[发明专利]融合多源多维异构大数据的电力线路智能规划方法

权利要求书

1.融合多源多维异构大数据的电力线路智能规划方法，其特征在于，所述方法具体包括以下步骤：

步骤1、确立基础数据及系统坐标系；

步骤2、数字高程模型、数字正射影像数据处理；

步骤3、建设电力线路规划三维基础地理信息平台；

步骤4、处理并接入电力线路周边数据；

步骤5、处理并接入气象数据；

步骤6、处理并接入水系、路网、地名地址、危险品数据；

步骤7、处理并接入图片、视频、表格异构数据；

步骤8、基于融合大数据进行智能线路规划；

所述步骤5中处理并接入气象数据具体包括以下步骤：

步骤51、利用DBSCAN聚类算法对气象数据进行聚类并获取规划气象信息：

在运用DBSCAN算法进行聚类时，需要使用haversine方法计算两个气象站之间的距离，因此需将数据的球面坐标系转化为空间直角坐标系，haversine方法的计算数学方法如下：

式中：R为地球半径，取平均值6371km，表示两点的纬度，Δλ表示两点经度的差值；

步骤52、构建气象数据集合{S}进行聚类，聚类算法如下：

a.确定搜索半径e和最小数目minPts；

b.检测集合S中尚未检查过的气象站G_p，如果G_p未被处理，归为某个簇或者标记为噪声，则搜索与气象站G_p相似度sim(G_i，G_p)＜e的所有气象站G_i，若搜索到的气象站数不小于minPts，建立新簇C，将其中的所有点加入候选集N，否则视为噪声；

c.对候选集M和所有尚未被处理的气象站G_q，搜索与气象站G_q相似度sim(G_j，G_q)＜e的所有气象站G_j，若至少包含minPts个气象站，则将这些气象站加入N；如果G_q未归入任何一个簇，则将G_q加入C；

d.重复步骤c，继续检查N中未处理的对象，直到当前候选集N为空；

e.重复步骤b～d，直到所有对象都归入了某个簇或标记为噪声；

f.从聚类算法结果中选取包含目标气象站G₀的集合Y，Y包含的气象信息即是与目标气象站G₀相似的气象信息；

g.聚类结果生成赋值栅格图，加载至三维地理信息系中，通过电力线路规划坐标点[x，y，z]可以获取当前点气象值，用于线路选址选线规划中对气象数据的逻辑判断；

所述步骤8中基于融合大数据进行智能线路规划具体包括以下步骤：

步骤81、在线路规划的过程中，动态获取线路及杆塔经过的平面位置信息，并格式化为位置坐标串[x，y]，同时动态访问三维系统中的地形数据信息，通过平面坐标获取当前位置的地表高程值[z]，可以动态分析线路的通达可视性、线路经过区域的断面信息和坡度信息；

步骤82、规划设计线路引入多源、多维、异构的各类影响因子数据，在线路规划过程中，动态绘制或导入选线选址位置信息，并根据位置信息按距离生成几何拓扑面，动态查询与本几何拓扑面包含、相交或相临的影响因子数据并输出；并将规划线路点位根据各影响因子数据进行动态调整，动态导入三维电塔、电站及部件模型，以三维方式绘制在规划平台上直观呈现，并与各类数据同步叠加进行查看、分析。

2.根据权利要求1所述的融合多源多维异构大数据的电力线路智能规划方法，其特征在于，所述步骤1中为统一数据基础，按照国家测绘规范，采用CGCS2000为基础数据及系统坐标系。

3.根据权利要求1所述的融合多源多维异构大数据的电力线路智能规划方法，其特征在于，所述步骤2中对数字高程模型、数字正射影像数据进行标准化处理，正射影像数据需经过润色、镶嵌流程，数字高程模型需进行剔除粗差、镶嵌处理，最终输出为TIF或IMG格式的标准影像数据。