才彥姣, 隋佳睿, 陳家昊
(國網(wǎng)遼寧省電力有限公司計(jì)量中心, 遼寧 沈陽 110168)
蟻群算法(Ant Clony Optimization,ACO)是一種仿生學(xué)算法,它由Marco Dorigo 于1992 年提出,其靈感來源于覓食的螞蟻在尋找食物過程中總能發(fā)現(xiàn)一條從蟻巢和食物源的最優(yōu)路徑。蟻群算法是一種群智能算法,由一群無智能或有輕微智能的個(gè)體(Agent)通過相互協(xié)作而表現(xiàn)出智能行為, 從而為求解復(fù)雜問題提供了一個(gè)新的可能性,是一種用來尋找優(yōu)化路徑的概率型算法。
關(guān)口表數(shù)據(jù)是電力系統(tǒng)高效運(yùn)轉(zhuǎn)的重要保障, 隨著現(xiàn)代化科技的發(fā)展, 關(guān)口表數(shù)據(jù)采集的方式需要改進(jìn)和完善?,F(xiàn)有的人工采集方法存在著精確性、適應(yīng)性和經(jīng)濟(jì)性等方面的不足。
隨著無人機(jī)技術(shù)的快速發(fā)展, 現(xiàn)今的無人機(jī)已可用于工業(yè)及商業(yè)用途,由于無人機(jī)地勤保障要求低,機(jī)動(dòng)性強(qiáng), 起降條件和維修保障要求都比較低, 安全風(fēng)險(xiǎn)系數(shù)小,因此具有作業(yè)方便、成本低、安全可靠等優(yōu)點(diǎn)。 將無人機(jī)技術(shù)應(yīng)用于關(guān)口表數(shù)據(jù)采集過程能大大節(jié)約時(shí)間成本,提高工作效率和精確性,為自動(dòng)化數(shù)據(jù)采集提供了一種新思路。
為了實(shí)現(xiàn)對(duì)關(guān)口表數(shù)據(jù)采集的自動(dòng)化和無人機(jī)采集路線的優(yōu)化,本文采用一種基于GPS 和RFID 射頻技術(shù)的方法進(jìn)行無人機(jī)與變電站之間的定位與數(shù)據(jù)傳輸, 采用蟻群算法對(duì)無人機(jī)采集數(shù)據(jù)路線進(jìn)行優(yōu)化。
無人機(jī)與變電站之間的數(shù)據(jù)采集與定位系統(tǒng)由兩部分組成, 無人機(jī)通過GPS 衛(wèi)星網(wǎng)絡(luò)對(duì)每一個(gè)要采集數(shù)據(jù)的關(guān)口表所屬變電站位置進(jìn)行方向確認(rèn)和大致范圍確認(rèn);用RFID 對(duì)變電站進(jìn)行精準(zhǔn)識(shí)別和數(shù)據(jù)收發(fā)。同時(shí),該網(wǎng)絡(luò)系統(tǒng)也可實(shí)時(shí)監(jiān)測無人機(jī)飛行狀態(tài)、 工作進(jìn)度和當(dāng)前位置,確保自動(dòng)化采集工作的順利進(jìn)行,系統(tǒng)總體結(jié)構(gòu)如圖1 所示。
圖1 系統(tǒng)總體結(jié)構(gòu)Fig.1 Overall structure of the system
GPS 定位距離遠(yuǎn), 如果需要高精度的話使用成本很高,而RFID 可在幾百米的范圍內(nèi)定位精確的同時(shí)成本也適中。 無人機(jī)定位與數(shù)據(jù)采集方法采用GPS 和RFID 結(jié)合進(jìn)行,先利用GPS 導(dǎo)航定位變電站方向和所在范圍,再利用RFID 精準(zhǔn)識(shí)別、無人機(jī)懸停,進(jìn)行數(shù)據(jù)傳輸,定位系統(tǒng)如圖2 所示。
圖2 定位系統(tǒng)Fig.2 Positioning system
RFID 應(yīng)用系統(tǒng)由RFID 電子標(biāo)簽、讀寫器、發(fā)送接收信號(hào)的天線、通信網(wǎng)絡(luò)系統(tǒng)四部分組成。 RFID 電子標(biāo)簽?zāi)軌騼?chǔ)存有關(guān)物體的數(shù)據(jù)信息。 將要被讀取數(shù)據(jù)的RFID電子標(biāo)簽安裝在便于無人機(jī)懸停的變電站建筑表面;再在無人機(jī)上安裝RFID 讀寫器, 用于識(shí)讀提取變電站RFID 電子標(biāo)簽中當(dāng)前儲(chǔ)存的數(shù)據(jù)信息,將收集的數(shù)據(jù)再寫入總數(shù)據(jù)庫的FRID 電子標(biāo)簽,并于與后臺(tái)管理計(jì)算機(jī)進(jìn)行信息交互; 天線是標(biāo)簽與讀寫器之間進(jìn)行傳輸數(shù)據(jù)的發(fā)射、接收裝置;通信網(wǎng)絡(luò)系統(tǒng)包括數(shù)據(jù)庫服務(wù)器和其他信息系統(tǒng)。數(shù)據(jù)庫服務(wù)器處理讀寫器傳送過來的信息,其他信息系統(tǒng)根據(jù)通過向讀寫器發(fā)送指令, 對(duì)電子標(biāo)簽進(jìn)行相應(yīng)操作。
螞蟻的行走路徑表示待優(yōu)化問題的可行解, 整個(gè)蟻群的所有路徑構(gòu)成待優(yōu)化問題的解集合。 一開始螞蟻的行走路徑是隨機(jī)的, 螞蟻在行走的過程中會(huì)不斷釋放信息素,標(biāo)識(shí)自己的行走路徑。 在單位時(shí)間內(nèi),短路徑上的螞蟻數(shù)量比長路徑上的螞蟻數(shù)量要多, 從而螞蟻留下的信息素濃度也就越高,隨著時(shí)間的推進(jìn),較短的路徑上累積的信息素濃度逐漸增高, 選擇該路徑的螞蟻個(gè)數(shù)也愈來愈多,如圖3 所示。 最終,整個(gè)螞蟻會(huì)在正反饋的作用下集中到最佳的路徑上, 此時(shí)對(duì)應(yīng)的就是待優(yōu)化問題的最優(yōu)解。
圖3 蟻群路線圖Fig.3 Ant colony roadmap
蟻群算法通過模擬螞蟻行為達(dá)到計(jì)算效果, 主要包括螞蟻行為的兩個(gè)過程:狀態(tài)轉(zhuǎn)移和信息素更新,其具體計(jì)算公式如下:
(1)轉(zhuǎn)移概率公式:
式中:α—信息素的相對(duì)重要程度;β—啟發(fā)式因子的相對(duì)重要程度;Jk(i)—螞蟻k 下一步允許選擇的城市集合。
(2)啟發(fā)式因子計(jì)算公式:
式中: dij—城市i,j 之間的成本(或距離),dij越小,ηij越大,也就是從城市i 到j(luò) 的可見性就越大。
(3)信息素計(jì)算公式:
當(dāng)所有螞蟻完成一次周游后,各路徑上的信息素為:
τij(t+n)=(1-p)·τij(t)+△τij
(4)更新信息素矩陣。
τij(t+n)=ρ·τij(t)+△τij
式中:τij(t+n)—t+n 時(shí)刻城市i 與j 之間的信息素濃度;ρ—控制參數(shù);△τij—城市i 與j 之間信息素經(jīng)過一個(gè)迭代后的增量。
設(shè)蟻群中所有螞蟻的數(shù)量為m,所有變電站關(guān)口表之間的信息素用矩陣pheromone 表示, 最短路徑為BestLength, 最佳路徑為BestTour。每只螞蟻都有自己的內(nèi)存, 內(nèi)存中用一個(gè)禁忌表來存儲(chǔ)該螞蟻已經(jīng)訪問過的變電站,表示其在以后的搜索中將不能訪問這些變電站; 還有用另外一個(gè)允許訪問的城市表(Jk)來存儲(chǔ)它還可以訪問的城市; 另外還用一個(gè)矩陣(△)來存儲(chǔ)它在一個(gè)循環(huán)或迭代中給所經(jīng)過的路徑釋放的信息素;還有另外一些數(shù)據(jù),例如一些 控 制 參 數(shù)(α,β,ρ,Q),該 螞 蟻行走完全程的總成本或距離(TourLength),等等。 假定算法總共運(yùn)行N 次,運(yùn)行時(shí)間為t。 路徑優(yōu)化算法流程圖如圖4 所示。
圖4 路徑優(yōu)化算法流程圖Fig.4 Flow chart of path optimization algorithm
本文采用GPS 和RFID 應(yīng)用系統(tǒng)對(duì)變電站所在位置進(jìn)行精確定位, 先采用GPS 對(duì)變電站所在區(qū)域范圍進(jìn)行大致確定, 再利用RFID 射頻技術(shù)進(jìn)行變電站的精確定位,無人機(jī)精確懸停在變電站外表面的RFID 電子標(biāo)簽上方,通過機(jī)身安裝的讀寫器與電子標(biāo)簽進(jìn)行數(shù)據(jù)交互,達(dá)到采集數(shù)據(jù)與發(fā)送數(shù)據(jù)的目的。 無人機(jī)飛行規(guī)劃路線通過蟻群算法優(yōu)化,得出最佳采集路線,無人機(jī)工作時(shí)間的飛行狀態(tài)與實(shí)時(shí)位置可通過移動(dòng)設(shè)備顯示, 保證采集工作的順利進(jìn)行。 該數(shù)據(jù)采集系統(tǒng)可實(shí)現(xiàn)采集工作的高度自動(dòng)化,為數(shù)據(jù)采集的高效性、安全性、高效性提供了新的保障。