多约束条件下的燃气应急最优路径规划方法及系统

摘要: 本发明涉及城市燃气安全与应急调度领域,具体涉及多约束条件下的燃气应急最优路径规划方法及系统。背景技术:1、随着城市燃气管网规模不断扩大以及地下空间结构日益复杂,...
多约束条件下的燃气应急最优路径规划方法及系统

本发明涉及城市燃气安全与应急调度领域,具体涉及多约束条件下的燃气应急最优路径规划方法及系统。

背景技术:

1、随着城市燃气管网规模不断扩大以及地下空间结构日益复杂,燃气泄漏、爆炸及管道损坏等突发事件对应急处置效率提出了更高要求。在燃气事故发生后,抢修车辆、抢修人员及应急设备需要在最短时间内到达目标区域,因此,如何在复杂环境与多种约束条件下快速生成安全、可行的应急路径,成为燃气应急领域的重要研究方向。现有路径规划方法大多基于传统道路网络进行最短路径搜索,通常仅以距离最短或时间最短作为优化目标,难以满足燃气应急场景中的复杂工程需求。在实际燃气应急过程中,路径规划不仅需要考虑道路连通性,还需要综合考虑危险区域避让、设备通行能力、地下空间结构及动态环境变化等多种约束条件。例如,在燃气泄漏或爆炸场景中,部分区域可能因高温、有毒气体或爆炸影响而无法通行;大型抢修车辆可能无法进入狭窄道路、人行区域或地下通道;多层建筑或地下综合管廊之间还存在楼层连通限制,部分空间之间无法直接到达。

2、此外,燃气应急路径规划还存在大量软约束条件。例如,为减少事故影响,应尽量避开居民密集区;为保障检测设备稳定性,应尽量避免高振动区域;为降低抢修人员负荷,还需控制连续作业距离与体力消耗。上述约束虽然并非绝对禁止通行,但会对路径质量与实际执行效果产生重要影响。传统路径规划方法缺乏对硬约束与软约束的统一建模能力,难以实现复杂场景下的综合优化。另一方面,在复杂城市环境中,路径搜索空间规模巨大,若直接采用传统全局搜索算法,容易出现计算效率低、响应速度慢的问题,难以满足燃气事故应急处理中对实时性的要求。

技术实现思路

1、本发明提供了一种多约束条件下的燃气应急最优路径规划方法及系统,能够在多种约束条件下对城市中燃气设施分布空间进行统一建模,并兼顾路径安全性、可行性与计算效率,以实现复杂场景中最优应急路径的快速搜索。

2、为解决上述技术问题,本发明提出的技术方案为:一种多约束条件下的燃气应急最优路径规划方法,包括:

3、s1:利用基于geosot的多尺度空间离散化方法,对城市空间中的燃气设施分布空间进行离散化建模,构建包含多尺度网格的空间拓扑模型;

4、其中,所述燃气设施分布空间包括城市道路、地下燃气管网、地下综合管廊、建筑物模型及重点场站;所述空间拓扑模型中的每个网格单元抽象为拓扑节点,各拓扑节点之间通过边连接,每个拓扑节点包含空间属性信息;所述空间属性信息包含通行状态、空间风险等级和空间类型;所述空间类型包括燃气管道、调压站、阀门井、综合管廊、建筑物、道路和危险源;

5、s2:构建多约束条件下的协同约束建模机制,基于协同约束建模机制和每个拓扑节点的空间属性信息,对所述空间拓扑模型中的拓扑节点和边,进行通行状态的标记和代价参数的赋值,以生成用于燃气应急路径搜索的燃气应急空间模型;

6、其中,所述多约束条件包含硬约束条件和软约束条件,所述硬约束条件表示用于通行状态标记的限制条件,所述软约束条件表示可通行状态下用于代价参数赋值的惩罚条件;

7、s3:构建用于引导燃气应急路径搜索的基础代价函数和综合代价函数;

8、其中,所述基础代价函数的基础代价包含基础空间距离代价、基础通行时间代价、基础安全风险代价;所述综合代价函数的综合代价包含综合空间距离代价、综合通行时间代价、综合安全风险代价、软约束惩罚代价和时间窗代价;

9、s4:基于所述综合代价函数和基础代价函数,采用粗细粒度相结合的分层路径搜索机制,在所述燃气应急空间模型中进行路径搜索,以得到最优应急路径。

10、优选地,在步骤s1中,所述离散化建模包括:在细粒度层面,根据城市道路、地下燃气管网、地下综合管廊、建筑物模型及重点场站类别,将城市空间中的燃气设施分布空间划分为多个相互关联的网格单元;

11、在粗粒度层面,根据行政区划、道路网络结构、功能分区或网格聚类结果,将城市空间中的燃气设施分布空间划分为多个相互关联的区域单元,以此构建区域级网格拓扑模型;其中,所述区域级网格拓扑模型中的每个区域单元抽象为区域节点,每个区域节点包含区域属性信息,区域节点之间通过区域边连接,区域单元是空间拓扑模型中多个网格单元的聚合;所述区域属性信息包含可达关系、通行成本和区域类型。

12、优选地,在步骤s4中,所述分层路径搜索机制具体包括:

13、分别获取应急起点的拓扑节点和拓扑节点所在区域单元,以及应急终点的拓扑节点和拓扑节点所在区域单元;

14、在粗粒度层面,在所述基础代价函数引导下,利用a算法在区域级网格拓扑模型中进行全局路径搜索,生成全局应急路径;其中,全局应急路径由应急起点的区域单元至应急终点的区域单元之间的多个区域节点依次连接而成;

15、在细粒度层面,在所述综合代价函数引导下,利用改进a算法在燃气应急空间模型中全局应急路径所涉及的全部区域单元内进行局部路径搜索,生成局部应急路径,作为所述最优应急路径;其中,所述最优应急路径由应急起点的拓扑节点至应急终点的拓扑节点之间的多个拓扑节点依次连接而成。

16、优选地,在步骤s4中,所述基础代价函数,具体公式如下:

17、

18、其中,表示第个拓扑节点到第个拓扑节点的基础代价,表示第个拓扑节点到第个拓扑节点的基础空间距离代价,表示第个拓扑节点到第个拓扑节点的基础安全风险代价,表示第个拓扑节点到第个拓扑节点的基础通行时间代价;表示基础空间距离代价的权重系数,表示基础安全风险代价的权重系数,表示基础通行时间代价的权重系数,其中,,即各权重系数相加等于。

19、优选地,在步骤s4中,所述综合代价函数,具体公式如下:

20、

21、其中,表示综合代价,表示综合空间距离代价,表示综合通行时间代价,表示综合安全风险代价,表示软约束惩罚代价,表示时间窗代价,表示乘积,表示综合空间距离代价的权重系数,表示综合通行时间代价的权重系数,表示综合安全风险代价的权重系数,表示软约束惩罚代价的权重系数,表示时间窗代价的权重系数,其中,,,即各权重系数相加等于;

22、综合空间距离代价的具体公式为:

23、

24、其中,表示第个拓扑节点到第个拓扑节点之间的实际通行距离;

25、综合通行时间代价的具体公式为:

26、

27、其中,,表示燃气应急设备通过第个拓扑节点到第个拓扑节点之间的边的预测时间,表示第个拓扑节点到第个拓扑节点之间的实际通行距离,表示燃气应急设备的当前移动效率,表示交通拥堵、施工占道等动态因素引起的附加时间代价;

28、综合安全风险代价的具体公式为:

29、

30、其中,,表示通过边的风险代价值,表示边的当前空间风险等级,为预设的自然常数,为预设的调节系数;

31、软约束惩罚代价的具体公式为:

32、

33、其中,,表示通过第个拓扑节点到第个拓扑节点之间的边的软约束综合价值,、、表示分别根据振动风险等级、区域居民密度和交通拥堵程度归一化后的代价分量,、、分别表示其对应的权重系数,,表示乘积;

34、时间窗代价的具体公式为:

35、

36、其中,为沿路径到达应急终点的预计总时间,为任务要求的最终到达时限,为预设的惩罚系数,表示乘积。

37、优选地,在步骤s2中,所述硬约束条件包括以下至少一种:

38、危险区域约束:针对燃气泄漏、火灾、爆炸事故场景,以事故发生点的拓扑节点为中心建立动态危险影响区域;对于危险气体浓度超过安全阈值和/或处于事故影响范围内的拓扑节点,将其通行状态动态标记为不可通行,在空间拓扑模型中删除对应拓扑节点或边;当危险区域缩小或解除时,在空间拓扑模型中恢复对应拓扑节点或边,并恢复其通行状态和通行代价;在燃气应急路径搜索过程中,被标记为不可通行状态的拓扑节点不参与路径扩展计算;

39、设备通行约束:为各燃气应急设备建立通行能力参数,所述通行能力参数包括设备宽度、高度、重量及最大爬坡能力;为各拓扑节点赋予道路宽度、坡度、路面承载能力、限高条件及空间尺寸属性;在燃气应急路径搜索过程中,当道路宽度小于设备宽度、坡度超过设备最大通行坡度、路面承载能力低于设备重量要求、限高条件低于设备高度中的至少一种时,在空间拓扑模型中将对应拓扑节点或边标记为不可通行状态,在空间拓扑模型中删除对应拓扑节点或边;

40、楼层连通约束:对电梯、楼梯、检修井、竖井及其他竖向连通设施进行网格化建模,以此构建包含不同拓扑节点之间的实际连接关系的垂直连接拓扑图;当垂直连接拓扑图中的两个拓扑节点之间不存在实际连接关系时,在空间拓扑模型中将对应拓扑节点或边标记为不可通行状态,在空间拓扑模型中删除对应拓扑节点或边。

41、优选地,在步骤s2中,所述软约束条件包括以下至少一种:

42、振动影响约束:根据道路振动等级、地质稳定性以及周边管线敏感程度,对不同拓扑节点赋予振动风险等级,并按照预设权重转换为振动风险代价;

43、居民密度约束:利用人口热力图、社区分布数据以及重点人员活动区域信息,统计各拓扑节点对应的区域居民密度,并按照预设权重转换为居民密度代价;

44、交通拥堵约束:通过接入实时交通监测数据、道路运行状态信息以及历史交通流量数据,计算各道路网格的交通拥堵程度,并按照预设权重转换为交通代价;

45、体力消耗约束:依据抢修人员负载情况、行进距离、坡度变化以及作业时间,估算人员在路径通行过程中的体力消耗水平,并按照预设权重转换为体力消耗代价。

46、优选地,在步骤s4中,采用分层路径搜索机制的同时,结合双向搜索策略进行路径搜索,具体包括:

47、在全局路径搜索过程中,通过正向搜索和反向搜索不断扩展相邻区域节点,当正向搜索树和反向搜索树在所述区域级网格拓扑模型中满足预设全局搜索条件时,生成多条完整的全局候选路径,并从全局候选路径中筛选出最小代价的全局应急路径;当正向搜索树和反向搜索树在所述区域级网格拓扑模型中不满足预设全局搜索条件时,继续进行全局路径搜索;其中,所述预设全局搜索条件具体包括:正向拓展区域节点和反向拓展区域节点处于同一区域单元内且空间相通;

48、在局部路径搜索过程中,通过正向搜索和反向搜索不断扩展相邻拓扑节点,当正向搜索树和反向搜索树在所述燃气应急空间模型中满足预设局部搜索条件时,生成多条完整的局部候选路径,并从局部候选路径中筛选出最小代价的局部应急路径;当正向搜索树和反向搜索树在所述燃气应急空间模型中不满足预设局部搜索条件时,继续进行搜索;其中,所述预设局部搜索条件具体包括:正向拓展区域节点和反向拓展区域节点处于同一网格单元内且空间相通。

49、优选地,所述方法还包括步骤:持续接收多源采集数据,基于所述多源采集数据对燃气应急空间模型和综合代价函数进行增量更新,基于更新后的燃气应急空间模型和综合代价函数进行局部路径搜索。

50、为解决上述技术问题,本发明提出的另一种技术方案为:一种多约束条件下的燃气应急最优路径规划系统,所述系统包括:

51、离散化建模模块,利用基于geosot的多尺度空间离散化方法,对城市空间中的燃气设施分布空间进行离散化建模,构建包含多尺度网格的空间拓扑模型;

52、约束建模模块,用于构建硬约束条件和软约束条件,并对所述空间拓扑模型中的拓扑节点和边,进行通行状态的标记和代价参数的赋值,生成用于燃气应急路径搜索的燃气应急空间模型;

53、代价函数构建模块,用于构建综合代价函数和基础代价函数;

54、路径搜索模块,用于基于所述综合代价函数和基础代价函数,采用分层路径搜索机制和双向搜索机制在燃气应急空间模型中进行路径搜索,得到最优应急路径。

55、本发明具有以下有益效果:

56、本发明通过基于geosot的多尺度空间离散化方法,实现了对城市空间中燃气设施分布空间的城市道路、地下燃气管网、地下综合管廊、建筑物模型及重点场站等复杂空间对象的统一表达,提升了复杂场景下的空间组织与计算能力;同时构建硬约束与软约束相结合的协同约束建模机制,能够综合考虑危险区域避让、设备通行能力、环境影响及人员负荷等多种实际因素,提高路径规划结果的安全性与工程可执行性;通过引入基础代价函数和综合代价函数,实现路径长度、通行时间及风险规避等多目标协同优化,在保证应急效率的同时提高路径质量;此外,结合分层路径搜索机制与双向搜索策略,有效降低复杂场景中的搜索空间规模,提升路径规划效率与实时响应能力。