技术领域
[0001] 本
发明涉及的是
电网输电线路预警技术领域,具体涉及基于GIS的输电线路覆冰预警三维系统的应用。
背景技术
[0002] 自电网2.0时代开启以来,电网GIS空间信息服务平台在电网数据
可视化、线路规划、空间分析、
电路状态监测、预警决策等方面发挥越来越重要的作用。随着
智能电网的快速发展,输电线路作为电网设备必不可少的一部分,由于其数据来源多、成分复杂、描述差异大,必须经过处理,才能满足对输电线路覆冰预警的分析需求。
[0003] 现今GIS系统在电
力行业的应用仍不能较好地满足工作人员对
风险等操作预演的需求,GIS中设备及场景的可视化能力低,不能快速准确
定位故障点输电线路,基于此,设计一种基于GIS的输电线路覆冰预警三维系统的应用尤为必要。
发明内容
[0004] 针对
现有技术上存在的不足,本发明目的是在于提供一种基于GIS的输电线路覆冰预警三维系统的应用,增强了GIS系统在电力行业的应用能力,满足工作人员对风险等操作预演的需求,提高输电线路GIS中设备及场景的可视化能力,能快速确定故障点位,并指导工作人员对故障点进行抢修。
[0005] 为了实现上述目的,本发明是通过如下的技术方案来实现:基于GIS的输电线路覆冰预警三维系统的应用,包括以下步骤:采用基于金字塔结构的数据存储技术和动态LOD技术进行地理信息数据展示模
块,然后利用DE-SVR差分
算法优化
支持向量机模型进行覆冰预测研究,最后将
预测模型展示在三维GIS平台上。
[0006] 作为优选,所述的地理信息数据展示模块采用基于金字塔结构的数据存储技术和动态LOD技术,通过集成二维GIS、三维GIS、二三维一体化技术、信息系统等先进技术手段,利用遥感技术采集平台所需的
基础地理影像及DEM数据,通过对遥感影像进行纠正、配准、镶嵌、融合等影像
数据处理工作后,基于空间四叉树原理进行空间数据金字塔构建,并建立高效索引机制,以瓦片文件形式进行存储、管理与发布;其中基于金字塔结构的数据存储技术的实现过程如下:
[0007] (1)对高程数据进行预处理,建立快速索引机制,采用线性插值对高程数据进行计算;
[0008] (2)输入遥感数据;
[0010] (4)根据数据范围和分辨率,判断是否需要切割,若需要,按既定网格切割为瓦片;若不需要,则跳入步骤(5);
[0011] (5)对各瓦片进行相应的网格化处理;
[0012] (6)结合步骤(1)、(5)的结果,计算每个网格点相应高程值;
[0013] (7)判断是否需要压缩目前网格,若需要则按四分裂对其进行合并压缩,然后进入步骤(3);否则,则建立数据索引;
[0015] 细节层次模型技术(LOD)是将原始的多面体建立面片模型,并根据视景远近不同,对原始的面片
几何模型按不同的逼近程度进行简化,以减少面片结构中的拓扑边和结构面的数量,从而达到在不影响视觉效果的情况下降低数据复杂程度和IO吞吐量的目的,从而提高多面体数据的
访问和
渲染效率。所述的动态LOD技术的实现过程如下:
[0016] (1)获取观测点信息,计算视场,并进行数据裁剪;
[0017] (2)计算网格中心与观测点之间的距离和偏
角;
[0018] (3)去除最佳
精度的瓦片,选取投影到显示屏的
像素数量最接近瓦片实际像素数量的为最佳精度;
[0019] (4)判断瓦片组合是否可以
覆盖所有可见范围,若已完全覆盖,则进行步骤(6);若否,取周围8个格网中心为新的标靶,对其进行可视性和重复性判断,然后筛选留下新的可见网格;
[0020] (5)判断是否还存在新网格,如果存在则返回步骤(2);若不存在则同样跳入步骤(6);
[0021] (6)所有瓦片移交绘制系统。
[0022] 作为优选,所述的DE-SVR差分算法优化SVM参数具体步骤如下:
[0023] (1)初始化种群规模NP、进化代数gm、缩放因子F、交叉概率CR、终止
阈值以及SVM惩罚参数C和核参数δ的上、下限值,以此随机产生(C,δ);
[0024] (2)以当前的(C,δ)参数组合值作为SVM的参数,利用SVM对样本数据进行训练和检验,并得到检验结果,即样本的评价结果;
[0025] (3)根据步骤(2)得到的评价结果与实际值对比,计算目标函数值,并判断其值是否达到预定精度或满足g=gm,即达到最大进化代数,若满足其中任意一项,则转到步骤(9);否则进行下一步;
[0026] (4)g=g+1,即进入下一代进化;
[0027] (5)从当前g代种群中随机选4个不同个体xi(g),利用式hij(g)=xp1+F(xp2j-xp3j)进行变异操作,产生g+1变异个体hi(j+1);
[0028] (6)按照式 对g+1代变异个体hi(g+1)进行交叉操作,生成g+1试验个体vi(g+1);
[0029] (7)按照式 对g+1代试验个体vi(g+1)进行选择操作,生成g+1个体xi(g+1);
[0030] (8)在g+1代种群中,计算产生新的(C,δ),然后转至步骤(2);
[0031] (9)得到SVR最优参数(C,δ),并利用SVM对样本数据进行训练和检验,以此进行评价,然后对样本集进行SVM训练和检验,并利用训练稳健的SVM对新样本数据进行评价;
[0032] (10)将评价效果最好的模型作为预测模型,在三维GIS平台上显示预测效果。
[0033] 本发明的有益效果:(1)基于三维GIS的输电线路覆冰预警可视化,是以三维GIS技术为基础,通过对海量空间信息的多角度、多方位展现,实现输电通道走廊的三维地形仿真。
[0034] (2)该系统为提升电网设备运行管理的科学化、精细化、智能化
水平提供信息
支撑,为电力输送过程提供安全保障,而且可对输电线路进行可视化、立体化的[0035] (3)结合差分算法将支持向量机进行优化,对覆冰厚度进行有效预测,并在三维
地理信息系统上进行显示。
[0036] (4)该系统运行稳定,可视化程度高,模拟图层清晰准确,操作简单,有较好的推广性。
附图说明
[0037] 下面结合附图和具体实施方式来详细说明本发明;
[0038] 图1为本发明的系统结构图;
[0039] 图2为本发明基于金字塔结构的数据存储的程序
流程图;
[0040] 图3为本发明LOD技术的程序流程图;
[0041] 图4为本发明利用DE-SVR模型进行覆冰厚度预测的程序流程图。
具体实施方式
[0042] 为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
[0043] 参照图1-4,本具体实施方式采用以下技术方案:基于GIS的输电线路覆冰预警三维系统的应用,包括以下步骤:采用基于金字塔结构的数据存储技术和动态LOD技术进行地理信息数据展示模块,然后利用DE-SVR差分算法优化支持向量机模型进行覆冰预测研究,最后将预测模型展示在三维GIS平台上。
[0044] 本具体实施方式系统由地理信息数据展示模块,由于需全方位立体展示电网信息化信息及风险评估可视化效果,因此需要采用三维数字地球技术。三维数字地球技术是目前地理信息领域中的最新进展,以直观可视化的手段,为用户提供友好的界面。三维地球加载数据包括高分卫星影像、DEM数据、三维模型等,数据量巨大,为保证数据加载速度和展示效果,需在本系统中考虑使用金字塔分级技术和基于图像的动态LOD渲染技术。对于覆冰厚度预测,本具体实施方式提出一种利用差分算法优化支持向量机的模型,可以对覆冰厚度进行有效预测。
[0045] 地理信息数据展示模块采用基于金字塔结构的数据存储技术和动态LOD技术,通过集成二维GIS、三维GIS、二三维一体化技术、信息系统等先进技术手段,利用遥感技术采集平台所需的基础地理影像及DEM数据,通过对遥感影像进行纠正、配准、镶嵌、融合等影像数据处理工作后,基于空间四叉树原理进行空间数据金字塔构建,并建立高效索引机制,以瓦片文件形式进行存储、管理与发布。
[0046] 实现大范围的地理信息数据展示与仿真即要实现
大数据量的地景实时交互显示,相关数据的存储与管理则为技术核心所在,具体做法是:在保证场景显示准确的前提下,使参与实时处理的地理信息数据降低到最少,以保证信息交互影响的效率。
[0047] 对于海量遥感影像而言,影像数据的多尺度组织是用影像金字塔结构来实现的。为了提高图像的实时缩放显示速度,快速获取不同分辨率的图像信息,需要对原始的遥感影像进行分级分块处理,从而生成影像金字塔,根据不同的显示要求调用不同分辨率的图像达到快速显示、快速浏览的目的。简单地讲,影像的金字塔结构就是由原始影像数据开始,建立起一系列影像瓦片,然后针对每一层影像进行数据分块,而各幅影像反映不同尺度下遥感影像的详尽程度通常原始影像数据反映最详细、最真实的遥感影像,由它逐步生成其他较低分辨率的影像,以反映原始影像在各尺度下的概貌。
[0048] 本发明为实现地理信息数据展示,采用基于金字塔结构的数据存储,其为影像数据和高程数据等地理信息数据提供一种可适应快速调度的存储方法,为三维地形显示,输电线路走廊可视化做准备。在构建地形金字塔时,首先把原始地形数据作为金字塔的底层(分辨率最高),即为第0层,形成第0层瓦片矩阵,在使用数据时,可以根据视点与地形的距离,快速获取相应分辨率影像数据和高程数据。
[0049] 基于金字塔结构的数据存储,其具体的实现过程如下:
[0050] (1)对高程数据进行预处理,建立快速索引机制,采用线性插值对高程数据进行计算;
[0051] (2)输入遥感数据;
[0052] (3)计算影像的范围和分辨率;
[0053] (4)根据数据范围和分辨率,判断是否需要切割,若需要,按既定网格切割为瓦片;若不需要,则跳入步骤(5);
[0054] (5)对各瓦片进行相应的网格化处理;
[0055] (6)结合步骤(1)、(5)的结果,计算每个网格点相应高程值;
[0056] (7)判断是否需要压缩目前网格,若需要则按四分裂对其进行合并压缩,然后进入步骤(3);否则,则建立数据索引;
[0057] (8)将数据存储到相应数据库。
[0058] 实现地理信息数据展示,完成数据存储外,还需要对数据进行相应简化,再将场景模型和纹理数据区分为多种细节层次,并将细节序列加以组织,以达到视点越近细节越丰富的场景表达效果,最终实现输电线路走廊化。在三维虚拟仿真(VR)系统中采用LOD技术,可以在现有网络环境和
硬件条件下,在能够保障高精度三维模型的仿真程度和VR体验感受的基础上,大幅度的提高了三维场景及场景模型的绘制效率,从而实现了基于海量数据的大区域三维虚拟场景的构建以及大区域场景的高速浏览打下了基础。
[0059] 细节层次模型技术(LOD)是将原始的多面体建立面片模型,并根据视景远近不同,对原始的面片几何模型按不同的逼近程度进行简化,以减少面片结构中的拓扑边和结构面的数量,从而达到在不影响视觉效果的情况下降低数据复杂程度和IO吞吐量的目的,从而提高多面体数据的访问和渲染效率。动态LOD技术的实现过程如下:
[0060] (1)获取观测点信息,计算视场,并进行数据裁剪;
[0061] (2)计算网格中心与观测点之间的距离和偏角;
[0062] (3)去除最佳精度的瓦片,选取投影到显示屏的像素数量最接近瓦片实际像素数量的为最佳精度;
[0063] (4)判断瓦片组合是否可以覆盖所有可见范围,若已完全覆盖,则进行步骤(6);若否,取周围8个格网中心为新的标靶,对其进行可视性和重复性判断,然后筛选留下新的可见网格;
[0064] (5)判断是否还存在新网格,如果存在则返回步骤(2);若不存在则同样跳入步骤(6);
[0065] (6)所有瓦片移交绘制系统。
[0066] 支持向量机是在统计学习理论基础上提出的
监督学习模型,由于其在解决小样本、高维数、非线性以及局部极小点等实际问题的优势,逐渐推广到函数拟合等
机器学习问题中,参数是影响支持向量机性能的主要因素,差分
进化算法是采用浮点矢量编码的启发式并行随机搜索的
优化算法,其思想原理相对简单,算法控制参数较少,具有较强的全局搜索能力和鲁棒性,能提高优化精度和速度。
[0067] 本具体实施方式利用DE-SVR差分算法优化SVM参数,其具体步骤如下:
[0068] (1)初始化种群规模NP、进化代数gm、缩放因子F、交叉概率CR、终止阈值以及SVM惩罚参数C和核参数δ的上、下限值,以此随机产生(C,δ);
[0069] (2)以当前的(C,δ)参数组合值作为SVM的参数,利用SVM对样本数据进行训练和检验,并得到检验结果,即样本的评价结果;
[0070] (3)根据步骤(2)得到的评价结果与实际值对比,计算目标函数值,并判断其值是否达到预定精度或满足g=gm,即达到最大进化代数,若满足其中任意一项,则转到步骤(9);否则进行下一步;
[0071] (4)g=g+1,即进入下一代进化;
[0072] (5)从当前g代种群中随机选4个不同个体xi(g),利用式hij(g)=xp1+F(xp2j-xp3j)进行变异操作,产生g+1变异个体hi(j+1);
[0073] (6)按照式 对g+1代变异个体hi(g+1)进行交叉操作,生成g+1试验个体vi(g+1);
[0074] (7)按照式 对g+1代试验个体vi(g+1)进行选择操作,生成g+1个体xi(g+1);
[0075] (8)在g+1代种群中,计算产生新的(C,δ),然后转至步骤(2);
[0076] (9)得到SVR最优参数(C,δ),并利用SVM对样本数据进行训练和检验,以此进行评价,然后对样本集进行SVM训练和检验,并利用训练稳健的SVM对新样本数据进行评价;
[0077] (10)将评价效果最好的模型作为预测模型,在三维GIS平台上显示预测效果。
[0078] 本具体实施方式利用金字塔结构模型和LOD技术,可以最大程度地对输电线路及其地形进行逼真显示,而利用差分算法优化支持向量机参数可以对覆冰厚度进行有效预测,而且可以在三维GIS平台上进行展示,增强了GIS系统在电力行业的应用能力,同时接入各个在线实时监测系统,满足工作人员对风险等操作预演的需求,可以提高输电线路GIS中设备及场景的可视化能力,能快速确定故障点位,并指导工作人员对故障点进行抢修,满足电力行业及其用户对电网“安全、可靠、高效、经济运行”的现代化要求,具有广阔的市场应用前景。
[0079] 以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述
实施例的限制,上述实施例和
说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的
权利要求书及其等效物界定。