随着地理信息系统（GIS）和人工智能算法的逐步发展成熟,地理信息系统的海量坐标数据和人工智能算法强大的计算能力、强优化学习能力和学习能力已经在商业和政府领域得到了广泛应用,并取得了显著的效果。将变电站工程的选址选线工作与GIS相结合,引入智能优化算法,实现可视化的变电站工程智能选址及选线规划管理,可以从源头贯彻落实数字化电网理念,更好地适应数字化设计技术的发展,充分发挥数字化电网信息处理和智能决策能力,进一步促进电网建设水平提升。第一,本文全面梳理了数字化背景、变电站工程选址、变电站工程线路规划的研究动态,通过总结变电站工程选址选线的基本理论,剖析了变电站选址选线的重难点,并对变电站工程的常用选址选线方法进行了初步介绍;第二,针对变电站工程选址选线的相关因素进行广泛搜资调研,将这些因素划分为规避性因素和经济性因素,并采用模糊阈值法对关键因素进行筛选,分别构建了变电站工程选址选线的规避性因素库和经济性因素库;第三,基于GIS数据空间,构建了基于RF-智能权重的改进物元可拓方法的变电站工程智能选址决策模型;第四,基于选线的技术经济指标库和指标的造价影响分析构造了智能选线优化目标函数,然后将GIS地图栅格化。基于遗传算法（GA）和蚁群算法（ACO）的相关原理,通过引入全局方向引导机制和转角判断机制改进蚁群算法,构建了基于GA-改进ACO算法的变电站工程智能选线优化决策模型;第五,本文以A市拟建的变电站工程进行实证研究,运用智能选址模型进行变电站工程的经济性评价,确定经济性最优站址,然后以该站址接入沿泰220KV变电站工程的输电线路为研究对象,基于智能选线模型在GIS地图中确定选线路径,并将路径的平均成本与GA、ACO、改进ACO算法的输电路径优化结果进行对比和分析,证明本文所提出的模型兼具科学性和适用性。本文将RF-智能权重、改进的物元可拓模型、GA-改进ACO智能算法和地理信息系统相结合,构建选址选线智能优化模型,实现了人机结合的变电站工程智能选址及选线辅助决策。在覆盖了数据空间的GIS上进行变电站工程前期选址及选线决策,可以使选址选线与传统方法相比更加精准、快速、直观和更加便于使用,显著降低了变电站工程前期选址及选线的成本。