CN109215065A - 输电线路的树障隐患预测方法、装置和实现装置 - Google Patents
输电线路的树障隐患预测方法、装置和实现装置 Download PDFInfo
- Publication number
- CN109215065A CN109215065A CN201811049035.9A CN201811049035A CN109215065A CN 109215065 A CN109215065 A CN 109215065A CN 201811049035 A CN201811049035 A CN 201811049035A CN 109215065 A CN109215065 A CN 109215065A
- Authority
- CN
- China
- Prior art keywords
- trees
- screen
- hidden danger
- tree
- transmission line
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000005540 biological transmission Effects 0.000 title claims abstract description 50
- 230000005611 electricity Effects 0.000 title claims abstract description 50
- 230000009605 growth rhythm Effects 0.000 claims abstract description 31
- 238000007689 inspection Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000002023 wood Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000035479 physiological effects, processes and functions Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003102 growth factor Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种输电线路的树障隐患预测方法、装置和实现装置，该方法包括：获取目标环境下的3D点云数据；从3D点云数据识别树木与输电线路的当前距离；根据预先建立的树木生长模型，预测树木的生长规律；树木生长模型根据树木高度与树木的当前数据的对应关系建立；树木的当前数据至少包括当前高度、树种、树龄、位置、树木密度、气象数据、地形信息中的多种；根据当前距离和树木的生长规律，预测树障隐患。本发明提高了输电线路树障隐患的预测效率和预知能力。
Description
技术领域
本发明涉及电力巡线技术领域，尤其是涉及一种输电线路的树障隐患预测方法、装置和实现装置。
背景技术
树木与电力线之间的距离过近会对输电线路的安全运行造成严重威胁，通常输电线路通道的树木隐患依靠人工巡视发现和清理，通过测距仪等仪器辅助判断树木距离电力线是否超过安全距离，但这种方法效率较低，而且只能判断当前状况下树木是否存在隐患，无法预测随时间的推移，树木是否会对线路造成威胁。
随着激光雷达技术的应用，基于高精度三维点云数据可快速定位树木隐患，基于树木生长模型，可进一步预测何时何地可能出现树木隐患，在树木超过安全距离之前进行清理，大大提高隐患预知能力，但现有的方法利用简单的线性生长模型预测树木生长，并未考虑不同树种的生长规律以及气候、地形等因素对树木生长的影响，树障预测的准确度较差。
发明内容
有鉴于此，本发明的目的在于提供一种输电线路的树障隐患预测方法、装置和实现装置，以提高输电线路树障隐患的预测效率和预知能力。
第一方面，本发明实施例提供了一种输电线路的树障隐患预测方法，方法包括：获取目标环境下的3D点云数据；从3D点云数据识别树木与输电线路的当前距离；根据预先建立的树木生长模型，预测树木的生长规律；树木生长模型根据树木高度与树木的当前数据的对应关系建立；树木的当前数据至少包括当前高度、树种、树龄、位置、树木密度、气象数据、地形信息中的多种；根据当前距离和树木的生长规律，预测树障隐患。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，树木生长模型具体通过下述方式建立：从3D点云数据中获取树木的当前高度、位置、树木密度和地形信息；设置树木的当前数据，各类数据的权重值；将树木的当前数据和对应的权重值输入至预设生长模型中，得到树木生长模型；预设生长模型包括至少包括3-PG生长模型和Richards生长方程中的一种或多种。
结合第一方面或第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，方法还包括：获取目标环境下的图像数据；从图像数据中获取树木的树种和树龄；或者，通过实地调查获取树木的树种和树龄。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，根据当前距离和树木的生长规律，预测树障隐患的步骤，包括：从树木的生长规律中获取树木的高度与时间的对应关系；从树木的高度与时间的对应关系中查找树木与输电线路的距离到达距离阈值时，树木的高度对应的时间点；将时间点确定为树木出现树障隐患的时间。
结合第一方面的第三种可能实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，方法还包括：生成树障隐患分析结果，以提示用户在树木出现树障隐患的时间之前清除树障隐患。
第二方面，本发明实施例提供一种输电线路的树障隐患预测装置，装置包括：3D点云数据收集模块，用于获取目标环境下的3D点云数据；距离判断模块，用于从3D点云数据识别树木与输电线路的当前距离；生长规律预测模块，用于根据预先建立的树木生长模型，预测树木的生长规律；树木生长模型根据树木高度与树木的当前数据的对应关系建立；树木的当前数据至少包括当前高度、树种、树龄、位置、树木密度、气象数据、地形信息中的多种；树障隐患预测模块，用于根据当前距离和树木的生长规律，预测树障隐患。
结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，装置还包括：树种和树龄数据收集模块，用于获取目标环境下的图像数据；从图像数据中获取树木的树种和树龄；或者，通过实地调查获取树木的树种和树龄。
结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，树障隐患预测模块还用于：从树木的生长规律中获取树木的高度与时间的对应关系；从树木的高度与时间的对应关系中查找树木与输电线路的距离到达距离阈值时，树木的高度对应的时间点；将时间点确定为树木出现树障隐患的时间。
结合第二方面的第二种可能的实施方式，本发明实施例提供了第二方面的第三种可能的实施方式，其中，树障隐患预测模块还用于：生成树障隐患分析结果，以提示用户在树木出现树障隐患的时间之前清除树障隐患。
第三方面，本发明实施例提供了一种输电线路的树障隐患预测的实现装置，包括存储器和处理器，其中，存储器用于存储一条或多条计算机指令，一条或多条计算机指令被处理器执行，以实现上述的方法。
本发明实施例带来了以下有益效果：
本发明实施例提供了一种输电线路的树障隐患预测方法、装置和实现装置，获取目标环境下的3D点云数据；从3D点云数据识别树木与输电线路的当前距离；根据预先建立的树木生长模型，预测树木的生长规律；根据当前距离和树木的生长规律，预测树障隐患。该方式提高了输电线路树障隐患的预测效率和预知能力。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种输电线路树障隐患的预测方法的流程图；
图2为本发明实施例提供的树木生长模型建立方法的流程图；
图3为本发明实施例提供的另一种输电线路树障隐患的预测方法的流程图；
图4为本发明实施例提供的一种输电线路树障隐患的预测方法的数据流向图；
图5为本发明实施例提供的一种输电线路的预测装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
考虑到现有的输电线路的树障隐患大多通过人工巡查的方式发现，效率低且预知能力差的问题，本发明实施例提供了一种输电线路的树障隐患预测方法、装置和实现装置，该技术可以应用于电力设备巡检中，该技术可以采用相关的软件或硬件实现，下面通过实施例进行描述。
参见图1所示的一种输电线路树障隐患的预测方法的流程图；该方法包括：
步骤S102，获取目标环境下的3D点云数据；
上述3D点云数据是透过3D扫描仪获取的数据，以点的形式记录，每个点都包括三维坐标，有些可能含有颜色信息或反射强度信息。
步骤S104，从3D点云数据识别树木与输电线路的当前距离；
步骤S106，根据预先建立的树木生长模型，预测树木的生长规律；树木生长模型根据树木高度与树木的当前数据的对应关系建立；树木的当前数据至少包括当前高度、树种、树龄、位置、树木密度、气象数据、地形信息中的多种；
上述树木的当前高度、树种、树龄、位置、树木密度的数据可以通过实地调查得到；上述的气象数据可以通过国家气象科学数据共享服务平台下载，包括温度数据、湿度数据、风速数据、地面气压数据、降水数据、短波辐射数据等；上述地形信息可以通过数字高程模型得到。
步骤S108，根据当前距离和树木的生长规律，预测树障隐患。
本发明实施例提供了一种输电线路的树障隐患预测方法，该方法包括：获取目标环境下的3D点云数据后；首先从3D点云数据识别树木与输电线路的当前距离；然后根据预先建立的树木生长模型，预测树木的生长规律；最后根据当前距离和树木的生长规律，预测树障隐患。该方式提高了输电线路树障隐患的预测效率和预知能力。
参见图2所示的树木生长模型建立方法的流程图；该树木生长模型具体通过下述方式建立：
步骤S202，从3D点云数据中获取树木的当前高度、位置、树木密度和地形信息；
步骤S204，设置树木的当前数据，各类数据的权重值；
树木的高度、树种、树龄、位置、树木密度等设置为数据采集的数值，但是数据的权重值可以根据实际需要进行设置，如:初始时树木位置为A，但是一周后，树木被砍掉，树木位置的权重可设置为空或补零值。
步骤S206，将树木的当前数据和对应的权重值输入至预设生长模型中，得到树木生长模型；预设生长模型包括至少包括3-PG(3-Physiological Principles PredictingGrowth)生长模型和Richards(理查德)生长方程中的一种或多种。
上述的3-PG生长模型是一个基于生理过程的、以月为时间尺度的林分生长预测模型，旨在成为以测量为基础的传统经验模型和碳平衡为基础的生理过程模型的纽带。3-PG模型模拟林分生长时，既考虑了树种的特性，又结合了立地条件、气候条件和经营措施，已被世界上许多国家和地区广泛应用于研究针叶和阔叶人工林的生长规律。
上述Richards生长方程的基本形式为其中，参数A是树木生长的最大值，参数B与树木生长因子相关，参数k为树木的生长速率，参数t为时间，参数m与方程的曲线形状相关，决定拐点的位置。当m>1时，当0<m<1时，Richards认为m的取值为2/3，所以Richards生长方程为：
该方程的参数或参数的组合有明显的生物学意义，且随着方程中参数m的取值不同，构成了不同的生物生长和种群动态方程。该方程具有广泛的适用性，逻辑性强，参数可作出生物学解释，从理论上对生物未来的生长趋势进行预测。
该方式通过生长模型的建立提高了输电线路树障隐患的预测效率和预知能力。
参见图3所示的另一种输电线路树障隐患的预测方法的流程图；该方法在图1所示方法的基础上实现的，该方法包括如下步骤：
步骤S302，获取目标环境下的3D点云数据；
步骤S304，从3D点云数据识别树木与输电线路的当前距离；
方法还包括：获取目标环境下的图像数据；从图像数据中获取树木的树种和树龄；或者，通过实地调查获取树木的树种和树龄。
上述的图像数据是将相机搭载在无人机或者其它平台上获取的数据；实地调查数据是人工进行线路巡查获取的数据，包括树木的年龄、树种等。
步骤S306，根据预先建立的树木生长模型，预测树木的生长规律；树木生长模型根据树木高度与树木的当前数据的对应关系建立；树木的当前数据至少包括当前高度、树种、树龄、位置、树木密度、气象数据、地形信息中的多种；
步骤S308，从树木的生长规律中获取树木的高度与时间的对应关系；
步骤S310，从树木的高度与时间的对应关系中查找树木与输电线路的距离到达距离阈值时，树木的高度对应的时间点；
步骤S312，将时间点确定为树木出现树障隐患的时间；
上述步骤S308-步骤S312，是通过判断树木生长的高度与时间的关系从而确定树木的树障隐患的时间；树木生长的高度是通过上述的生长模型进行确定的。
步骤S314，生成树障隐患分析结果，以提示用户在树木出现树障隐患的时间之前清除树障隐患。
上述的树障隐患分析结果可以通过数据表格、折线图、条形图的形式展现树木生长数据和电力线距离关系的变化，如果达到预设的安全距离阈值，会出现文字提示，方便工作人员及时清理树障，以防带来安全隐患。
图4为输电线路树障隐患的预测方法的数据流向图；通过对点云数据、影像数据、实地调查数据的采集得到树高、树种和树龄的信息；通过对气象数据的采集得到温度、湿度、降水和风速的信息，构建生长模型，进而通过实时点云数据的观测实现对点云数据的预测，最终实现树木生长隐患的预测。
该方式提高了输电线路树障隐患的预测效率和预知能力。
参见图5所示的一种输电线路的预测装置的结构示意图；该装置包括：
3D点云数据收集模块50，用于获取目标环境下的3D点云数据；
距离判断模块51，用于从3D点云数据识别树木与输电线路的当前距离；生长规律预测模块，用于根据预先建立的树木生长模型，预测树木的生长规律；树木生长模型根据树木高度与树木的当前数据的对应关系建立；树木的当前数据至少包括当前高度、树种、树龄、位置、树木密度、气象数据、地形信息中的多种；
装置还包括：树种和树龄数据收集模块52，用于获取目标环境下的图像数据；从图像数据中获取树木的树种和树龄；或者，通过实地调查获取树木的树种和树龄。
树障隐患预测模块53，用于根据当前距离和树木的生长规律，预测树障隐患。
树障隐患预测模块53还用于：从树木的生长规律中获取树木的高度与时间的对应关系；从树木的高度与时间的对应关系中查找树木与输电线路的距离到达距离阈值时，树木的高度对应的时间点；将时间点确定为树木出现树障隐患的时间。
树障隐患预测模块53还用于：生成树障隐患分析结果，以提示用户在树木出现树障隐患的时间之前清除树障隐患。
本发明实施例提供的输电线路的树障隐患预测装置，与上述实施例提供的输电线路的树障隐患预测方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。
本发明实施例提供了一种输电线路的树障隐患预测的实现装置，包括存储器和处理器，其中，存储器用于存储一条或多条计算机指令，一条或多条计算机指令被处理器执行，以实现上述的方法。
本发明实施例所提供的输电线路的树障隐患预测方法、装置和实现装置进行的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种输电线路的树障隐患预测方法，其特征在于，所述方法包括：
获取目标环境下的3D点云数据；
从所述3D点云数据识别树木与输电线路的当前距离；
根据预先建立的树木生长模型，预测所述树木的生长规律；所述树木生长模型根据树木高度与树木的当前数据的对应关系建立；所述树木的当前数据至少包括当前高度、树种、树龄、位置、树木密度、气象数据、地形信息中的多种；
根据所述当前距离和所述树木的生长规律，预测树障隐患。
2.根据权利要求1所述的方法，其特征在于，所述树木生长模型具体通过下述方式建立：
从所述3D点云数据中获取所述树木的当前高度、位置、树木密度和地形信息；
设置所述树木的当前数据，各类数据的权重值；
将所述树木的当前数据和对应的所述权重值输入至预设生长模型中，得到树木生长模型；所述预设生长模型包括至少包括3-PG生长模型和Richards生长方程中的一种或多种。
3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
获取目标环境下的图像数据；从所述图像数据中获取所述树木的树种和树龄；
或者，通过实地调查获取所述树木的树种和树龄。
4.根据权利要求1所述的方法，其特征在于，根据所述当前距离和所述树木的生长规律，预测树障隐患的步骤，包括：
从所述树木的生长规律中获取所述树木的高度与时间的对应关系；
从所述树木的高度与时间的对应关系中查找所述树木与所述输电线路的距离到达距离阈值时，所述树木的高度对应的时间点；
将所述时间点确定为所述树木出现树障隐患的时间。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：生成树障隐患分析结果，以提示用户在所述树木出现树障隐患的时间之前清除所述树障隐患。
6.一种输电线路的树障隐患预测装置，其特征在于，所述装置包括：
3D点云数据收集模块，用于获取目标环境下的3D点云数据；
距离判断模块，用于从所述3D点云数据识别树木与输电线路的当前距离；
生长规律预测模块，用于根据预先建立的树木生长模型，预测所述树木的生长规律；所述树木生长模型根据树木高度与树木的当前数据的对应关系建立；所述树木的当前数据至少包括当前高度、树种、树龄、位置、树木密度、气象数据、地形信息中的多种；
树障隐患预测模块，用于根据所述当前距离和所述树木的生长规律，预测树障隐患。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
树种和树龄数据收集模块，用于获取目标环境下的图像数据；从所述图像数据中获取所述树木的树种和树龄；或者，通过实地调查获取所述树木的树种和树龄。
8.根据权利要求6所述的装置，其特征在于，所述树障隐患预测模块还用于：
从所述树木的生长规律中获取所述树木的高度与时间的对应关系；
从所述树木的高度与时间的对应关系中查找所述树木与所述输电线路的距离到达距离阈值时，所述树木的高度对应的时间点；
将所述时间点确定为所述树木出现树障隐患的时间。
9.根据权利要求8所述的装置，其特征在于，所述树障隐患预测模块还用于：
生成树障隐患分析结果，以提示用户在所述树木出现树障隐患的时间之前清除所述树障隐患。
10.一种输电线路的树障隐患预测的实现装置，其特征在于，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，所述一条或多条计算机指令被所述处理器执行，以实现权利要求1至5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811049035.9A CN109215065A (zh) | 2018-09-07 | 2018-09-07 | 输电线路的树障隐患预测方法、装置和实现装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811049035.9A CN109215065A (zh) | 2018-09-07 | 2018-09-07 | 输电线路的树障隐患预测方法、装置和实现装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109215065A true CN109215065A (zh) | 2019-01-15 |
Family
ID=64987308
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811049035.9A Pending CN109215065A (zh) | 2018-09-07 | 2018-09-07 | 输电线路的树障隐患预测方法、装置和实现装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109215065A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110147741A (zh) * | 2019-04-30 | 2019-08-20 | 云南财经大学 | 一种用于电力网络管理的遥感森林树高提取方法 |
| CN110488151A (zh) * | 2019-08-20 | 2019-11-22 | 西南交通大学 | 一种基于遥感技术的输电线路植被危险预警系统及方法 |
| CN110705526A (zh) * | 2019-10-25 | 2020-01-17 | 云南电网有限责任公司电力科学研究院 | 一种基于无人机的树障清除方法、装置及系统 |
| CN110766749A (zh) * | 2019-11-05 | 2020-02-07 | 国网四川省电力公司内江供电公司 | 一种高压输电线路两侧树木生长预警及清理系统 |
| CN110969303A (zh) * | 2019-12-03 | 2020-04-07 | 中国南方电网有限责任公司超高压输电公司 | 一种基于理查德模型的树高预测方法 |
| CN111340317A (zh) * | 2020-05-19 | 2020-06-26 | 北京数字绿土科技有限公司 | 架空输电线路树障隐患的自动预警方法及电子设备 |
| CN111578861A (zh) * | 2020-05-25 | 2020-08-25 | 广东电网有限责任公司 | 一种配电网树障检测方法及系统 |
| CN111931976A (zh) * | 2020-06-22 | 2020-11-13 | 云南电网有限责任公司带电作业分公司 | 一种输电线路走廊区域内树木生长隐患的预测方法 |
| CN112016396A (zh) * | 2020-07-22 | 2020-12-01 | 国网通用航空有限公司 | 一种基于树木生长预测的线路通道安全性分析方法 |
| CN112558091A (zh) * | 2020-11-27 | 2021-03-26 | 广东电网有限责任公司肇庆供电局 | 一种输电线对树空间距离的实时检测方法、装置及终端设备 |
| CN113344242A (zh) * | 2021-04-27 | 2021-09-03 | 南方电网数字电网研究院有限公司 | 一种基于植物生长模型的树障隐患预测方法 |
| CN114445395A (zh) * | 2022-02-12 | 2022-05-06 | 河南城建学院 | 基于互联网和大数据的配电线路树障智能定位方法和装置 |
| CN116152256A (zh) * | 2023-04-21 | 2023-05-23 | 长沙能川信息科技有限公司 | 树木生长模拟方法、装置、设备和存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130013231A1 (en) * | 2011-07-06 | 2013-01-10 | Arijit Banerjee | System and method for predicting mechanical failure of a motor |
| CN105069287A (zh) * | 2015-07-27 | 2015-11-18 | 广西电网有限责任公司电力科学研究院 | 一种架空输电线路通道林木生长的预测方法 |
| CN107103599A (zh) * | 2017-04-06 | 2017-08-29 | 云南电网有限责任公司电力科学研究院 | 一种基于LiDAR的输电线路树木隐患预测分析方法 |
-
2018
- 2018-09-07 CN CN201811049035.9A patent/CN109215065A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130013231A1 (en) * | 2011-07-06 | 2013-01-10 | Arijit Banerjee | System and method for predicting mechanical failure of a motor |
| CN105069287A (zh) * | 2015-07-27 | 2015-11-18 | 广西电网有限责任公司电力科学研究院 | 一种架空输电线路通道林木生长的预测方法 |
| CN107103599A (zh) * | 2017-04-06 | 2017-08-29 | 云南电网有限责任公司电力科学研究院 | 一种基于LiDAR的输电线路树木隐患预测分析方法 |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110147741A (zh) * | 2019-04-30 | 2019-08-20 | 云南财经大学 | 一种用于电力网络管理的遥感森林树高提取方法 |
| CN110488151B (zh) * | 2019-08-20 | 2021-02-26 | 西南交通大学 | 一种基于遥感技术的输电线路植被危险预警系统及方法 |
| CN110488151A (zh) * | 2019-08-20 | 2019-11-22 | 西南交通大学 | 一种基于遥感技术的输电线路植被危险预警系统及方法 |
| CN110705526A (zh) * | 2019-10-25 | 2020-01-17 | 云南电网有限责任公司电力科学研究院 | 一种基于无人机的树障清除方法、装置及系统 |
| CN110705526B (zh) * | 2019-10-25 | 2023-08-08 | 云南电网有限责任公司电力科学研究院 | 一种基于无人机的树障清除方法、装置及系统 |
| CN110766749A (zh) * | 2019-11-05 | 2020-02-07 | 国网四川省电力公司内江供电公司 | 一种高压输电线路两侧树木生长预警及清理系统 |
| CN110969303A (zh) * | 2019-12-03 | 2020-04-07 | 中国南方电网有限责任公司超高压输电公司 | 一种基于理查德模型的树高预测方法 |
| CN110969303B (zh) * | 2019-12-03 | 2023-10-31 | 中国南方电网有限责任公司超高压输电公司 | 一种基于理查德模型的树高预测方法 |
| CN111340317A (zh) * | 2020-05-19 | 2020-06-26 | 北京数字绿土科技有限公司 | 架空输电线路树障隐患的自动预警方法及电子设备 |
| CN111340317B (zh) * | 2020-05-19 | 2021-04-13 | 北京数字绿土科技有限公司 | 架空输电线路树障隐患的自动预警方法及电子设备 |
| CN111578861A (zh) * | 2020-05-25 | 2020-08-25 | 广东电网有限责任公司 | 一种配电网树障检测方法及系统 |
| CN111931976A (zh) * | 2020-06-22 | 2020-11-13 | 云南电网有限责任公司带电作业分公司 | 一种输电线路走廊区域内树木生长隐患的预测方法 |
| CN112016396A (zh) * | 2020-07-22 | 2020-12-01 | 国网通用航空有限公司 | 一种基于树木生长预测的线路通道安全性分析方法 |
| CN112016396B (zh) * | 2020-07-22 | 2024-01-26 | 国网电力空间技术有限公司 | 一种基于树木生长预测的线路通道安全性分析方法 |
| CN112558091A (zh) * | 2020-11-27 | 2021-03-26 | 广东电网有限责任公司肇庆供电局 | 一种输电线对树空间距离的实时检测方法、装置及终端设备 |
| CN112558091B (zh) * | 2020-11-27 | 2023-08-01 | 广东电网有限责任公司肇庆供电局 | 一种输电线对树空间距离的实时检测方法、装置及终端设备 |
| CN113344242A (zh) * | 2021-04-27 | 2021-09-03 | 南方电网数字电网研究院有限公司 | 一种基于植物生长模型的树障隐患预测方法 |
| CN114445395B (zh) * | 2022-02-12 | 2022-08-26 | 河南城建学院 | 基于互联网和大数据的配电线路树障智能定位方法和装置 |
| CN114445395A (zh) * | 2022-02-12 | 2022-05-06 | 河南城建学院 | 基于互联网和大数据的配电线路树障智能定位方法和装置 |
| CN116152256A (zh) * | 2023-04-21 | 2023-05-23 | 长沙能川信息科技有限公司 | 树木生长模拟方法、装置、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109215065A (zh) | 输电线路的树障隐患预测方法、装置和实现装置 | |
| CN111340317B (zh) | 架空输电线路树障隐患的自动预警方法及电子设备 | |
| CN106815847A (zh) | 基于激光雷达点云的树木分割方法及单棵树提取方法 | |
| US8897483B2 (en) | System and method for inventorying vegetal substance | |
| Chen et al. | Multiscale grid method for detection and reconstruction of building roofs from airborne LiDAR data | |
| CN106815850A (zh) | 基于激光雷达技术获取甚高郁闭度森林蓄积量的方法 | |
| CN109100742A (zh) | 基于机载激光雷达进行电力巡线的方法 | |
| CN109883401A (zh) | 一种城市观山可视域的测量方法及系统 | |
| CN105005581A (zh) | 一种风电场风资源数据处理方法及系统 | |
| CN115049793B (zh) | 基于数字孪生的输电线路树木生长可视化预测方法及装置 | |
| CN115731560B (zh) | 一种基于深度学习的槽线识别方法、装置、存储介质及终端 | |
| KR102222817B1 (ko) | 환경영향평가를 고려한 풍력발전단지 시뮬레이터 | |
| CN105627915A (zh) | 一种乔木立体绿量方法 | |
| CN109583467A (zh) | 一种电力气象数据融合方法和系统 | |
| CN109631818A (zh) | 用于输电线路的净空分析方法及装置、存储介质 | |
| CN116561509A (zh) | 顾及植被类型的城市植被地上生物量精确反演方法及系统 | |
| CN117371949B (zh) | 基于三维可视化模型的输电线路施工安全监测方法及系统 | |
| CN104167731B (zh) | 一种多区域多元电源协调规划方法 | |
| CN113919215A (zh) | 架空输电线路走廊植被生长分析预警方法 | |
| KR102255655B1 (ko) | 생명기후분석시스템 기반 도시의 주거지역과 숲의 인지온도 및 초과사망증가율 예측 방법 및 시스템 | |
| KR101139796B1 (ko) | 라이다 측량자료를 이용한 수치지도 제작에서의 도로 주변의 가로수 추출 시스템 및 그 방법 | |
| CN109948682A (zh) | 基于正态随机抽样分布的激光雷达点云电力线分类方法 | |
| Yang et al. | Treegraph: tree architecture from terrestrial laser scanning point clouds | |
| CN118536782B (zh) | 基于图注意力网络的压缩空气储能地下储气库选址方法 | |
| Favorskaya et al. | Modelling of forest ecosystems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190115 |