基于人工智能的海量电网GIS数据动态调度方法.pdf

第32卷第5期电子设计工程2024年3月

Vol.32No.5ElectronicDesignEngineeringMar.2024

基于人工智能的海量电网GIS数据动态调度方法

买合布拜·肖开提，薛高倩，雪拉提·司马义，吕娜

（国网新疆电力有限公司信息通信公司，新疆乌鲁木齐830002）

摘要：针对电网GIS数据量大，导致数据调度结果不理想、调度响应时间过长的问题，提出了基于人

工智能的海量电网GIS数据动态调度方法。压缩海量电网GIS数据，使用人工智能调度的神经网

络方法，构建误差修补函数，修改神经网络权值，生成人工智能调度模型。在R树数据结构下对所

有数据进行缓存，改变当前视野范围，并将查询到的压缩数据以格式字符串形式返回给客户端。

结合人工智能调度的数据动态渲染方法，实现了基础地理和电网设备符号的实时绘制，缩短了数

据动态调度响应时间，由此完成数据动态调度。实验结果表明，所提方法与实际数据存在最大为

10kB的误差，且调度响应时间为100s，具有较好的调度效果，能够有效缩短调度响应时间。

关键词：人工智能；电网GIS数据；动态调度；神经网络

中图分类号：TN923文献标识码：A文章编号：1674-6236（2024）05-0146-04

DOI：10.14022/j.issn1674-6236.2024.05.030

DynamicschedulingmethodformassivepowergridGISdatabasedon

artificialintelligence

MAIHEBUBAIXiaokaiti，XUEGaoqian，XUELATISimayi，LVNa

（InformationandCommunicationCompany，StateGridXinjiangElectricPowerCo.，Ltd.，Urumqi830002，

China）

Abstract:InviewofthelargeamountofGISdatainpowergrid，whichleadstounsatisfactorydata

schedulingresultsandlongschedulingresponsetime，adynamicschedulingmethodofmassiveGISdata

inpowergridbasedonartificialintelligenceisproposed.CompressthemassiveGISdataofpowergrid，

usetheneuralnetworkmethodofartificialintelligencedispatching，buildtheerrorrepairfunction，

modifytheneuralnetworkweights，andgeneratetheartificialintelligencedispatchingmodel.Cacheall

dataundertheR⁃treedatastructure，changethecurrentfieldofview，andreturnthequeriedcompressed

datatotheclientintheformofformatstring.Combinedwiththedatadynamicrenderingmethodof

artificialintelligencescheduling，thereal⁃timerenderingofbasicgeographyandpowergridequipment

symbolsisrealized，andshorteningtheresponsetimeofdatadynamicscheduling，therebycompleting

datady