风电场集电线路的路径规划方法、装置、电子设备及存储介质与流程

1.本公开涉及风电场工程规划设计技术领域，尤其涉及一种风电场集电线路的路径规划方法、装置、电子设备及存储介质。


背景技术：

2.近年来，风电场的建设越来越多。目前，电场工程规划设计主要包括风资源评估、风机选型选址、升压站设计、风机基础设计、道路设计以及集电线路设计等。其中集电线路将各风机所发电流汇集送往升压站，是风电场中重要的基础设施，同时也在风电场的建设成本中占有较大比例。
3.相关技术中，对于架空集电线路路径的设计规划多由设计人员根据项目经验以及相关标准进行设计。但受限于设计人员的经验水平差异，对于大规模的风电场基地项目，难以得到经济高效的集电线路路径设计方案。


技术实现要素：

4.本公开提供一种风电场集电线路的路径规划方法、装置、电子设备及储存介质，以至少解决设计大规模风电场的基地项目难以得到经济高效的集电线路路径设计方案的问题。
5.根据本公开的第一方面，提供了一种风电场集电线路的路径规划方法，包括：确定风电场中待进行路径规划的多个风机的坐标信息，以及所述风电场中升压站的坐标信息；根据所述多个风机的坐标信息、所述升压站的坐标信息以及基于密度的聚类策略，对所述多个风机进行聚类，得到至少一个风机组；针对每个风机组，根据所述风电场所属的三维栅格地图区域内的区域限制信息、所述风机组内风机的坐标信息、所述升压站的坐标信息以及蚁群策略，确定所述风机组的路径规划信息，其中，所述路径规划信息包括所述风机组内风机至所述升压站的规划路径；根据至少一个风机组的路径规划信息，确定所述风电场中集电线路的路径规划信息。
6.作为本公开实施例的第一种可能的情况，所述根据所述多个风机的坐标信息、所述升压站的坐标信息以及基于密度的聚类策略，对所述多个风机进行聚类，得到至少一个风机组，包括：确定扫描半径以及最小包含点数；选择任一未处理的风机的坐标信息；在以所述风机的坐标信息为圆心，半径为所述扫描半径的区域内的风机个数大于或者等于所述最小包含点数时，确定所述风机的坐标信息为核心机位点，根据所述风机以及对应的坐标信息与核心机位点连通的风机，生成一个风机组；重复上述过程，直至所述多个风机处理完成。
7.作为本公开实施例的第二种可能的情况，所述确定扫描半径以及最小包含点数，包括：根据所述风电场中集电线路的容量限制信息以及组内风机的数量阈值，确定所述扫描半径以及所述最小包含点数。
8.作为本公开实施例的第三种可能的情况，所述三维栅格区域内的区域限制信息，
根据所述多个风机的叶片旋转区域、道路所占区域、桥梁所占区域、居民区所占区域确定。
9.作为本公开实施例的第四种可能的情况，所述针对每个风机组，根据所述风电场所属的三维栅格地图区域内的区域限制信息、所述风机组内风机的坐标信息、所述升压站的坐标信息以及蚁群策略，确定所述风机组的路径规划信息，包括：针对每个风机组，根据所述风电场所属的三维栅格地图区域，确定初始的信息素矩阵；以所述升压站的坐标信息为起点，所述风机组内距离所述升压站最远的风机的坐标信息为终点，初始化信息素矩阵；针对所述风机组内的每个风机，结合概率函数确定所述风机至所述升压站的路径，并根据所述路径所涉及的坐标点，更新所述信息素矩阵中对应坐标点的信息素，至所述风机组内各个风机的路径确定完成；在信息素矩阵满足预设条件时，终止路径确定操作以及信息素矩阵更新操作；在信息素矩阵不满足预设条件时，对所述风机组内的每个风机重复执行上述步骤，直至信息素矩阵满足预设条件。
10.作为本公开实施例的第五种可能的情况，所述概率函数的计算公式如以下所示：
[0011][0012]
其中，allow表示风机组，τ
ij
(t)为信息素矩阵，其中每个信息素的初始值为预设常数，η
ij
(t)为启发函数，为风机到升压站的距离的倒数。
[0013]
作为本公开实施例的第六种可能的情况，所述风机组的路径规划信息还包括：风机组内风机进行路径规划时得到的信息素矩阵；所述根据至少一个风机组的路径规划信息，确定所述风电场中集电线路的路径规划信息，包括：根据至少一个风机组的路径规划信息，确定所述风电场中集电线路的第一候选路径规划信息；调整至少一个风机组内部分或全部边缘风机所属的风机组，并重新确定至少一个所述风机组的路径规划信息，重新确定所述风电场中集电线路的第二候选路径规划信息；从所述第一候选路径规划信息和所述第二候选路径规划信息中选择所述风电场中集电线路的路径规划信息。
[0014]
根据本公开实施例的第二方面，提供了一种风电场集电线路的路径规划装置，包括：第一确定模块，用于确定风电场中待进行路径规划的多个风机的坐标信息，以及所述风电场中升压站的坐标信息；聚类模块，用于根据所述多个风机的坐标信息、所述升压站的坐标信息以及基于密度的聚类策略，对所述多个风机进行聚类，得到至少一个风机组；第二确定模块，用于针对每个风机组，根据所述风电场所属的三维栅格地图区域内的区域限制信息、所述风机组内风机的坐标信息、所述升压站的坐标信息以及蚁群策略，确定所述风机组的路径规划信息，其中，所述路径规划信息包括所述风机组内风机至所述升压站的规划路径；第三确定模块，用于根据至少一个风机组的路径规划信息，确定所述风电场中集电线路的路径规划信息。
[0015]
作为本公开实施例的第一种可能的情况，所述聚类模块具体用于，确定扫描半径以及最小包含点数；选择任一未处理的风机的坐标信息；在以所述风机的坐标信息为圆心，半径为所述扫描半径的区域内的风机个数大于或者等于所述最小包含点数时，确定所述风机的坐标信息为核心机位点，根据所述风机以及对应的坐标信息与核心机位点连通的风
机，生成一个风机组；重复上述过程，直至所述多个风机处理完成。
[0016]
作为本公开实施例的第二种可能的情况，所述聚类模块具体用于，根据所述风电场中集电线路的容量限制信息以及组内风机的数量阈值，确定所述扫描半径以及所述最小包含点数。
[0017]
作为本公开实施例的第三种可能的情况，所述三维栅格区域内的区域限制信息，根据所述多个风机的叶片旋转区域、道路所占区域、桥梁所占区域、居民区所占区域确定。
[0018]
作为本公开实施例的第四种可能的情况，所述第二确定模块具体用于，针对每个风机组，根据所述风电场所属的三维栅格地图区域，确定初始的信息素矩阵；以所述升压站的坐标信息为起点，所述风机组内距离所述升压站最远的风机的坐标信息为终点，初始化信息素矩阵；针对所述风机组内的每个风机，结合概率函数确定所述风机至所述升压站的路径，并根据所述路径所涉及的坐标点，更新所述信息素矩阵中对应坐标点的信息素，至所述风机组内各个风机的路径确定完成；在信息素矩阵满足预设条件时，终止路径确定操作以及信息素矩阵更新操作；在信息素矩阵不满足预设条件时，对所述风机组内的每个风机重复执行上述步骤，直至信息素矩阵满足预设条件。
[0019]
作为本公开实施例的第五种可能的情况，所述概率函数的计算公式如以下所示：
[0020][0021]
其中，allow表示风机组，τ
ij
(t)为信息素矩阵，其中每个信息素的初始值为预设常数，η
ij
(t)为启发函数，为风机到升压站的距离的倒数。
[0022]
作为本公开实施例的第六种可能的情况，所述风机组的路径规划信息还包括：风机组内风机进行路径规划时得到的信息素矩阵；所述第三确定模块具体用于，根据至少一个风机组的路径规划信息，确定所述风电场中集电线路的第一候选路径规划信息；调整至少一个风机组内部分或全部边缘风机所属的风机组，并重新确定至少一个所述风机组的路径规划信息，重新确定所述风电场中集电线路的第二候选路径规划信息；从所述第一候选路径规划信息和所述第二候选路径规划信息中选择所述风电场中集电线路的路径规划信息。
[0023]
根据本公开的第三方面，提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现本公开第一方面实施例提出的风电场集电线路的路径规划方法。
[0024]
根据本公开的第四方面，提供了一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行本公开上述中提出的风电场集电线路的路径规划方法。
[0025]
根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，当所述计算机程序由电子设备的处理器执行时，使得所述电子设备能够执行本公开上述中提出的风电场集电线路的路径规划方法。
[0026]
本公开的实施例提供的技术方案至少带来以下有益效果：
[0027]
确定风电场中待进行路径规划的多个风机的坐标信息，以及风电场中升压站的坐标信息；根据多个风机的坐标信息、升压站的坐标信息以及基于密度的聚类策略，对多个风机进行聚类，得到至少一个风机组；针对每个风机组，根据风电场所属的三维栅格地图区域内的区域限制信息、风机组内风机的坐标信息、升压站的坐标信息以及蚁群策略，确定风机组的路径规划信息，其中，路径规划信息包括风机组内风机至所述升压站的规划路径；根据至少一个风机组的路径规划信息，确定风电场中集电线路的路径规划信息，得到全局优化的集电线路路径设计方案。本公开可以得到高效、经济的大型风电场集电线路路径规划方案，降低集电线路铺设成本并提高其可靠性，为大型风电场的建设助力。
[0028]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0029]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
[0030]
图1是根据一示例性实施例所示出的一种风电场集电线路的路径规划方法的流程图；
[0031]
图2是根据一示例性实施例所示出的另一种风电场集电线路的路径规划方法的流程图；
[0032]
图3是根据一示例性实施例所示出的另一种风电场集电线路的路径规划方法的流程图；
[0033]
图4是根据一示例性实施例所示出的风电场集电线路的路径规划装置的结构示意图；
[0034]
图5是根据一示例性实施例示出的一种用于风电场集电线路的路径规划的电子设备的框图。
具体实施方式
[0035]
为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
[0036]
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
[0037]
目前，电场工程规划设计主要包括风资源评估、风机选型选址、升压站设计、风机基础设计、道路设计以及集电线路设计等。其中集电线路将各风机所发电流汇集送往升压站，是风电场中重要的基础设施，同时也在风电场的建设成本中占有较大比例。相关技术中，对于架空集电线路路径的设计规划多由设计人员根据经验以及相关标准进行设计。但受限于设计人员的经验水平差异，对于大规模的风电场基地项目，难以得到经济高效的集
电线路路径设计方案。
[0038]
本公开主要针对对于大规模的风电场基地项目，难以得到经济高效的集电线路路径设计方案的问题，提出一种风电场集电线路的路径规划方法。本公开实施例的风电场集电线路的路径规划方法，通过确定风电场中待进行路径规划的多个风机的坐标信息，以及风电场中升压站的坐标信息；根据多个风机的坐标信息、升压站的坐标信息以及基于密度的聚类策略，对多个风机进行聚类，得到至少一个风机组；针对每个风机组，根据风电场所属的三维栅格地图区域内的区域限制信息、风机组内风机的坐标信息、升压站的坐标信息以及蚁群策略，确定风机组的路径规划信息，其中，路径规划信息包括风机组内风机至所述升压站的规划路径；根据至少一个风机组的路径规划信息，确定风电场中集电线路的路径规划信息，得到全局优化的集电线路路径设计方案。从而实现对大型风电场集电线路路径的高效规划设计，提升集电线路规划的精确性和经济性。
[0039]
下面结合附图，对本公开实施例提供的三维重建方法进行详细说明。
[0040]
图1是根据一示例性实施例所示出的一种风电场集电线路的路径规划方法的流程图。
[0041]
需要说明的是，本公开实施例的风电场集电线路路径规划方法的执行主体可以为风电场集电线路的路径规划装置，该风电场集电线路的路径规划装置，可以配置在电子设备中，以在电子设备上执行风电场集电线路的路径规划方法。
[0042]
其中，电子设备，可以是任意能够进行数据处理的静止或移动计算设备，例如笔记本电脑、可穿戴设备等移动计算设备，或者台式计算机等静止的计算设备，或者其它类型的计算设备，本公开实施例对此不作限定。
[0043]
如图1所示，风电场集电线路的路径规划方法可以包括以下步骤101-104。
[0044]
在步骤101中，确定风电场中待进行路径规划的多个风机的坐标信息，以及风电场中升压站的坐标信息。
[0045]
本公开实施例中，风电场集电线路的路径规划装置可以从数据端口导入风电场中待进行路径规划的多个风机的坐标信息以及风电场中升压站的坐标信息。
[0046]
在步骤102中，根据多个风机的坐标信息、升压站的坐标信息以及基于密度的聚类策略，对多个风机进行聚类，得到至少一个风机组。
[0047]
本公开实施例中，利用基于密度的聚类策略、多个风机的坐标信息以及升压站的坐标信息，对多个风机进行聚类分组，任意选择一个还未处理的风机，在该风机的一定区域内的风机个数满足预设条件时，将该风机的坐标信息作为核心机位点；根据这个核心机位点能够密度可达的多个风机以及该核心机位点，生成一个风机组；然后继续选择另一个核心机位点去确定对应的风机组，一直到所有风机处理完成。其中，基于密度的聚类策略例如可以为基于密度的带有噪声的空间聚类(dbscan，density-based spatial clustering of applications with noise)算法。其中，假设x在核心机位点y的邻域内，则称y到x是密度直达的。假设核心机位点y到核心机位点m是密度直达的，核心机位点m到核心机位点n是密度直达的，核心机位点n到核心机位点x是密度直达的，则称y到x建立的关系叫做密度可达。预设条件是以所述风机的坐标信息为圆心，半径为所述扫描半径的区域内的风机个数大于或者等于所述最小包含点数。
[0048]
本公开实施例中，利用基于密度的聚类策略，能够将距离较近的风机聚合在同一
个风机组中，而距离较远的风机聚合在不同的风机组中，从而针对同一个风机组中的多个风机，使得该多个风机能够共用较长的一段集电线路，增加共用的集电线路的长度，方便集电线路的部署，减少集电线路的施工成本。
[0049]
在步骤103中，针对每个风机组，根据风电场所属的三维栅格地图区域内的区域限制信息、风机组内风机的坐标信息、升压站的坐标信息以及蚁群策略，确定风机组的路径规划信息，其中，路径规划信息包括风机组内风机至升压站的规划路径。
[0050]
本公开实施例中，三维栅格区域内的区域限制信息，可以根据多个风机的叶片旋转区域、道路所占区域、桥梁所占区域、居民区所占区域等确定。也就是说，可以根据风机叶片旋转区域和长度信息、道路、桥梁、居民区等限制集电线路经过的区域进行限制区域绘制，避免线路与风机叶片及其他设备、建筑发生碰撞，造成危险，提高集电线路规划的安全性。
[0051]
本公开实施例中，利用蚁群算法进行路径寻优时，可以根据确定得到的路径对信息素矩阵进行更新，即信息素矩阵中信息素增量只与确定得到的路径有关，蚁群算法采用正反馈机制，利用蚂蚁在找食物时路径最短，路上留下的信息素越多的原理，路径越长时，路径上的信息素越少；路径越短时，路径上的信息素越多，根据路径上信息素确定信息素增量，进而对信息素矩阵进行更新。这样会使搜索过程不断优化，最终结合更新得到的信息素矩阵寻得最优解。其中，更新信息素矩阵时，可以采用“蚁周系统”模型，当蚂蚁完成从起点走到终点再更新信息素矩阵，在本技术中，为从风机至升压站的整条路径都确定时，再根据该路径更新信息素矩阵。
[0052]
在步骤104中，根据至少一个风机组的路径规划信息，确定风电场中集电线路的路径规划信息。
[0053]
本公开实施例中，根据风机组内风机到升压站的路径信息确定出风电场集电线路规划的第一候选路径规划信息，考虑某些处于组内边缘位置的风机，若将其划分到相邻组别，可能会具有全局更优的路径方案，所以我们可以得到风电场集电线路规划的第二候选路径规划信息。再根据各个候选路径规划信息在规划时得到的信息素矩阵，最后综合判断选择哪一个候选路径规划信息，作为风电场中集电线路的最终的路径规划信息。
[0054]
本公开实施例的风电场集电线路的路径规划方法，通过确定风电场中待进行路径规划的多个风机的坐标信息，以及风电场中升压站的坐标信息；根据多个风机的坐标信息、升压站的坐标信息以及基于密度的聚类策略，对多个风机进行聚类，得到至少一个风机组；针对每个风机组，根据风电场所属的三维栅格地图区域内的区域限制信息、风机组内风机的坐标信息、升压站的坐标信息以及蚁群策略，确定风机组的路径规划信息，其中，路径规划信息包括风机组内风机至所述升压站的规划路径；根据至少一个风机组的路径规划信息，确定风电场中集电线路的路径规划信息，得到全局优化的集电线路路径设计方案。从而实现对大型风电场集电线路路径的高效规划设计，提升集电线路规划的精确性和经济性。
[0055]
图2是根据一示例性实施例所示出的另一种风电场集电线路的路径规划方法的流程图，在图1所示实施例的基础上，步骤102所述的根据所述多个风机的坐标信息、所述升压站的坐标信息以及基于密度的聚类策略，对所述多个风机进行聚类的过程具体可以分为以下201-204这4个步骤。
[0056]
在步骤201中，确定扫描半径以及最小包含点数。
[0057]
本公开实施例中，风电场集电线路的路径规划最终确定扫描半径以及最小包含点数的过程例如可以为，根据风电场中集电线路的容量限制信息以及组内风机的数量阈值，确定扫描半径以及最小包含点数。
[0058]
在步骤202中，选择任一未处理的风机的坐标信息。
[0059]
本公开实施例中，一般选择的是一个还未处理的风机，可以根据风电场中待进行路径规划的多个风机的标识信息或者坐标信息等，形成一个数据集合，并对数据集合中的每个数据标记为未处理状态。在某个风机分组后，将该数据集合中对应的数据的状态修改为已处理状态。对应的，还未处理的风机，可以为数据集合中对应的数据的状态为未处理状态的风机。
[0060]
在步骤203中，在以风机的坐标信息为圆心，半径为扫描半径的区域内的风机个数大于或者等于最小包含点数时，确定风机的坐标信息为核心机位点，根据风机以及对应的坐标信息与核心机位点连通的风机，生成一个风机组。
[0061]
本公开实施例中，可以根据以风机的坐标信息，半径为扫描半径的区域内的风机个数，确定风机的坐标信息是否为核心机位点；若该区域内的风机个数大于或者等于最小包含点数，则确定该风机的坐标信息为核心机位点；若该区域内的风机个数小于最小包含个数，则确定该风机的坐标信息不为核心机位点。在该风机的坐标信息为核心机位点的情况下，确定对应的坐标信息与核心机位点连通的风机，生成一个风机组。
[0062]
其中，对应的坐标信息与核心机位点连通，指的是以该核心机位点为中心半径为扫描半径区域内的所有风机坐标结合起来。
[0063]
本公开实施例中，若某个风机的区域内的风机个数小于最小包含个数，将该风机的坐标信息确定为噪声机位点，噪声机位点对应的风机是不属于任何一个风机组，可以忽略该噪声机位点。后续集电线路路径规划时，可以针对噪声机位点单独进行集电线路规划处理。
[0064]
在步骤204中，重复上述过程，直至多个风机处理完成。
[0065]
本公开实施例的利用dbscan聚类算法将风机坐标进行分组，通过确定扫描半径以及最小包含点数，选择任一未处理的风机的坐标信息，在以风机的坐标信息为圆心，半径为扫描半径的区域内的风机个数大于或者等于最小包含点数时，确定风机的坐标信息为核心机位点，根据风机以及对应的坐标信息与核心机位点连通的风机，生成一个风机组，重复上述过程，直至多个风机处理完成。这种方法可以对任意形状的稠密数据集进行聚类，在聚类时可以发现异常点，不受地形等因素的影响且聚类结果没有偏倚。
[0066]
图3是根据一示例性实施例所示出的另一种风电场集电线路的路径规划方法的流程图，在图1所示实施例的基础上，步骤103所述的根据所述风电场所属的三维栅格地图区域内的区域限制信息、所述风机组内风机的坐标信息、所述升压站的坐标信息以及蚁群策略，确定所述风机组的路径规划信息的过程具体可以分为以下301-305这5个步骤。
[0067]
在步骤301中，针对每个风机组，根据风电场所属的三维栅格地图区域，确定初始的信息素矩阵。
[0068]
本公开实施例中，风电场集电线路的路径规划装置可以从数据端口导入实测的定性的三维坐标点或者数据库中的地形信息离散得到地形的三维坐标点，进而生成三维栅格地图，进而获取风电场所属的区域查询三维栅格地图，确定风电场所属的三维栅格地图区
域。
[0069]
在步骤302中，以升压站的坐标信息为起点，风机组内距离升压站最远的风机的坐标信息为终点，初始化信息素矩阵。
[0070]
本公开实施例中，在确定风机至升压站的路径之前，需要先根据风电场所属的三维栅格地图区域、升压站的坐标信息、风机组内距离升压站最远的风机的坐标信息确定信息素矩阵，并对信息素矩阵进行初始化处理。
[0071]
在步骤303中，针对风机组内的每个风机，结合概率函数确定风机至升压站的路径，并根据路径所涉及的坐标点，更新信息素矩阵中对应坐标点的信息素，至风机组内各个风机的路径确定完成。
[0072]
本公开实施例中，先选择风机组内的任一个风机，确定该风机至升压站的多条候选路径，结合概率函数确定每条候选路径的概率，进而结合概率选择其中一条候选路径作为该风机至升压站的路径；然后基于该路径更新信息素矩阵；重复执行上述过程，直至风机组内的风机处理完成，即确定得到风机组内各个风机至升压站的路径。
[0073]
在步骤304中，在信息素矩阵满足预设条件时，终止路径确定操作以及信息素矩阵更新操作。
[0074]
在步骤305中，在信息素矩阵不满足预设条件时，对风机组内的每个风机重复执行上述步骤，直至信息素矩阵满足预设条件。
[0075]
本公开实施例的利用蚁群算法进行组内路径寻优，通过针对每个风机组，根据风电场所属的三维栅格地图区域，确定初始的信息素矩阵，以升压站的坐标信息为起点，风机组内距离升压站最远的风机的坐标信息为终点，初始化风机组内的多个风机，针对风机组内的每个风机，结合概率函数确定风机至升压站的路径，并根据路径所涉及的坐标点，更新信息素矩阵中对应坐标点的信息素，至风机组内各个风机的路径确定完成，在信息素矩阵满足预设条件时，终止路径确定操作以及信息素矩阵更新操作，在信息素矩阵不满足预设条件时，对风机组内的每个风机重复执行上述步骤，直至信息素矩阵满足预设条件。蚁群算法采用正反馈机制，使得搜索过程不断收敛，最终逼近最优解，搜索过程采用分布式计算方式，多个个体同时进行并行计算，大大提高了算法的计算能力和运行效率。
[0076]
为了实现上述实施例，本公开实施例提出了一种风电场集电线路的路径规划装置。
[0077]
图4是根据一示例性实施例所示出的风电场集电线路的路径规划装置的结构示意图。
[0078]
参照图4，该风电场集电线路的路径规划装置，可以包括：第一确定模块401、聚类模块402、第二确定模块403、第三确定模块404。
[0079]
其中，第一确定模块401，用于确定风电场中待进行路径规划的多个风机的坐标信息，以及所述风电场中升压站的坐标信息；
[0080]
聚类模块402，用于根据所述多个风机的坐标信息、所述升压站的坐标信息以及基于密度的聚类策略，对所述多个风机进行聚类，得到至少一个风机组；
[0081]
第二确定模块403，用于针对每个风机组，根据所述风电场所属的三维栅格地图区域内的区域限制信息、所述风机组内风机的坐标信息、所述升压站的坐标信息以及蚁群策略，确定所述风机组的路径规划信息，其中，所述路径规划信息包括所述风机组内风机至所
述升压站的规划路径；
[0082]
第三确定模块404，用于根据至少一个风机组的路径规划信息，确定所述风电场中集电线路的路径规划信息。
[0083]
在示例性实施例中，所述聚类模块402具体用于，确定扫描半径以及最小包含点数；选择任一未处理的风机的坐标信息；在以所述风机的坐标信息为圆心，半径为所述扫描半径的区域内的风机个数大于或者等于所述最小包含点数时，确定所述风机的坐标信息为核心机位点，根据所述风机以及对应的坐标信息与核心机位点连通的风机，生成一个风机组；重复上述过程，直至所述多个风机处理完成。
[0084]
在示例性实施例中，所述聚类模块402具体用于，根据所述风电场中集电线路的容量限制信息以及组内风机的数量阈值，确定所述扫描半径以及所述最小包含点数。
[0085]
在示例性实施例中，所述三维栅格区域内的区域限制信息，根据所述多个风机的叶片旋转区域、道路所占区域、桥梁所占区域、居民区所占区域确定。
[0086]
在示例性实施例中，所述第二确定模块403具体用于，针对每个风机组，根据所述风电场所属的三维栅格地图区域，确定初始的信息素矩阵；以所述升压站的坐标信息为起点，所述风机组内距离所述升压站最远的风机的坐标信息为终点，初始化信息素矩阵；针对所述风机组内的每个风机，结合概率函数确定所述风机至所述升压站的路径，并根据所述路径所涉及的坐标点，更新所述信息素矩阵中对应坐标点的信息素，至所述风机组内各个风机的路径确定完成；在信息素矩阵满足预设条件时，终止路径确定操作以及信息素矩阵更新操作；在信息素矩阵不满足预设条件时，对所述风机组内的每个风机重复执行上述步骤，直至信息素矩阵满足预设条件。
[0087]
在示例性实施例中，所述概率函数的计算公式如以下所示：
[0088][0089]
其中，allow表示风机组，τ
ij
(t)为信息素矩阵，其中每个信息素的初始值为预设常数，η
ij
(t)为启发函数，为风机到升压站的距离的倒数。
[0090]
在示例性实施例中，所述第三确定模块404具体用于，根据至少一个风机组的路径规划信息，确定所述风电场中集电线路的第一候选路径规划信息；调整至少一个风机组内部分或全部边缘风机所属的风机组，并重新确定至少一个所述风机组的路径规划信息，重新确定所述风电场中集电线路的第二候选路径规划信息；从所述第一候选路径规划信息和所述第二候选路径规划信息中选择所述风电场中集电线路的路径规划信息。
[0091]
本公开实施例的风电场集电线路的路径规划装置，通过确定风电场中待进行路径规划的多个风机的坐标信息，以及风电场中升压站的坐标信息；根据多个风机的坐标信息、升压站的坐标信息以及基于密度的聚类策略，对多个风机进行聚类，得到至少一个风机组；针对每个风机组，根据风电场所属的三维栅格地图区域内的区域限制信息、风机组内风机的坐标信息、升压站的坐标信息以及蚁群策略，确定风机组的路径规划信息，其中，路径规划信息包括风机组内风机至所述升压站的规划路径；根据至少一个风机组的路径规划信
息，确定风电场中集电线路的路径规划信息，得到全局优化的集电线路路径设计方案。从而实现对大型风电场集电线路路径的高效规划设计，提升集电线路规划的精确性和经济性。
[0092]
为了实现上述实施例，本公开实施例还提出了一种电子设备。
[0093]
其中，电子设备200包括：
[0094]
处理器220；
[0095]
用于存储处理器220可执行指令的存储器210；
[0096]
其中，处理器220被配置为执行指令，以实现如前所述的风电场集电线路的路径规划方法。
[0097]
作为一种示例，图5是根据一示例性实施例示出的一种用于风电场集电线路的路径规划的电子设备200的框图，如图5所示，上述电子设备200，还可以包括：
[0098]
存储器210及处理器220，连接不同组件(包括存储器210和处理器220)的总线230，存储器210存储有计算机程序，当处理器220执行所述程序时实现本公开实施例所述的风电场集电线路的路径规划方法。
[0099]
总线230表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
[0100]
电子设备200典型地包括多种计算机可读介质。这些介质可以是任何能够被电子设备200访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
[0101]
存储器210还可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)240和/或高速缓存存储器250。电子设备200可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统260可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom，dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线230相连。存储器210可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本公开各实施例的功能。
[0102]
具有一组(至少一个)程序模块270的程序/实用工具280，可以存储在例如存储器210中，这样的程序模块270包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块270通常执行本公开所描述的实施例中的功能和/或方法。
[0103]
电子设备200也可以与一个或多个外部设备290(例如键盘、指向设备、显示器291等)通信，还可与一个或者多个使得用户能与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口292进行。并且，电子设备200还可以通过网络适配器293与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图5所示，网络适配器293通过总线230与电子设备200的其它模块通信。应当明白，尽管图5中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但
不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0104]
处理器220通过运行存储在存储器210中的程序，从而执行各种功能应用以及数据处理。
[0105]
需要说明的是，本实施例的电子设备的实施过程和技术原理参见前述对本公开实施例的风电场集电线路的路径规划方法的解释说明，此处不再赘述。
[0106]
本公开实施例提供的电子设备，通过确定风电场中待进行路径规划的多个风机的坐标信息，以及风电场中升压站的坐标信息；根据多个风机的坐标信息、升压站的坐标信息以及基于密度的聚类策略，对多个风机进行聚类，得到至少一个风机组；针对每个风机组，根据风电场所属的三维栅格地图区域内的区域限制信息、风机组内风机的坐标信息、升压站的坐标信息以及蚁群策略，确定风机组的路径规划信息，其中，路径规划信息包括风机组内风机至所述升压站的规划路径；根据至少一个风机组的路径规划信息，确定风电场中集电线路的路径规划信息，得到全局优化的集电线路路径设计方案。从而实现对大型风电场集电线路路径的高效规划设计，提升集电线路规划的精确性和经济性。
[0107]
为了实现上述实施例，本公开实施例还提出了一种计算机可读存储介质。
[0108]
其中，当计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如前所述的风电场集电线路的路径规划方法。
[0109]
为了实现上述实施例，本公开还提供一种计算机程序产品，该计算机程序由电子设备的处理器执行时，使得电子设备能够执行如前所述的风电场集电线路的路径规划方法。
[0110]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0111]
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。