[发明专利]基于遗传算法的变电站图形建模自动校验方法

说明书

      技术领域：

      本发明涉及属于电力系统中变电站自动绘图领域，特别涉及基于遗传算法的变电站图形建模自动校验方法。

      背景技术：

      目前，电网调度自动化系统广泛地应用于我国各省、市级电网调度中心，其主要功能是帮助调度运行人员充分、深入和及时的掌握电力系统实时运行状态,做出正确的决策并采取相应的措施，使电力系统能够更加稳定、安全、经济的运行，其中，图形界面因其能够直观地展示电网运行工况，为调度人员的操作提供了便捷的操作方式，在调度自动化系统中发挥着越来越重要的作用。

      为解决调度自动化系统的图形显示与交互的需求，IEC第57技术委员会第13工作组推出了IEC61970标准，其核心内容中的图形交互方案,该方案定义了基于可扩展标记语言(XML)的可缩放矢量图形SVG格式，用于调度自动化系统的图形交互，统一了电力系统的图形标准。

      由于现有电网的规模十分庞大，结构复杂，同时使用人工方式进行的图纸绘制工作相当繁琐，导致在绘制出的SVG图形文件中存在着各种形式的问题，主要包括设备错位和设备重叠两种问题。

      发明内容：

      本发明的目的是提供一种基于遗传算法的变电站图形建模自动校验方法。

      上述的目的通过以下的技术方案实现：

      基于遗传算法的变电站图形建模自动校验方法，变电站接线图SVG文件对变电站设备描述的格式，提取变电站设备的位置变量，根据所述的常见的图形建模错误设计目标函数，最后以变电站设备的位置变量为初始解，利用遗传算法，优化各设备的位置变量，当满足一定条件后退出优化计算，完成所述的变电站图形建模的自动校验。

      所述的基于遗传算法的变电站图形建模自动校验方法，根据所述的常见的变电站图形建模错误，对变电站图形建模错误进行量化，表征所述的变电站图形建模错误的目标函数，为遗传算法提供了适应度函数。

      所述的基于遗传算法的变电站图形建模自动校验方法，利用所述的遗传算法，根据适应度函数值的大小修正优化位置变量，当满足要求后退出优化，完成所述的变电站图形建模的自动校验。

      根据权利要求1或2或3所述的基于遗传算法的变电站图形建模自动校验方法，其特征是：根据SVG文件表示变电站设备的种类，提取所述的变电站设备的位置变量；确定错误类型；定义设备错位距离r，表征所述的变电站图形建模中设备错位的情况；定义图形重叠面积s，表征所述的变电站图形建模中图形重叠的情况；利用遗传算法优化计算；当目标函数值为0时，表示已经修正了所有的设备错位和图形重叠情况。

      本发明的有益效果：

      1.       本发明所使用的遗传算法是一种模拟生物在自然界中遗传和进化过程的全局优化搜索，通过对于适应度函数的计算和交叉变异，最终确定最优结果。遗传算法鲁棒性好、灵活性高，适用于纬度高状态空间大的计算场合；而SVG可缩放矢量图形(Scalable Vector Graphics)是基于可扩展标记语言(XML, extensible Markup Language)用于描述二维矢量图形的一种图形格式；SVG图形文件是相应的二维平面图形文件，它允许矢量图形形状、图像和文本等各种图形对象，同时也是一种规范的网络矢量图形标准，是一个开放的图形标准；采用SVG文件格式来进行图形数据的存储、传输和显示,能够准确地描述电网中的电气设备图元并提供精确的图形元素定位。SVG图形文件因其良好的可扩展性、交互性等特点而被应用为画面显示与监控的图形标准格式，在调度自动化系统中发挥着越来越重要的作用。

      本发明用遗传算法对所求解的优化问题没有太多的数学要求，由于他的进化特性，搜素过程中不需要问题的内在性质，对于任意形式的目标函数和约束，无论是线性的还是非线性的，离散的还是连续的都可处理；进化算子的各态历经性使得遗传算法能够非常有效地进行概率意义的全局搜素；遗传算法对于各种特殊问题可以提供极大的灵活性来混合构造领域独立的启发式，从而保证整体有效性。

      附图说明：

      附图1是本发明的母线模型图。

      附图2是本发明的双绕组变压器模型图。

      附图3是本发明的三绕组变压器模型图。

      附图4是本发明的断路器模型图。

      附图5是本发明的隔离开关模型图。

      附图6是本发明的文本模型图。