Python 实现县域变电站智能巡检与抢修调度：地图、路径规划与恢复策略

[1. 项目背景：为什么要做变电站智能巡检与快速恢复](#1. 项目背景：为什么要做变电站智能巡检与快速恢复)

[2. 项目整体设计](#2. 项目整体设计)

[3. 变电站详细地图建模](#3. 变电站详细地图建模)

[4. 机器人站内路径规划算法](#4. 机器人站内路径规划算法)

[4.1 A* 故障应急核查路径](#4.1 A* 故障应急核查路径)

[4.2 Dijkstra 巡检点最短路径](#4.2 Dijkstra 巡检点最短路径)

[4.3 蚁群算法优化巡检顺序](#4.3 蚁群算法优化巡检顺序)

[4.4 DWA 简化局部避障](#4.4 DWA 简化局部避障)

[5. 县域班组抢修调度算法](#5. 县域班组抢修调度算法)

[6. 故障诊断模型](#6. 故障诊断模型)

[6.1 规则库诊断](#6.1 规则库诊断)

[6.2 贝叶斯诊断](#6.2 贝叶斯诊断)

[7. 变电站快速恢复策略生成](#7. 变电站快速恢复策略生成)

[8. 恢复策略评分模型](#8. 恢复策略评分模型)

[9. 五防校核与安全约束](#9. 五防校核与安全约束)

[10. 代码实现片段](#10. 代码实现片段)

[10.1 A* 邻居扩展与硬约束过滤](#10.1 A* 邻居扩展与硬约束过滤)

[10.2 路径点与线段碰撞校验](#10.2 路径点与线段碰撞校验)

[10.3 ACO 信息素更新](#10.3 ACO 信息素更新)

[10.4 县域抢修任务优先级](#10.4 县域抢修任务优先级)

[10.5 恢复策略评分](#10.5 恢复策略评分)

[11. 运行结果展示](#11. 运行结果展示)

[12. 项目不足与后续优化](#12. 项目不足与后续优化)

[13. 总结](#13. 总结)

项目运行方式

摘要：本文整理一个完整的 Python 算法仿真项目：《县域变电站智能巡检与快速恢复策略算法仿真平台》。项目没有做 Web 前端，也没有接数据库，而是把重点放在算法层：单站变电站二维地图建模、机器人站内路径规划、县域多变电站抢修调度、故障诊断、站内快速恢复策略、操作步骤推演和五防校核。

1. 项目背景：为什么要做变电站智能巡检与快速恢复

县域电网中，110kV/35kV/10kV 变电站承担着区域供电枢纽的作用。医院、水厂、通信机房、政府应急中心、工业园区等关键负荷，往往都通过县域核心变电站或周边变电站获得电源支撑。一旦发生主变跳闸、母线故障、进线失电、断路器拒动、站用电异常、直流系统异常或保护装置告警，影响的不只是某一个设备点，而是站内供电能力、关键出线恢复和县域抢修资源调度。

这个项目首先要划清一个边界：它不是配电网馈线自愈重构项目，不讨论配电线路联络开关如何倒供。项目关注的是变电站级故障核查、站内恢复策略，以及县域多个变电站之间的抢修调度。

因此，项目被分成两个空间层级：

站内层：机器人在单个变电站内部执行巡检、故障核查和路径规划，地图范围为 01000 × 01000 的站内二维平面。
县域层：检修班组在县域道路网络上从运维中心、抢修驻点或物资库出发，前往多个故障变电站执行抢修任务。

这个区分很重要。机器人路径规划是站内避障问题，班组调度是县域多站点抢修路线问题，二者不能混在同一张地图里。

2. 项目整体设计

项目路径为 python_project/biandian/substation_algorithm_platform。当前版本以 main.py 作为一键运行入口，运行后在 output/ 目录下生成 PNG、JSON 和 CSV 文件。

模块	文件夹或文件	作用
数据模型	src/models	定义站内设备、巡检点、障碍物、县域变电站、道路、班组和故障任务
样例数据	src/data_factory	生成单站地图数据和县域多变电站调度数据
地图建模	src/map_engine	构建站内几何约束、禁行区、故障隔离区和安全边界
机器人路径规划	src/robot	实现 A*、Dijkstra、ACO、DWA 和路径碰撞校验
县域班组调度	src/crew	实现多班组、多变电站抢修调度
故障诊断	src/fault	实现规则库诊断和简化贝叶斯诊断
电气拓扑	src/graph_engine	使用 NetworkX 构建站内电气拓扑
快速恢复策略	src/restoration	生成候选恢复方案和操作步骤
五防校核	src/safety	检查操作安全约束
策略评分	src/scoring	对候选恢复策略进行综合评分
可视化	src/visualization	绘制站内地图、县域地图和算法图表
测试	tests	使用 pytest 验证路径、调度、诊断、恢复和五防规则

主程序的执行顺序也体现了这两个层级：先初始化单站详细地图，再初始化县域多变电站地图；机器人算法只作用于单站，班组调度只作用于县域道路网络。

3. 变电站详细地图建模

项目将"县域中心变电站"抽象为一个 01000 × 01000 的二维坐标系。所有区域、设备、巡检点、障碍物和故障标记都落在同一个坐标系统中。

矩形区域可以表示为：

圆形障碍物可以表示为：

地图中包含主控楼、二次设备室、110kV 配电装置区、主变区、35kV 配电装置区、10kV 配电装置区、站用电系统区、直流屏与蓄电池室、机器人充电区、巡检通道、班组道路、安全围栏、禁行区、故障隔离区、物资库和站入口。

设备侧则包含 2 条 110kV 进线、2 台 50MVA 主变、2 段 10kV 母线、母联断路器、12 回 10kV 出线、站用变、直流屏、蓄电池室、保护屏柜、机器人充电桩和 30 个巡检点。

4. 机器人站内路径规划算法

机器人只在单个变电站内部活动，面向日常巡检和故障应急核查。当前项目实现了 A*、Dijkstra、ACO 和一个简化 DWA 避障模块。

4.1 A* 故障应急核查路径

A* 用于机器人从充电区或当前位置前往故障核查点。算法的基本形式为：

其中：

各项含义如下：

：基础距离代价；
：转弯惩罚；
：靠近障碍物的惩罚；
：靠近高压区域的惩罚；
：靠近故障隔离区的惩罚。

需要特别强调的是，硬约束区域不是简单"加大惩罚"，而是直接不可通行。项目中硬约束包括障碍物膨胀区、禁行区、故障隔离区、建筑实体区和安全围栏外部。

路径合法性可写成：

其中 ΩforbiddenΩforbidden 表示所有禁行区、故障隔离区、建筑实体和障碍物膨胀区的集合。项目还对 8 邻域移动做了 corner cutting 限制，防止机器人从障碍物角点之间"挤过去"。

当前运行结果中，A* 输出为：

指标	结果
是否成功	True
路径是否合法	True
路径长度	477.73 m
预计耗时	10.62 min
是否穿越禁行区	False
是否穿越故障隔离区	False
是否穿越障碍膨胀区	False
最小障碍距离	20.9444 m

4.2 Dijkstra 巡检点最短路径

Dijkstra 用于计算巡检点之间的最短通行距离，并为后续蚁群算法提供距离矩阵。其松弛更新公式为：

项目中将巡检点构造成图节点，边权综合欧氏距离和障碍物接近惩罚。当前输出中，IP_01 到 IP_18 的最短路径长度约为 945.11 m。

4.3 蚁群算法优化巡检顺序

当机器人需要访问多个巡检点时，问题变成访问顺序优化。项目使用 ACO 对前 14 个巡检点进行顺序优化。

蚂蚁k从节点i转移到节点j的概率为：

其中启发式因子为：

信息素更新为：

当前运行结果中，ACO 迭代 60 次，最优巡检顺序为：

[0, 1, 2, 4, 3, 5, 9, 11, 10, 8, 6, 7, 12, 13]

最优距离为 1890.08 m。

4.4 DWA 简化局部避障

项目中的 DWA 不是完整机器人动力学模型，而是一个局部避障仿真模块。当路径点落入动态障碍物影响范围时，模块会生成绕行点。

安全距离约束可以表示为：

当前运行结果中，DWA 避障次数为 2，避障前路径长度为 477.73 m，避障后路径长度约为 672.80 m。

5. 县域班组抢修调度算法

这是项目中最容易混淆的部分：班组调度不是站内路径规划，而是县域多个变电站之间的抢修路线规划。

项目将县域抽象为道路网络图：

其中：

Vc：县域节点，包括变电站、县运维中心、物资库、抢修驻点和应急集结点；
Ec：道路连接；
w(e)：道路通行距离或通行时间。

县域地图采用 0100 km × 0100 km 坐标空间，包含县域中心变、城东变、城西变、城南变、城北变、工业园变、开发区变、医院专用变等站点。

任务优先级公式为：

其中，restore_value 表示恢复贡献值，severity 表示故障严重度，station_importance 表示变电站重要程度，key_load_weight 表示关键负荷相关权重，skill_match 表示班组技能匹配度，分母则综合行驶时间、抢修时间和复核时间。

从 output/json/county_crew_dispatch_result.json 读取的真实调度结果如下：

班组	出发点	抢修变电站顺序	总行驶距离/km	总耗时/min	恢复贡献值
县域变电抢修一班	县运维中心	医院专用变 → 开发区变 → 城东变	61.81	224.39	212.0
东部变电抢修班	东部抢修驻点	县域中心变 → 工业园变	78.87	238.15	178.0
西部综合抢修班	西部抢修驻点	城西变 → 城北变	68.34	189.68	108.0

县域总恢复率为 1.0，说明当前样例任务都被成功分配。

6. 故障诊断模型

项目实现了两类诊断方法：规则库诊断和简化贝叶斯诊断。输入证据包括保护动作、断路器状态、SOE 信息、遥测信息、机器人红外核查结果和班组反馈。

6.1 规则库诊断

规则库更接近运行人员的经验判断，适合解释性较强的场景。

规则条件	推断结果
主变差动保护动作 + 高低压侧断路器跳闸	主变内部故障概率高
瓦斯保护动作 + 油温异常 + 机器人红外异常	主变本体故障
母线差动保护动作 + 多回出线跳闸	母线故障概率高
进线电压消失 + 本站设备无异常	上级进线失电
断路器跳闸命令发出但位置未变化	断路器拒动
直流母线电压异常 + 保护装置告警	直流系统异常

6.2 贝叶斯诊断

贝叶斯诊断用于在多证据条件下计算故障后验概率：

其中，Fi表示第 i类故障，E表示保护动作、断路器状态、SOE、遥测和机器人核查结果等证据。当前样例事件为 #1 主变故障，贝叶斯输出中 MAIN_TRANSFORMER_FAULT 的概率为 0.9954。

7. 变电站快速恢复策略生成

快速恢复策略仍然属于站内层，它恢复的是变电站站内供电能力和关键出线供电能力，不是配电网馈线重构。

站内电气拓扑表示为：

其中，Vs包括电源、进线、主变、母线、断路器、隔离开关、出线、站用变和直流屏；Es表示设备之间的电气连接关系。

对于故障、隔离和检修设备：

策略生成过程包括：

识别故障设备；
隔离故障区域；
构建可用电气拓扑；
搜索可恢复供电路径；
优先恢复医院、水厂、通信、政府、应急中心等关键负荷；
生成候选操作方案；
执行五防校核；
对方案评分；
输出推荐方案。

当前主变故障场景生成了 3 个候选恢复策略，其中推荐策略为"保守转供医院水厂通信等一级负荷"。

8. 恢复策略评分模型

项目使用一个归一化评分函数对候选恢复策略排序：

其中：

Rkey：关键负荷恢复率；
Rfeeder：恢复出线数量比例；
Rcapacity：站内可用容量比例；
Rrisk：操作风险；
Rcomplexity：操作复杂度；
Trestore：预计恢复时间。

从 output/json/restoration_strategy_result.json 读取的策略对比结果如下：

策略名称	故障类型	恢复时间/min	关键负荷恢复率	操作次数	风险等级	评分
保守转供医院水厂通信等一级负荷	MAIN_TRANSFORMER_FAULT	28	0.7934	3	LOW	0.015239
隔离#1主变并由#2主变优先转带关键负荷	MAIN_TRANSFORMER_FAULT	38	0.9091	4	MEDIUM	0.012534
容量边界转供并限电恢复普通负荷	MAIN_TRANSFORMER_FAULT	45	1.0000	4	MEDIUM	0.012163

可以看到，第三个策略虽然关键负荷恢复率最高，但恢复时间和风险也更高，因此综合评分没有超过保守转供策略。

9. 五防校核与安全约束

恢复策略生成后，项目会生成操作步骤，并进行五防校核。当前推荐策略生成 3 个操作步骤：

步骤	操作类型	目标设备	操作描述	校核结果
1	OPEN_DISCONNECTOR	TR_1	隔离#1主变	通过
2	CONTROL	CB_BUS_TIE	合母联前核对同期和负荷	通过
3	ENERGIZE	TR_1	仅恢复一级关键出线	通过

主要五防规则如下：

校核规则	风险说明	程序处理方式
防止带负荷拉合隔离开关	可能引发电弧事故	操作前检查负荷状态
防止带接地刀闸送电	可能造成接地短路	送电前检查接地刀闸集合
防止误入带电间隔	可能造成人身风险	检查间隔带电状态
防止误分误合断路器	可能造成误停电或扩大事故	核对目标断路器合法性
防止未隔离故障设备就恢复送电	可能扩大事故范围	恢复前检查故障隔离状态
防止站用电和保护电源未恢复时执行关键操作	可能导致保护和控制失效	关键操作前检查站用电状态

当前整体五防校核结果为通过，风险等级为 LOW。

10. 代码实现片段

下面选取 5 段当前项目中的真实代码，展示关键算法实现。

10.1 A* 邻居扩展与硬约束过滤

代码来自 src/robot/astar_planner.py。A* 在扩展邻居时直接调用 _move_valid，非法节点不会进入开放表。

python 复制代码

while open_heap:
    _, current = heapq.heappop(open_heap)
    if current in visited:
        continue
    visited.add(current)
    if current == goal_node or distance(self._coord(current), self._coord(goal_node)) <= self.grid_step:
        goal_node = current
        found = True
        break
    for dx, dy in neighbors:
        nxt = (current[0] + dx, current[1] + dy)
        if not self._move_valid(current, nxt, dx, dy, checker):
            continue
        move_cost = math.hypot(dx, dy) * self.grid_step
        prev_dir = direction.get(current)
        turn = self.turn_penalty if prev_dir and prev_dir != (dx, dy) else 0.0
        penalty = self._proximity_penalty(nxt, obstacles, high_voltage_devices, constraints)
        tentative = g_score[current] + move_cost + turn + penalty

10.2 路径点与线段碰撞校验

代码来自 src/robot/path_constraint_checker.py。校验器不只检查路径点，还检查相邻点形成的线段是否穿越禁行区、故障隔离区和障碍物膨胀区。

python 复制代码

for i in range(len(path) - 1):
    line = LineString([path[i], path[i + 1]])
    if not self.constraints.boundary.covers(line):
        violations.append(f"Segment outside station safety boundary: {path[i]} -> {path[i + 1]}")
    for poly in self.constraints.forbidden_zones + self.constraints.forbidden_high_voltage_zones + self.constraints.building_zones:
        if line.intersects(poly):
            crossed_forbidden = True
            violations.append(f"Segment crosses forbidden zone: {path[i]} -> {path[i + 1]}")
    for poly in self.constraints.fault_zones:
        if line.intersects(poly):
            crossed_fault = True
            violations.append(f"Segment crosses fault isolation zone: {path[i]} -> {path[i + 1]}")
    for poly in self.constraints.obstacle_buffers:
        if line.intersects(poly):
            crossed_obstacle = True
            violations.append(f"Segment crosses inflated obstacle buffer: {path[i]} -> {path[i + 1]}")

10.3 ACO 信息素更新

代码来自 src/robot/aco_planner.py。每轮迭代后，信息素先挥发，再根据蚂蚁路径质量进行增强。

python 复制代码

pheromone *= (1 - self.evaporation)
for tour, tour_len in all_tours:
    delta = self.q / max(tour_len, 1e-6)
    for i in range(len(tour) - 1):
        a, b = tour[i], tour[i + 1]
        pheromone[a, b] += delta
        pheromone[b, a] += delta
convergence.append(best_len)

10.4 县域抢修任务优先级

代码来自 src/crew/county_dispatch_service.py。优先级同时考虑恢复价值、故障严重度、站点重要度、关键负荷权重、技能匹配和到站成本。

python 复制代码

def _priority(self, task: CountyFaultTask, station: CountySubstation, skill_factor: float, travel_time: float) -> float:
    key_load_weight = 1.35 if task.key_load_related else 1.0
    denominator = max(travel_time + task.repair_time + task.review_time, 1e-6)
    return (
        task.restore_value
        * task.severity
        * station.importance_level
        * key_load_weight
        * skill_factor
        / denominator
    )

10.5 恢复策略评分

代码来自 src/scoring/restoration_score.py。评分函数对恢复率、容量、风险、复杂度和时间进行综合折算。

python 复制代码

class RestorationScorer:
    def score(self, strategy: dict) -> dict:
        key_rate = min(max(strategy.get("key_load_restore_rate", 0.0), 0.0), 1.0)
        feeder_ratio = min(max(strategy.get("restored_feeder_ratio", 0.0), 0.0), 1.0)
        capacity_ratio = min(max(strategy.get("station_available_capacity_ratio", 0.0), 0.0), 1.0)
        risk = min(max(strategy.get("operation_risk", 0.0), 0.0), 1.0)
        complexity = min(max(strategy.get("operation_complexity", 0.0), 0.0), 1.0)
        estimated_time = max(strategy.get("estimated_restoration_time", 1.0), 1.0)
        numerator = 0.4 * key_rate + 0.2 * feeder_ratio + 0.2 * capacity_ratio - 0.1 * risk - 0.1 * complexity
        score = numerator / estimated_time

11. 运行结果展示

运行 python main.py 后，项目会生成地图、图表、JSON 和 CSV。主要输出如下：

输出类型	文件路径	说明
变电站地图	output/maps/station_layout_with_devices.png	展示站内区域、设备、巡检点和障碍物
机器人路径	output/maps/station_layout_with_robot_path.png	展示故障核查路径和局部避障效果
县域调度地图	output/maps/county_dispatch_map.png	展示多个变电站、驻地、道路和班组跨站路线
ACO 收敛曲线	output/charts/aco_convergence.png	展示巡检顺序优化过程
县域班组甘特图	output/charts/county_crew_gantt.png	展示各班组抢修时间安排
故障诊断概率	output/charts/diagnosis_probability.png	展示各故障类型后验概率
恢复策略对比	output/charts/restoration_compare.png	展示策略评分、恢复时间和关键负荷恢复率
故障诊断结果	output/json/fault_diagnosis_result.json	输出规则库和贝叶斯诊断结果
恢复策略结果	output/json/restoration_strategy_result.json	输出候选恢复方案和推荐方案
县域调度结果	output/json/county_crew_dispatch_result.json	输出班组路线、到站时间、完工时间和恢复贡献
操作步骤	output/csv/operation_steps.csv	输出恢复操作序列

当前一次运行中的关键摘要如下：

机器人站内路径：success=True，path_valid=True，长度=477.73 m DWA 避障次数：2 县域总恢复率：1.0 贝叶斯诊断最可能故障：MAIN_TRANSFORMER_FAULT，概率=0.9954 推荐恢复策略：保守转供医院水厂通信等一级负荷推荐策略评分：0.015239 五防校核结果：通过