[发明专利]基于遗传算法的电力路径拓扑方法

权利要求书

1.基于遗传算法的电力路径拓扑方法，其特征在于，包括如下过程：

S00：将电力路径布设费用、线路损耗规划在内，建立施工总费用的目标函数方程；

且Lmn≤Lim；

其中，L_mn为第m座变电站的第n条电力路径的长度，Lim为预设的任一变电站的电力路径的最大长度，Lim的范围为[5,10],单位：km，ω为电力路径单位长度布设费用，x为电力排线折旧年限，t₀为未来贴现率，M为电力路径上变电站的数量，Nm为当前第m个变电站的电力路径的数量，P_m为当前第m天电力路径上所带负载，为电力路径线路耗损系数；

S01：在电力路径网络中，测算各变电站所在地块区域内的的负载情况，并根据负载情况确定环网柜数量以及位置；

S02：将同一地块区域内的环网柜串联形成电力路径环网结构；

S03：利用遗传算法对电力路径环网结构优化，提取约束条件、获取最短电力布设路径。

2.根据权利要求1所述的基于遗传算法的电力路径拓扑方法，其特征在于，S03具体包括如下过程：

S031：对电力路径环网结构内n各环网柜进行随机编码为[1,n]，形成一个染色体；

S032：确定用于量化染色体对目标匹配性的匹配度函数：

其中，S_mn为第m座变电站的第n条电力路径的实际长度；

S033：确定遗传算法参数包括：种群数量M，最大代数Gmax，变异率η_m以及交叉率η_c；

S034：确定旋转轮赌次数num，每次旋转都为新群主选择一个个体，采用轮赌方式确定匹配值最大的作为父体；

其中，所述轮赌次数num范围为：[100,200]；

S035：采用交叉算子方式消除重复；

S036：采用倒位变异法，随机选择a1和a2交换位置，并将两点间数字从靠后开始倒置放置；

S037：评选并存储新群体总最优染色体，并输出最优解。

3.根据权利要求2所述的基于遗传算法的电力路径拓扑方法，其特征在于，S035具体包括如下：

利用部分映射确定交叉操作的父代，将num个样本两个为一组形成num/2组；从[0,1]区间内产生随机数b1和b2；另r1等于b1*num和b2*num确定两个位置，对两位置间数据交叉；同一样本中出现重复环网柜，消除重复。

4.根据权利要求2或3所述的基于遗传算法的电力路径拓扑方法，其特征在于，S034中确定匹配值最大的作为父体具体如下：

计算各染色体匹配值mate(V_i)和群体的总匹配值；其中，i＝1,2，...，M；计算各染色体V_i的择优概率Pv＝mate(V_i)/f；计算各染色体的累计概率。