[发明专利]加惯性力的变电站为中心配网单线图自动布局计算方法有效
申请号: | 201811622390.0 | 申请日: | 2018-12-28 |
公开(公告)号: | CN109885859B | 公开(公告)日: | 2023-05-12 |
发明(设计)人: | 章坚民;邱程峰 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | G06F30/18 | 分类号: | G06F30/18;G06Q50/06 |
代理公司: | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人: | 朱月芬 |
地址: | 310018 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 惯性力 变电站 中心 配网单 线图 自动 布局 计算方法 | ||
本发明公开了一种加惯性力的变电站为中心配网单线图自动布局计算方法,本发明先获取原始信息,通过遗传算法对各作用力的系数进行寻优,简单力导算法的引斥力计算,计算点边、边边斥力及总斥力,添加重心力来牵引节点使拓扑收敛于图形重心,计算本馈线的二级及二级以下支线的节点i的惯性力,计算改进后的节点运动方程的,最后输出最优单线图及最优作用力参数。
技术领域
本发明属于智能电网态势感知与可视化领域,具体涉及一种在智能配电网下,适用于一种加惯性力的变电站为中心配电网单线图力导法自动布局计算方法。
背景技术
“以变电站为中心的中压配电网”(Substation-centralized DistributedNetwork,SCDN)是最近几年提出的主动配电网分割模型,目的在于为主动配电网(ActiveDistribution Network,ADN)提供信息高集聚、接线高识别、态势高察觉的态势画面提供配电网单线接线图;前期的研究提出了智能电网态势图建模及态势感知可视化的概念设计;提出了配电网均匀接线图自动生成及态势图察觉度计算;提出了基于态势图片挖掘的概念,进而SCDN电压等高线态势图聚类分析使得应用更为具体化;且已经重点探讨了ADN态势画面可测量评价体系,并就接线高识别、信息高集聚提出了具体的评价指标;并重点阐述了为什么提出SCDN,SCDN如何获取这一关键问题;为实现“数据驱动”态势画面自动生成,提出了态势底图即电气接线图的图模数一体化模型,从而为本文的SCDN单线图自动生成提供了模型支撑。
变电站的中压配电网模型(SCDN)是满足态势感知可视化信息高集聚的一种大规模配电网分割模型;SCDN是以1个110/35kV中心变电站为主供高压电源的中压配电网,覆盖其所有10kV馈线,也覆盖通过这些馈线转供电给其他变电站的所有10kV线路;一般110kV中心变电站出线10kV馈线最多可达到20-25条,负荷节点达到近千个,线段也在千条左右;尽管现有技术中提出了自动生成的算法,但大规模应用时仍发现成图效果不佳;另外在SCDN存在一定数据的开闭所、联络线、环网柜后,成图效果就很不理想。为此,现有技术中提出了图形模型以及一种两阶段递阶SCDN单线图自动生成算法,重点阐述图形模型和第一阶段的接线图初始布局,解决本变电站具有环路和与其他变电站转供连接的馈线群以10kV母线为中心的初始辐射布局问题;本文作为续篇,重点阐述第二阶段基于初始布局的美化优化计算。
基于力场模型或动力学算法的单线图制动生成,其优点是单线图较为美观,计算快速,但存在3个主要问题:①严重依赖于初始布局,②容易出现交叉以及布局球簇化,为此提出了重力,线线规避、点线规避等改进算法,以减少交叉以及布局球簇化;但是,由于SCDN图点边太过密集,在基于初始布局时进行以上改进方法应用时,发现难以保持原先初始布局无交叉支线之间的整体结构而出现交叉,因此提出了一种被定义为“惯性力”的人为作用力,使得节点运行时尽可能保持一定惯性,不增加过多交叉但使图形向均匀化演变。③之前的研究,对各种力的参数及比重都是基于经验的,因此参数不是优化的。
发明内容
本发明针对现有技术的不足,提供了一种加惯性力的变电站为中心配网单线图自动布局计算方法。
本发明一种加惯性力的变电站为中心配网单线图自动布局计算方法具体包括以下步骤:
步骤1.原始信息获取,包含变电站和负荷的地理位置信息及线路构成信息,获取源:电网EMS平台系统;
步骤2.遗传算法对各作用力的系数进行寻优,将各作用力的系数作为优化的自变量,包括斥力系数kr,1、kr,2、kr,3,引力系数ka,理想长度L,重心系数kg以及惯性系数kin;目标是交叉点数目。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811622390.0/2.html,转载请声明来源钻瓜专利网。