基于GIS坐标布局的配电单线图自动成图技术

周昊程,孟 进,朱红明

(江苏电力信息技术有限公司,江苏省南京市 210024)

基于GIS坐标布局的配电单线图自动成图技术

周昊程,孟 进,朱红明

(江苏电力信息技术有限公司,江苏省南京市 210024)

以IEC 61968的公共信息模型(CIM)为基础,对配电网设备信息及拓扑连接关系进行解析。先通过四参数法将设备地理信息系统(GIS)坐标映射到网格化的图纸上完成初始布局,再针对“杆塔分布均匀规整、站房分布均匀、线路交叉少、整体图元分布均匀”的优化目标进行多目标优化建模,利用带线性递减策略的柯西变异粒子群算法进行优化布局,实现了兼顾灵活通用与布局美观的配电单线图自动成图,并生成可缩放矢量图形(SVG)格式文件与专网移动设备共享,以满足配电网运检业务的需要。

地理信息系统坐标;配电单线图;四参数法;IEC 61968;多目标优化;线性递减策略;柯西变异粒子群算法;自动成图

0 引言

随着配电网改造的深入及移动技术在电力生产中的推广,配电单线图在配电网运检业务中得到了广泛应用[1-2]。单线图自动成图技术结合人工绘图经验与计算机智能分析,建立结构化的布局模型实现自动成图,目前已经有不少应用。其主要布局模型有:主干线/支线模型[3]、树形模型[4]、正交模型[5]、力导向模型[6]等。主干线/支线模型应用最广,但是成图效果容易因干线布局过长而下降。正交、树形模型缺乏灵活性。力导向模型灵活性强,但在形成正交图时存在困难[7]。同时,这些布局模型为了满足调度的需要,突出电气连接关系而缺乏对杆塔的描述,并且没有反映设备的地理相对位置关系,因此不能满足配电网检修、巡视、抢修作业的需要。

本文提出了一种基于地理信息系统(geographic information system,GIS)坐标布局,包含杆塔的配电单线图自动生成方法,针对线路交叉个数、设备分布均匀程度进行多目标优化建模,使用带线性递减策略的柯西变异粒子群算法提升全局优化效果,生成能够体现设备间地理相对位置关系并兼顾美观性的配电单线图,以满足实际配电网运检业务的需要。

1 基于GIS坐标布局的配电单线图自动成图的基本思路

从电网GIS导出符合IEC 61970/61968 标准的公共信息模型(CIM)文件,利用文档对象模型 (DOM)的应用程序接口(API)解析出设备信息及设备拓扑关系并存入内存,利用四参数法将设备根据GIS坐标映射到图纸网格上,导入图元模型并走线完成初始布局。建立多目标优化模型,利用带线性递减策略的柯西变异粒子群算法进行布局优化,最终完成自动成图,并导出可缩放矢量图形(SVG)格式的文件,以支撑配电单线图在专网移动终端上的应用。图1为本文自动成图的基本流程。

图1 基于GIS坐标布局的配电单线图自动成图的基本流程Fig.1 Automatic generation basic flow of single line diagram for distribution networks based on GIS coordinate

2 带GIS坐标的CIM文件解析及拓扑关系保存

本文的CIM文件根据IEC 61968标准的公共信息模型的资源描述框架(CIM RDF)导出,相较于IEC 61970-452中的输电网框架,GmlPosition类在IEC 61968规定的通用配电系统模型(CDPSM)框架中是必备类[8],导出的CIM文件具备设备地理位置信息,支持GIS坐标映射计算。

2.1 CIM文件解析

本文利用ASP.NET的DOM API开发解析工具,相较于基于流处理的XmlReader API,DOM API基于树模型把整个可扩展标记语言(XML)文档以树的结构载入内存,可随机访问所有元素,无需维护任何数据结构,获取设备信息和拓扑关系方便高效。

2.2 拓扑关系保存

CIM文件使用连接点—端子模型来描述设备间的连接关系,本文将解析出的拓扑关系根据设备类型分别放入普通图元拓扑关系表、站房内拓扑关系表、站房外部拓扑关系表进行记录。其中普通图元拓扑关系表用于记录开关、配电变压器、刀闸等设备的连接关系;站内拓扑关系表主要记录站房内母线与站内开关、变压器等设备的挂接关系;站房外部拓扑关系表主要记录站房内部设备与外部设备的连接关系。

处理站房图元时利用站内拓扑关系表进行连接,布局完成后利用普通图元拓扑关系表、站房外部拓扑关系表进行连线,保证拓扑正确性。

3 算法实现

3.1 GIS坐标映射到图纸网格

在输电网单线图自动成图的研究中,有学者采用GIS坐标离散化的方法把设备布局到图纸网格上[9],也有学者提出只对某些关键节点的地理信息进行坐标转换以简化计算[10]。虽然上述方法在实际成图时都取得了较好的效果,但是输电网单线图布局时主要关注的是变电站,而本文研究的配电单线图除关注站房外,还关注杆塔等站外设备。因此,本文提出使用四参数法对GIS坐标进行映射处理,实现2个坐标系的转换。由于电网GIS系统采用的是CGCS2000大地坐标系,需要先转换为投影坐标系才能使用四参数法。有学者提出对于范围较小的区域可以直接采用四参数法将CGCS2000大地坐标转换为平面直角坐标系坐标[11],以满足精度不高的坐标转换并简化计算。

本文首先将图纸均匀划分为若干网格,选取一个网格的长度作为基本单位建立坐标系,再选取合适的起止点,采用四参数法将GIS坐标映射到图纸网格上完成设备的初步布局。其基本流程如下。

1)遍历所有设备坐标P1(x1,y1),P2(x2,y2),…,Pi(xi,yi),…,Pn(xn,yn),选取坐标中最小的X坐标xmin和Y坐标ymin组成起始点Pmin(xmin,ymin),选取最大的X坐标xmax和Y坐标ymax组成终止点Pmax(xmax,ymax)。

2) 根据站内母线出线数选取线路中最大的站房,计算其外部模型的长Lmax和宽Wmax。

3) 利用四参数法进行坐标映射,即

(1)

式中:(Xgis,Ygis)为实际GIS坐标;(Xpaper,Ypaper)为图纸坐标;(X0,Y0)为平移参数;k为尺度参数;a为旋转参数。

平移参数、尺度参数和旋转参数需要利用最小二乘法求取。这里至少需要知道2个坐标系的2组公共点坐标,在测绘领域为了提高转换精度,一般采用n个公共测点的计算结果取平均值[12]。本文只需要根据GIS坐标进行大致方位布局,所以公共点坐标分别按式(2)至式(5)求取。

(2)

(3)

(4)

(5)

式中:Lpmax和Wpmax分别为图纸的长和宽,实际应用中可灵活调整。

求出x0,y0,k,a这4个参数后,利用式(1)将所有设备的GIS坐标转换为图纸坐标。

4)对于非整数的坐标点,采用四舍五入的方法进行整数化,对于部分重叠在同一个网格中的坐标点,采用试探法进行优化。即布局时如果当前网格已经被占据,优先选择最近的空网格进行布局,防止出现重叠。

3.2 设备模型导入及走线

布局设备包括站房、杆塔、开关、电缆、变压器、用户、测量保护设备等。除站房之外,大部分设备都可以抽象为大小相同的矩形图块,而站房由于内部设备多寡不一,其外部模型大小也不尽相同。借鉴文献[13]的思路,本文根据母线出线数量,将站房看做多个标准模块组合而成的图元,进行外部布局计算。

1)普通设备处理

将站房以外的普通设备都抽象成大小均为一个网格且带有4个或2个连接点的矩形图元,这样既符合实际配电网设备结构,也可以简化布局平移时的计算量。将电缆抽象为电缆段与电缆拐点的组合,将电缆拐点当做带有2个连接点的普通设备来进行布局,布局完成后再用电缆段进行连接。

2)站房设备处理

配电单线图忽略了低压设备,站房内部结构由母线段、开关、电缆头、配电变压器等基本元素组成,因此大部分站内结构都可以抽象为2种结构的组合,如图2所示。本文以母线、开关、电缆头、配电变压器的组合作为最小单元,根据站内母线的出线数n及站内拓扑关系表中的拓扑关系,将n个最小单元拼接得到整个站房的内部模型,如图3所示。根据内部模型确定站房的外部模型大小,参与外部布局。

图2 站房基本单元Fig.2 Basic unit of station

图3 基本单元组合成站房模型Fig.3 Station model consisting of basic units

大部分情况下站房母线出线数在10条以下,站房外部模型宽度小于20格,成图效果满足实际使用要求。少量母线出线数在10条以上的站房(如大型开闭所),可能因为站房过宽而影响成图效果。

3)图元替代与走线

图元替换时使用图元左上角坐标作为图元坐标,保证图元，尤其是站房的布局坐标与其外部模型的长宽低耦合,降低求解复杂度。在遇到重叠情况时,继续使用3.1节的试探法进行平移。

普通图元之间的连线均采用直线,初始布局走线时直接将各图元相连,后期优化时走线应尽量横平竖直,保证美观性。

站房图元的出线位置在站房底部,若其连接图元位于站房正下方,可采用直线连接,其他连接情况均采用折线进行连接,折线至少与站房保持一个网格的距离,如图4所示。对于站房出线产生的交叉,将站房的基本单元进行左右交换优化走线,降低交叉个数。

图4 站房图元的走线方式Fig.4 Wiring style of station unit

3.3 多目标优化建模

本文的配电单线图包含相当数量的杆塔等站外设备,实际配电网中,杆塔间通常是等间距的,但是城市环境复杂,线路跨越各类道路、建筑、河流等地段使用耐张、跨越等特殊杆塔,此类杆塔间距较大[14],造成GIS坐标映射后图纸上的杆塔分布不均匀。另外配电网中相当一部分的杆塔沿道路分布,其布局随道路的走势而变化,造成部分杆塔映射到图纸上布局不规整,需要优化。此外图纸上站房分布的均匀程度、线路的交叉个数对单线图的美观性、图上线路走向的清晰性也有影响。为解决上述问题,将这些影响因素抽象为多目标优化问题[15],本文以“杆塔分布均匀规整、站房分布均匀、线路交叉少、整体图元分布均匀”为优化目标建立多目标优化模型。

3.3.1 杆塔分布均匀规整程度

设图纸上2个具有拓扑连接关系的杆塔的坐标分别为A(Xa,Ya)和B(Xb,Yb),则2个杆塔之间的曼哈顿距离和各相连杆塔间距离之和分别为:

Sgt=|Xa-Xb|+|Ya-Yb|

(6)

(7)

3.3.2 站房分布均匀程度

设图纸上2个站房的中心点坐标分别为M(Xm,Ym)和N(Xn,Yn),则2个站房之间的曼哈顿距离和各站房间的曼哈顿距离之和分别为:

Szf=|Xm-Xn|+|Ym-Yn|

(8)

(9)

3.3.3 线路交叉数目

设一条线路的起始坐标为(XL11,YL11),终点坐标为(XL12,YL12),另一条线路的起始坐标为(XL21,YL21),终点坐标为(XL22,YL22)。不论线路实际走线情况为直线还是折线,只要其中一条线路起点(或终点)的X坐标、Y坐标分别位于另一条线路起点、终点X坐标和起点、终点Y坐标构成的区间内,则必然产生线路交叉,数学表达式为:

(((XL11-XL21)(XL11-XL22)<0)&&((YL11-YL21)(YL11-YL22)<0))||(((XL12-XL21)(XL12-XL22)<

0)&&((YL12-YL21)(YL12-YL22)<0))

(10)

设第i条线路的交叉个数为i,只要式(10)结果大于0则2条线路有交叉,i取1,否则i取0。则图纸上线路总交叉数为:

(11)

3.3.4 整体图元分布均匀

利用各图元中心点之间的曼哈顿距离的方差G来衡量单线图布局均匀程度。

3.3.5 复合多目标优化

设本次成图中的所有布局集合为Ps,P为当前的设备布局,其中P∈Ps,则可根据式(6)至式(11)建立多目标优化的目标函数:

F(p)=αSgt,sum+βSzf,sum+γNcross+δG

(12)

式中:α,β,γ,δ分别为杆塔分布均匀规整程度Sgt,sum、站房均匀程度Szf,sum、线路交叉点总数Ncross、整体图元分布均匀程度G的权重因子。在实际应用中可以根据现场用户反馈,适当调整权重因子以改变布局风格,适应不同业务场景的应用。

3.3.6 约束条件

1)相对位置关系约束

在优化过程中,为了保持设备间的地理相对位置关系,对于任意2个设备A(Xa,Ya)和B(Xb,Yb),有如下约束关系:若初始解Xa≤Xb,Ya≤Yb,则在优化过程中A,B之间始终保持Xa≤Xb,Ya≤Yb，反之亦然。

2)拓扑关系约束

在优化过程中,每次图元布局完成后,都按照拓扑关系表中的连接关系进行连接。拓扑关系在优化过程中始终保持不变。

3.4 应用带线性递减策略的柯西变异粒子群算法优化布局

粒子群算法具有收敛速度快、参数少、全局寻优能力强的优点。在单线图成图中已经有不少应用[16],但存在陷入局部最优时难以跳出的问题。

国内外不少学者对粒子群算法进行了改进,有学者提出采用线性递减的方式对惯性权重进行动态更新,在迭代初期使用较大的权重提高粒子的快速搜索能力,随着迭代次数的增加,线性减小权重,在迭代后期,较小的权重有利于增强粒子的局部搜索[17]。也有学者提出引入柯西变异策略,利用柯西分布较高的两翼概率性,期望和方差均不存在的特点,对优秀解集的粒子进行变异,从而引导粒子运动,跳出局部最优[18]。

本文结合了这2种方法的优点,使用具有线性递减策略的Cauchy因子,对全局最优解集进行变异,增加最优解集的多样性。利用线性递减策略在迭代初期扩大搜索范围,随着迭代次数的增加调整变异因子,提高收敛速度及精度。

3.4.1 算法

对配电单线图自动布局优化的粒子群算法可以描述为:将布局空间D上的n个图元看成粒子群,每个图元i包含一个d维的位置向量Xid和速度向量Vid,其中Xid为图元i在布局空间D上的位置,代表布局优化问题在布局空间D上的潜在解;Vid为图元i在布局空间D上调整下一次布局的位置和调整方向的参数,其值根据图元自身及其他图元的飞行经验Vid的历史值进行动态调整。其中每个图元i的位置向量Xid及速度向量Vid的更新公式如下:

(13)

(14)

3.4.2 柯西变异

每次迭代对图元位置进行更新后,利用柯西因子对全局最优解进行变异,其变异方法为:

(15)

(16)

(17)

3.4.3 应用步骤

算法的具体应用步骤如附录A图A1所示。

1)解析CIM文件,获取配电线路的设备信息及拓扑关系,并存入内存。

2)初始化目标函数参数α,β,γ,δ及算法参数ω,c1,c2并设置迭代次数及跳出条件。

3)从内存中获取解析好的设备信息及拓扑关系,根据3.1节和3.2节中的步骤对设备进行初始化布局,得到初始解集,并计算每个图元的初始飞行速度。

4)计算当前的目标函数值并初始化个体最优解集及全局最优解集。

6)根据式(15)至式(17)对最优解集进行变异。

7)计算当前每个图元的适应值,与其历史适应值比较,选择较好的作为当前最优解。

8)将当前最优解与其全局最优解比较,选择较好的作为全局最优解。

9)判断是否满足迭代次数Tmax或跳出条件。

10)对全局最优布局结果进行可视化输出。

3.5 应用实例及效果

本文基于VS2010开发工具使用C#语言基于WPF(Windows presentation foundation)框架进行代码实现。使用中国华东某地区配电网数据进行测试,包括9个站房、60个杆塔,共182个设备(包括站内),算法的参数如附录A表A1所示。

权重因子决定了各优化目标在成图优化过程中所占的主导比例,α越大则杆塔分布均匀规整度越重要,β越大则站房分布均匀程度越重要,γ越大则线路交叉数目越重要,δ越大则整体图元分布均匀程度越重要。由于配电单线图需展示站内模型,且测试数据中杆塔、站房较多,经多次试验比较,α取0.4,β取0.2,γ取0.1,δ取0.3时的最终成图效果较为合适。

惯性因子ω的值越大越有利于提高收敛速度,越小越有利于提高收敛精度,本文在有限空间内进行布局,ω过小容易陷入局部最优,ω过大可能造成布局超出图纸。经多次试验比较,ω取0.9较为合适。

学习因子c1代表粒子的自身学习性,c1越大则种群多样性越好;c2代表粒子间的协作性,c2越大则粒子的局部寻优能力越强。为了同时保证种群多样性和局部寻优能力,本文取c1=c2=2,在迭代过程中依靠带线性递减策略的柯西因子进行调节,在迭代初期扩大搜索范围,随着迭代次数的增加调整变异因子,提高收敛速度及精度。

以传统干线/支线模型生成的配电单线图如附录A图A2所示,根据GIS坐标进行布局的初始解如附录A图A3所示,经优化后的布局效果如附录A图A4所示。

通过对比可以发现:①相较于附录A图A2所示的传统干线/支线模型,附录A图A4基于本算法生成的单线图描述了设备间的相对位置关系,紧凑美观,据现场工作人员的反馈,其成图效果满足了实际运检业务应用的要求;②附录A图A3是完全根据GIS坐标转换后进行布局得到的初始解,虽然比较直观地反映了设备之间的地理位置关系,但是图元分布不均匀,线路交叉较多。最终呈现的效果不够美观也不便于实际使用。采用多目标优化建模并使用带线性递减策略的柯西变异粒子群算法进行布局优化,其结果既保留了设备之间的相对位置关系,也有效地提升了布局的美观性。

4 结语

本文提出了一种基于GIS坐标布局的配电单线自动成图方法,并针对华东某地区的配电网数据进行测试,取得了较好的效果。按照该方法自动绘制出的配电单线图不仅保留了设备的地理相对位置关系,而且合理地展现了设备间的拓扑关系及杆塔的顺序和位置信息,较好地满足了配电网运检业务的需求。

附录见本刊网络版(http://www.aeps-info.com/aeps/ch/index.aspx)。

[1] 陈志刚,李辉,周昊程,等.公共地理地图在电力移动作业上的应用[J].电子技术与软件工程,2016,5(22):23-24.

CHEN Zhigang,LI Hui,ZHOU Haocheng,et al.Public geographical map in the application of power mobile operation[J].Electronic Technology &Software Engineering,2016,5(22):23-24.

[2] 蔡璟,杨定坤,周昊程,等.单线图在移动GIS的沿布[J].电子技术与软件工程,2016,5(22):75-76.

CAI Jing,YANG Dingkun,ZHOU Haocheng,et al.Single-line diagrams deploy on mobile GIS[J].Electronic Technology &Software Engineering,2016,5(22):75-76.

[3] 章坚民,楼坚.基于CIM/SVG和面向对象的配电单线图自动生成[J].电力系统自动化,2008,32(22):61-65.

ZHANG Jianmin,LOU Jian.Automatic generation of single-line diagram for distribution feeder systems based on CIM/SVG and object orientation[J].Automation of Electric Power Systems,2008,32(22):61-65.

[4] 陈连杰,韩冰,赵家庆,等.利用自动成图的配电网模型拓扑校核技术及实现[J].电力系统自动化,2017,41(2):160-164.DOI:10.7500/AEPS20160309002.

CHEN Lianjie,HAN Bing,ZHAO Jiaqing,et al.Automatic graphing based verification techniques for model topology of distribution network and its implementation[J].Automation of Electric Power Systems,2017,41(2):160-164.DOI:10.7500/AEPS20160309002.

[5] BACHMAIER C.A radial adaptation of the Sugiyama framework for visualizing hierarchical information[J].IEEE Trans on Visualization and Computer Graphics,2007,13(3):583-594.

[6] 章坚民,叶义,陈立跃,等.基于新型力导算法的省级输电网均匀接线图自动布局[J].电力系统自动化,2013,37(11):107-112.

ZHANG Jianmin,YE Yi,CHEN Liyue,et al.A novel force-direction algorithm and its application in automatic generation of uniformly-distributed provincial transmission power grid diagram[J].Automation of Electric Power Systems,2013,37(11):107-112.

[7] 张奇峰,闫红漫,于文鹏,等.基于引力斥力模型的配电网单线图自动生成[J].计算机应用与软件,2014,31(4):59-61.

ZHANG Qifeng,YAN Hongman,YU Wenpeng,et al.Electrics distribution network one-line diagram automatic generation based on repulsion-tension model[J].Computer Applications and Software,2014,31(4):59-61.

[8] Application integration at electric utilities-system interfaces for distribution management:Part 13 CIM RDF model exchange format for distribution:IEC 61968-13[S].2008.

[9] 章坚民,叶琳,孙维真,等.基于地理相对位置的省级输电网均匀接线图自动生成[J].电力系统自动化,2010,34(24):55-59.

ZHANG Jianmin,YE Lin,SUN Weizhen,et al.Automatic generation of the uniformly-distributed provincial transmission power grid diagram based on relative geographical location information[J].Automation of Electric Power Systems,2010,34(24):55-59.

[10] 徐彭亮,何光宇,梅生伟,等.基于地理信息的输电网单线图自动生成新算法[J].电网技术,2008,32(21):9-12.

XU Pengliang,HE Guangyu,MEI Shengwei,et al.Application of geographic information in automatic generation of single-line diagrams for power transmission networks[J].Power System Technology,2008,32(21):9-12.

[11] 田桂娥,宋利杰,尹利文,等.地方坐标系与CGCS2000坐标系转换方法的研究[J].测绘工程,2014,23(8):66-69.

TIAN Guie,SONG Lijie,YIN Liwen,et al.The method of coordinate transformation between local coordinate and CGCS2000[J].Engineering of Surveying and Mapping,2014,23(8):66-69.

[12] 张弦,沈燕.基于平面四参数法的国土测绘档案历史坐标转换[J].测绘与空间地理信息,2013,36(8):238-240.

ZHANG Xian,SHEN Yan.Coordinate conversion of land surveying and mapping archives based on the plane four-parameter method[J].Geomatics &Spatial Information Technology,2013,36(8):238-240.

[13] 邢佳磊,杨洪耕,何亚平.地区电网运行单线图的智能自动布局[J].电力系统自动化,2010,34(4):59-64.

XING Jialei,YANG Honggeng,HE Yaping.Intelligent automatic layout of single-line diagrams for the regional network[J].Automation of Electric Power Systems,2010,34(4):59-64.

[14] 电力行业电力规划设计标准化技术委员会.10 kV及以下架空配电线路设计规程:DL/T 5220—2005[S].北京:中国电力出版社,2005.

[15] 肖晓伟,肖迪,林锦国,等.多目标优化问题的研究概述[J].计算机应用研究,2011,28(3):805-808.

XIAO Xiaowei,XIAO Di,LIN Jinguo,et al.Overview on multi-objective optimization problem research[J].Application Research of Computers,2011,28(3):805-808.

[16] 章坚民,方文道,胡冰,等.基于分区和变电站内外模型的区域电网单线图自动生成[J].电力系统自动化,2012,36(5):72-76.

ZHANG Jianmin,FANG Wendao,HU Bing,et al.Regional power grid system single-line diagram automatic generation using grid dividing and internal/external substation model[J].Automation of Electric Power Systems,2012,36(5):72-76.

[17] 宋益春,毛力.基于复合权值自调整策略的量子粒子群优化算法[J].计算机工程与设计,2015,36(9):2544-2548.

SONG Yichun,MAO Li.Quantum-behaved particle swarm optimization algorithm based on adaptive strategy of composite weight[J].Computer Engineering and Design,2015,36(9):2544-2548.

[18] 孙亮,徐海浪,葛宏伟.保证全局收敛的随机粒子群新算法[J].吉林大学学报(工学版),2017,47(2):615-623.

SUN Liang,XU Hailang,GE Hongwei.Novel global convergence stochastic particle swarm optimizers[J].Journal of Jilin University (Engineering and Technology Edition),2017,47(2):615-623.

AutomaticGenerationTechnologyofSingleLineDiagramforDistributionNetworksBasedonGISCoordinates

ZHOUHaocheng,MENGJin,ZHUHongming

(Jiangsu Electric Power Information Technology Co.Ltd.,Nanjing 210024,China)

Based on the common information model (CIM) of IEC 61968,the information and topology connection of distribution network equipment are analyzed.The four-parameter method is used to map the geographic information system (GIS) coordinates of the equipment to the grid-based drawings to complete the initial layout.A multi-objective optimization model is proposed for the optimization goal of “uniform distribution of towers,uniform distribution of stations,less intersecting lines and uniform distribution of the whole elements”.And the layout is optimized using the Cauchy variant particle swarm optimization algorithm with linearly decreasing strategy.Finally,automation generation of single line diagram for distribution network is realized,which achieves a balance between flexible and beautiful.Scalable vector graphics (SVG) files can be generated to share with mobile devices and meet the needs of operating and maintaining for distribution network.

geographic information system (GIS) coordinates;single line diagram for distribution networks;four-parameter method;IEC 61968;multi-objective optimization;linear decreasing strategy;Cauchy variant particle swarm algorithm;automatic generation

2017-03-13;

2017-07-21。

上网日期:2017-09-05。

周昊程(1990—),男,通信作者,硕士,主要研究方向:电力系统分析与控制。E-mail： zhouhc_seu@163.com

孟 进(1982—),男,工程师,主要研究方向:电力信息化技术研究和产品研发。

朱红明(1981—),男,工程师,主要研究方向:电力信息化技术研究和产品研发。

(编辑孔丽蓓)

( continuedfronompage161)( continuedfrompage150)