一种基于智能蚁群算法的中压配电网电缆路径规划方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113868812A(43)申请公布日2021.12.31(21)申请号202111040931.0(51)Int.Cl.(22)申请日2021.09.06G06F30/18(2020.01)G06F30/27(2020.01)(71)申请人国网河北省电力有限公司雄安新区G06Q50/06(2012.01)供电公司G06F111/04(2020.01)地址071600河北省保定市雄安新区安新G06F111/06(2020.01)县安新镇北环路国网雄安新区供电公G06F113/04(2020.01)司申请人上海电力设计院有限公司国家电网有限公司(72)发明人王帆张海涛张宁陈云辉蔡佳铭(74)专利代理机构石家庄新世纪专利商标事务所有限公司13100代理人张晓佩权利要求书5页说明书10页附图1页(54)发明名称一种基于智能蚁群算法的中压配电网电缆路径规划方法(57)摘要本发明涉及一种基于智能蚁群算法的中压配电网电缆路径规划方法，包括以下步骤：首先，基于GIS的配电网栅格划分；然后，结合KDE和AHP方法对供电区域内栅格建设成本进行量化；再次，在信息素因子、更新，以及搜索方向上对蚁群算法进行改进，建立全电缆中压配电网的路径规划模型，用于最小建设投资成本的求解；最后，基于改进蚁群算法的路径规划方法，通过遗传算法对环网路径的联络线进行规划，实现最优运行成本目标。本发明基于智能蚁群算法开展中压配电网电缆路径规划，路径规划结果合理，方便开展中压配电网规划方案制定，本发明的方法使用方便，适用性强。CN113868812ACN113868812A权利要求书1/5页1.一种基于智能蚁群算法的中压配电网电缆路径规划方法，其特征在于，包括以下步骤：首先，基于地理信息系统的配电网栅格划分；然后，结合非参数核密度估计方法和层次分析法方法对供电区域内栅格建设成本进行量化；再次，在信息素因子、更新，以及搜索方向上对蚁群算法进行改进，建立全电缆中压配电网的路径规划模型，用于最小建设投资成本的求解；最后，基于改进蚁群算法的路径规划方法，通过遗传算法对环网路径的联络线进行规划，实现最优运行成本目标。2.根据权利要求1所述的一种基于智能蚁群算法的中压配电网电缆路径规划方法，其特征在于，基于地理信息系统的配电网栅格划分包括以下步骤：(1)确定中压配电网路径规划的供电范围，结合地理信息系统作出地理范围的边界；(2)选取合适的单位栅格像素，计算网格地图中栅格的数量R×C，并建立栅格矩阵表示为NR×C；(3)结合地理信息系统中土地性质信息，对每个栅格的负荷类型进行填充。3.根据权利要求2所述的一种基于智能蚁群算法的中压配电网电缆路径规划方法，其特征在于，填充规则如下：①单个栅格内有效对象面积占比大于1/2时，需要进行填充，否则不进行填充；②如果单个栅格填充范围内包含多个对象，按照面积占比最大的对象覆盖整个栅格。4.根据权利要求1所述的一种基于智能蚁群算法的中压配电网电缆路径规划方法，其特征在于，结合非参数核密度估计方法方法对供电区域内栅格建设成本进行量化的步骤如下：供电范围内某一类用地性质的栅格数为n，x1,x2,...,xn为对应栅格的负荷密度，则对应的非参数核密度估计方法模型如下：式中，fh为负荷密度概率函数，h为带宽，K为非参数核密度估计的核函数；其中，带宽h反映了整个非参数核密度估计方法曲线的平坦度：h越大，样本数据点在最终曲线形状中的比例越小，非参数核密度估计方法曲线越平坦；反之，KDE曲线就越陡峭；为了确保负荷密度概率函数fh的连续性，核函数K(x)为单峰平滑，且关于y轴对称的非线性函数，满足以下特性：选用Gaussian函数作为核函数，公式如下：当h选用0.5时，负荷密度概率函数fh表示为：2CN113868812A权利要求书2/5页结合负荷密度函数fh的变化曲线，其最大值对应的负荷密度值即为负荷密度水平的典型值xtp，即：xtp＝argmaxfh(x)由此得到各土地利用性质对应的典型负荷密度水平集合{xtp|xtp,i,0＜i≤m}，其中m为土地类型的数量。5.根据权利要求1所述的一种基于智能蚁群算法的中压配电网电缆路径规划方法，其特征在于，结合层次分析法方法对供电区域内栅格建设成本进行量化的步骤如下：利用各类型土地的负荷密度水平典型值集合{xtp|xtp,i,0＜i≤m}构建单位栅格量化成本的判断矩阵Am×m，矩阵元素为：aij＝xtp,i/xtp,j判断矩阵Am×m满足如下特性：由于判断矩阵Am×m符合一致性检验，直接应用层次分析法计算各类型土地栅格的单位量化成本ci权值，如式：结合某类样本栅格的权值c*，及单位电缆廊道的建设成本E*，得到各土地利用性质对应的单位栅格成本Ci，如