甘肃三维GIS_三维可视化开发

城市电网规划属于一种十分复杂的工程任务，其中涉及到大量的计算内容，存在诸多无法确定的元素，同时电网规划还涉及多种专业领域因为该行业的更新发展变化较快，该种复杂性也使传统模式下，单纯依靠规划人员经验进行的规划设计无法满足新时期的工作需求。而我国的城市电网上作正处于发展过程中，是专家干预和规划辅助系统有机融合到规划平台和日常化规划相结合之间的过渡阶段，日常化的规划上作也是新时期的规划发展卞要方向，为电力规划提出了挑战和全新的发展要求。为此需要积极研发出一种拥有良好扩展性、界面友好、结构科学的以GIS数据平台为基础的电网规划辅助系统，这项工作对于我国电力系统发展具有重要的意义。

从体系结构层面分析，此次系统卞要是B/S结构模式，具体可以分成四种层次，分别是表现层、应用层、平台层以及数据储存层。

其中数据储存空间的特点是服务器都是非结构化和结构化相结合的数据库形式。平台层特点是该层能够提供较高三维渲染效率的三维GIS平台和二维GIS平台，而平台主要是通过当下所拥有的成熟科学技术实施独立封装，创建自由知识产权的GIS平台，能够突显电网定制特征，同时还不会被GIS外部采购平台所限制，能够有效避免各种安全风险的影响。应用层的主要特征是，系统架构上层即应用系统，而客户端界面的朝向主要是广大用户，服务器端通过功能模块促进各种现实功能的有效落实。

表现层方面，整个系统能够分成经济评价、高压网络规划、负荷预测、数据采集、电力资源管理、变电站选址定容、分析高压现状、控制台等数个业务板块。系统将3D-GIS平台作为人机交互界面，通过容易平台和信息模型进行架构，将和电网存在一定联系的人文信息、社会信息、经济信息，以及电网广域实时信息输入到系统当中，联系营配信息、抄表信息、监控运行、故障诊断、客户服务、电网抢修、电网调度等多种异构数据信息，促进电网实现全景动态可视化呈现，从而为智能电网相关体系构建提供良好的信息管理平台和有效的数据信息。

2.3 以深度学习模型为基础的自动方案匹配

随着时代进步和科技发展，经验形式的电力规划模式逐渐成为一种过去式，传统形式的变电站与主网送电线路在实际规划过程中主要是以相关专家所拥有的工程经验进行合理的规划工作，此次研究过程中打算结合人工智能深度学习相关模型算法为基础，辅助城市电力

规划实施连结定容和选址选线等操作。

电力规划属于混合整数规划的问题，其主要特点是受约束性、多阶段和多目标。立足于数学角度层面进行分析，其也属于运筹学层面的问题。像是混合整数规划、线性规划措施以及整数规划等传统运筹学方法，尽管其数学原理十分严谨，但在实际应用中，处理变电站相关规划工作过程中，通常会不可避免出现搜索方向错误以及迭代发散各种问题。在变量不断增加的条件下，通常会陷入到一种组合爆炸的问题当中，该种方法也无法获得有效的问题优化方案。当下人工智能为基础的多种优化算法逐渐变成解析变电站规划数学模型的核心算法。

通过此次研究工作，创建一套以数据神经网络为基础的深度学习模型，并把电网架构历史数据输入其中，训练自动规划作为模型辅助，在实际应用操作中，进行合理修正，最终构建出自动化电网规划模型，形成神经网络系统，提升电网规划质量。

3、应用实例

以上述关键技术框架为基础构建的3D-GIS平台系统已经在我国部分城市的电力企业当中有所涉及，系统能够对电容、开关、配变、线路、电机、杆塔等设备信息进行台账管理。同时能够针对配电网图形信息进行调整、标注和测量，导出馈线的接线图，科学设计电网走线等功能。此外系统还能够设置巡检任务，进行实时监控和信息发布，对集成配电线路进行故障诊断，运行视频监控系统、集抄自动化系统，对供电企业、变电站、配变电和开关等运行状态进行合理检测，实时反馈各种故障信息。

智慧管廊三维渲染实现方案 

随着BIM和3DGIS技术的大力发展，建筑模型的复杂度与构件数量呈几何倍数增长，其中管廊复杂网格是影响模型轻量化和在线渲染速率的一个关键性问题。为有效减少管廊复杂网格模型的数据量及复杂度，本文针对一般圆柱体形管廊，复杂网格的弯管管廊模型及中空管廊网格模型，提出了一套轻量级参数化算法。该算法对场景中的管廊模型进行参数化重绘并辅助以多细节层次等视觉优化手段，以减轻 WebBIM 场景中的智慧管廊模型渲染负担，其在拥有大量管廊模型的场景中应用成功，具有较强的工程实践意义。

近年来，网络技术的发展突飞猛进，人类正向高度信息化的社会迈进。BIM在国内建筑业形成一股热潮，尽管拥有了政府和社会的大力支持，Web 端的 BIM 大规模场景应用开发仍然面临许多巨大的挑战：

一、网页存储瓶颈问题：随着 BIM场景规模的增加，建筑内部空间结构复杂度不断提升，管廊结构的模型体量不断增加，BIM 数据未来可能达到城市级别（100 TB 以上），通常来说，PC 端的浏览器能够使用的内存仅为 1.5 至 2 GB，稍大的 BIM模型就可能会导致浏览器的崩溃。

二、计算渲染瓶颈问题：传统加载方式中，IFC构件被逐一添加在场景中，管廊模型拥有的三角化面片数量多，导致整个初始加载速度慢，且场景中FPS 较低，浏览建筑模型容易出现明显卡顿情况。

在以上问题的基础上，尤其是管廊管线这类构件往往在城市建筑模型中占有了一定的比重，例如水管，通风管道等，且建筑物内部管廊模型排列往往具有一定的复杂性，优化这部分管廊模型的参数，能够有效减少场景中的三角面片数量，帮助提升模型加载速率，对改善上述的两个瓶颈问题起到了积极的作用。

因此针对上述问题，本文提出了一套三维管廊复杂网格参数化算法，首先通过语义分析和几何分析，提取大规模 IFC 场景中的管廊网格模型构件类。然后针对一般圆柱体形管廊网格模型，弯管管廊模型以及中空管廊模型三种不同的特征，对其在服务端

分类进行参数化处理，并将参数结果返回给网页端进行渲染。为了降低网页端的渲染负载，实例化管廊模型的同时辅助以基于 LOD 多细节层次技术的渐进式自适应渲染方法，有效降低场景中管廊模型部分的总数据量及其三角面片数量，加快场景初始加载时间以及提升场景总体加载的帧速率，为轻量化BIM 大规模管廊模型场景的在线可视化提供了支持。