電力設備巡檢線路優化分析

朱文武

摘要：電力設備日常巡檢是保證電力供給正常運行的關鍵。巡檢線路是否合理，關系到巡檢人員的工作效率和巡檢的質量。巡檢線路的優化能將有限的工作時間充分發揮。本文針對節約算法和蟻群算法兩種算法進行對比分析，對18個待檢修電力設備巡檢線路進行優化，提升巡檢質量和效率。

關鍵詞：巡檢;線路優化;節約算法;蟻群算法

0 引言

電力設備安全關系電力作業和用電的安全，隨著電網擴張和用電的增加，設備運行的安全性受到了更加嚴峻的考驗，電力設備的巡檢管理更是逐漸被重視起來。由于電力設備巡檢觀測點數量較多，且分布十分零散，不同的設備檢驗周期也不同。為提高巡檢效率，本文采用節約算法和蟻群算法相結合，開展對電力巡檢線路進行優化管理，通過優化巡檢時間，提高巡視次數，保證巡檢的質量。

1 電力設備的常規巡檢

電力設備安全巡檢是電廠日常運行和檢修工作的重要項目之一，通過電廠安全員定期及不定期的日常巡檢和專項檢查等，及時發現設備的異常或安全隱患，并第一時間報送問題，為決策爭取時間，從而確保每個設備運行穩定，作業人員生產安全。而目前的電力設備巡檢只籠統的規定了安全巡檢的要求和周期，沒有明確規定巡檢的路線，使得安全員往來巡檢區域檢查設備極其容易發生設備漏檢。安全員較多的巡檢區域在設備巡檢上更容易發生巡檢線路交叉，一個設備多檢的情況，這都是一種極其低效的巡檢工作，既浪費了成本又極其耗時。

2 算法介紹

2.1 節約算法

節約算法的核心思想是依次將運輸問題中的兩個回路合并為一個回路，使每次合并后的總運輸距離減小的幅度最大。

按照回路合并里程節約原則，計算里程網絡中最短距離。首先初始對每一點單獨里程計算，將節約里程按大到小排列，確定最優路線。

2.2 蟻群算法

蟻群算法本質為啟發式全局優化算法，蟻群個體間通過信息素間接進行信息交流。蟻群算法首先從所有待優化點中任選一個為初始點，開始隨機訪問一次最終回到起始點。依照不同路徑的信息量以及啟發式信息計算狀態轉移概率：

表示在t時刻螞蟻k由元素（城市）i轉移到元素（城市）j的轉移概率;α和β分別表示信息素和啟發式信息在蟻群搜索路徑過程的相對重要程度。

3 巡檢線路優化

3.1 節約算法巡檢線路優化

依照18個待檢修設備之間的往來距離按節約距離從大到小進行回路合并得出最優路線。

結合表1表2數據，最終優化效果設定路徑A：0-3-1-2-4-14-9-5-0，共計里程55.3km B：0-13-6-12-7-8-0，共計里程49.2km C：0-8-15-10-18-17-11-16-0，共計71.9km

3.2 蟻群算法巡檢線路優化

仍以18個待測設備為對象，將18個待檢測設備分布路徑做路徑地圖矩陣，1表示為障礙物，0表示為可通行路。

選取初始信息素矩陣，選擇初始點和終止點，蟻群算法會自動更新信息素和最優初始點。

根據蟻群算法得出優化路徑a：0-3-2-1-18-4-5-0，共計里程54.6km b：0-6-7-8-14-12-13-0，共計里程51.1km c：0-10-11-16-17-13-9-0，共計里程68.2km

3.3 對比分析

通過節約算法和蟻群算法對巡檢路徑優化發現，兩種算法給出了不同的路線，假設每一里程人力成本10元/km/人計算，每2個設備一名安全員的配置量。兩種方案對比分析如下表：

根據表2對兩個算法給出的優化路徑進行評分，蟻群算法無論從總里程距離、所需安全員數和人工成本方面比節約算法都有明顯的優勢，因此蟻群算法所給出的巡檢線路更加優越。

4 結束語

本文從節約算法和蟻群算法兩種算法比較旨在探索電廠設備檢修巡檢最優線路，彌補常規巡檢中可能存在的問題。路徑優化方案的優劣取決于算法的精度和數據的準確度，建議可根據不同周期巡檢設備使用不同算法對比尋找最優巡檢路線。

參考文獻：

[1]葛妍嬌，郭宇，黃少華，劉道元，張蓉.基于智能感知網的物料配送動態優化方法[J/OL].計算機工程與應用：1-9[2019-01-03].http：//kns.cnki.net/kcms/detail/11.2127.TP.20181226.0753.002.html.

[2]張原藝，章政，王泉.基于改進多步長蟻群算法的機器人路徑規劃[J].計算機工程與設計，2018，39（12）：3829-3834+3866.

[3]楊曉敏.基于蟻群算法的黃河金三角旅游路線規劃研究[J].計算機時代，2018（12）：61-63.

[4]王轉，裴澤平.啟發式路徑下節約里程的訂單分批算法[J].計算機工程與應用，2018，54（23）：203-209+222.

[5]羅雪靜，顏文俊.大型光伏電站無人機巡檢中的路徑規劃方法研究[J].工業控制計算機，2018，31（09）：32-34+36.

[6]易琳，秦曉科，王剛，李安然，王柯，李雄剛.基于改進蟻群算法的電力巡檢路徑規劃[J].廣東電力，2018，31（03）：115-119.

[7]賀書杰.模糊環境下基于改進節約算法的路徑優化[J].價值工程，2017，36（34）：98-100.