单线图自动成图技术研究

摘要

随着电网规模的不断扩大，单线图的维护任务不断加重。单线图自动成图技术根据配网数据模型自动成图，能有效降低单线图的工作量及维护难度，提高单线图的一致性和可读性，因此研究单线图自动成图技术对于促进智能电网的发展具有重要意义。
　　目前单线图的研究正处于不断探索阶段，寻找高效的自动布局方法能够有力的推动单线图自动布局技术的进步。单线图布局与集成电路布局具有很大的相似之处，在集成电路布局领域，其编码方法已经相当成熟，将其编码技术引入单线图自动布局中，并与遗传算法的相结合，将会使布局效果取得突破性的提升。采用SP编码描述电站图元的相对位置，通过遗传算法对SP编码进行优化，避免了直接对图元坐标操作所带来的计算量大及图元重叠等问题，消除了对坐标的过度依赖，为寻优过程提供了便利。
　　本文针对单线图自动成图技术进行了研究，将单线图自动成图方法分成布局和布线两部分。布局是布线的基础，在布局时将布局总面积最小、线路总长度估计值最短作为优化目标，并按照布局结果的侧重点为其赋予不同的权重。初始化种群并设置操作参数，通过遗传算法对SP编码所表示的种群进行优化，到达目标迭代次数后，选取最优个体作为布局优化结果。采用基于LCS的FAST-SP解码方法对SP编码快速解码，实现编码向布局区坐标的映射。布线时则采用改进的朝向目标的线探索法进行避障布线，根据图元之间的连接关系，从其中一个图元的端口出发，通过水平及垂直探索线向目标图元进行探索，直至与目标图元的探索线相交，按照探索线的路径连接两图元的端口。当布线全部完成后，对线路是否发生交叉进行判断，并将布局总面积、线路总长度及交叉点个数作为优化目标进行布线优化。通过线路的优化及布局的微调最终实现单线图的整体布局。最后采用Python语言对单线图自动成图算法进行软件实现，并通过配电网模型对算法进行验证，分析迭代次数对布局结果的影响。结果表明该算法能够快速实现单线图的布局且其满足运行要求。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 单线图布局与集成电路布局的对比

1．4 本文的主要研究内容

第2章 自动成图基础

2．1 配电网单线图布局概述

2．2 Sequence-Pair表示法

2．2．1 基本原理

2．2．2 基本性质

2．3 遗传算法

2．3．1 染色体编码

2．3．2 适应度函数

2．3．3 遗传操作

2．4 线探索法

2．4．1 朝向目标的线探索法

2．4．2 基本原理改进的朝向目标的线探索法

2．5 本章小结

第3章 单线图自动布局算法设计

3．1 电力元件编码

3．1．1 SP表示方法

3．1．2 染色体编码

3．2 布局算法设计

3．2．1 适应度函数设计

3．2．2 染色体的选择

3．2．3 染色体的交叉

3．2．4 染色体的变异

3．3 SP解码

3．3．1 SP编码与布局区的基本对应关系

3．3．2 FAST-SP算法

3．4 布线算法设计

3．4．1 电站图元大小计算

3．4．2 电站图元出线端口计算

3．4．3 走线方法

3．4．4 布线顺序

3．4．5 布线优化

3．5 本章小结

第4章 单线图自动成图技术软件开发及应用

4．1 编程语言

4．1．1 Python语言简介

4．1．2 Python语言编程

4．2 软件开发

4．2．1 布局程序设计

4．2．2 布线程序设计

4．3 应用实例

4．4 本章小结

第5章 总结与展望

5．1 总结

5．2 展望

附录

参考文献

致谢

攻读学位期间发表的学术论文和参加科研情况