第一差值与所述第一随机数的乘积并与所述第一横坐标值的和值,得到第二纵坐标值;
以所述第一横坐标值作为第一突变横坐标,以所述第二纵坐标值作为第一突变纵坐标,得到第一突变点;
计算所述第四变异点的第二纵坐标值和第二横坐标值之间的差值,得到第二差值;
计算所述第二差值与所述第二随机数的乘积并与所述第二横坐标值的和值,得到第三纵坐标值;
以所述第二横坐标值作为第二突变横坐标,以所述第三纵坐标值作为第二突变纵坐标,得到第二突变点;
依次连接所述第三变异点的前段、所述第一突变点、所述第二突变点、所述第四变异点和所述第四变异点的后段,得到所述电力设备布设地图对应的所述目标巡检路径。
本发明还提供了一种电力设备巡检路径规划系统,包括:
个体种群生成模块,用于当接收到电力设备布设地图时,对所述电力设备布设地图栅格化,并采用所述电力设备布设地图内的可行路径构建个体种群;
交配个体确定模块,用于根据所述个体种群内各所述可行路径对应的适应度和预设的选择算法,确定交配个体;
初始巡检路径得到模块,用于根据所述交配个体之间的位置关系,选择交配点进行交叉操作,得到初始巡检路径;
目标巡检路径得到模块,用于对所述初始巡检路径进行变异操作,得到所述电力设备布设地图对应的目标巡检路径。
本发明还提供了一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行实现如上述任一项电力设备巡检路径规划方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现如上述任一项电力设备巡检路径规划方法。
从以上技术方案可以看出,本发明具有以下优点:
本发明通过当接收到电力设备布设地图时,对电力设备布设地图栅格化,并采用电力设备布设地图内的可行路径构建个体种群,以个体种群内各可行路径对应的适应度和预设的选择算法,确定交配个体。以交配个体之间的位置关系,选择交配点进行交叉操作,得到初始巡检路径,对初始巡检路径进行变异操作,得到电力设备布设地图对应的目标巡检路径。解决了现有的电力设备巡检路径规划方法是采用传统遗传算法制定无人机巡检路径,由于传统遗传算法是随机选择两点作为交叉点,且变异操作盲目性较大,从而容易出现陷入局部最优、收敛速度慢,优化稳定性差等情况,导致最终制定的巡检路径的精度低的技术问题。基于交配个体之间的位置关系,执行对应的交叉操作,并基于交叉操作的结果和对应的变异随机数,对初始巡检路径执行对应的变异操作,从而构建得到最优的巡检路径。
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备巡检路径规划方法的步骤流程图;
图2为本发明实施例二提供的一种电力设备巡检路径规划方法的步骤流程图;
图3为本发明实施例二提供的第一交配个体和第二交配个体为平行的两条直线路径的示意图;
图4为本发明实施例二提供的对第一交配个体和第二交配个体按照传统的遗传算法进行交叉操作的示意图;
图5为本发明实施例二提供的对第一交配个体和第二交配个体进行四点交叉操作的示意图;
图6为本发明实施例二提供的第三变异点和第四变异点进行第二变异操作前的示意图;
图7为本发明实施例二提供的第三变异点和第四变异点进行第二变异操作后的示意图;
图8为本发明实施例三提供的一种电力设备巡检路径规划系统的结构框图。
具体实施方式
本发明实施例提供了一种电力设备巡检路径规划方法、系统、设备和介质,用于解决现有的电力设备巡检路径规划方法是采用传统遗传算法制定无人机巡检路径,由于传统遗传算法是随机选择两点作为交叉点,且变异操作盲目性较大,从而容易出现陷入局部最优、收敛速度慢,优化稳定性差等情况,导致最终制定的巡检路径的精度低的技术问题。
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备巡检路径规划方法的步骤流程图。
本发明提供的一种电力设备巡检路径规划方法,包括:
步骤101、当接收到电力设备布设地图时,对电力设备布设地图栅格化,并采用电力设备布设地图内的可行路径构建个体种群。
电力设备布设地图是指包含电力系统中各个电力设备分布情况的二维平面地图,在进行路径规划时,可以将电力系统中各个电力设备分布情况对应的三维地图转换为对应的二维平面地图,得到电力设备布设地图。
可行路径是指在电力设备布设地图对应的栅格地图上构成的从起点到终点相邻的轨迹节点连续,没有障碍物的路径。个体种群是指包含栅格地图上全部可行路径的集合。
在本发明实施例中,当接收到电力设备布设地图时,将电力设备布设地图栅格化并对每个栅格进行编码,得到电力设备布设地图对应的栅格地图。在栅格地图上除起点和终点所在行外的每行随机选择一个栅格作为轨迹节点,并结合平均值法,构建栅格地图上的各可行路径。采用栅格地图对应的全部可行路径,构建电力设备布设地图对应的个体种群。
步骤102、根据个体种群内各可行路径对应的适应度和预设的选择算法,确定交配个体。
适应度用于评价可行路径的优劣程度。预设的选择算法采用的是轮盘赌算法。交配个体是指个体种群中通过选择算法被选中的两条可行路径。
在本发明实施例中,按照预设的轨迹长度公式和预设的顺滑度公式,分别计算各可行路径对应的轨迹长度和顺滑度,分别计算轨迹长度的倒数和顺滑度与对应权重的乘积并求和值,得到可行路径的适应度。分别计算各适应度与个体种群对应的适应度和值的比值,得到各可行路径对应的选择概率,然后基于各可行路径对应的选择概率,采用轮盘赌算法筛选出交配个体。
步骤103、根据交配个体之间的位置关系,选择交配点进行交叉操作,得到初始巡检路径。
初始巡检路径是指对交配个体进行交叉操作后的到的路径。
在本发明实施例中,先判断筛选得到的交配个体之间是否存在交叉点,若交配个体之间存在一个交叉点,则选择该交叉点作为交配点,按照交配点对交配个体进行交叉操作,构建初始巡检路径,当交配个体之存在一个以上的交叉点,则随机选择其中一个作为交配点。若交配个体之间不存在交叉点则在第一交配个体和第二交配个体上分别选择两个交配点进行四点交叉操作,构建初始巡检路径。
步骤104、对初始巡检路径进行变异操作,得到电力设备布设地图对应的目标巡检路径。
目标巡检路径是指交配个体经过交叉和变异操作后得到的最终路径。
在本发明实施例中,在预设的变异随机数区间内生成变异随机数,当变异随机数大于预设的变异概率时,选择初始巡检路径的第一变异点和第二变异点,并按照预设的变异算法对第一变异点和第二变异点执行第一变异操作,得到电力设备布设地图对应的目标巡检路径。当变异随机数小于或等于变异概率时,分别选择初始巡检路径的第三变异点和第四变异点,对第三变异点和第四变异点进行第二变异操作,得到电力设备布设地图对应的目标巡检路径。
在本发明实施例中,通过当接收到电力设备布设地图时,对电力设备布设地图栅格化,并采用电力设备布设地图内的可行路径构建个体种群,以个体种群内各可行路径对应的适应度和预设的选择算法,确定交配个体。以交配个体之间的位置关系,选择交配点进行交叉操作,得到初始巡检路径,对初始巡检路径进行变异操作,得到电力设备布设地图对应的目标巡检路径。解决了现有的电力设备巡检路径规划方法是采用传统遗传算法制定无人机巡检路径,由于传统遗传算法是随机选择两点作为交叉点,且变异操作盲目性较大,从而容易出现陷入局部最优、收敛速度慢,优化稳定性差等情况,导致最终制定的巡检路径的精度低的技术问题。基于交配个体之间的位置关系,执行对应的交叉操作,并基于交叉操作的结果和对应的变异随机数,对初始巡检路径执行对应的变异操作,从而构建得到最优的巡检路径。
请参阅图2,图2为本发明实施例二提供的一种电力设备巡检路径规划方法的步骤流程图。
步骤201、当接收到电力设备布设地图时,对电力设备布设地图栅格化,并采用电力设备布设地图内的可行路径构建个体种群。
进一步地,步骤201可以包括以下子步骤S11-S18:
S11、当接收到电力设备布设地图时,将电力设备布设地图栅格化并编码,得到电力设备布设地图对应的栅格地图。
在本发明实施例中,当接收到电力设备布设地图时,先将电力设备布设地图进行栅格化,然后对各个栅格进行编码,得到电力设备布设地图对应的栅格地图,其中栅格地图原点为路径的起点。将每个栅格的中心坐标作为栅格的直角坐标,则每个栅格编号都与其直角坐标一一对应,栅格的直角坐标与栅格编号之间的映射关系满足以下关系式:
S12、在栅格地图上除起点和终点所在行外的每行选择栅格作为轨迹节点。
在本发明实施例中,得到电力设备布设地图对应的栅格地图后,确定路径的起点和终点所在的行,并在栅格地图上除起点和终点所在行外的每行分别随机选择一个栅格作为轨迹节点。
S13、判断相邻的轨迹节点是否连续。
在本发明实施例中,随机选择每行对应的轨迹节点后,分别判断相邻的轨迹节点之间是否连续,即分别判断被选择的相邻栅格之间是否连续,其判断方法为:
若D=1,则表示相邻的轨迹节点连续,若D≠1,则表示相邻的轨迹节点不连续,该轨迹节点存在障碍物。
S14、若连续,则采用轨迹节点作为路径节点。
在本发明实施例中,若相邻的轨迹节点连续,则将该轨迹节点作为路径节点,即上述D=1。
S15、若不连续,则通过平均值法插入栅格,直至相邻的轨迹节点连续,得到对应的路径节点。
在本发明实施例中,若相邻的轨迹节点不连续,则说明该轨迹节点存在障碍物,采用平均值法选择该节点附近的栅格予以填补,直至相邻的轨迹节点连续,得到对应的路径节点。平均值法对应的计算公式为:
通过平均值法对应的计算公式,得到栅格坐标,从而确定新插入的栅格,若新插入栅格为障碍物,则随机选择其上下左右的非障碍相邻栅格作为代替,直至找到符合栅格,使得相邻的轨迹节点连续。
S16、依次连接全部路径节点,得到对应的可行路径。
在本发明实施例中,确定栅格地图每行对应路径节点,即从起点到终点的每个相邻的路径节点连续,依次连接全部路径节点,从而得到此次选择操作对应的可行路径。
S17、跳转执行在栅格地图上除起点和终点所在行外的每行选择栅格作为轨迹节点的步骤,直至全部栅格均被作为轨迹节点。
在本发明实施例中,当每次在栅格地图上除起点和终点所在行外的每行随机选择栅格作为轨迹节点,得到对应的可行路径后,重新执行在栅格地图上除起点和终点所在行外的每行随机选择栅格作为轨迹节点的选择操作,得到对应的可行路径,直至全部栅格均被选作为轨迹节点,得到栅格地图上对应的全部可行路径。
S18、采用全部可行路径,构建电力设备布设地图对应的个体种群。
在本发明实施例中,当全部栅格均被选作为轨迹节点时,确定栅格地图对应的全部可行路径,并采用全部可行路径,构建电力设备布设地图对应的个体种群。
步骤202、根据个体种群内各可行路径对应的适应度和预设的选择算法,确定交配个体。
进一步地,预设的选择算法为轮盘赌算法,步骤201可以包括以下子步骤S21-S24:
S21、按照预设的轨迹长度公式和预设的顺滑度公式,分别计算各可行路径对应的轨迹长度和顺滑度。
用于计算轨迹长度d的轨迹长度公式为:
其中,b、c为V形路径的两段长度,a为开口端点长度。
在本发明实施例中,将各可行路径对应的坐标值带入预设的轨迹长度公式和预设的顺滑度公式进行计算,得到各可行路径对应的轨迹长度、轨迹长度的倒数和顺滑度。
S22、分别计算轨迹长度的倒数和顺滑度与对应权重的乘积并求和值,得到可行路径的适应度。
计算适应度fit的计算公式为:
其中,a代表轨迹长度的倒数对应的权重,b代表顺滑度对应的权重。
在本发明实施例中,计算各可行路径对应的轨迹长度的倒数和顺滑度,将轨迹长度的倒数和顺滑度分别与对应的权重相乘,并将得到乘积求和值,从而得到各可行路径对应的适应度。
S23、分别计算各适应度与个体种群对应的适应度和值的比值,得到可行路径对应的选择概率。
在本发明实施例中,计算个体种群对应的全部适应度的和值,得到适应度和值,分别计算每个可行路径对应的适应度与适应度和值的比值,得到各个可行路径对应的选择概率。
S24、通过轮盘赌算法采用选择概率作为筛选概率,筛选出交配个体。
步骤203、判断交配个体之间是否存在交叉点。
在本发明实施例中,判断筛选出来的两个交配体之间有没有存在交叉点。
步骤204、若是,则选择交叉点作为交配点,并按照交配点进行交叉操作,构建初始巡检路径。
在本发明实施例中,交配个体包括第一交配个体和第二交配个体,当第一交配个体和第二交配个体之间存在一个交叉点时,则直接使用该交叉点作为交配点。当存在一个以上的交叉点时,则随机选择其中一个作为交配点。基于传统的遗传算法,按照该交配点对交配个体进行交叉操作,构建得到初始巡检路径。
步骤205、若否,则在第一交配个体和第二交配个体上分别选择两个交配点进行交叉操作,构建初始巡检路径。
进一步地,步骤205可以包括以下子步骤S31-S33:
S31、在第一交配个体上选择第一交配点和第二交配点,第一交配点和第二交配点构成的直线垂直于电力设备布设地图的横轴。
在本发明实施例中,交配个体包括第一交配个体和第二交配个体,当第一交配个体和第二交配个体之间不存在交叉点时,在第一交配个体上随机选取第一交配点和第二交配点,且选取的第一交配点和第二交配点所构成的直线垂直于电力设备布设地图的横轴,即直线垂直与栅格地图的横轴。
S32、在第二交配个体上选择第三交配点和第四交配点,第三交配点和第四交配点构成的直线垂直于电力设备布设地图的横轴。
在本发明实施例中,交配个体包括第一交配个体和第二交配个体,当第一交配个体和第二交配个体之间不存在交叉点时,在第二交配个体上随机选取第三交配点和第四交配点,且选取的第三交配点和第四交配点所构成的直线垂直于电力设备布设地图的横轴。第一交配点和第二交配点所构成的直线和第三交配点和第四交配点所构成的直线之间平行且都垂直与栅格地图的横轴。
S33、采用第一交配点、第二交配点、第三交配点和第四交配点进行四点交叉操作,构建初始巡检路径。
在本发明实施例中,采用第一交配点、第二交配点、第三交配点和第四交配点进行四点交叉操作,将第一交配点与第四交配点连接,第二交配点与第三交配点连接,得到第一初始巡检路径和第二初始巡检路径。
如图3所示,假设第一交配个体为,第二交配个体为,且和为平行的两条直线路径。如图4所示,若按照传统的遗传算法对和进行交叉操作,则构建得到“Z”型路径,以至于其中一条路径存在两个锐角,顺滑度较小。如图5所示,当在第一交配个体和第二交配个体不存在交叉点时,在第一交配个体上从左到右依次选择第一交配点和第二交配点,在第二交配个体上从左到右依次选择第三交配点和第四交配点。采用第一交配点、第二交配点、第三交配点和第四交配点进行四点交叉操作,得到第一初始巡检路径和第二初始巡检路径。第一初始巡检路径由三段组成:父辈的点之前段、与重连的线段(假如线段不连续时通过平均值法进行插入栅格,直至连续)、父辈的点之后段。第二初始巡检路径由三段组成:父辈的点之前段、与重连的线段(假如线段不连续时通过平均值法插入栅格,直至连续)、父辈的点之后段。
步骤206、对初始巡检路径进行变异操作,得到电力设备布设地图对应的目标巡检路径。
进一步地,变异操作包括第一变异操作和第二变异操作,步骤206可以包括以下子步骤S41-S45:
S41、在预设的变异随机数区间内生成变异随机数。
在本发明实施例中,预设的变异随机数区间为[0,1],在变异随机数区间[0,1]内,随机生成变异随机数r=[0,1]。
S42、当变异随机数大于预设的变异概率时,选择初始巡检路径的第一变异点和第二变异点。
预设的变异概率是指用于判断是否进行变异操作的临界值,变异概率可设置为0.2,变异概率的取值可以按照需要进行设置,本发明实施例对此不做限定。
S43、按照预设的变异算法对第一变异点和第二变异点执行第一变异操作,得到电力设备布设地图对应的目标巡检路径。
预设的变异算法是指在初始巡检路径随机选取两个变异点,并按照构建个体种群的步骤,构建可行路径的算法。
在本发明实施例中,在第一初始巡检路径和第二初始巡检路径上随机选取第一变异点和第二变异点,按照构建可行路径的步骤,构建第一变异点和第二变异点之间的可行路径,从而得到电力设备布设地图对应的目标巡检路径。
S44、当变异随机数小于或等于变异概率时,选择初始巡检路径的第三变异点和第四变异点。
在本发明实施例中,当变异随机数小于或等于变异概率时,在第一初始巡检路径和第二巡检路径上随机选取第三变异点和第四变异点。
S45、对第三变异点和第四变异点进行第二变异操作,得到电力设备布设地图对应的目标巡检路径
进一步地,变异操作包括第一变异操作和第二变异操作,S45可以包括以下子步骤S451-S458:
S451、在预设的随机数区间内生成第一随机数和第二随机数。
在本发明实施例中,将随机数区间设置为[0,1],在预设的随机数区间内随机生成第三变异点对应的第一随机数和第二变异点对应的第二随机数。
S452、计算第三变异点的第一纵坐标值和第一横坐标值之间的差值,得到第一差值。
在本发明实施例中,将第三变异点的第一纵坐标与第一横坐标做差值计算,得到第三变异点对应的第一差值。
S453、计算第一差值与第一随机数的乘积并与第一横坐标值的和值,得到第二纵坐标值。
在本发明实施例中,计算第三变异点对应的第一差值与第一随机数的乘积,并将计算结果与第一横坐标值进行和值计算,得到第二纵坐标值。
S454、以第一横坐标值作为第一突变横坐标,以第二纵坐标值作为第一突变纵坐标,得到第一突变点。
在本发明实施例中,采用第三变异点的第一横坐标值作为第一突变横坐标,采用第二纵坐标值作为第一突变纵坐标,从而构建得到第一突变点。
S455、计算第四变异点的第二纵坐标值和第二横坐标值之间的差值,得到第二差值。
在本发明实施例中,将第四变异点的第二纵坐标与第二横坐标做差值计算,得到第四变异点对应的第一差值。
S456、计算第二差值与第二随机数的乘积并与第二横坐标值的和值,得到第三纵坐标值
在本发明实施例中,计算第四变异点对应的第二差值与第二随机数的乘积,并将计算结果与第二横坐标值进行和值计算,得到第三纵坐标值。
S457、以第二横坐标值作为第二突变横坐标,以第三纵坐标值作为第二突变纵坐标,得到第二突变点。
在本发明实施例中,采用第四变异点的第二横坐标值作为第二突变横坐标,采用第三纵坐标值作为第二突变纵坐标,从而构建得到第二突变点。
S458、依次连接第三变异点的前段、第一突变点、第二突变点和第四变异点和第四变异点的后段,得到电力设备布设地图对应的目标巡检路径。
在本发明实施例中,确定第一突变点和第二突变点的坐标后,构建电力设备布设地图对应的目标巡检路径,其中目标巡检路径一共分为五段,分别是第三变异点的前段,第三变异点和第一突变点之间重连的线段(假如线段不连续时通过平均值法进行插入栅格,直至连续),第一突变点和第二突变点之间重连的线段(假如线段不连续时通过平均值法进行插入栅格,直至连续),第二突变点和第四变异点之间重连的线段(假如线段不连续时通过平均值法进行插入栅格,直至连续)以及第四变异点的后段。
如图6和图7所示,假设第三变异点为,第四变异点为,第三变异点和第四变异点在执行第二变异操作即伪变异操作前,分别在B、C两点,通过伪突变操作,两个突变点由原先的B、C点,向“理想路径”y=x 靠拢,伪变异操作得到第一突变点和第二突变点分别落在虚线AB和CD上。得到的目标巡检路径由点前段,点和点重连的线段(假如线段不连续时通过平均值法进行插入栅格,直至连续),点和点重连的线段(假如线段不连续时通过平均值法进行插入栅格,直至连续),点和点重连的线段(假如线段不连续时通过平均值法进行插入栅格,直至连续),以及点之后段构成。
在本发明实施例中,通过当接收到电力设备布设地图时,将电力设备布设地图栅格化并编码,得到电力设备布设地图对应的栅格地图。在栅格地图上除起点和终点所在行外的每行选择栅格作为轨迹节点,通过判断相邻的轨迹节点是否连续,执行相应的操作,构建对应的可行路径,采用全部可行路径,构建电力设备布设地图对应的个体种群。按照预设的轨迹长度公式和预设的顺滑度公式,分别计算各可行路径对应的轨迹长度和顺滑度,分别计算轨迹长度的倒数和顺滑度与对应权重的乘积并求和值,得到可行路径的适应度,分别计算各适应度与个体种群对应的适应度和值的比值,得到可行路径对应的选择概率,通过轮盘赌算法采用选择概率作为筛选概率,筛选出交配个体。
判断交配个体之间是否存在交叉点,若是,则选择交叉点作为交配点,并按照交配点进行交叉操作,构建初始巡检路径;若否,则在第一交配个体和第二交配个体上分别选择两个交配点进行交叉操作,构建初始巡检路径。在预设的变异随机数区间内生成变异随机数,当变异随机数大于预设的变异概率时,选择初始巡检路径的第一变异点和第二变异点,按照预设的变异算法对第一变异点和第二变异点执行第一变异操作,得到电力设备布设地图对应的目标巡检路径;当变异随机数小于或等于变异概率时,选择初始巡检路径的第三变异点和第四变异点,对第三变异点和第四变异点进行第二变异操作,得到电力设备布设地图对应的目标巡检路径。当交配个体之间不存在交叉点时,对交配个体进行四点交叉操作,可以使生成的初始巡检路径的顺滑度高,且适应度值大。以“理想线”作为变异操作的行为导向,即以一定概率通过变异操作将路径往“理想线”进行修正,在此概率下,变异不再具“盲目性”,从而使构建得到的目标巡检路径为最优路径。
请参阅图8,图8为本发明实施例三提供的一种电力设备巡检路径规划系统的结构框图。
本发明实施例提供一种电力设备巡检路径规划系统,包括:
个体种群生成模块801,用于当接收到电力设备布设地图时,对电力设备布设地图栅格化,并采用电力设备布设地图内的可行路径构建个体种群。
交配个体确定模块802,用于根据个体种群内各可行路径对应的适应度和预设的选择算法,确定交配个体。
初始巡检路径得到模块803,用于根据交配个体之间的位置关系,选择交配点进行交叉操作,得到初始巡检路径;
目标巡检路径得到模块804,用于对初始巡检路径进行变异操作,得到电力设备布设地图对应的目标巡检路径。
可选地,个体种群生成模块801包括:
栅格地图得到模块,用于当接收到电力设备布设地图时,将电力设备布设地图栅格化并编码,得到电力设备布设地图对应的栅格地图。
轨迹节点选择模块,用于在栅格地图上除起点和终点所在行外的每行选择栅格作为轨迹节点。
相邻轨迹节点判断模块,用于判断相邻的轨迹节点是否连续。
相邻轨迹节点连续模块,用于若连续,则采用轨迹节点作为路径节点。
相邻轨迹节点不连续模块,用于则通过平均值法插入栅格,直至相邻的轨迹节点连续,得到对应的路径节点。
可行路径得到模块,用于依次连接全部路径节点,得到对应的可行路径。
跳转执行模块,用于跳转执行在栅格地图上除起点和终点所在行外的每行选择栅格作为轨迹节点的步骤,直至全部栅格均被作为轨迹节点。
个体种群生成子模块,用于采用全部可行路径,构建电力设备布设地图对应的个体种群。
可选地,预设的选择算法为轮盘赌算法,交配个体确定模块802包括:
轨迹长度和顺滑度计算模块,用于按照预设的轨迹长度公式和预设的顺滑度公式,分别计算各可行路径对应的轨迹长度和顺滑度。
可行路径的适应度得到模块,用于分别计算轨迹长度的倒数和顺滑度与对应权重的乘积并求和值,得到可行路径的适应度。
选择概率得到模块,用于分别计算各适应度与个体种群对应的适应度和值的比值,得到可行路径对应的选择概率。
交配个体确定子模块,用于通过轮盘赌算法采用选择概率作为筛选概率,筛选出交配个体。
可选地,交配个体包括第一交配个体和第二交配个体,初始巡检路径得到模块803包括:
交叉点判断模块,用于判断交配个体之间是否存在交叉点。
存在交叉点模块,用于若是,则选择交叉点作为交配点,并按照交配点进行交叉操作,构建初始巡检路径。
不存在交叉点模块,用于若否,则在第一交配个体和第二交配个体上分别选择两个交配点进行交叉操作,构建初始巡检路径。
可选地,不存在交叉点模块可以执行以下步骤:
在第一交配个体上选择第一交配点和第二交配点,第一交配点和第二交配点构成的直线垂直于电力设备布设地图的横轴;
在第二交配个体上选择第三交配点和第四交配点,第三交配点和第四交配点构成的直线垂直于电力设备布设地图的横轴;
采用第一交配点、第二交配点、第三交配点和第四交配点进行四点交叉操作,构建初始巡检路径。
可选地,变异操作包括第一变异操作和第二变异操作,目标巡检路径得到模块804包括:
变异随机数生成模块,用于在预设的变异随机数区间内生成变异随机数。
第一变异点和第二变异点选择模块,用于当变异随机数大于预设的变异概率时,选择初始巡检路径的第一变异点和第二变异点。
第一变异操作执行模块,用于按照预设的变异算法对第一变异点和第二变异点执行第一变异操作,得到电力设备布设地图对应的目标巡检路径。
第三变异点和第四变异点选择模块,用于当变异随机数小于或等于变异概率时,选择初始巡检路径的第三变异点和第四变异点。
第二变异操作执行模块,用于对第三变异点和第四变异点进行第二变异操作,得到电力设备布设地图对应的目标巡检路径。
可选地,第二变异操作执行模块可以执行以下步骤:
在预设的随机数区间内生成第一随机数和第二随机数;
计算第三变异点的第一纵坐标值和第一横坐标值之间的差值,得到第一差值;
计算第一差值与第一随机数的乘积并与第一横坐标值的和值,得到第二纵坐标值;
以第一横坐标值作为第一突变横坐标,以第二纵坐标值作为第一突变纵坐标,得到第一突变点;
计算第四变异点的第二纵坐标值和第二横坐标值之间的差值,得到第二差值;
计算第二差值与第二随机数的乘积并与第二横坐标值的和值,得到第三纵坐标值;
以第二横坐标值作为第二突变横坐标,以第三纵坐标值作为第二突变纵坐标,得到第二突变点;
依次连接第三变异点的前段、第一突变点、第二突变点和第四变异点和第四变异点的后段,得到电力设备布设地图对应的目标巡检路径。
本发明实施例还提供了一种电子设备,电子设备包括:存储器及处理器,存储器中储存有计算机程序;计算机程序被处理器执行时,使得处理器执行如上述任一实施例的电力设备巡检路径规划方法。
存储器可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器具有用于执行上述方法中的任何方法步骤的程序代码的存储空间。例如,用于程序代码的存储空间可以包括分别用于实现上面的方法中的各种步骤的各个程序代码。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘,紧致盘(CD)、存储卡或者软盘之类的程序代码载体。程序代码可以例如以适当形式进行压缩。这些代码当由计算处理设备运行时,导致该计算处理设备执行上面所描述的电力设备巡检路径规划方法中的各个步骤。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一实施例的电力设备巡检路径规划方法。
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,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请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,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。
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。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
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)
1.一种电力设备巡检路径规划方法,其特征在于,包括:
当接收到电力设备布设地图时,对所述电力设备布设地图栅格化,并采用所述电力设备布设地图内的可行路径构建个体种群;
根据所述个体种群内各所述可行路径对应的适应度和预设的选择算法,确定交配个体;
根据所述交配个体之间的位置关系,选择交配点进行交叉操作,得到初始巡检路径;
对所述初始巡检路径进行变异操作,得到所述电力设备布设地图对应的目标巡检路径。
2.根据权利要求1所述的电力设备巡检路径规划方法,其特征在于,所述当接收到电力设备布设地图时,对所述电力设备布设地图栅格化,并采用所述电力设备布设地图内的可行路径构建个体种群的步骤,包括:
当接收到电力设备布设地图时,将所述电力设备布设地图栅格化并编码,得到所述电力设备布设地图对应的栅格地图;
在所述栅格地图上除起点和终点所在行外的每行选择栅格作为轨迹节点;
判断相邻的所述轨迹节点是否连续;
若连续,则采用所述轨迹节点作为路径节点;
若不连续,则通过平均值法插入栅格,直至相邻的所述轨迹节点连续,得到对应的路径节点;
依次连接全部所述路径节点,得到对应的可行路径;
跳转执行所述在所述栅格地图上除起点和终点所在行外的每行选择栅格作为轨迹节点的步骤,直至全部所述栅格均被作为轨迹节点;
采用全部所述可行路径,构建所述电力设备布设地图对应的个体种群。
3.根据权利要求1所述的电力设备巡检路径规划方法,其特征在于,所述预设的选择算法为轮盘赌算法;所述根据所述个体种群内各所述可行路径对应的适应度和预设的选择算法,确定交配个体的步骤,包括:
按照预设的轨迹长度公式和预设的顺滑度公式,分别计算各所述可行路径对应的轨迹长度和顺滑度;
分别计算所述轨迹长度的倒数和所述顺滑度与对应权重的乘积并求和值,得到所述可行路径的适应度;
分别计算各所述适应度与所述个体种群对应的适应度和值的比值,得到所述可行路径对应的选择概率;
通过所述轮盘赌算法采用所述选择概率作为筛选概率,筛选出交配个体。
4.根据权利要求1所述的电力设备巡检路径规划方法,其特征在于,所述交配个体包括第一交配个体和第二交配个体;所述根据所述交配个体之间的位置关系,选择交配点进行交叉操作,得到初始巡检路径的步骤,包括:
判断所述交配个体之间是否存在交叉点;
若是,则选择所述交叉点作为交配点,并按照所述交配点进行交叉操作,构建初始巡检路径;
若否,则在所述第一交配个体和所述第二交配个体上分别选择两个所述交配点进行交叉操作,构建所述初始巡检路径。
5.根据权利要求4所述的电力设备巡检路径规划方法,其特征在于,所述在所述第一交配个体和所述第二交配个体上分别选择两个所述交配点进行交叉操作,构建所述初始巡检路径的步骤,包括:
在所述第一交配个体上选择第一交配点和第二交配点,所述第一交配点和所述第二交配点构成的直线垂直于所述电力设备布设地图的横轴;
在所述第二交配个体上选择第三交配点和第四交配点,所述第三交配点和所述第四交配点构成的直线垂直于所述电力设备布设地图的横轴;
采用所述第一交配点、所述第二交配点、所述第三交配点和所述第四交配点进行四点交叉操作,构建所述初始巡检路径。
6.根据权利要求1所述的电力设备巡检路径规划方法,其特征在于,所述变异操作包括第一变异操作和第二变异操作;所述对所述初始巡检路径进行变异操作,得到所述电力设备布设地图对应的目标巡检路径的步骤,包括:
在预设的变异随机数区间内生成变异随机数;
当所述变异随机数大于预设的变异概率时,选择所述初始巡检路径的第一变异点和第二变异点;
按照预设的变异算法对所述第一变异点和所述第二变异点执行所述第一变异操作,得到所述电力设备布设地图对应的目标巡检路径;
当所述变异随机数小于或等于所述变异概率时,选择所述初始巡检路径的第三变异点和第四变异点;
对所述第三变异点和所述第四变异点进行所述第二变异操作,得到所述电力设备布设地图对应的所述目标巡检路径。
7.根据权利要求6所述的电力设备巡检路径规划方法,其特征在于,所述对所述第三变异点和所述第四变异点进行第二变异操作,得到所述电力设备布设地图对应的所述目标巡检路径的步骤,包括:
在预设的随机数区间内生成第一随机数和第二随机数;
计算所述第三变异点的第一纵坐标值和第一横坐标值之间的差值,得到第一差值;
计算所述第一差值与所述第一随机数的乘积并与所述第一横坐标值的和值,得到第二纵坐标值;
以所述第一横坐标值作为第一突变横坐标,以所述第二纵坐标值作为第一突变纵坐标,得到第一突变点;
计算所述第四变异点的第二纵坐标值和第二横坐标值之间的差值,得到第二差值;
计算所述第二差值与所述第二随机数的乘积并与所述第二横坐标值的和值,得到第三纵坐标值;
以所述第二横坐标值作为第二突变横坐标,以所述第三纵坐标值作为第二突变纵坐标,得到第二突变点;
依次连接所述第三变异点的前段、所述第一突变点、所述第二突变点、所述第四变异点和所述第四变异点的后段,得到所述电力设备布设地图对应的所述目标巡检路径。
8.一种电力设备巡检路径规划系统,其特征在于,包括:
个体种群生成模块,用于当接收到电力设备布设地图时,对所述电力设备布设地图栅格化,并采用所述电力设备布设地图内的可行路径构建个体种群;
交配个体确定模块,用于根据所述个体种群内各所述可行路径对应的适应度和预设的选择算法,确定交配个体;
初始巡检路径得到模块,用于根据所述交配个体之间的位置关系,选择交配点进行交叉操作,得到初始巡检路径;
目标巡检路径得到模块,用于对所述初始巡检路径进行变异操作,得到所述电力设备布设地图对应的目标巡检路径。
9.一种电子设备,其特征在于,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1-7任一项所述的电力设备巡检路径规划方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现如权利要求1-7任一项所述的电力设备巡检路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211401613.7A CN115451974B (zh) | 2022-11-09 | 2022-11-09 | 一种电力设备巡检路径规划方法、系统、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211401613.7A CN115451974B (zh) | 2022-11-09 | 2022-11-09 | 一种电力设备巡检路径规划方法、系统、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115451974A true CN115451974A (zh) | 2022-12-09 |
CN115451974B CN115451974B (zh) | 2023-04-07 |
Family
ID=84295569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211401613.7A Active CN115451974B (zh) | 2022-11-09 | 2022-11-09 | 一种电力设备巡检路径规划方法、系统、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115451974B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116629842A (zh) * | 2023-07-19 | 2023-08-22 | 国网浙江省电力有限公司苍南县供电公司 | 基于图像处理的电力设备巡检方法及平台 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000172664A (ja) * | 1998-10-02 | 2000-06-23 | Yoshinori Haseyama | 最適経路及び最適巡回経路探索方法 |
CN110162041A (zh) * | 2019-05-14 | 2019-08-23 | 江苏师范大学 | 一种基于自适应遗传算法的机器人路径规划方法 |
CN111426323A (zh) * | 2020-04-16 | 2020-07-17 | 南方电网科学研究院有限责任公司 | 一种巡检机器人路线规划方法及装置 |
CN111664852A (zh) * | 2020-06-15 | 2020-09-15 | 天津大学 | 一种无人机路径规划方法及装置 |
WO2021022637A1 (zh) * | 2019-08-06 | 2021-02-11 | 南京赛沃夫海洋科技有限公司 | 一种基于改进遗传算法的无人艇路径规划方法及系统 |
CN112504274A (zh) * | 2020-11-06 | 2021-03-16 | 江苏师范大学 | 一种基于Dsl_GA算法的移动机器人路径规划方法 |
CN112650248A (zh) * | 2020-12-23 | 2021-04-13 | 齐鲁工业大学 | 基于改进遗传算法的巡检机器人路径规划方法及系统 |
US20210348926A1 (en) * | 2018-10-23 | 2021-11-11 | Offshore Navigation Limited | An apparatus for determining an optimal route of a maritime ship |
CN114355918A (zh) * | 2021-12-27 | 2022-04-15 | 北京航天数据股份有限公司 | 一种除冰车路径规划方法、装置及存储介质 |
CN115079704A (zh) * | 2022-08-01 | 2022-09-20 | 中国电信股份有限公司 | 路径规划方法、装置、存储介质及电子设备 |
-
2022
- 2022-11-09 CN CN202211401613.7A patent/CN115451974B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000172664A (ja) * | 1998-10-02 | 2000-06-23 | Yoshinori Haseyama | 最適経路及び最適巡回経路探索方法 |
US20210348926A1 (en) * | 2018-10-23 | 2021-11-11 | Offshore Navigation Limited | An apparatus for determining an optimal route of a maritime ship |
CN110162041A (zh) * | 2019-05-14 | 2019-08-23 | 江苏师范大学 | 一种基于自适应遗传算法的机器人路径规划方法 |
WO2021022637A1 (zh) * | 2019-08-06 | 2021-02-11 | 南京赛沃夫海洋科技有限公司 | 一种基于改进遗传算法的无人艇路径规划方法及系统 |
CN111426323A (zh) * | 2020-04-16 | 2020-07-17 | 南方电网科学研究院有限责任公司 | 一种巡检机器人路线规划方法及装置 |
CN111664852A (zh) * | 2020-06-15 | 2020-09-15 | 天津大学 | 一种无人机路径规划方法及装置 |
CN112504274A (zh) * | 2020-11-06 | 2021-03-16 | 江苏师范大学 | 一种基于Dsl_GA算法的移动机器人路径规划方法 |
CN112650248A (zh) * | 2020-12-23 | 2021-04-13 | 齐鲁工业大学 | 基于改进遗传算法的巡检机器人路径规划方法及系统 |
CN114355918A (zh) * | 2021-12-27 | 2022-04-15 | 北京航天数据股份有限公司 | 一种除冰车路径规划方法、装置及存储介质 |
CN115079704A (zh) * | 2022-08-01 | 2022-09-20 | 中国电信股份有限公司 | 路径规划方法、装置、存储介质及电子设备 |
Non-Patent Citations (3)
Title |
---|
JOSÉ TARCÍSIO FRANCODE CAMARGO 等: "Route planning by evolutionary computing: an approach based on genetic algorithms", 《PROCEDIA COMPUTER SCIENCE》 * |
姜英杰等: "栅格遗传算法的变电站巡检机器人路径规划", 《科技与创新》 * |
曹弋 等: "考虑驾乘人员公平性的网约出租车合乘路径优化模型", 《控制理论与应用》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116629842A (zh) * | 2023-07-19 | 2023-08-22 | 国网浙江省电力有限公司苍南县供电公司 | 基于图像处理的电力设备巡检方法及平台 |
CN116629842B (zh) * | 2023-07-19 | 2023-11-07 | 国网浙江省电力有限公司苍南县供电公司 | 基于图像处理的电力设备巡检方法及平台 |
Also Published As
Publication number | Publication date |
---|---|
CN115451974B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Levitin et al. | A genetic algorithm for robotic assembly line balancing | |
CN112686429B (zh) | 移动机器人及其基于自适应遗传算法的路径规划方法 | |
CA2436352A1 (en) | Process and system for developing a predictive model | |
CN115451974B (zh) | 一种电力设备巡检路径规划方法、系统、设备和介质 | |
Shayeghi et al. | Studying effect of bundle lines on TNEP considering network losses using decimal codification genetic algorithm | |
Murugan | Modified particle swarm optimisation with a novel initialisation for finding optimal solution to the transmission expansion planning problem | |
CN111426323B (zh) | 一种巡检机器人路线规划方法及装置 | |
CN103384354A (zh) | 一种无源光网络光分配网的优化设计方法 | |
CN115544699B (zh) | 基于遗传算法的海缆布局优化方法、装置、设备及介质 | |
Ashlock et al. | Landscape automata for search based procedural content generation | |
CN110009181A (zh) | 配电网改造措施与失负荷量指标关联性挖掘方法及装置 | |
CN109886560A (zh) | 配电网改造措施与电压合格率指标关联性挖掘方法及装置 | |
CN111400150A (zh) | 一种芯片性能验证方法、系统、设备及计算机存储介质 | |
Sathe et al. | Optimizing location and relocation of response units in guarding critical facilities | |
CN115826591B (zh) | 一种基于神经网络估计路径代价的多目标点路径规划方法 | |
CN105574824A (zh) | 基于脊波字典的多目标遗传优化压缩感知图像重构方法 | |
CN116627953B (zh) | 一种地下水位监测数据缺失的修复方法 | |
CN110689053A (zh) | 样本数据的处理方法和计算机存储介质 | |
KR100986160B1 (ko) | 유전자 알고리즘 및 dna 컴퓨팅을 이용한 마스크 생성 시스템 및 생성 방법 | |
CN112148030B (zh) | 一种基于启发式算法的水下滑翔机路径规划方法 | |
Goodwin et al. | A vector quantization approach to scenario generation for stochastic NMPC | |
CN113627655A (zh) | 一种配电网灾前故障场景模拟预测方法及装置 | |
CN113141272A (zh) | 基于迭代优化rbf神经网络的网络安全态势分析方法 | |
CN111883208B (zh) | 一种基因序列优化方法、装置、设备及介质 | |
CN115329684B (zh) | 一种静态负荷模型构建方法、系统、设备和介质 |
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 |