1.基于和声搜索算法的无人机集群配网线路巡检路径规划方法，其特征在于，包括如下步骤：S1：建立无人机集群配网线路巡检路径规划模型，包括确定无人机集群配网线路路径规划目标函数以及与目标函数对应的无人机集群配网线路巡检路径规划约束，目标函数为无人机群在任意仓库站点之间巡检代价最小的飞行路径，其中，α表示某种规划方案，N表示所使用的无人机数量，T表示总飞行时间，R为一个总是大于总飞行时间的数；无人机集群配网线路巡检路径规划约束包括无人机性能约束、客观环境威胁约束、配网线路巡检要求约束；S2：基于所建立的无人机集群配网线路巡检路径规划模型，采用和声搜索算法将巡检路径的寻优过程映射到寻找最美和声中；S3：在和声搜索算法中引入参数自适应调节策略，利用所改进的和声搜索算法对无人机集群配网线路巡检路径规划模型进行优化，从而得到无人机集群巡检最优路径，所述步骤S3具体步骤如下：S31：计算自适应的和声库学习概率、音调调整率和音调调整带宽；其中，HCMR i 为第i次搜索时的和声记忆库学习概率，PAR i 为第i次搜索时的音调调整率，K i 为当前迭代次数，HCMR min 为最小和声记忆库学习概率，HCMR max 为最大和声记忆库学习概率，PAR min 为最小音调调整率，PAR max 为最大音调调整率；S32：根据自适应HMCR产生新的和声，产生(0,1)之间的随机数rand1，若rand1小于HMCR，则在和声库内随机生成一个和声变量，否则，在和声库外随机生成一个和声变量；S33：当通过步骤32产生一组和声变量后，若该和声变量是从和声库中得到，则在(0,1)之间生产随机数rand2，若rand2小于PAR，根据式(5)进行音调带宽调整，得到新和声变量；S34：对所生成的新和声变量进行扰动调节，对生成的新和声变量进行更新；S35：将更新后的新和声变量和初始和声记忆库合并，进行非支配排序，得出各层Pareto最优前沿；S36：根据最优解的非支配序选择出HMS数量相等的和声变量，更新和声记忆库；S37：判断迭代终止条件，若满足则停止迭代，输出Pareto最优解集；否则返回S31。
2.根据权利要求1所述的基于和声搜索算法的无人机集群配网线路巡检路径规划方法，其特征在于，所述无人机性能约束包括最长飞行时间、飞行高度；所述客观环境威胁约束包括碰撞约束、地理围栏约束；所述配网线路巡检要求约束包括巡检任务、路径完整性、路径规划方案的循环使用性；其中：最长飞行时间：由无人机的自身性能所决定，无人机在执行线路巡检的最长飞行时间的限制；飞行高度：设h j 表示第j段航线的飞行高度，h min 表示最低飞行高度，h max 表示最大飞行高度，该约束表示为：h min ≤h j ≤h max j＝1,2,3,…,n (2)碰撞约束：无人机集群协同飞行执行任务需要考虑集群在空间域、时间域上的协同关系；地理围栏约束：无人机集群在执行任务时，各控制站平台无人机集群要始终在设定的航线范围内飞行，禁止飞出航线范围之外的领域，并考虑防止飞行至进入禁入地理区域；巡检任务：配网线路巡检区域内的x座电力杆塔和m段输电线；路径完整性：规划得到的路线应是从任意仓库站点起飞在任意仓库站点降落的完整路径；路径规划方案的循环使用性：任务结束后，每个仓库站点原有的无人机数量不变。
3.根据权利要求1所述的基于和声搜索算法的无人机集群配网线路巡检路径规划方法，其特征在于，所述步骤S2具体步骤如下：S21：设定和声搜索算法的基本参数，包括和声库大小、和声记忆库、和声库学习概率、音调调整率、音调调整带宽、最大迭代次数K max ；S22：随机生成与HMS数量相等的可行和声变量存入和声记忆库中作为初始和声记忆库。
4.根据权利要求1所述的基于和声搜索算法的无人机集群配网线路巡检路径规划方法，其特征在于，所述扰动调节包括在所述新和声变量的部分新和声变量中随机指定的两个位置，互换两个位置的变量，得到扰动后的新解；随机删除某个新和声变量，取新和声变量库中最优和声与最差和声的均值作为代替。
5.一种计算机设备，其特征在于，包括至少一个处理器和存储器；所述存储器存储计算机执行指令；所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至4任一项所述的基于和声搜索算法的无人机集群配网线路巡检路径规划方法。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至4任一项所述的基于和声搜索算法的无人机集群配网线路巡检路径规划方法。
