基于GIS的配电网规划人工智能方_省略__配电网规划智能决策支持系统概述_吴奇石

摘 要 考虑到配电网规划的复杂性, 将地理信息系统( GIS) 及人工智能( AI) 方法引入配电网规 划问题研究, 结合了地理信息系统空间及网络分析的拓扑特性和人工智能方法的鲁棒性及高效性 两者的优点。论述了用于配电网规划的智能决策支持系统( IDSS) 的结构和组成, 该系统不仅减轻 了规划人员的工作量, 而且极大地改善了规划质量。
采用栅格结构, 主要因为来自遥感、数字摄影测 量和扫描的数据以及格网数字地面模型是栅格形式 的。另外, 结构简单、空间叠置和空间分析易于进行 也是其得以采用的一个原因。栅格数据的表示有栅 格矩阵、行程编码、四叉树编码等。 2. 1. 3 地理信息系统中的数据类型
地理信息系统中的点、线、面均代表一定几何形 状的空间实体, 而无论哪类有意义的空间实体都会 有相应的表示其某些特性的属性值[ 7] 。以变压器为 例, 用户所关心的是其安装地点、名称、容量等信息。 因此, 属性数据的管理非常重要。对普通的二维属性 数据当然可采用关系数据库管理系统来维护, 但在 地理信息系统中, 属性数据并不独立, 而与视图中的 几何图形数据一一对应( 这也是其数据库部分优于 一般的关系数据库的地方) 。为此, 可以先将几何图 形数据建立一个或几个文件, 并且对每一个目标设 置一个唯一的标识号, 然后属性数据建立一个表结 构文件, 通过标识号将两者联接起来, 见图 4。
次级布线 初级布线
设计者 黑
板 费用估计
图 1 求取整个用户群的重心位置 Fig. 1 Search of the center of gravity
of all the customer groups
min
f
(g)
=
d
2 1
v1
+
d
2 2
v
2
+
…+
d
2 n
vn
=
n
∑d
2 i
vi
( 1)
i= 1
式中 i = 1, 2, …, n; di 为各终端用户重心 gi 到用
确定其线路容量。在次级布线过程中, 必须要有足够
的空间信息支持, 而 GIS 可以提供一个界面直观、 功能健全的设计环境。
1. 4 初级布线设计
初级布线的目的是把整个用户区中的所有变压
器联结起来, 并使线路投资、挖渠费用及网络损耗为 最小。如果可能, 应充分考虑与次级线路共享空间资
源, 以减少投资费用。
选在整个用户群容量重心附近[ 2] 。当然, 设计者可以
18
按照实际情况作相应调整。下面以某用户群为例加 以说明。该用户群在视图中如图 1 所示。
小初级布线搜索空间, 取得了相当大的成功, 极大地 减轻了设计工作量[ 3] 。图 2 给出了基于“黑板”法的 配网规划智能决策支持系统的结构框图。
用户分组 变压器定位
关键词 地理信息系统 配电网规划 人工智能
0 引言
电力系统在国民经济中占有重要的地位。配电 网络( 简称配网) 直接供电给用户, 拥有极大数量的 电力设备, 占整个供电系统投资的 60% 及运行成本 的 20% [ 1] , 其可靠性与质量直接关系到国民经济和 人们的日常生活。
近年来, 随着计算机技术的迅速发展, 人工智能 ( ar tif icial int elligence, 缩写为 AI) 研究的进一步深 入 以 及 地 理 信 息 系 统 ( geog raphic info rmat ion sy st em, 缩写为 GIS) 应用领域的逐步拓宽, 配网管 理受到了前所未有的重视, 世界各国掀起了配网管 理自动化的热潮。随着社会进步和经济发展, 新兴城 市不断涌现, 老城市也加快了改造的步伐。新城区 ( 垦荒计划) 及旧城区( 增容计划) 的配网设计( 包括 用户分区、网络规划、最优设点布线等) 已成为电力 工作者的一项日常任务。由于架空线、电缆及其它电 力设备一经敷设, 便要经历漫长的使用时间跨度, 显 然一个好的配电设计方案在提高供电可靠性、减少 网络损失、节约设备资金等方面的作用难以估量。然 而目前绝大部分电力部门仍然采用常规手段( 如统 筹方法等) , 用人工或借助于简单的 CAD 制图工具 来规划与设计配网, 这不仅费时、费力, 而且要在数 以百万计的可选设计方案中, 兼顾网络结构、设备材 料、居民便利及障碍物等各方面的制约因素, 挑出一 个最优方案是非常困难的, 甚至是不可能的。
在配网规划中, “黑板”是联接地理信息系统和 人工智能技术( 包括专家系统、遗传算法、神经元网 络等) 的桥梁。通过“黑板”为中介, 地理信息系统中 的数据便可结构化为人工智能技术进行直接处理。 2. 3 人工智能方法概述
在整个配网规划过程中, 各学派的人工智能方 法[ 8] ( 符号、仿生、进化) 均可得到应用, 如专家系统 ( ES) 、基于知识系统( KBS) 、启发式搜索、T abu 搜 索[ 9] 、遗传算法、人工神经元网络等。采用多种人工 智能方法是由配网各过程的不同性质所决定的。所 有这些人工智能方法即组成智能决策支 持系统的 “中央处理单元”。在配网规划过程中, 智能决策支持 系统不同于其它单个人工智能技术, 它并不期望完 成全部的工作, 仅仅扮演“支持”的角色, 而把裁决权 最终交给用户。
图2 基于“黑板”法的配网规划智能决策支持系统 Fig. 2 Intelligent decision support system( IDSS)
for distribution planning based on blackboard technique
用于描述配网规划问题的数据都是由地理信息 系统产生的。这些数据一开始就被结构化为地理信 息系统的图层数据模型。这种图层数据模型是地理 信息系统所特有的, 可以方便地进行图层显示、拓扑 分析和空间查询等操作, 但并不适合人工智能方法 中某些搜索策略的实施。因此, 在各种人工智能方法 利用地理信息系统数据库提供的空间数据之前, 必 须先转化为可在基于规划和学习的推理技术中高效 使用的面向对象的数据形式[ 4] 。“黑板”便是为解决 这个问题而提出来的, 见图 3。“黑板”中信息与数据 的交换机制将在后面章节具体讨论。
点 (x,y) 线 ( x 1 , y 1) , ( x 2, y2 ) , …, ( x n , y n) 面 ( x 1, y 1 ) , ( x 2 , y 2) , …, ( x n , yn ) ; 且( x 1, y1 ) =
( x n , y n) 配网具有上述三类图形特征, 如变压器、开关及
组工作可细分为以下三个子任务: ¹ 组源的标识( 如 死胡同的末端、街道的主入口等) ; º 组的自动增长; » 组的合并与重构。当所有的用户群都用相应的地 块组确定下来后, 便可在各地块组的地理属性库中 加入其供电变压器的信息, 如表 1 所示, 最后在 GIS 视图中分别以不同的填充模式( 或颜色) 显示出来。 用户分组对于后继的变压器定位操作至关重要, 也 影响到配网规划的其它各部分。
地理信息系统中的数据结构主要有两种类型: 基于矢量的数据结构和基于栅格的数据结构[ 6] 。矢 量数据结构使用最为广泛。
·学术论 文与应用研究· 吴奇石等 基于 GI S 的配电网规划人工智能方法( 一)
19
2. 1. 1 矢量数据结构 在矢量数据结构中, 空间目标可以划分为点( 节
点) 、线( 弧段) 或面( 多边形) 三种基本类型, 每种类 型均可用采样点的坐标对来表示:
表 1 多边形地块( 用户) 属性表 Table 1 The attribute table
of the polygon land piece( customer)
地块标识号 ID 1
用户名称 朝晖一区
供电变压器 中北桥变压器
2
朝晖二区
中北桥变压器
3
朝晖三区
黎明园变压器
4
朝晖四区
黎明园变压器
1. 2 变压器及联结点定位 根据最小准则原理, 变压器安放的最优位置应
户群重心 g 的距离; v i 为各用户的预定需求
容量。
联结点主要用于跨街区供电, 一般可置于变压
器的正对面。
1. 3 次级布线设计
次级布线的第一项任务是在各地块组中利用允
许的街道、小巷及变压器( 或联结点) 位置找到一条 从各终端用户到其供电变压器( 或联结点) 的最优走
线; 之后, 基于特定的线路长度和期望的负荷预测值
1998 年 10 月 A uto电m ati力o n o系f E le统ct r ic自P o w动er Sy化stems 第 22 卷 第 10 期
17
基于 GIS 的配电网规划人工智能方法( 一)
配电网规划智能决策支持系统概述
吴奇石 邱家驹
( 浙பைடு நூலகம்大学电机系 310027 杭州)
1. 1 用户分组及其视图表示 负荷预测是用户分组工作必不可少 的基础资
料。对于规划区内的不同用户, 需分别收集其建筑面 积、建筑类别等一批永久性用户数据, 再根据相应的 单位面积需用负荷算出用户配置需求容量。计算过 程中还应考虑因用电高峰时间差异引起的负荷分散
系数的影响。需求容量一旦确定, 就可在 GIS 的环 境中开始分组工作, 以便充分利用 GIS 空间查询、 空间叠置等模块提供的强大拓扑分析功能。整个分
2 配网规划的智能决策支持 系统
鉴于配网规划的复杂性和阶段性, 采用单一的 常规规划手段是远远不够的。为了能综合考虑众多 的制约因素以实行最优化配置, 应建立一套功能健 全而强大的智能决策支持系统( int elligent decision support sy st em , 缩写为 IDSS) 。因为配网规划的复 杂性, 不仅在于其设备数量庞大, 走线方式多样, 还 在于要关心许多难以用数学模型精确描述的不确定 因素, 所以在配网规划中应用人工智能方法有着极 其巨大的潜力。国外现已有人尝试用启发式算法缩
几何图形数据 ID
属性数据
图4 GIS中几何数据与属性数据的联接 Fig. 4 Linkage between geometry data and attribute data in GIS
2. 2 “黑板”结构 整个智能决策支持系统由一组称为 知识资源
( KS) 的独立模块和一块“黑板”组成。这里知识资源 含有专门领域的知识, 如前述的用户分组、变压器定 位、初级布线及次级布线等模块; 而“黑板”则是一切 KS 可以访问的公用数据结构, 是各 KS 相互联系的 通信媒介。当一个知识资源被激发时, 它检查当时 “黑板”上的内容, 并运用它的知识产生一个新的假 设写到“黑板”上( 以二维形式排列) 。在什么条件下 触发知识资源由与它相连的触发器来决定。这些触 发器在得到某些条件变为真的信号以后, 才去激发 一个相关过程。当一个触发器被触发时, 它产生一个 活动记录来描述应该被触发的知识资源和触发器触 发的专门事件。下一次该触发哪个知识资源, 由一专 门知识资源, 根据它如何更好地指导在具体领域中 搜索的知识来决定, 这个知识资源称为时间表。如果 时间表没有发现未解决的活动记录, 那么系统便停 止执行[ 8] 。
杆位等属于点状地物, 初级和次线布线是线形实体, 而用户地块则可以用多边形描述。
在地理信息系统中, 除了记录空间目标的几何 图形数据外, 还要考虑与这个目标有关的属性信息 以及空间目标之间的相互关系, 以满足空间查询和 空间分析的需要。在几何形态方面, 常用解析几何方 法来分析, 主要涉及几何目标的坐标、角度、方向、距 离、周长和面积等。在空间关系方面, 则采用拓扑几 何来描述, 涉及的术语有“相连”、“相邻”、“在里面” 和“在外面”等。这也是地理信息系统软件与一般的 矢量作图软件( 如 Aut o CAD) 最关键的不同之处。 2. 1. 2 栅格数据结构
鉴于此, 在地理信息系统的基础上开展人工智 能技术的配网规划研究很有必要。把地图拓扑结构 信息存储于地理信息系统数据库中, 构成配网规划 智能决策支持系统, 这种决策支持系统不仅可加速
1998-05-12 收稿。
配网设计过程, 而且可使最终得到的设计方案达到 经济、高效、低耗的目的。
1 配网规划问题的一般描述
图 3 IDSS 中的数据流向 Fig. 3 Data flow in IDSS
2. 1 地理信息系统 地理信息系统( GIS) 是介于信息科学、空间科
学与地球科学之间的交叉学科和技术, 它将地学空 间数据处理与计算机技术相结合, 通过系统建立、操 作与模型分析, 产生对区域规划及管理决策等方面 的有用信息[ 5] 。随着计算机软、硬件技术的发展与普 及, 地理信息系统进入了全面发展和应用的阶段。地 理信息系统的地理数据包括位置、可能的拓扑关系、 地物的特征等, 而地理位置特征在配网中是最基本 的要素。所以把地理信息系统作为配网规划设计的 数据基础是非常适宜的。