才彥姣， 隋佳睿， 陳家昊

（國網(wǎng)遼寧省電力有限公司計量中心， 遼寧 沈陽 110168）

0 引言

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)動性強(qiáng)， 起降條件和維修保障要求都比較低， 安全風(fēng)險系數(shù)小，因此具有作業(yè)方便、成本低、安全可靠等優(yōu)點。 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)約時間成本，提高工作效率和精確性，為自動化數(shù)據(jù)采集提供了一種新思路。

1 系統(tǒng)總體設(shè)計

為了實現(xiàn)對關(guān)口表數(shù)據(jù)采集的自動化和無人機(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)對每一個要采集數(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 對變電站進(jìn)行精準(zhǔn)識別和數(shù)據(jù)收發(fā)。同時，該網(wǎng)絡(luò)系統(tǒng)也可實時監(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

2 定位與數(shù)據(jù)采集方法

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Υ嬗嘘P(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， 用于識讀提取變電站RFID 電子標(biāo)簽中當(dāng)前儲存的數(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，并于與后臺管理計算機(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， 對電子標(biāo)簽進(jìn)行相應(yīng)操作。

3 路徑優(yōu)化算法

3.1 蟻群算法的基本原理

螞蟻的行走路徑表示待優(yōu)化問題的可行解， 整個蟻群的所有路徑構(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不斷釋放信息素，標(biāo)識自己的行走路徑。 在單位時間內(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數(shù)也愈來愈多，如圖3 所示。 最終，整個螞蟻會在正反饋的作用下集中到最佳的路徑上， 此時對應(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)到計算效果， 主要包括螞蟻行為的兩個過程：狀態(tài)轉(zhuǎn)移和信息素更新，其具體計算公式如下：

（1）轉(zhuǎn)移概率公式：

式中：α—信息素的相對重要程度；β—啟發(fā)式因子的相對重要程度；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)過一個迭代后的增量。

3.2 無人機(jī)路徑優(yōu)化

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)存中用一個禁忌表來存儲該螞蟻已經(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； 還有用另外一個允許訪問的城市表（Jk）來存儲它還可以訪問的城市； 另外還用一個矩陣（△）來存儲它在一個循環(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。 假定算法總共運行N 次，運行時間為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

4 結(jié)論

本文采用GPS 和RFID 應(yīng)用系統(tǒng)對變電站所在位置進(jìn)行精確定位， 先采用GPS 對變電站所在區(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)工作時間的飛行狀態(tài)與實時位置可通過移動設(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)可實現(xiàn)采集工作的高度自動化，為數(shù)據(jù)采集的高效性、安全性、高效性提供了新的保障。