基于遗传算法最优输电线路通道处理方法.docVIP

基于遗传算法最优输电线路通道处理方法 　　摘 要：为在满足输电线路通道的管理成本的条件下，有效对输电线路通道内的树竹选择性地及时清理，保证输电线路安全稳定运行，文章提出一种基于遗传算法的最优输电线路通道处理方法。文章首先结合“树线矛盾”的因素，提出了树线距离风险指标，并根据该指标建立了以所辖线路树线距离风险指标最小为目标，以输电线路通道管理成本为约束条件的最优化模型，然后采用一种二阶段的遗传算法进行优化模型进行求解。最后，文章针对11条输电线路的30个“树线矛盾”点位进行算理分析。计算结果表明，文章提出的方法能在输电线路管理成本内，给出安全通道处理方案，证明了该方法的有效性和实用性 关键词：输电线路；树线矛盾；树线距离风险指标；两阶段方法 引言 从数学角度讲，输电线路通道处理问题是一个带约束的非线性组合优化问题[6]，即在确定的成本范围内，对输电通道内的树竹进行选择性地清理，实现树线风险最小化。在求解该问题时，需要考虑通道内的树竹种类以及生长周期以及通道处理周期以及通道处理成本。针对这一问题，本文提出一种基于遗传算法的输电线路通道最优处理方法。本文首先阐述了影响树线之间安全距离的重要因素，并提出了树线距离风险指标，并建立了以树线风险最小化为目标的输电线路通道最优处理的数学模型；其次，针对该模型提出一种两阶段求解算法；然后用本文方法对算例进行计算分析；最后对本文的工作进行总结 1 输电线路通道处理问题 本节首先对影响输电线路通道内“树线矛盾”的因素进行了总结，并针对“树线矛盾”问题提出了树线安全距离指标，然后建立了输电线路通道树竹处理的最优数学模型 1.1 影响“树线矛盾”的因素 从输电线路本体和通道内树木的角度讲，影响“树线矛盾”的因素主要包含线路弧垂和树竹高度两个方面 输电线路弧垂受到输电线路材料、气温、负荷大小、悬挂方式等多个因素影响，实验证明，每100米的导线，在温度增加1℃时，大约会伸长1.5毫米左右，温度越高，弧垂越大，与此同时，结合输电线路巡线工作人员根据以往的负荷曲线和实际经验共同确定线路的弧垂大小；另一方面，由于输电网络量大面广，其通道内的树竹种类繁多，树木生长主要受树竹种类和生长周期决定，例如，竹子在春天的时候生长较快，巨桉树全年生长均很快，杉树全年生长周期较慢 1.2 树线距离风险指标 当输电线路与树竹之间的距离减小时，树线距离的安全风险增大。根据输电线路运行规程，输电线路与树竹之间的距离不得少于2米，本文提出的树线距离风险指标如公式（1）和（2）所示： 1.3 输电线路通道最优处理的数学模型 本文以树线距离风险指标最小为目标函数，以输电线路通道管理成本、树线之间的距离为约束条件，建立的最优化数学模型如下： 式中，f为以所辖线路树线距离风险指标最小的目标函数，R为所有“树竹矛盾”的点位集合，xt为是否对t点位的进行通道清理。△M表示树竹处理后剩余的通道处理成本，M0表示本次通道处理前的总成本，Mt为第t点位处理需要给农户进行支付的金额 2 两阶段最优求解方法 针对1.3建立的数学模型，本文采用两阶段方法进行求解，第一阶段对优化过程进行预处理，第二阶段采用遗传算法[8]对进行求解。具体步骤如下： 2.1 阶段一：优化预处理 首先统计所有“树线矛盾”的点位，针对每一个矛盾点位，确定相应的树竹种类以及该树竹的生长周期，并根据输电线路材料、气温、历史负荷经验以及巡线员工的经验，共同确定弧垂变化，结合目前的树线距离，采用公式（2）计算“树线矛盾”点位的树线距离，再采用公式（1）计算树线距离风险指数 2.2 阶段二：最优化计算 在阶段一完成后，需要对公式（3）到公式（6）所建立的最优化数学模型进行求解，针对这类带约束的非线性组合优化问题，有多种方法进行计算，为保证计算结果的有效性，本文采用智能优化算法进行求解，采用传统的遗传算法进行求解计算。具体的关键环节描述如下 2.2.1 编码 针对公式（3）到公式（6）建立的数学模型，进行[0，1]编码，xt为是否对t点位的进行通道清理，当xt=1时，表示对该点位进行处理，当xt=0?r表示对该点位不进行处理 2.2.2 越限处理 针对不满足约束条件的公式（5）和公式（6），将其目标函数值赋予无穷大，以至于在遗传算法中种群的进化过程将其作为不良解进行淘汰 2.2.3 参数确定 采用传统的遗传算法进行求解时，需确定种群大小、交叉率、变异率等参数，参数大小针对所涉及的点位多少进行确定，但经过本文的多次实验，针对“树线矛盾”点位在100个及以下时，交叉率设置为0.7～0.9，变异率设置为0.01～0.03，种群大小建议为200个个体，均能顺利求解 3 结