基于蟻群算法的500 kV變電站電纜復雜空間排布方法

陳 勇，王云輝，周俊東

(云南電網有限責任公司，云南 昆明 650011)

當前，在變電站電纜排布中，都是依靠相關技術人員進行操作的，在安裝時僅能夠保證設備合理，但科學性較差。如果詳細要求技術人員對比每根導線的型號以及安裝的位置，會帶來較大的工作量，并且排布效果較差。文獻[1]研究了排管電纜群布置方式的聯合優化方法，利用 COMSOL與 Matlab相結合的方法，對線纜進行了模擬，以此為依據得到了最終線組的最佳配置；文獻[2]研究了長距離330 kV電纜護套交叉互聯接地方式及回流纜優化布置方法，利用 EEM軟件建立了模型，并進行了電壓分析，實現電纜排布。上述提出的方法雖然能夠排布電纜，但是不能夠尋找到最短的線纜敷設位置。

蟻群算法是路徑規劃時最常用的一種，因為每一只螞蟻都不知道自己的目標在哪里，因此其只能在自己能看到的地方尋找，這樣就可以得到更多的信息，通過綜合信息判斷找到最短的路徑。基于此，從尋找最短敷設路徑角度出發，提出了基于蟻群算法的500 kV變電站電纜復雜空間排布方法。

1 基于BIM技術建立變電站電纜及關聯模型

將全站電纜清冊導入電纜施工管理系統，確定電纜起點與終點的設備、電纜的通道以及其他信息，過程如下所示：

(1)建立BIM模型前采集變電站內設備、材料以及場地等參數，主要采集的數據包含、電纜溝尺寸、配電箱尺寸、電纜外徑、線槽尺寸[3]、電氣回路。這些數據彼此獨立，卻又互相聯系，任何一組數據的改變都會影響到正確的布線。

(2)模型建立，利用BIM建模軟件以收集到的數據為基礎建立精確的三維可視化模型[4]，如圖1所示。

圖1 變電站電纜及關聯模型建立流程

基于上述過程建立起該變電站內部初始關聯模型，為后續電纜排布提供基礎。

2 基于蟻群算法最短敷設路徑計算

基于上述過程采用BIM技術建立起變電站電纜及關聯模型，將蟻群算法應用到最短路徑尋找中，以提高排布效果，減少浪費。

2.1 500 kV變電站電纜布線空間建模

螞蟻在覓食時，往往可以找到一條最短的路徑，為此將該算法應用到電纜排布中。由于變電站中的結構件種類較多[5]，大小形狀也不同，導致布線空間不規劃，為此對變電站內部環境進行三維空間環境建模。蟻群算法的覓食路徑如圖2所示。

圖2 蟻群算法覓食路徑原理圖

圖2所示的蟻群算法覓食過程如下：

(1)網格化處理變電站電纜空間：將空間抽象為空間位置信息的節點，描述線路可能經過的空間點；

(2)由于整個空間模型較大[6]，會消耗較多存儲空間，因此將變電站電纜空間分成幾個部分，把配線空間分成幾個子空間的并集：

A=A1∪A2∪A3∪…∪An

(1)

式中：A為整個變電站電纜布設空間；A1、A2、A3、An等分別為劃分的各個子空間。

(3)通過對網格進行處理，將其從結構模型中提取出一個立體的模型，將坐標系頂點記作B，在B中建立三維坐標系B-xyz，在該空間中，每個柵格都相當于頂點，為保證尋找時節點不發生碰撞[7]，對其進一步處理：

(2)

式中：k為規劃參數；mant為第t個時間內平面等分參數；m0為三維結構模型最大長度值；r為求解半徑。

根據以上步驟，將配線空間按一定的方式進行分割，從而提高了計算的效率。

2.2 最短路徑尋找

將螞蟻隨機置于起始網格[8]，確保每個通道上的初始點都是相同的，并將其記錄為

τij(0)=τ0

(3)

根據隨機比率，選擇下一次要傳送的柵格[9]，并將其選取過程描述為

(4)

式中：τij為ij上的信息素；ηij為ij邊上的啟發因子；ηis、τis分別為is邊上被允許訪問的柵格集合；α為隨機參數，β為調整因子。

將螞蟻從當前節點選擇下一個節點的計算公式表示為

(5)

為防止螞蟻選擇已經過的網格，使用禁忌表格來記錄蟻群通過的網格，確保其在某一時刻結束后，完成環繞，并將每個螞蟻的行進路線都記錄下來，并保留最小的路線[10]。

由于在選取節點時，每一次通過相鄰節點，都會更新相鄰節點的信息素，因此，該更新公式如下：

τi,j=(1-c)τi,j+cτ0

(6)

式中：τ0為鄰近節點更新時的初始值；c為可變參數的取值范圍。

在此基礎上，進一步對信息素增量計算[11]，計算公式如下所示：

(7)

式中：Lk、Lv、LG分別為螞蟻每次行走時走過的路徑參數；W為螞蟻與螞蟻相遇時迭代的最優解。

每次螞蟻結束一個周期，清除禁忌表格[12]，然后回到最初的網格，為下次布線做好準備，這樣就可以找到最短的布線路線。

3 實現變電站電纜復雜空間排布

通過上述過程已經采用BIM技術建立起敷設模型，并尋找了最短敷設距離，在此基礎上，基于最短路徑，重新對BIM模型調整[13]。由于首階段所建立的模型常常不能達到最佳的狀態，因此，對線纜進行了二次布置，調整的范圍包含了每層的線纜的寬度，并對調整后的模型進行碰撞檢測，利用 BIM軟件的 navisworks進行碰撞檢測，直至模型碰撞檢測為0，得出建筑的模型。在本系統中實現了對光纜鋪設過程的自動仿真，并根據實際情況，對不同施工階段的施工參數進行了分析，并對現場電纜的施工和安裝進行了指導。

在模型建立后，確定最優施工過程，突出實際的電纜排布過程，如下所示：

(1)出圖紙，調試完成后，按對應斷面畫出支架的大致輪廓，在線路較復雜的部位出斷面[14]；

(2)準備施工所用材料，對電纜配盤，將電纜盤設在配電之間；

(3)用鐵絲網將鋼索的頂部緊固，并檢查各連接件的準備情況，然后進行吊裝；

(4)在電纜溝與周邊建筑物側墻進行了開孔處理，便于電纜的分流，同時電纜溝底部至兩側建筑物地面有傾斜過度，便于電纜敷設[15]，整個施工工藝流程如圖3所示。

圖3 施工工藝流程

(5)施工交底，按照3-D組相應剖面的等視圖進行技術交底，保證了虛擬敷設的結果與實際敷設的結果相符，并將其轉化為數據，實現變電站的復雜空間布局。

4 實驗對比

為驗證所提出的基于蟻群算法的變電站電纜復雜空間排布方法的有效性，將排管電纜群布置方式的聯合優化方法、長距離330 kV回流纜優化布置方法與所提出的方法對比，對比三種方法的排布效果。

4.1 實驗準備

此次實驗主要包含兩部分，第一部分實驗主要對比在有故障物的情況下與沒有故障物的情況下，三種方法尋找到的最短路徑長度，第二部分主要對比在有無障礙物下三種方法的路徑尋找時間。實驗1在長100 m，寬100 m的環境中進行，有障礙物的路徑尋找示意圖如圖4所示。

圖4 有障礙物的路徑尋找示意圖

實驗2中障礙物模型參數如表1所示。

表1 障礙物模型參數

在上述實驗環境下進行實驗，詳細的對比結果如下所示。

4.2 第一部分實驗對比結果

三種方法在沒有障礙物的情況下，尋找的最短路徑長度如圖5所示。

圖5 沒有障礙物情況下最短路徑長度

在有障礙物的情況下，所提出的排布方法與另外兩種排布方法路徑尋找長度如圖6所示。

圖6 有障礙物情況下最短路徑長度

由圖5和圖6可知，在有障礙物的情況下，三種方法尋找到的路徑長度明顯多于沒有障礙物的路徑長度。經過對比能夠發現，在幾條路徑尋找上，所提出方法尋找的路徑長度是最短的，較另外兩種方法效果好。

4.3 第二部分實驗對比結果

沒有障礙物情況下，路徑尋找時間如表2所示。

表2 無障礙物下路徑尋找時間 min

在第二部分中，障礙物的位置已經標出，分別采用三種方法尋找排布路徑，所花費的排布路徑尋找時間如表3所示。

表3 在有障礙物的情況下路徑尋找時間 min

基于上述結果能夠看出，在有無障礙物情況下，所提出的方法花費的時間較少，較另外兩種方法花費的路徑尋找時間都少。證明所提出的變電站電纜空間排布方法能夠有效降低節點搜索的重復數，減少轉折點的數目，從而縮小了路徑之間的距離，提升施工效率。

5 結 語

通過上述過程完成基于蟻群算法的變電站電纜復雜空間排布方法的研究，實驗結果表明所提出的排布方法能夠在短時間內尋找到最短路徑，并且受到障礙物的影響較小，證明了所提出的方法的有效性。但是研究時間有限，所提出的方法還需要進一步優化提高變電站電纜復雜空間排布效果。