基于智能優(yōu)化算法的輸電線路路徑優(yōu)化問題的研究.pdf

1、日常生活和生產活動每時每刻都在消耗著電力，電力系統(tǒng)可以說是現代社會生活的命脈，由于需求量的急劇增加，新的輸電線路需要建設。輸電線路的前期設計對于后期的施工、建成后的使用及運行維護情況都影響很大，因此設計一條既經濟合理又保證電力安全運行的線路十分重要。傳統(tǒng)設計方法既耗時費力又往往得不到較好的線路，本文欲借助Google Earth和CAD技術進行輔助設計，改善優(yōu)化結果，提高效率。
　　輸電線路在地球表面呈線形，因此優(yōu)化目標相當于是在

2、一個三維表面上尋找一條滿足各項要求的最優(yōu)線路。輸電線路路徑優(yōu)化時，要考慮的影響因素有許多，有地形地貌信息、建筑及社會因素、工程技術條件等，是一個多目標規(guī)劃的復雜問題。傳統(tǒng)的數學規(guī)劃方法在面對多目標多約束的問題時，求解難度很大，而近年來才迅速發(fā)展起來的智能優(yōu)化算法，在處理這一類復雜問題時有很大的優(yōu)勢，因為智能優(yōu)化算法并不是求精確最優(yōu)解，而是求近似精確的滿意解，以損失一部分精確度為代價，換取計算的效率。
　　本文是考慮輸電線路路徑優(yōu)化

3、問題時，將需要考慮的約束因素進行取舍，簡化模型便于優(yōu)化和計算，意在先設計出一條大致滿意的線路，給設計人員以參考，后續(xù)在考慮細節(jié)上可以再進行更改。本文將模型簡化為求在三維表面上，兩點之間的最短距離。使用柵格模型，在實際的地表上，用Google Earth提取地理信息數據，然后進行處理計算，將地形和所初步設計的線路模擬顯示出，最后再通過坐標的反轉換，將最終的線路顯示在Google Earth上。
　　在計算所提出模型中最優(yōu)線路時，本文

4、介紹了兩種方法，蟻群算法和遺傳-蟻群混合算法。蟻群算法和遺傳算法都是來源于生物界的近似算法，都有較強的計算效率和較好的收斂效果。本文先用蟻群算法進行了路徑優(yōu)化，根據文中實際問題需要，并做出了一定的改進和創(chuàng)新，將信息素存留在柵格模型的單元格上，減少計算量也降低了計算空間。另外，考慮到坡度的限制，本文中在計算路徑長度時，在海拔距離差上加入了一個權重來避免陡坡。
　　由于遺傳算法在柵格模型圖中，生成初始解時容易有大量的非可行解，且在變異

5、和交叉中容易造成路徑中斷，不適合單獨使用在本文問題中，但遺傳算法又有較好的全局搜索能力，因此，將兩者結合起來使用。先使用蟻群算法生成初始解，再通過遺傳算法進行交叉和變異操作，其中在變異操作中，融合了蟻群算法，加快了算法的收斂速度。通過這兩種算法的混合，吸收各自的優(yōu)點，加快了搜索速度和提高解的質量。
　　本文的創(chuàng)新點主要在于以下幾點：
　　(1)將輸電線路路徑優(yōu)化問題建立一個適宜在計算機上進行模擬計算的模型。
　　(2)