CN107704879A - 一种变电站带电作业安全距离计算方法 - Google Patents

Abstract

本发明公开了一种变电站带电作业安全距离计算方法，包括以下步骤：利用激光雷达点云进行数据采集，点云数据分类处理，数据分类将点云数据分为带电导线和地面设备设施和带电作业安全距离的智能分析计算或人工量算；本发明的计算方法能全面检测带电导线、设备安全作业距离，确保站内施工过程中人员的工作安全，降低作业风险，满足站内施工安全规范要求。本发明的变电站带电作业安全距离计算方法，不同于现有的通用点云分割算法，充分考虑了变电站的特点，针对变电站内的导线和设备等目标特性进行，是对变电站地物的专门性处理方法。

Description

一种变电站带电作业安全距离计算方法

技术领域

本发明涉及技术领域，具体说是一种变电站带电作业安全距离计算方法。

背景技术

在运行变电站点的日常工作中，运行人员受工作经验及工作能力等方面因素限制，在日常巡视、布置安全措施等工作中有误碰带电设备的安全隐患，电力系统内误入间隔误碰带电设备情况频发。比如在变电检修过程中，检修人员在部分间隔停电过程中面对相邻带电间隔仅依靠人工目测安全距离难以精确，有可能导致检修人员和机械设备发生触电事故。而外来施工人员因工作状态不佳或对厂站不熟悉等原因，在日常巡视、布置安全措施、现场检修等工作中有误碰带电设备的安全隐患，电力系统内类似事故事件层出不穷。因而变电站带电作业安全距离的计算十分重要，但是目前没有很好的计算方法能够准确、快速的对变电站的安全距离进行很好的计算。

目前的安全距离计算中采用机载激光点云方法，由于变电站中单根导线均对应着数千个激光点，而周围站内设备的激光点更是数以万计。为了计算线路对周围设备及施工范围的最短距离，最简单的方法是遍历计算每一个线路点对每一个设备点的距离，并取其小于阀值的部分。该种算法的复杂度为O(n*m),计算量十分巨大。

发明内容

为解决变电站内安全施工作业的问题，本发明的目的是提供一种变电站带电作业安全距离计算方法。

本发明为实现上述目的，通过以下技术方案实现：

一种变电站带电作业安全距离计算方法，包括以下步骤：

①利用激光雷达点云进行数据采集：通过激光雷达测量技术，直接采集变电站高精度三维激光点云和高分辨率实拍数码影像，进而获得高精度三维变电站设备设施、建筑细节的空间信息，结合现有台账数据对变电站进行真实还原，要求采集的工程数据精度为厘米级；

②点云数据分类处理：包括剔除粗差和均匀化抽稀；

其中剔除粗差包括人工裁剪剔除障碍物或者通过计算机计算针对三维激光扫描点云数据剔除粗差；

③数据分类将点云数据分为带电导线和地面设备设施：将点云数据分为地面和非地面，根据站内导线走向、设备几何特征和相对高程分析提取导线、设备所对应的激光点；所述非地面包括带电导线和设备设施；

④带电作业安全距离的智能分析计算或人工量算：

其中智能分析计算包括对每条导线的三维激光点云建立三维空间划分和检索，通过kd树搜索遍历每个导线的激光点，根据线路安全运行规程所规定的安全距离寻找该电力线激光点范围内是否为带电作业安全距离；

人工量算包括根据数据分类获取变电站点云信息，手工量测导线到任意设备设施的距离，自动计算净空距离并判断是否满足安全规范要求。

优选的一种变电站带电作业安全距离计算方法，均匀化抽稀的步骤包括：

⑴对原始点云建立八叉树数据结构Oc-tree，并将点属性序列进行分别保存；

⑵遍历所有点云，将每个点按照八叉树子节点所处包围体的边界进行分组处理；

⑶删除没有分配到任何点的八叉树子节点；

⑷对于每个八叉树子节点，仅保留其中的1/K个点作为抽稀后的激光点。其中保留点的依据规则可以是：每K个点选取一个，每K个点中随机选取一个，以每K个点的几何中心作为保留点；

⑸使用保留后的点作为抽稀后点云，同时清空原始点云。

优选的一种变电站带电作业安全距离计算方法，数据分类将点云数据分为带电导线和地面设备设施：将点云数据分为地面和非地面，根据站内导线走向、设备几何特征和相对高程分析提取导线、设备所对应的激光点；所述非地面包括带电导线和设备设施的具体步骤包括：

ⅰ对点云进行空间拓展性分割，将所有点按照所处空间平面进行归类；

ⅱ提取不同分割片的点云，进行主成分分析，计算特征值，进而求解出该分割片维度特征；

ⅲ构建一个多尺度分类器，自动寻找分割的最佳尺度组合，最终实现不同类别点云数据的自动分割。分类器的整个处理过程就是一个监督分类过程，能直观的实现数据的分类。分类器的设计采用了支持向量机的线性分类器，在子空间投影上进行迭代分析，最终将点云分为地面、设备、导线、基础设施四类。

对于分类错误的点云通过人工判读的方式修改点云类别。

优选的一种变电站带电作业安全距离计算方法，所述智能分析计算的具体步骤为：

在每一档的点云建立k-d树形数据结构，通过计算所有点与某一中心点的欧氏距离，比较出最近的K个点，邻近点的搜索从树的底层开始，即空间的小区域开始，逐渐向树的上层的空间区域搜索，遍历每一个电力线的激光点，根据线路安全运行规程所规定的安全距离寻找其范围内是否存在设备设施、施工地点、植被和建筑物，如果存在，则确认为缺陷点位置，并生成缺陷报告。

本发明相比现有技术具有以下优点：

本发明的变电站带电作业安全距离计算方法，通过激光雷达点云数据采集、点云数据分类处理将变电站分为带电导线和地面设备设施两类，然后通过智能分析计算和人工量算距离对带电作业安全距离进行计算，并确认缺陷点位置生成报告；本发明的计算方法能全面检测带电导线、设备安全作业距离，确保站内施工过程中人员的工作安全，降低作业风险，满足站内施工安全规范要求。

本发明的变电站带电作业安全距离计算方法，不同于现有的通用点云分割算法，充分考虑了变电站的特点，针对变电站内的导线和设备等目标特性进行，是对变电站地物的专门性处理方法。

附图说明

图1泉城某变电站的点云效果图A；

图2泉城某变电站的点云效果图B；

图3 基于主成分分析的激光点云自动化分割算法的示意图；

图4未分类前的点云效果整体图；

图5所示的分类后的点云效果图A；

图6所示的分类后的点云效果图B；

图7为导线到最近设备、地面、杆塔距离结果示意图；

图8为设备施工和最近带电导线的距离结果示意图；

图9为缺陷报告示意图；

附图标记：1未分类杆塔；2已分类杆塔；3已分类地面；4已分类设备；5已分类带电导线。

具体实施方式

本发明的目的是提供一种变电站带电作业安全距离计算方法，通过以下技术方案实现：

一种变电站带电作业安全距离计算方法，包括以下步骤：

①利用激光雷达点云进行数据采集：通过激光雷达测量技术，直接采集变电站高精度三维激光点云和高分辨率实拍数码影像，进而获得高精度三维变电站设备设施、建筑细节的空间信息，结合现有台账数据对变电站进行真实还原，要求采集的工程数据精度为厘米级；

②点云数据分类处理：包括剔除粗差和均匀化抽稀；

其中剔除粗差包括人工裁剪剔除障碍物或者通过计算机计算针对三维激光扫描点云数据剔除粗差；

③数据分类将点云数据分为带电导线和地面设备设施：将点云数据分为地面和非地面，根据站内导线走向、设备几何特征和相对高程分析提取导线、设备所对应的激光点；所述非地面包括带电导线和设备设施；

④带电作业安全距离的智能分析计算或人工量算：

其中智能分析计算包括对每条导线的三维激光点云建立三维空间划分和检索，通过kd树搜索遍历每个导线的激光点，根据线路安全运行规程所规定的安全距离寻找该电力线激光点范围内是否为带电作业安全距离；

人工量算包括根据数据分类获取变电站点云信息，手工量测导线到任意设备设施的距离，自动计算净空距离并判断是否满足安全规范要求。

优选的一种变电站带电作业安全距离计算方法，均匀化抽稀的步骤包括：

⑴对原始点云建立八叉树数据结构Oc-tree，并将点属性序列进行分别保存；

⑵遍历所有点云，将每个点按照八叉树子节点所处包围体的边界进行分组处理；

⑶删除没有分配到任何点的八叉树子节点；

⑷对于每个八叉树子节点，仅保留其中的1/K个点作为抽稀后的激光点。其中保留点的依据规则可以是：每K个点选取一个，每K个点中随机选取一个，以每K个点的几何中心作为保留点；

⑸使用保留后的点作为抽稀后点云，同时清空原始点云。

优选的一种变电站带电作业安全距离计算方法，数据分类将点云数据分为带电导线和地面设备设施：将点云数据分为地面和非地面，根据站内导线走向、设备几何特征和相对高程分析提取导线、设备所对应的激光点；所述非地面包括带电导线和设备设施的具体步骤包括：

ⅰ对点云进行空间拓展性分割，将所有点按照所处空间平面进行归类；

ⅱ提取不同分割片的点云，进行主成分分析，计算特征值，进而求解出该分割片维度特征；

ⅲ构建一个多尺度分类器，自动寻找分割的最佳尺度组合，最终实现不同类别点云数据的自动分割。分类器的整个处理过程就是一个监督分类过程，能直观的实现数据的分类。分类器的设计采用了支持向量机的线性分类器，在子空间投影上进行迭代分析，最终将点云分为地面、设备、导线、基础设施四类。

对于分类错误的点云通过人工判读的方式修改点云类别。

优选的一种变电站带电作业安全距离计算方法，所述智能分析计算的具体步骤为：

在每一档的点云建立k-d树形数据结构，通过计算所有点与某一中心点的欧氏距离，比较出最近的K个点，邻近点的搜索从树的底层开始，即空间的小区域开始，逐渐向树的上层的空间区域搜索，遍历每一个电力线的激光点，根据线路安全运行规程所规定的安全距离寻找其范围内是否存在设备设施、施工地点、植被和建筑物，如果存在，则确认为缺陷点位置，并生成缺陷报告。

本发明的kd树搜索是一种K维二进制搜索树，通常用于搜索距离最近点，其每个结点包含两个指针，每个指针指向一个子树，是一种在空间中搜索的数据结构。首先按x轴划分，计算所有离散点x值的平均值，以该平均值将二维空间划分成两个子空间，然后分别在这两个子空间中计算所有点y值的平均值，以该y平均值再次划分两个子空间。在得到的子空间中再按x值划分。依次类推，直到划分的子空间中只有一个点，这个过程对应一个二叉树。二叉树的分支节点对应一条分割线，而叶子节点对应一个点，确保构建的KD树中不存在“无点空间”。当有n个点时，KD树的建立时间复杂度为；

Kd树的用法为通过计算所有点与某一中心点的欧氏距离，比较出最近的K个点。通常邻近点的搜索从树的底层开始，即空间的小区域开始，逐渐向树的上层的空间区域搜索，因而可以较好地提高空间搜索最近点的效率；对每一档的点云建立k-d树形数据结构，遍历每一个电力线的激光点，根据线路安全运行规程所规定的安全距离寻找其范围内是否存在设备设施、施工地点、植被、建筑物等其他类型地物点，如果存在，则确认为缺陷点位置，并生成缺陷报告提醒施工工作人员。

安全作业距离是指：为了保证人身安全，考虑到工作中必要的活动，作业人员在作业过程中与站内带电设备、导线之间应保持的最小距离，依据《电业安全工作规程》，在机载激光点云中，变电站中单根导线均对应着数千个激光点，而周围站内设备的激光点更是数以万计。为了计算线路对周围设备及施工范围的最短距离，最简单的方法是遍历计算每一个线路点对每一个设备点的距离，并取其小于阀值的部分。该种算法的复杂度为O(n*m),计算量十分巨大。为了加速最近点的选择，对每条导线的三维激光点云建立了三维空间划分与检索。随后，遍历每一个导线的激光点，根据线路安全运行规程所规定的安全距离寻找该电力线激光点范围内是否为带电作业安全距离。

以下结合具体实施例来对本发明作进一步的描述。

实施例1

一种变电站带电作业安全距离计算方法，包括以下步骤：

①利用激光雷达点云进行数据采集：通过激光雷达测量技术，直接采集变电站高精度三维激光点云和高分辨率实拍数码影像，进而获得高精度三维变电站设备设施、建筑细节的空间信息，结合现有台账数据对变电站进行真实还原，要求采集的工程数据精度为厘米级，小于等于5厘米；项目组所采用的飞行参数为: 飞行高度离地面150m，飞行速度10m/s，激光脉冲频率30万Hz。使用了Novatel公司的SPAN-KVH1750，最终所采集到点云的数据精度为：相对水平误差10cm，相对高程误差5cm，绝对水平精度30cm，绝对高程精度20cm，影像分辨率5cm，激光点密度超过50点/m²。对泉城某变电站进行点云扫描，结果如图1和图2所示，可以看出本申请的方法拍出的点云扫描效果较好。

②点云数据分类处理：包括剔除粗差和均匀化抽稀；

其中剔除粗差包括人工裁剪剔除障碍物或者通过计算机计算针对三维激光扫描点云数据剔除粗差；

在三维激光扫描测量对变电站进行扫描时候，由于扫描过程中外界环境因素对扫描目标的阻挡和遮掩，如电力线扫描过程中，设备支架、飞鸟、树木的遮挡，及实体本身的反射特性不均匀，导致最终获取的扫描点云数据内可能包含不稳定的点和错误的点。还有一种现象是实体的整体反射，造成点云数据出现黑洞或出现实际上不存在的物体。而在数据处理的过程中如果不能将这些非实体上的点剔除干净，就会将粗差带入到带电作业安全距离的分析中去，必然降低精度。虽然通过人工的裁剪可以剔除一部分的障碍物遮挡，但是在距离实体比较近的位置，人工的处理往往无法剔除干净，或者可能把实体表面的点云一并剔除。所以需要简单易行的方法针对三维激光扫描点云数据进行粗差剔除。

如果扫描的对象是地表，即连续曲面，要判断点云中某个点P是否保留，可以用其周围的点内插出这个点的高程Z'，然后看内插出的高程Z'和P点高程Z之差，大于一定的数值就剔除。在进行高程插值时可使用比较简单的距离加权平均插值。具体公式如下:

周围点到P点距离的平方:

QUOTE (1)

距离加权函数:

QUOTE (2)

其中e为一很小的常数；

P点高程插值

QUOTE (3)

当Z'-Z≥ε时，点云舍弃

在使用上面公式的时候，需要注意两点：一是ε的取值，根据数据质量和地面的平缓程度，平缓的地形可以取小一些，而变化较大的地形要取大一些；二是要选取P点附近的哪些点参与计算Z'。一般常用的方法是以P点为圆心，以D为半径的圆形区域，还有一种更为简单的方法，以P为中心，以2D为边长的正方形区域，以圆为范围的内插结果更精确，而正方形的范围在计算时更简单，运算速度也应该更快。

不同区域地形状况不同，或者不同区域飞行器速度不一致，均会造成造成点云密度不一致。对于密度不一致的点云无法使用同样的算法参数进行特征提取等操作，需要首先进行均匀化抽稀处理；此外由于移动平台的硬件环境限制，不可能在移动端将所有原始数据进行流畅渲染与分析，也需要根据需求对原始点云进行抽稀化后再处理。

均匀化抽稀的步骤包括：

⑴对原始点云建立八叉树数据结构Oc-tree，并将点属性序列进行分别保存；

⑵遍历所有点云，将每个点按照八叉树子节点所处包围体的边界进行分组处理；

⑶删除没有分配到任何点的八叉树子节点；

⑷对于每个八叉树子节点，仅保留其中的1/K个点作为抽稀后的激光点。其中保留点的依据规则可以是：每K个点选取一个，每K个点中随机选取一个，以每K个点的几何中心作为保留点；

⑸使用保留后的点作为抽稀后点云，同时清空原始点云。

③数据分类将点云数据分为带电导线和地面设备设施：将点云数据分为地面和非地面，根据站内导线走向、设备几何特征和相对高程分析提取导线、设备所对应的激光点；所述非地面包括带电导线和设备设施，具体步骤如下：

ⅰ对点云进行空间拓展性分割，将所有点按照所处空间平面进行归类，未分类前的点云效果整体图如图4所示；

ⅱ提取不同分割片的点云，进行主成分分析，计算特征值，进而求解出该分割片维度特征；

如图3所示的基于主成分分析的激光点云自动化分割算法（PCA算法），由PCA计算出来的特征值t₁、t₂、t₃。特征值的比例决定了一维、二维、三维点云数量。当只有一个特征值t₁时，说明临分割片呈一维分布（A点）；当有两个特征值说明点云呈二维分布（B点）；一个完全的三维点云中，t₁=t₂=t₃；

ⅲ构建一个多尺度分类器，自动寻找分割的最佳尺度组合，最终实现不同类别点云数据的自动分割。分类器的整个处理过程就是一个监督分类过程，能直观的实现数据的分类。分类器的设计采用了支持向量机的线性分类器，在子空间投影上进行迭代分析，最终将点云分为地面、设备、导线、基础设施四类，如图5所示的分类后的点云效果图A；图6所示的分类后的点云效果图B；

对于分类错误的点云通过人工判读的方式修改点云类别。

④带电作业安全距离的智能分析计算或人工量算：

其中智能分析计算包括对每条导线的三维激光点云建立三维空间划分和检索，通过kd树搜索遍历每个导线的激光点，根据线路安全运行规程所规定的安全距离寻找该电力线激光点范围内是否为带电作业安全距离；

所述智能分析计算的具体步骤为：

在每一档的点云建立k-d树形数据结构，通过计算所有点与某一中心点的欧氏距离，比较出最近的K个点，邻近点的搜索从树的底层开始，即空间的小区域开始，逐渐向树的上层的空间区域搜索，遍历每一个电力线的激光点，根据线路安全运行规程所规定的安全距离寻找其范围内是否存在设备设施、施工地点、植被和建筑物，如果存在，则确认为缺陷点位置，并生成缺陷报告。

人工量算包括根据数据分类获取变电站点云信息，手工量测导线到任意设备设施的距离，自动计算净空距离并判断是否满足安全规范要求。

自动计算导线到最近设备、地面、杆塔距离，如图7所示带电导线到最近设备、地面、杆塔距离结果示意图。

如果站内某个设备施工，选定施工地点，自动计算附近最近带电导线的距离，确保符合带电作业安全距离，如图8所示的设备施工和最近带电导线的距离结果示意图。

缺陷报告示意图如图9所示，当带电导线与下方施工地点、树木、设备设施低于安全距离，自动标明缺陷符号。

Claims (4)

1.一种变电站带电作业安全距离计算方法，其特征在于：包括以下步骤：

①利用激光雷达点云进行数据采集：通过激光雷达测量技术，直接采集变电站高精度三维激光点云和高分辨率实拍数码影像，进而获得高精度三维变电站设备设施、建筑细节的空间信息，结合现有台账数据对变电站进行真实还原，要求采集的工程数据精度为厘米级；

②点云数据分类处理：包括剔除粗差和均匀化抽稀；

其中剔除粗差包括人工裁剪剔除障碍物或者通过计算机计算针对三维激光扫描点云数据剔除粗差；

③数据分类将点云数据分为带电导线和地面设备设施：将点云数据分为地面和非地面，根据站内导线走向、设备几何特征和相对高程分析提取导线、设备所对应的激光点；所述非地面包括带电导线和设备设施；

④带电作业安全距离的智能分析计算或人工量算：

其中智能分析计算包括对每条导线的三维激光点云建立三维空间划分和检索，通过kd树搜索遍历每个导线的激光点，根据线路安全运行规程所规定的安全距离寻找该电力线激光点范围内是否为带电作业安全距离；

人工量算包括根据数据分类获取变电站点云信息，手工量测导线到任意设备设施的距离，自动计算净空距离并判断是否满足安全规范要求。

2.根据权利要求1所述的一种变电站带电作业安全距离计算方法，其特征在于：均匀化抽稀的步骤包括：

原始点云建立八叉树数据结构Oc-tree，并将点属性序列进行分别保存；

⑵遍历所有点云，将每个点按照八叉树子节点所处包围体的边界进行分组处理；

⑶删除没有分配到任何点的八叉树子节点；

⑷对于每个八叉树子节点，仅保留其中的1/K个点作为抽稀后的激光点，其中保留点的依据规则可以是：每K个点选取一个，每K个点中随机选取一个，以每K个点的几何中心作为保留点；

⑸使用保留后的点作为抽稀后点云，同时清空原始点云。

3.根据权利要求1所述的一种变电站带电作业安全距离计算方法，其特征在于：数据分类将点云数据分为带电导线和地面设备设施：将点云数据分为地面和非地面，根据站内导线走向、设备几何特征和相对高程分析提取导线、设备所对应的激光点；所述非地面包括带电导线和设备设施的具体步骤包括：

ⅰ对点云进行空间拓展性分割，将所有点按照所处空间平面进行归类；

ⅱ提取不同分割片的点云，进行主成分分析，计算特征值，进而求解出该分割片维度特征；

ⅲ构建一个多尺度分类器，自动寻找分割的最佳尺度组合，最终实现不同类别点云数据的自动分割，分类器的整个处理过程就是一个监督分类过程，能直观的实现数据的分类，分类器的设计采用了支持向量机的线性分类器，在子空间投影上进行迭代分析，最终将点云分为地面、设备、导线、基础设施四类，对于分类错误的点云通过人工判读的方式修改点云类别。

4.根据权利要求1所述的一种变电站带电作业安全距离计算方法，其特征在于：所述智能分析计算的具体步骤为：

在每一档的点云建立k-d树形数据结构，通过计算所有点与某一中心点的欧氏距离，比较出最近的K个点，邻近点的搜索从树的底层开始，即空间的小区域开始，逐渐向树的上层的空间区域搜索，遍历每一个电力线的激光点，根据线路安全运行规程所规定的安全距离寻找其范围内是否存在设备设施、施工地点、植被和建筑物，如果存在，则确认为缺陷点位置，并生成缺陷报告。