CN108053060A - 一种基于风电场场内道路自动选线的升压站选址系统及选址方法 - Google Patents

Abstract

本发明提供一种基于风电场场内道路自动选线的升压站选址系统，包括：(1)数据采集器，采集风电场场内道路地理场景的完备三维地形数据；(2)数字地形模型生成器，建立风电场三维场模型；(3)施工量计算器，升压站施工工程量的计算；(4)路径规划器，基于A*寻径算法，综合距离最短、坡度最优、升压站建设道路填挖方最少三个参数，自适应的生成升压站建设线路设计方案；(5)升压站位置计算器，用于在获得最短的升压站建设道路设计方案基础之上，计算通达各风机位点的平均最短距离，应用最小平均距离算法，以确定升压站的最优选址；(6)显示器及接口，显示风电场升压站的二维施工图并导出二维施工图。还公开了相应的选址方法。

Description

一种基于风电场场内道路自动选线的升压站选址系统及选址 方法

技术领域

本发明涉及一种风电开发技术领域，特别是风力发电行业风电场道路建设施工过程中升压站选址，属于风电市场精益开发技术领域。

背景技术

风电场是风电企业的基本运行管理单位，风电场的运行管理直接影响风电企业的效益。随着各风电企业装机容量的不断扩展，风电场数量的不断增加，原有的风电场诸如被动型、间断型和粗放型运维方式已经慢慢转变为主动、持续和精益化运维方式。在转变过程中，各具特色的数字化风电场概念被提出，并建立了一些示范工程，取得了一定的创新和效果，然而，这些数字化风电场都是侧重于风电场侧的风机监控、运维和检修方面，更多的是实现对风电机组的自动化管控，而在风电项目开发初期的一些很重要的步骤关注不多，从而带来更多的风电项目风险和项目实施的实际难度。

如风电场建设初期升压站的选址，升压站的建设初期涉及很多大型设备运输，现在风电场建设初期升压站最为常见的选址算法是A*算法。A*算法与状态空间搜索结合的相当紧密。状态空间搜索，就是将问题求解的过程表现为从初始状态到目标状态寻找这个路径的过程，通俗的说就是在解一个问题的时候找到一条解题过程可以从求解的开始到问题的结束。由于求解过程中求解条件的不确定与不完备性使得问题的求解过冲中的分支有很多，这就产生了多条求解的路径，这些路径过程一个图这个图就是状态空间。问题的求解时机上就是在这个图中找个一个路径可以从开始到结束，这个过程就是状态空间搜索。常用的状态空间搜索有深度优先和广度优先，广度优先是从初始状态一层一层的向下找，直到找到结果目标为止，深度优先是按照一定的顺序先查找完一个分支再查找另一个分支，直到找到目标结果为止。这两种搜索方法有的很大缺陷是它们都是在一个给定的状态空间中穷举，这在状态空间不大的情况下是很适合的算法，但是当空间很大并且不可预测的情况下就不可取，这两种算法的效率太低甚至有时是无法完成，所以要用到另一种算法，即启发式搜索。启发式搜索就是在状态空间中对每一个搜索为止进行评估，直到找到最好的为止，再从这个位置进行搜索直到目标位置为止，在启发式搜索中对为止的评估是十分重要的，采用不同的估价可能有不同的结果。启发式搜索其实也有很多算法，比如局部择优搜索，最好优先搜索，A*等，这些算法在目前风电场建设施工过程中升压站选址中都有所涉及，这些算法都启用了启发函数，但在具体的选取最佳搜索节点时的策略不同。比如局部择优算法就是在搜索的过程中选取了最佳节点候舍弃了其他的兄弟节点，父亲节点并且一直搜索下去。这种搜索结果很明显，由于舍弃了其他的节点因此可能也把最佳的节点舍去。A*算法在搜索的时候并没有舍去节点，除非该节点是死节点。在每一步的估价中都把当前的节点和以前的节点的估价值进行比较从而得到最佳节点，这样防止了最佳节点的丢失。

A*算法属于一种最好优先的算法，然而由于其加上了一些特定的约束条件，而如果希望用最快的方法求解出风电场状态空间搜索的最短路径和最优路径，该算法就不能完全满足寻径要求了。风电场升压站需要选择交通相对便利的区域，有利于施工的设备材料、大型设备的运输以及减少进站道路投资，在目前风电场建设升压站位置的选取过程中，三维地形数据的应用较少，而通过计算施工土方量作为除线路长短、难易以外的参考要素，由土方量大小以及由此带来的经济成本比对决定升压站的位置更未见报道。

发明内容

针对现有技术存在的问题提出本发明，本发明的基本设计思路在于：结合三维地理信息系统技术在空间信息定量分析与可视化方面的巨大优势，基于无人机航空摄影测量采集到的大范围地形影像数据，利用A*寻径算法和最小平均距离算法，综合考虑坡度最优、土石方量最小、线路最短等因素，自适应的生成施工道路最优线路设计方案，同时获得道路最短的线路设计方案基础之上，计算通达各风机位点的平均最短距离，应用最小平均距离算法，以确定升压站的最优选址。在风力发电行业有着广泛的应用范围和前景，是未来“数字风电场”建设和发展的方向。

本发明提供用于风电场的升压站选址系统，该系统包括：

(1)数据采集器，用于采集风电场场内道路地理场景的完备三维地形数据；

(2)数字地形模型生成器，用于建立基于地形模型无缝套合的风电场三维场模型；

(3)施工量计算器，用于升压站施工工程量的智能计算；

(4)路径规划器，基于A*寻径算法，综合距离最短、坡度最优、升压站建设道路填挖方最少三个参数，自适应的生成相应的成本最优、坡度符合要求而距离最短的升压站建设线路设计方案；

(5)升压站位置计算器，用于在获得最短的升压站建设道路设计方案基础之上，计算通达各风机位点的平均最短距离，应用最小平均距离算法，以确定升压站的最优选址；

(6)显示器及接口，显示风电场升压站的二维施工图并提供二维施工图导出。

优选的，所述系统还包括：(7)交互设备，用户使用所述交互设备提供升压站建设道路路宽、坡度和/或转弯半径阈值的交互式输入作为约束条件，从而在升压站选址中规避超过上述阈值的弯道，在保证安全性和通达性的前提下选取符合路宽、坡度要求和/或弯道最少的升压站建设线路。

优选的，所述数据采集器采用无人机，利用航空摄影测量技术，实现由点到面、由面到带的风电场高精度地形影像数据获取。

本发明的目的还在于提供一种用于风电场升压站的选址方法，包括如下步骤：

(1)数据采集，采集风电场场内道路地理场景的完备三维地形数据；

(2)建立基于地形模型无缝套合的风电场三维场模型；

(3)计算风电建设过程中升压站备选方案的施工工程量，根据风电行业不同需求来动态调整影响升压站建设道路修建因子的成本函数，引入成本函数把不同影响升压站建设道路修建因子对线路规划的影响程度进行量化。

(4)基于A*寻径算法，综合距离最短、坡度最优、升压站建设填挖方最少三个参数，自适应的生成相应的成本最优、坡度符合要求而距离最短的升压站建设线路设计方案；

(5)在最优道路设计基础之上，计算通达各风机位点的平均最短距离，应用最小平均距离算法，以确定升压站的最优选址；

(6)显示风电场升压站的二维施工图并导出二维施工图。

优选的，所述步骤(1)包括：利用无人机航空摄影测量技术，实现由点到面、由面到带的风电场高精度地形影像数据获取。

优选的，所述步骤(2)包括：对风电场地形影像数据进行一体化建库管理，采用“均匀分块+金字塔分层”技术对地形数据进行组织划分，快速建立风电场三维场景。

优选的，所述步骤(3)成本函数的计算方法如下：

(3.1)使用欧几里得距离来计算三维空间中i(x_i,y_i.z_i)，j(x_j,y_j.z_j)两节点的距离

(3.2)设f_{slope_1}(dis)表示纵坡的成本函数，起始点到风机位点的坡度为α，节点间的坡度为β_n，其中n∈V，则纵坡的成本函数：

(3.3)设f_{slope_c}(dis)表示横坡的成本函数，横向坡度为γ，则横坡的成本函数：

(3.4)设f_earthwork(dis)表示升压站土石填挖方的成本函数，连接节点i，j之间的直线为L_ij，令每次搜索线所在的地形剖面线为D_ij，其高于L_ij的部分为挖方量(记为Δ_挖)，低于L_ij的部分为填方量(记为Δ_填)，用节点i，j连接所得的直线剖面线构成的三角形SL_ij来衡量多余的工程量，即升压站建设道路土石填挖方的成本函数

(3.5)令纵坡、横坡、土石填挖方量分别所占权重为：∑ω_i＝1,ω_i∈(0,1),i＝(1,2,3)；

(3.6)不同影响因子约束下的升压站建设道路规划成本函数为：

G＝ω₁*f_{slope_1}(dis)+ω₂*f_{slope_c}(dis)+ω₃*f_earthwork(dis)。

优选的，所述步骤(4)具体实施步骤如下：

(4.1)建立风电场地形不规则三角网结构，生成寻径网络；

(4.2)找到起点，即进场点所在的三角形，搜索其邻域三角形；

(4.3)判断当前三角形是否包含终点，即风机点位位置，若不包含，则计算起始点到当前节点的累计代价G(n)以及当前节点到终点的成本最小的估计代价H(n)，得到当前节点的综合成本函数F(n)＝G(n)+H(n)；若包含，则已找到终点，路径搜索完成，则执行步骤(4.6)；

(4.4)选出相邻三角形中H(n)最小的三角形；

(4.5)继续搜索邻域三角形，执行步骤(4.3)，直到搜索到终点所在三角形；

(4.6)将每次选出的H(n)成本最小的三角形重心点相连，即得到成本最优路径。

优选的，所述方法还包括：用户提供升压站建设道路路宽、坡度和/或转弯半径阈值的交互式输入作为约束条件，从而在升压站选址中规避超过上述阈值的弯道，在保证安全性和通达性的前提下选取符合路宽、坡度要求和/或弯道最少的升压站建设线路。

本发明有益效果：

本发明的设计思路在于基于风电场场内道路自动选线的升压站选址系统及方法的智能化以及选址算法的设计，综合考虑影响风电建设施工成本的距离、坡度、填挖方量因素，自动实现风电场建设工程道路优化设计，利用平均最短距离算法来进行升压站的智能选址。本发明提出的基于风电场场内道路自动选线的升压站选址成果，提高了风电工程设计的精准度，避免了因设计人员经验不足而造成的工程成本增加，降低了风电行业升压站设计的人力物力成本和时间消耗，提高了风电工程的建设效率，提高了风电升压站工程的设计效率，使风电工程集成设计更加灵活化、智能化和合理化。

根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

附图说明

后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。本发明的目标及特征考虑到如下结合附图的描述将更加明显，附图中：

附图1为根据本发明实施例的基于风电场场内道路自动选线的升压站选址系统框图；

附图2为根据本发明实施例的基于风电场场内道路自动选线的升压站选址方法流程图；

附图3为根据本发明实施例的某风电场三维地形图；

附图4为根据本发明实施例的某风电场升压站选址功能演示；

附图5为根据本发明实施例的某风电场升压站建设道路自动选线结果演示图；

附图6为根据本发明实施例的某风电场升压站建设道路二维施工建模图。

具体实施方式

该实施例主要是针对新疆某市风力发电的风电场建设，进行风电升压站建设道路的设计以及升压站的选址。升压站设备和建设的原材料主要包括石子、中砂、水泥、钢筋、机具材料，杆塔等，由于杆塔组立现场使用的设备体积庞大，原材料用量较大，运输极不方便，因此所设计的道路必须考虑道路的坡度，保证设备的成功牵引和运输。

参见图1，为根据本发明实施例的基于风电场场内道路自动选线的升压站选址系统框图，(1)数据采集器，用于采集风电场场内道路地理场景的完备三维地形数据，采用无人机，利用航空摄影测量技术，实现由点到面、由面到带的风电场高精度地形影像数据获取；(2)数字地形模型生成器，用于建立基于地形模型无缝套合的风电场三维场模型；(3)施工量计算器，用于升压站施工工程量的智能计算；(4)路径规划器，基于A*寻径算法，综合距离最短、坡度最优、升压站建设道路填挖方最少三个参数，自适应的生成相应的成本最优、坡度符合要求而距离最短的升压站建设线路设计方案；(5)升压站位置计算器，用于在获得最短的升压站建设道路设计方案基础之上，计算通达各风机位点的平均最短距离，应用最小平均距离算法，以确定升压站的最优选址；(6)显示器及接口，显示风电场升压站的二维施工图并提供二维施工图导出；(7)交互设备，用户使用所述交互设备提供升压站建设道路路宽、坡度和/或转弯半径阈值的交互式输入作为约束条件，从而在升压站选址中规避超过上述阈值的弯道，在保证安全性和通达性的前提下选取符合路宽、坡度要求和/或弯道最少的升压站建设线路。

参见图2，根据本发明实施例的基于风电场场内道路自动选线的升压站选址方法流程图包括如下步骤：

(1)数据采集，采集风电场场内道路地理场景的完备三维地形数据，利用无人机航空摄影测量技术，实现由点到面、由面到带的风电场高精度地形影像数据获取；

(2)参见图3，建立基于地形模型无缝套合的风电场三维场模型，对风电场地形影像数据进行一体化建库管理，采用“均匀分块+金字塔分层”技术对地形数据进行组织划分，快速建立风电场三维场景；

(3)计算风电建设过程中升压站备选方案的施工工程量，根据风电行业不同需求来动态调整影响升压站建设道路修建因子的成本函数，引入成本函数把不同影响升压站建设道路修建因子对线路规划的影响程度进行量化，其中，成本函数的计算方法如下：

(3.1)使用欧几里得距离来计算三维空间中i(x_i,y_i.z_i)，j(x_j,y_j.z_j)两节点的距离

(3.2)设f_{slope_1}(dis)表示纵坡的成本函数，起始点到风机位点的坡度为α，节点间的坡度为β_n，其中n∈V，则纵坡的成本函数：

(3.3)设f_{slope_c}(dis)表示横坡的成本函数，横向坡度为γ，则横坡的成本函数：

(3.4)设f_earthwork(dis)表示升压站土石填挖方的成本函数，连接节点i，j之间的直线为L_ij，令每次搜索线所在的地形剖面线为D_ij，其高于L_ij的部分为挖方量(记为Δ_挖)，低于L_ij的部分为填方量(记为Δ_填)，用节点i，j连接所得的直线剖面线构成的三角形SL_ij来衡量多余的工程量，即升压站建设道路土石填挖方的成本函数

(3.5)令纵坡、横坡、土石填挖方量分别所占权重为：∑ω_i＝1,ω_i∈(0,1),i＝(1,2,3)；

(3.6)不同影响因子约束下的升压站建设道路规划成本函数为：

G＝ω₁*f_{slope_1}(dis)+ω₂*f_{slope_c}(dis)+ω₃*f_earthwork(dis)；

(4)用户提供升压站建设道路路宽、坡度和/或转弯半径阈值的交互式输入作为约束条件，从而在升压站选址中规避超过上述阈值的弯道，在保证安全性和通达性的前提下选取符合路宽、坡度要求和/或弯道最少的升压站建设线路，基于A*寻径算法，综合距离最短、坡度最优、升压站建设填挖方最少三个参数，自适应的生成相应的成本最优、坡度符合要求而距离最短的升压站建设线路设计方案，具体实施步骤如下：

(4.1)建立风电场地形不规则三角网结构，生成寻径网络；

(4.2)找到起点，即进场点所在的三角形，搜索其邻域三角形；

(4.3)判断当前三角形是否包含终点，即风机点位位置，若不包含，则计算起始点到当前节点的累计代价G(n)以及当前节点到终点的成本最小的估计代价H(n)，得到当前节点的综合成本函数F(n)＝G(n)+H(n)；若包含，则已找到终点，路径搜索完成，则执行步骤(4.6)；

(4.4)选出相邻三角形中H(n)最小的三角形；

(4.5)继续搜索邻域三角形，执行步骤(4.3)，直到搜索到终点所在三角形；

(4.6)将每次选出的H(n)成本最小的三角形重心点相连，即得到成本最优路径；

(5)参见图4，在最优道路设计基础之上，计算通达各风机位点的平均最短距离，综合考虑了升压站选址的地形条件，尽量选取在地形平缓的开阔地带，充分考虑升压站地面对边的高程落差，设置界限保证升压站场地的平缓，迅速建立风电场地形数据，选取适当的位置，应用最小平均距离算法，与平均最短距离的图层重叠，以确定升压站的最优选址；

(6)参见图5，综合升压站的最优选址、风电建设过程中道路及升压站施工工程量最小获得最优施工道路的选线方案，参见图6，显示升压站的二维施工图并导出二维施工图。

采用本发明实施例的系统和方法，利用风电场区域内高精度的地形三维模型数据，以风机点位、已有路网及可能的障碍区域，基于现有的A*寻径算法，综合考虑影响风电建设施工成本的距离最短、坡度最缓、填挖方最少并满足车辆转弯半径的最优线路设计方案，结合地形数据和最优选线对升压站最优位置进行了智能选取，解决了风电场内升压站的设计难点，从而实现了风电场升压站的选址工作。

虽然本发明已经参考特定的说明性实施例进行了描述，但是不会受到这些实施例的限定而仅仅受到附加权利要求的限定。本领域技术人员应当理解可以在不偏离本发明的保护范围和精神的情况下对本发明的实施例能够进行改动和修改。

Claims (9)

1.一种基于风电场场内道路自动选线的升压站选址系统，其特征在于该系统包括：

(1)数据采集器，用于采集风电场场内道路地理场景的完备三维地形数据；

(2)数字地形模型生成器，用于建立基于地形模型无缝套合的风电场三维场模型；

(3)施工量计算器，用于升压站施工工程量的智能计算；

(4)路径规划器，基于A*寻径算法，综合距离最短、坡度最优、升压站建设道路填挖方最少三个参数，自适应的生成相应的成本最优、坡度符合要求而距离最短的升压站建设线路设计方案；

(5)升压站位置计算器，用于在获得最短的升压站建设道路设计方案基础之上，计算通达各风机位点的平均最短距离，应用最小平均距离算法，以确定升压站的最优选址；

(6)显示器及接口，显示风电场升压站的二维施工图并提供二维施工图导出。

2.根据权利要求1所述的一种基于风电场场内道路自动选线的升压站选址系统，其特征在于：所述系统还包括：(7)交互设备，用户使用所述交互设备提供升压站建设道路路宽、坡度和/或转弯半径阈值的交互式输入作为约束条件，从而在升压站选址中规避超过上述阈值的弯道，在保证安全性和通达性的前提下选取符合路宽、坡度要求和/或弯道最少的升压站建设线路。

3.根据权利要求1所述的一种基于风电场场内道路自动选线的升压站选址系统，其特征在于：所述数据采集器采用无人机，利用航空摄影测量技术，实现由点到面、由面到带的风电场高精度地形影像数据获取。

4.一种基于风电场场内道路自动选线的升压站选址方法，使用根据权利要求1-3任一所述的基于风电场场内道路自动选线的升压站选址系统，其特征在于包括如下步骤：

(1)数据采集，采集风电场场内道路地理场景的完备三维地形数据；

(2)建立基于地形模型无缝套合的风电场三维场模型；

(3)计算风电建设过程中升压站备选方案的施工工程量，根据风电行业不同需求来动态调整影响升压站建设道路修建因子的成本函数，引入成本函数把不同影响升压站建设道路修建因子对线路规划的影响程度进行量化。

(4)基于A*寻径算法，综合距离最短、坡度最优、升压站建设填挖方最少三个参数，自适应的生成相应的成本最优、坡度符合要求而距离最短的升压站建设线路设计方案；

(5)在最优道路设计基础之上，计算通达各风机位点的平均最短距离，应用最小平均距离算法，以确定升压站的最优选址；

(6)显示风电场升压站的二维施工图并导出二维施工图。

5.根据权利要求4所述的一种基于风电场场内道路自动选线的升压站选址方法，其特征在于所述步骤(1)包括：利用无人机航空摄影测量技术，实现由点到面、由面到带的风电场高精度地形影像数据获取。

6.根据权利要求4所述的一种基于风电场场内道路自动选线的升压站选址方法，其特征在于所述步骤(2)包括：对风电场地形影像数据进行一体化建库管理，采用“均匀分块+金字塔分层”技术对地形数据进行组织划分，快速建立风电场三维场景。

7.根据权利要求4所述的一种基于风电场场内道路自动选线的升压站选址方法，其特征在于所述步骤(3)成本函数的计算方法如下：

(3.1)使用欧几里得距离来计算三维空间中i(x_i,y_i.z_i)，j(x_j,y_j.z_j)两节点的距离

(3.2)设f_{slope_1}(dis)表示纵坡的成本函数，起始点到风机位点的坡度为α，节点间的坡度为β_n，其中n∈V，则纵坡的成本函数：

(3.3)设f_{slope_c}(dis)表示横坡的成本函数，横向坡度为γ，则横坡的成本函数：

(3.4)设f_earthwork(dis)表示升压站土石填挖方的成本函数，连接节点i，j之间的直线为L_ij，令每次搜索线所在的地形剖面线为D_ij，其高于L_ij的部分为挖方量(记为Δ_挖)，低于L_ij的部分为填方量(记为Δ_填)，用节点i，j连接所得的直线剖面线构成的三角形SL_ij来衡量多余的工程量，即升压站建设道路土石填挖方的成本函数

(3.5)令纵坡、横坡、土石填挖方量分别所占权重为：∑ω_i＝1,ω_i∈(0,1),i＝(1,2,3)；

(3.6)不同影响因子约束下的升压站建设道路规划成本函数为：

G＝ω₁*f_{slope_1}(dis)+ω₂*f_{slope_c}(dis)+ω₃*f_earthwork(dis)。

8.根据权利要求4所述的一种基于风电场场内道路自动选线的升压站选址方法，其特征在于所述步骤(4)具体实施步骤如下：

(4.1)建立风电场地形不规则三角网结构，生成寻径网络；

(4.2)找到起点，即进场点所在的三角形，搜索其邻域三角形；

(4.3)判断当前三角形是否包含终点，即风机点位位置，若不包含，则计算起始点到当前节点的累计代价G(n)以及当前节点到终点的成本最小的估计代价H(n)，得到当前节点的综合成本函数F(n)＝G(n)+H(n)；若包含，则已找到终点，路径搜索完成，则执行步骤(4.6)；

(4.4)选出相邻三角形中H(n)最小的三角形；

(4.5)继续搜索邻域三角形，执行步骤(4.3)，直到搜索到终点所在三角形；

(4.6)将每次选出的H(n)成本最小的三角形重心点相连，即得到成本最优路径。

9.根据权利要求4所述的一种基于风电场场内道路自动选线的升压站选址方法，其特征在于还包括：用户提供升压站建设道路路宽、坡度和/或转弯半径阈值的交互式输入作为约束条件，从而在升压站选址中规避超过上述阈值的弯道，在保证安全性和通达性的前提下选取符合路宽、坡度要求和/或弯道最少的升压站建设线路。