輸電線路路徑智能優選研究

王 剛，李志斌

(北京洛斯達數字遙感技術有限公司，北京 100120)

輸電線路路徑智能優選研究

王 剛，李志斌

(北京洛斯達數字遙感技術有限公司，北京 100120)

輸電線路路徑選擇是多目標決策過程，受地形、水文、氣象、地質、土地利用、交通運輸等因素制約，要考慮到各種定性、定量、確定和不確定的信息，加之評價指標不一致，使得決策過程異常復雜、難以建立統一的數學模型。本文借鑒國內外人工智能在鐵路、公路和電力線路設計中的應用經驗，提出了基于GIS輸電線路智能優選方法。該方法引入了層次分析法進行影響因素權重分析，運用四叉樹原理建立空間變分辨率柵格成本表面模型，利用改進的A*算法進行最短路徑分析，試驗證明了方法的可行性和適用性。

輸電線路；智能優化；A*算法；GIS。

1 概述

隨著數字化電網技術在電力設計中的應用，傳統的以CAD為基礎的設計平臺逐漸被以GIS為基礎的三維數字協同設計平臺所取代，規劃設計人員可以充分利用多源信息進行輸電線路路徑的規劃和比選。然而，參與比選的方案是設計人員憑經驗提出的，不可避免的包含人為因素和局限性，易造成決策的混亂。而且一般的三維數字設計協同平臺僅借助了GIS的數據管理和統計功能，而忽略了GIS強大的空間分析能力。

GIS作為空間數據的主要獲取和管理手段，可以將影響選線的因素進行計算機量化和空間表達，并通過空間分析和最優路徑算法實現輸電線路的智能優選，從而更好的輔助輸電線路優化設計。本文將從影響線路路徑主要因素分析著手，研究影響線路路徑因素及其空間量化表達，結合層次分析法和A*算法，建立基于地理信息系統的最優線路空間分析模型，并通過特高壓工程實例對研究成果進行驗證。

2 影響路徑因素及權重計算

2.1 影響路徑主要因素

輸電線路經過的地域范圍較廣，所經過地區的環境復雜多樣，受地形坡度、土壤類型、水系分布、道路走向、交叉跨越、房屋建筑、氣溫風速、覆冰情況等地理條件的影響，不同路徑方案輸電線路的建設投資有所差異。依據輸電線路設計相關規程、文獻以及專家經驗調研結果，將影響路徑選擇的主要因素總結見表1。

表1 輸電線路影響因素分類

2.2 影響因素權重計算

不同因素對線路路徑的走向影響程度不一，決策者對各指標的重視程度亦不一，各個因子的影響程度和重視程度用權重來衡量。研究中采用層次分析方法進行各因素權重賦值。層次分析法是一種定性與定量相結合、集系統化和層次化為一體的多因素綜合分析方法。它是一種對非定量事件做定量分析的手段，同時可以對大量不確定性、模糊性、隨機性因素及相互關系提出一種量化的決策，使復雜問題簡單明了化。通過專家調研確定了各類因素劃分層次結構見圖1。

通過構建層次結構模型，填寫判斷矩陣、權重計算、一致性檢驗、得到各因素的權重計算結果。

圖1 影響因素層次結構

3 空間模型建立及分析方法

3.1 模型描述及格網劃分

輸電線路的選線工作是在連續空間中規劃出一條最優路徑，可以抽象為 GIS 中的基于成本表面的路徑規劃問題。解決此類問題的常用做法是將連續空間進行離散化，劃分為一個個鄰接的柵格單元，每個單元存儲經過該單元的成本值或困難程度，所有單元構成了“成本表面”。以成本表面中每個單元的中心為節點，以節點之間的連線為邊，以每個單元的成本值為邊的權重，形成一個連接加權圖。利用最短路徑算法能獲得一串從起點到終點的格網單元，單元的中心點連線便是規劃出的路徑。

為了降低數據冗余提高計算效率，連續空間柵格化采用了基于四叉樹思想構建的變分辨率柵格成本表面模型。通過不斷的將具有多重性質的柵格單元四分為大小相等的子柵格單元，直到所有的柵格單元都具有唯一的性質。圖2是一個三值的8×8的柵格層及其對應的四叉樹，先將一個連續域細分為四個子域(NW，NE，SE，SW)，再對具有多重值的子域進行不斷的分割。

圖 2 變分辨率柵格成本表面模型

經過格網劃分后，對與地物邊緣相交的區域柵格單元進行細分，被地物完全包含的或不與地物鄰接的柵格單元不進行細分。

3.2 格網成本計算

3.2.1 各因素量綱統一

影響路徑方案的因素來源分散種類繁雜，衡量的標準各不相同，有定量的因素，也有定性的因素。將多種因素統一標準，進行定量表達，形成某一地理位置的影響因素的綜合評定，是實現計算機自動選線的前提條件。

不同量綱數據，需要合理的分等定級和歸一化處理。影響因素量化分級考慮兩個方面的內容，一是影響因素內部進行合理區分，二是因子之間進行相互比較。架空輸電線路勘測設計規范為各影響因素的處理提供了量化及分級的依據。參照規范和專家意見將各影響因素對路徑選擇的適宜程度劃分為適宜、較適宜、中等、較不適宜、不適宜五個等級，專家打分法分別對應賦值為 1 分、2 分、3 分、4 分、 5 分，見表2。

表2 影響因素等級劃分

3.2.2 單因子成本計算

在確定各影響因素標準化量級后，需要按照量化指標以及權重指標計算格網單元的成本。

(1)線狀影響因素計算

為減少輸電線路經過線狀影響因素，對電力線、通訊線以及公路鐵路等交叉跨越要素標準值定為0或5。若線性要素在格網內，則該格網的成本為5，否則為0。

(2)面狀影響因素計算

面狀影響因素主要包括覆冰、地震烈度、污穢、坡度、高程以及居民地等要素，按照因素分級將成本值設置為 0～5 的值，其中 0 表示沒有某項影響因素的影響，1～5 表示根據分級的不同所形成的標準化值。在進行成本計算時，首先對影響因素的數據與成本表面(即格網)進行疊置運算，計算某一格網的分值。其計算方式為：

式中：D為某一格網的標準化值，即成本值； Vi

為該格網中某一影響因素中某一級的分值；

Ri為該級占該格網的面積百分比。

(3)其他要素計算

線路長度成本計算。將初始格網對角線長度定義為標準化值的最大值5。其他單位長度在此基礎上進行劃分，見圖3，距離成本主要分為兩部分，水平距離成本和傾斜距離成本。圖中的首級格網的傾斜距離成本即設置為標準化值的最大值5，對于首級格網水平距離的標準化值，即為5×2/2。對于第二級格網，其距離成本同樣分為傾斜距離成本和水平距離成本，則第二級傾斜距離標準化值為5/2，第二級格網水平距離的標準化值為5×2/4，以此類推，可計算第N級格網的傾斜和水平方向的標準化值。在求得標準化值后，利用標準化值*距離權重即得到距離成本。

圖 3 距離成本計算方式

線路轉角成本計算。對于線路轉角成本的計算，首先計算兩格網節點的方向值，通過方向進行夾角判斷，從而根據夾角值大小以及線路轉角分級標準得到某一轉角的標準化值，即單元格線路轉角成本。

3.2.3 綜合成本計算

成本表面模型中每個單元格都存放著多種影響因素的成本值。成本值是多種影響因素標準與其相應權重的乘積求和。每格網成本表面模型采用下面公式來計算每個格網單元自身的成本值。

式中：Wi和Fi是第i個影響因素的權重和影響因素標準化值，即單元格成本值； n為影響因素的個數。

3.3 路徑分析方法

確定最優線路路徑方案，即是以花費作為搜索權重的最短路徑分析。最短路徑問題是圖論研究中的一個經典算法問題，旨在尋找圖(由結點和路徑組成的)中兩結點之間的最短路徑。目前對基于地理信息系統的最短路徑搜索算法主要有Dijkstra算法、模擬退火算法、遺傳算法、A*啟發式算法等，本文在綜合各類算法優缺點的基礎上，采用改進的A*算法作為路徑分析的核心算法。

4 試驗與分析

本文選取酒泉—湖南±800 kV直流輸電線路工程陜西段280 km線路進行路徑優選試驗。本試驗區基礎格網為200 m，對于敏感區域采用50 m 格網計算得出智能優選路徑，該路徑能夠有效的避讓礦區、大型水庫、城鎮等區域，能夠有效避讓海拔較高區域、污染較嚴重區域等，達到合理避讓目的。同時，智能優選路徑與人工優化路徑走向基本保持一致，見圖4，而且統計結果表明，兩條路線通過的專題區域長度基本保持一致，路徑總長差異較小，表明智能優化線路與人工優化線路相似度較好。

圖4 人工選線與智能優化選線結果對比

人工路徑優化時，可研和初步設計階段一般選擇1∶5萬地形圖，即圖上1 mm，代表實地50 m，因此利用50 m的格網進行智能優選，獲取結果能夠滿足可研和初步設計階段的精度要求。

5 結語

本文基于GIS技術、A*算法、層次分析法提出解決輸電線路擇優問題的方案，形成了路徑優選的算法模型，其應用關鍵在于影響線路路徑因素的分析以及量化表達。本文將該方法應用于特高壓直流輸電線路路徑優選工作中，通過專家調研確定影響因子，并采用層次分析法、專家打分法計算權重關系，經空間數據的柵格化處理、表面成本計算以及基于A*算法的最短路徑分析，得到路徑優選成果。試驗表明路徑優選結果與人工選線結果基本吻合，能夠在線路可研規劃、初步設計階段為設計人員提供決策支持。

[1] 王剛，崔章順．特高壓工程路徑優化輔助決策支持系統設計與實現[J]．電力勘測設計，2012，(5)．

[2] 袁敬中，等．面向電力選線的多級網格空間數據模型研究[J]．電力勘測設計，2011，(6)．

[3] 韓春華，易思蓉，呂希奎．基于GIS的鐵路選線智能環境及領域本體建模方法[J]．中國鐵道科學，2006，27(6)．

[4] 蒲浩，趙海峰，李偉．基于動態規劃的鐵路三維空間智能選線方法[J]．鐵道科學與工程學報，2012，9(2)．

[5] 張偉紅，趙勇勝，孟穎超．基于元胞自動機的輸電規劃GIS路徑決策[J]．廣東輸電與變電技術，2010，(1)．

[6] 余鳳先，等．基于 GIS 的九龍—石棉500 kV送電線路優選[J]．地質災害與環境保護，2008，(2)．

[7] 張平朗，李園園．影響送電線路走廊費用的主要因素分析[J]．電力技術，2009，(6)．

[8] 臧永強，高學謙，舒雋．輸電規劃中計入環境因素的路徑決策[J]．電力系統自動化，2008，32(15)．

[9] 黃新波，等．輸電線路覆冰關鍵影響因素分析[J]．高電壓技術，2011，37(7)．

[10] 朱義中，陳雄波．基于GIS的輸電線路決策支持系統優選路徑．四川理工學院學報 (自然科學版)，2008，21(1)．

[11] 王肖，等．一種基于GIS最短路徑搜索的A*改進算法[J]．計算機系統應用，2008，(5)．

表8 設備選型規格

綜合比較、分析，本工程的一次風機推薦采用動葉可調軸流風機，一次風機風量裕量30%、另加溫度裕量(按夏季室外大氣溫度38℃計算)，壓頭裕量為25%。

送風機推薦采用動葉可調軸流風機，送風機風量裕量5%、另加溫度裕量(按夏季室外大氣溫度38℃計算)，壓頭裕量為15%。

引風機推薦采用動葉可調軸流風機。引風機風量裕量10%、另加溫度裕量15℃，壓頭裕量為20%。設備選型規格表見表8。

參考文獻：

[1] GB 50660－2011，大中型火力發電廠設計規范[S]．

[2] DL/T 5121－2000，火力發電廠煙風煤粉管道設計技術規程[S]．

Route Intelligent Optimization Scheme of Transmission Line

WANG Gang, LI Zhi-bin
(Beijing North-star Digital Remote Sensing Technology Co., Ltd., Beijing 100120, China)

Transmission line routing is a multi-objective decision process and can be influenced by topography, hydrology, meteorology, geology, land use, transportation and other factors. The decision-making process is very complex; it is difficult to establish a unified mathematical model. In this paper, the intelligent optimization method of transmission line routing based on GIS is proposed according to pertinent literature. The weights of influencing factors were analyzed by analytic hierarchy process (AHP). A variable-resolution raster cost surface model for path optimization was established using quad trees structure. And then path optimization analysis is calculated using the improved A* algorithm. The experiment proved the feasibility and applicability of the method.

transmission line; intelligent optimization; A* Algorithm; GIS.

P2

B

1671-9913(2016)06-0033-04

2015-06-24

王剛(1980- )，男，湖北隨州人，碩士，高級工程師，從事電力勘測設計工作。