i =xnjni+Xe。之后，再设置循环次数k = k+Ι，如果加I后的k>C，输出最短路径矩阵P、最短路径总长Lb，否则，令k= 1，返回继续时延距离矩阵中循环搜索待寻找路径的终止节点。通过该技术方案，将蚁群算法应用于电力系统灾后通信网络受损情况下变电站与保护智能中心之间的有线迂回信道的构建，便于建立最短路径信道，并使得信道构建更加快捷方便，为电力系统灾后紧急运行提供了便利。
[0060]图3示出了根据本发明的一个实施例的电力系统的框图。
[0061]如图3所示，根据本发明的一个实施例的电力系统300，包括基于蚁群算法的路径探索装置200，因此，该电力系统300具有与图2示出的基于蚁群算法的路径探索装置200相同的技术效果，在此不再赘述。
[0062]图4示出了根据本发明的另一个实施例的基于蚁群算法的路径探索方法的流程图。
[0063]如图4所示，根据本发明的另一个实施例的基于蚁群算法的路径探索方法的流程包括:
[0064]步骤402，依据通信网相关信息构建距离矩阵D、时延向量T。
[0065]步骤404，对D、T处理后得到考虑时延的距离矩阵D_。
[0066]步骤406，初始化:设置起点a、终点b，蚂蚁数Nant，循环总数C，信息素矩阵X，信息素残留系数Xm最短路径矩阵P，最短节点数Nb，最短路径总长Lb。其中，起点a为任一变电站节点，终点b为任一保护智能中心节点。
[0067]步骤408，设置循环次数k = I。
[0068]步骤410，蚂蚁数ka= I。
[0069]步骤412，第k次循环第ka只蚂蚁在矩阵D _中从a进行搜索。
[0070]步骤414，判断是否搜索到b，其中，b为终点，当判断结果为是则进入步骤416，当判断结果为否则进入步骤418。
[0071]步骤416，更新 P、Nb、Lb。
[0072]步骤418，设置 ka= k a+l。
[0073]步骤420，判断匕是否大于N ant，当判断结果为是则进入步骤422，当判断结果为否则返回步骤412。
[0074]步骤422，更新矩阵X。
[0075]步骤424，设置 k = k+Ι。
[0076]步骤426，判断k是否大于C，当判断结果为是则进入步骤428，当判断结果为否则返回步骤410。
[0077]步骤428，输出 P、Lb。
[0078]以上结合附图详细说明了本发明的技术方案，通过本发明的技术方案，将蚁群算法应用于电力系统灾后通信网络受损情况下变电站与保护智能中心之间的有线迂回信道的构建，便于建立最短路径信道，并使得信道构建更加快捷方便，为电力系统灾后紧急运行提供了便利。
[0079]以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
【主权项】
1.一种基于蚁群算法的路径探索方法，用于电力系统，其特征在于，包括: 根据所述电力系统中的通信网节点距离信息，构建节点距离矩阵； 根据所述电力系统中的通信网节点传输时延信息，构建时延向量； 根据所述节点距离矩阵和所述时延向量，确定时延距离矩阵； 初始化蚁群算法的初始参数； 根据所述初始参数，通过所述蚁群算法在所述时延距离矩阵中进行循环搜索，以输出所述电力系统的最短路径矩阵和最短路径总长。2.根据权利要求1所述的基于蚁群算法的路径探索方法，其特征在于，所述根据所述节点距离矩阵和所述时延向量，确定时延距离矩阵，具体包括: 将所述时延向量与光在光纤中的传播速度相乘，得到所述节点距离矩阵中的每个节点的等效距离向量； 计算所述节点距离矩阵中第i个节点对应的等效距离向量与第j个节点对应的等效距离向量的和； 将所述节点距离矩阵中第i行第j列的元素牝与所述和的二分之一相加，得到所述时延距离矩阵中第i行第j列的元素d ‘lj<33.根据权利要求1或2所述的基于蚁群算法的路径探索方法，其特征在于，所述蚁群算法的所述初始参数包括: 待寻找路径的起始节点、待寻找路径的终止节点、所述蚁群算法的总蚂蚁数、总循环次数、信息素矩阵、信息素残留系数、最短路径矩阵、最短路径节点数、最短路径总长。4.根据权利要求3所述的基于蚁群算法的路径探索方法，其特征在于，所述根据所述初始参数，通过所述蚁群算法在所述时延距离矩阵中进行循环搜索，包括: 以所述待寻找路径的起始节点为起点，通过所述蚁群算法在所述时延距离矩阵中循环搜索所述待寻找路径的终止节点，其中，所述蚁群算法的蚂蚁数起始为一，每循环搜索一次，所述蚂蚁数增加一； 当搜索到所述待寻找路径的终止节点时，更新所述最短路径矩阵、所述最短路径节点数和所述最短路径总长，并将当前的所述蚂蚁数增加一； 当未搜索到所述待寻找路径的终止节点但搜索无法进行下去时，直接将当前的所述蚂蚁数增加一，不更新所述最短路径矩阵、所述最短路径节点数和所述最短路径总长。5.根据权利要求4所述的基于蚁群算法的路径探索方法，其特征在于，所述根据所述参数，通过所述蚁群算法在所述时延距离矩阵中进行循环搜索，还包括: 在所述将当前的所述蚂蚁数增加一之后，检测当前的所述蚂蚁数是否大于所述蚁群算法的总蚂蚁数； 当检测结果为是时，更新所述信息素矩阵，并将当前循环次数加一，并当加一后的所述当前循环次数大于所述总循环次数时，输出最终的最短路径矩阵和最短路径总长； 当所述检测结果为否时，令所述当前循环次数为一，重新通过所述蚁群算法在所述时延距离矩阵中循环搜索所述待寻找路径的终止节点。6.一种基于蚁群算法的路径探索装置，用于电力系统，其特征在于，包括: 构建单元，根据所述电力系统中的通信网节点距离信息，构建节点距离矩阵，以及根据所述电力系统中的通信网节点传输时延信息，构建时延向量； 时延距离矩阵确定单元，根据所述节点距离矩阵和所述时延向量，确定时延距离矩阵； 初始化单元，初始化蚁群算法的初始参数； 循环搜索单元，根据所述初始参数，通过所述蚁群算法在所述时延距离矩阵中进行循环搜索，以输出所述电力系统的最短路径矩阵和最短路径总长。7.根据权利要求6所述的基于蚁群算法的路径探索装置，其特征在于，所述时延距离矩阵确定单元包括: 有效距离向量确定单元，将所述时延向量与光在光纤中的传播速度相乘，得到所述节点距离矩阵中的每个节点的等效距离向量； 计算单元，计算所述节点距离矩阵中第i个节点对应的等效距离向量与第j个节点对应的等效距离向量的和，以及将所述节点距离矩阵中第i行第j列的元素Cllj与所述和的二分之一相加，得到所述时延距离矩阵中第i行第j列的元素d ^ij08.根据权利要求6或7所述的基于蚁群算法的路径探索装置，其特征在于，所述蚁群算法的所述初始参数包括: 待寻找路径的起始节点、待寻找路径的终止节点、所述蚁群算法的总蚂蚁数、总循环次数、信息素矩阵、信息素残留系数、最短路径矩阵、最短路径节点数、最短路径总长。9.根据权利要求8所述的基于蚁群算法的路径探索装置，其特征在于，所述循环搜索单元包括: 第一循环单元，以所述待寻找路径的起始节点为起点，通过所述蚁群算法在所述时延距离矩阵中循环搜索所述待寻找路径的终止节点，其中，所述蚁群算法的蚂蚁数起始为一，每循环搜索一次，所述蚂蚁数增加一； 第一更新单元，当搜索到所述待寻找路径的终止节点时，更新所述最短路径矩阵、所述最短路径节点数和所述最短路径总长，并将当前的所述蚂蚁数增加一； 所述循环搜索单元还用于: 当未搜索到所述待寻找路径的终止节点但搜索无法进行下去时，直接将当前的所述蚂蚁数增加一，不更新所述最短路径矩阵、所述最短路径节点数和所述最短路径总长。10.根据权利要求9所述的基于蚁群算法的路径探索装置，其特征在于，所述循环搜索单元还包括: 检测单元，在所述将当前的所述蚂蚁数增加一之后，检测当前的所述蚂蚁数是否大于所述蚁群算法的总蚂蚁数； 第二更新单元，当检测结果为是时，更新所述信息素矩阵，并将当前循环次数加一，并当加一后的所述当前循环次数大于所述总循环次数时，输出最终的最短路径矩阵和最短路径总长； 第二循环单元，当所述检测结果为否时，令所述当前循环次数为一，重新通过所述蚁群算法在所述时延距离矩阵中循环搜索所述待寻找路径的终止节点。11.一种电力系统，其特征在于，包括如权利要求6至10中任一项所述的基于蚁群算法的路径探索装置。
【专利摘要】本发明提出了一种基于蚁群算法的路径探索方法及装置和一种电力系统，其中，基于蚁群算法的路径探索方法包括：根据电力系统中的通信网节点距离信息，构建节点距离矩阵；根据电力系统中的通信网节点传输时延信息，构建时延向量；根据节点距离矩阵和时延向量，确定时延距离矩阵；初始化蚁群算法的初始参数；根据初始参数，通过蚁群算法在时延距离矩阵中进行循环搜索，以输出电力系统的最短路径矩阵和最短路径总长。通过本发明的技术方案，将蚁群算法应用于电力系统灾后通信网络受损情况下变电站与保护智能中心之间的有线迂回信道的构建，便于建立最短路径信道，并使得信道构建更加快捷方便，为电力系统灾后紧急运行提供了便利。
【IPC分类】G06Q50/06, G06N3/00
【公开号】CN105069698
【申请号】CN201510463911
【发明人】董新洲, 薄志谦, 陈昕, 施慎行
【申请人】许继集团有限公司, 清华大学, 国家电网公司
【公开日】2015年11月18日
【申请日】2015年7月31日