System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及人工智能,具体涉及一种基于人工智能的输电线路规划方法。
技术介绍
1、人工智能是研究使用计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。
2、输电线路是指用于传输电力从发电站到负荷中心(如城市、工业区等)的电力传输设施,输电线路通常通过架空线或地下电缆,将发电厂生产的电能以高电压的形式传输到变电站或配电网络,然后降压后输送到各类用户。
3、在现有技术中,输电线路的规划主要还是依赖于人工的方式进行的,在面对地形复杂的地区,人工判断往往会受到个人经验的限制,难以全面考虑各种环境因素,尤其是在处理大规模数据和多个变量交织影响的情况下(如复杂的工程地质条件),容易出现误判或遗漏。而人工智能因其强大的数据处理能力和高度自动化的决策过程,能够极大程度上避免上述情况的发生,因此研究一种基于人工智能的输电线路规划方法是很有必要的。
技术实现思路
1、本专利技术的目的在于提供一种基于人工智能的输电线路规划方法,解决以下技术问题:
2、在现有技术中,输电线路的规划主要还是依赖于人工的方式进行的,在面对地形复杂的地区,人工判断往往会受到个人经验的限制,难以全面考虑各种环境因素,尤其是在处理大规模数据和多个变量交织影响的情况下(如复杂的工程地质条件),容易出现误判或遗漏。
3、本专利技术的目的可以通过以下技术方案实现:
5、s1:根据输电线路的起点和终点确定规划区域,对所述的规划区域进行网格划分,网格的长和宽均为预设长度,采集网格交点上的工程地质条件,基于优化后的施工困难程度识别模型确定网格交点上的施工难度系数;
6、s2:根据所述的网格交点、输电线路的起点和终点规划待选路径,生成坐标点(b,db),db表示所述的待选路径上第b个网格交点的施工难度系数,通过直线连接相邻的两个坐标点得到目标图像;
7、确定施工难度系数范围[dmin,dmax],dmin=min(djh),dmax=max(djh),djh=(d1,d2,…,dn),dn表示第n个网格交点对应的施工难度系数,在所述的施工难度系数范围内从低到高以预设的施工难度系数间隔设置若干个施工难度系数等级,确定所述的目标图像在第c个施工难度系数范围[dksc,djsc]内的部分,确定该部分目标图像对应的定义域取值范围y,并确定目标比例cc,所述的目标比例表示定义域取值范围y占目标图像的定义域的比例;
8、s3:计算所述的待选路径的参考值k,其计算公式为:
9、;
10、其中,djtot表示施工难度系数等级的总数量,[0,xqz]表示目标图像f(x)的定义域取值范围,ε为预设修正系数;
11、获取最小参考值kmin,将最小参考值kmin对应的待选路径作为输电线路的规划方案。
12、作为本专利技术进一步的方案:所述的步骤s2中,根据所述的网格交点、输电线路的起点和终点规划待选路径的过程具体包括:
13、将从输电线路的起点开始且经过任意数量的网格交点到达输电线路的终点的路径作为初始路径,所述的初始路径上相邻两个网格交点通过直线连接,同一初始路径中相同的网格交点不重复出现;
14、将所述的初始路径按照路程的长短进行排序,路程越长,排名越靠后,选取排序中前m个初始路径作为待选路径,m为预设数量。
15、作为本专利技术进一步的方案:所述的步骤s1中,基于预训练的工程地质条件识别模型确定网格交点上的施工难度系数的过程具体包括:
16、建立数据库,所述的数据库中存储有已标注施工困难程度的工程地质条件;
17、通过深度学习模型建立施工困难程度识别模型,使用已标注的数据库对其进行训练和优化,将所述的网格交点上的工程地质条件输入优化后的施工困难程度识别模型,输出网格交点的施工困难程度;
18、将所述的网格交点按照施工困难程度的大小进行排序,施工困难程度越大,网格交点的排名越靠后,得到困难程度排序;
19、令排序中第a位的网格交点的初始施工难度系数为a,通过归一化方法将其映射到(0,1]内,所述的初始施工难度系数a映射到(0,1]内后的数值a记为排序中第a位的网格交点的施工难度系数。
20、作为本专利技术进一步的方案:所述的步骤s2中,根据所述的网格交点、输电线路的起点和终点规划待选路径的过程中,还包括以下步骤:
21、当所述的待选路径中,存在某一网格交点的初始施工难度系数大于等于预设的初始施工难度系数阈值时,去除对应的待选路径,并将排序中第m+1位的初始路径作为待选路径。
22、作为本专利技术进一步的方案:通过直线连接输电线路的起点和终点得到参考线段,将通过所述的参考线段的起点且与参考线段垂直的直线作为起点直线,垂足为点a,将所述的起点直线上与点a距离为μ*l的点作为起点参考点,μ为预设系数,l为参考线段的长度;
23、确定终点直线和终点直线上的终点参考点,连接所述的起点参考点和终点参考点得到矩形区域,将此矩形区域作为规划区域。
24、作为本专利技术进一步的方案:所述的步骤s3中,确定输电线路的规划方案的过程中,当存在两个及两个以上的参考值相同且为最小参考值时,选择路程最长的待选路径作为输电线路的规划方案。
25、作为本专利技术进一步的方案:所述的步骤s1中,所述的网格交点上的工程地质条件基于无人机测绘的方式获取。
26、作为本专利技术进一步的方案:确定所述的目标图像的另一种方法具体包括:对所述的坐标点进行拟合,得到拟合曲线,将拟合曲线的图像作为目标图像。
27、本专利技术的有益效果:在本专利技术中,首先根据输电线路的起点和终点确定规划区域,在哪两个位置之间规划输电线路,则这两个位置即为输电线路的起点和终点,确定规划区域的目的在于,防止输电线路过长导致成本的增多,网格交点的长和宽基于历史经验设定,接着对规划区域进行网格划分并采集网格交点上的工程地质条件,基于优化后的施工困难程度识别模型确定网格交点上的施工难度系数;可以理解的是,不同的工程地质条件对应着不同的施工困难程度,通过优化后的施工困难程度识别模型量化施工困难程度,能够降低人为处理带来的误差;接着规划待选路径,根据待选路径上网格交点的施工难度系数绘制目标图像,也即反映待选路径上施工难度变化情况的图像;之后,在施工难度系数范围内设置若干个施工难度系数等级,确定目标图像在每个施工难度系数等级中的目标比例;值得注意的是,目标比例反映了待选路径上施工难度属于不同施工难度等级的情况,目标比例与施工难度等级占总施工难度等级比例的乘积,则反映了不同待选路径在施工难度上的分布特性,从而确保最终的规划方案最大程度上避免高施工难度;最后计算待选路径的参考值,并根据参考值确定输电线路的规划方案。本专利技术通过本文档来自技高网...
【技术保护点】
1.一种基于人工智能的输电线路规划方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于人工智能的输电线路规划方法,其特征在于,所述的步骤S2中,根据所述的网格交点、输电线路的起点和终点规划待选路径的过程具体包括:
3.根据权利要求2所述的一种基于人工智能的输电线路规划方法,其特征在于,所述的步骤S1中,基于预训练的工程地质条件识别模型确定网格交点上的施工难度系数的过程具体包括:
4.根据权利要求3所述的一种基于人工智能的输电线路规划方法,其特征在于,所述的步骤S2中,根据所述的网格交点、输电线路的起点和终点规划待选路径的过程中,还包括以下步骤:
5.根据权利要求1所述的一种基于人工智能的输电线路规划方法,其特征在于,通过直线连接输电线路的起点和终点得到参考线段,将通过所述的参考线段的起点且与参考线段垂直的直线作为起点直线,垂足为点A,将所述的起点直线上与点A距离为μ*L的点作为起点参考点,μ为预设系数,L为参考线段的长度;
6.根据权利要求1所述的一种基于人工智能的输电线路规划方法,其特征在于,所述的步骤S
7.根据权利要求1所述的一种基于人工智能的输电线路规划方法,其特征在于,所述的步骤S1中,所述的网格交点上的工程地质条件基于无人机测绘的方式获取。
8.根据权利要求1所述的一种基于人工智能的输电线路规划方法,其特征在于,确定所述的目标图像的另一种方法具体包括:对所述的坐标点进行拟合,得到拟合曲线,将拟合曲线的图像作为目标图像。
...【技术特征摘要】
1.一种基于人工智能的输电线路规划方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于人工智能的输电线路规划方法,其特征在于,所述的步骤s2中,根据所述的网格交点、输电线路的起点和终点规划待选路径的过程具体包括:
3.根据权利要求2所述的一种基于人工智能的输电线路规划方法,其特征在于,所述的步骤s1中,基于预训练的工程地质条件识别模型确定网格交点上的施工难度系数的过程具体包括:
4.根据权利要求3所述的一种基于人工智能的输电线路规划方法,其特征在于,所述的步骤s2中,根据所述的网格交点、输电线路的起点和终点规划待选路径的过程中,还包括以下步骤:
5.根据权利要求1所述的一种基于人工智能的输电线路规划方法,其特征在于,通过直线连接输电线路的起点和终点得到参考线段,将通过所述...
【专利技术属性】
技术研发人员:陶佳迎,俞键,陈挺,蒋柯青,胡皓杰,寿铠,陈浩,李钟煦,张永建,王一汀,
申请(专利权)人:国网浙江省电力有限公司诸暨市供电公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。