基于分层强化学习的数字化输电线路路径规划研究

在输电线路的设计中,使用三维数字化设计技术可以显著提升地形的划分精度,然而地形划分精度的提升会使得地形栅格矩阵维度呈指数级增加,导致路径规划过程中出现维度灾难问题。为解决该问题,研究了一种基于分层强化学习的数字化输电线路路径规划方法。建立输电线路的三维数字化云平台,使用不同比例尺对地形数据进行重采样,将原始的地形重构为粗粒度和细粒度的两层栅格图,使用基于MAXQ算法的分层强化学习进行路径规划,从而解决了细粒度栅格单元带来的维度灾难问题,同时又保持了精确性的优势。实际算例表明,在地形划分精度提高、传统方法无法收敛的情况下,提出的方法仍能保持收敛,并相较传统方法不合理的跨越区域更少,降低了路径规划成本。

基于深度自编码器的数字化输电线路地形特征提取方法研究

在输电线路的设计中,对输电线路的地形特征判别是实现输电线路成本估算以及安全设计的重要步骤。为解决对输电线路中的地形进行快速判别问题,文章研究了一种基于深度自编码器的数字化输电线路地形特征提取方法。基于数字化勘探技术建立复杂地理信息的数字化模型,再根据建立的数字模型使用深度自编码器进行特征提取。在深度自编码器的训练过程中,使用逐层训练法解决训练中的梯度消失和梯度爆炸问题,并在实际算例中,使用粒子群优化算法进行深度自编码器的超参数调节。实验结果表明,所研究的方法可以将不同特征的地形进行快速的分类,其结果可以辅助设计人员进行输电线路的成本估算和安全设计。

数字化输电线路与可靠性策略分析

阐述数字化技术在输电线路可靠性和韧性提升中的应用,提出了数字化输电线路的可靠性和韧性综合评估方法,并通过实例分析验证了该方法的有效性。

基于Cesium的电力勘测选线平台研究

基于提高架空输电线路选择的工作效率与节约建设成本的目的,利用三维地图引擎Cesium逼真的三维可视化效果和强大的空间分析能力,整合了基础地理信息数据、三维模型数据和电力设计业务数据,设计并实现了电力勘测选线平台,提供了输电线路数字化设计的新思路。