CN110544308B - 变电站建模方法、装置、计算机设备和存储介质 - Google Patents

变电站建模方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN110544308B
CN110544308B CN201910809136.XA CN201910809136A CN110544308B CN 110544308 B CN110544308 B CN 110544308B CN 201910809136 A CN201910809136 A CN 201910809136A CN 110544308 B CN110544308 B CN 110544308B
Authority
CN
China
Prior art keywords
point cloud
cloud data
substation
slice
model
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.)
Active
Application number
CN201910809136.XA
Other languages
English (en)
Other versions
CN110544308A (zh
Inventor
丁士
余文辉
吴争荣
奚建飞
雷伟刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Southern Power Grid Co Ltd
Southern Power Grid Digital Grid Research Institute Co Ltd
Original Assignee
China Southern Power Grid Co Ltd
Southern Power Grid Digital Grid Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Southern Power Grid Co Ltd, Southern Power Grid Digital Grid Research Institute Co Ltd filed Critical China Southern Power Grid Co Ltd
Priority to CN201910809136.XA priority Critical patent/CN110544308B/zh
Publication of CN110544308A publication Critical patent/CN110544308A/zh
Application granted granted Critical
Publication of CN110544308B publication Critical patent/CN110544308B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/10Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/20Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Architecture (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本申请涉及智能电网技术领域,特别是涉及一种变电站建模方法、装置、计算机设备和存储介质。一个实施例中的方法包括:获取变电站点云数据,通过格栅法进行划分,得到多个立方体小格栅点云数据;分别将每个立方体小格栅点云数据进行二维投影处理,获取最长边长对应的坐标轴;以坐标轴为基准,将多个立方体小格栅点云数据进行切片处理,得到多个切片点云数据;基于相邻两个切片点云数据在二维投影面的投影重叠率,对多个切片点云数据进行删减处理;再进行地形数据分离处理,得到变电站场平区域点云数据;从中提取变电站设备点云数据和变电站设施点云数据,分别进行聚类和曲面重建,得到变电站设备点云模型和变电站设施点云模型。

Description

变电站建模方法、装置、计算机设备和存储介质
技术领域
本申请涉及智能电网技术领域,特别是涉及一种变电站建模方法、装置、计算机设备和存储介质。
背景技术
随着数字化时代的发展,智能电网建设对变电站工程建设提出更高的要求,通过技术手段的革新,进一步提升变电工程的监管水平,保证建设质量、提升效率、降低成本,已成为电网建设发展的主要方向。
智能电网的基础是数字化电网,数字化电网为智能分析提供了数据基础,而数字化电网的源头在于数字化设计,数字化设计成果将成为工程全生命周期数字化体系的主数据。通过制定相应的数字化设计标准,借助三维数字化设计手段可以实现新建工程的数字化成果移交。
但是对于已有的存量电网,面临设计资料陈旧或者不完整,早前施工不规范导致与设计图纸不符等多种问题,进而导致无法通过已有的二维资料进行翻模设计。随着激光雷达测量技术的发展,可以利用激光雷达扫描仪测量物体表面点云数据,其为三维化重构提供了数据支持。但由于变电站结构的复杂性,传统的对变电站设备设施进行建模的方法存在建模精准度不高的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高建模精准度的基于点云数据的变电站建模方法、装置、计算机设备和存储介质。
一种基于点云数据的变电站建模方法,所述方法包括:
获取变电站点云数据,通过格栅法对所述变电站点云数据进行划分,得到多个立方体小格栅点云数据;
分别将每个立方体小格栅点云数据进行二维投影处理,获取投影处理后最长边长对应的坐标轴;
以所述坐标轴为基准,将所述多个立方体小格栅点云数据进行切片处理,得到多个切片点云数据;
基于相邻两个切片点云数据在二维投影面的投影重叠率,对所述多个切片点云数据进行删减处理;
对删减处理后的切片点云数据进行地形数据分离处理,得到变电站场平区域点云数据;
从所述变电站场平区域点云数据内提取变电站设备点云数据和变电站设施点云数据,分别对所述变电站设备点云数据和所述变电站设施点云数据进行聚类和曲面重建,得到变电站设备点云模型和变电站设施点云模型。
在一个实施例中,所述基于相邻两个切片点云数据在二维投影面的投影重叠率,对所述多个切片点云数据进行删减处理,包括:
计算相邻的两个切片点云数据在二维投影面的投影重叠率;
当投影重叠率大于或等于预设阈值时,基于边缘切片点云数据的识别,删除其中一个切片点云数据,保留另一切片点云数据;
当投影重叠率小于预设阈值,保留所述两个切片点云数据;
对保留的切片点云数据进行删减处理。
在一个实施例中,所述当投影重叠率大于或等于预设阈值时,基于边缘切片点云数据的识别,删除其中一个切片点云数据,保留另一切片点云数据,包括:
当投影重叠率大于或等于预设阈值且所述两个切片点云数据中存在边缘切片点云数据时,保留所述边缘切片点云数据,删除另一切片点云数据;
当投影重叠率大于或等于预设阈值且所述两个切片点云数据中不存在边缘切片点云数据时,计算所述相邻的两个切片点云数据在所述二维投影面内的投影面积之和,保留投影面积之和最大的切片点云数据,删除另一切片点云数据。
在一个实施例中,所述对保留的切片点云数据进行删减处理,包括:
分别获取各个保留的切片点云数据在二维投影面的中心点,计算每一切片点云数据在对应二维投影面上,每一个点云数据与对应的中心点之间的距离;
根据所述距离计算相邻两个点云数据之间的偏差,将所述偏差与预设偏差阈值进行比较,根据比较结果对切片点云数据中的数据进行删减处理。
在一个实施例中,所述得到变电站设备点云模型和变电站设施点云模型之后,还包括:
基于所述变电站设备点云模型获取变电站设备的尺寸信息,根据所述变电站设备的尺寸信息构建变电站设备模型;
获取变电站设备的电气属性信息,基于所述电气属性信息以及对应的变电站设备模型,构建三维数字化设备模型;
当所述变电站设备的尺寸信息与所述三维数字化设备模型的尺寸信息一致时,确定所述三维数字化设备模型的状态为有效状态,将有效状态的三维数字化设备模型替换对应的变电站设备点云模型,得到更新后的变电站设备点云模型;
根据所述更新后的变电站设备点云模型以及所述变电站设施点云模型,构建变电站数字化三维工程模型。
在一个实施例中,所述从所述变电站场平区域点云数据内提取变电站设备点云数据和变电站设施点云数据,包括:
对所述变电站场平区域点云数据进行投影处理,获取投影处理后的凸多边形边界;
根据凸多边形边界以及立体多边形棱柱分割方法对所述变电站场平区域点云数据进行分割,得到变电站设备点云数据和变电站设施点云数据。
在一个实施例中,所述分别对所述变电站设备点云数据和所述变电站设施点云数据进行聚类和曲面重建,得到变电站设备点云模型和变电站设施点云模型,包括:
基于欧式聚类分割算法获取单个变电站设备点云数据以及单个变电站设施点云数据;
基于贪婪投影三角化算法分别对各所述单个变电站设备点云数据以及单个变电站设施点云数据进行三角化处理,得到变电站设备点云模型和变电站设施点云模型。
一种变电站建模装置,所述装置包括:
点云数据划分模块,用于获取变电站点云数据,通过格栅法对所述变电站点云数据进行划分,得到多个立方体小格栅点云数据;
投影处理模块,用于分别将每个立方体小格栅点云数据进行二维投影处理,并获取投影处理后最长边长对应的坐标轴;
切片处理模块,用于以所述坐标轴为基准,将所述多个立方体小格栅点云数据进行切片处理,得到多个切片点云数据;
点云数据删减模块,用于基于相邻两个切片点云数据在二维投影面的投影重叠率,对所述多个切片点云数据进行删减处理;
场平区域获取模块,用于对删减处理后的切片点云数据进行地形数据分离处理,得到变电站场平区域点云数据;
点云模型生成模块,用于从所述变电站场平区域点云数据内提取变电站设备点云数据和变电站设施点云数据,分别对所述变电站设备点云数据和所述变电站设施点云数据进行聚类和曲面重建,得到变电站设备点云模型和变电站设施点云模型。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取变电站点云数据,通过格栅法对所述变电站点云数据进行划分,得到多个立方体小格栅点云数据;
分别将每个立方体小格栅点云数据进行二维投影处理,获取投影处理后最长边长对应的坐标轴;
以所述坐标轴为基准,将所述多个立方体小格栅点云数据进行切片处理,得到多个切片点云数据;
基于相邻两个切片点云数据在二维投影面的投影重叠率,对所述多个切片点云数据进行删减处理;
对删减处理后的切片点云数据进行地形数据分离处理,得到变电站场平区域点云数据;
从所述变电站场平区域点云数据内提取变电站设备点云数据和变电站设施点云数据,分别对所述变电站设备点云数据和所述变电站设施点云数据进行聚类和曲面重建,得到变电站设备点云模型和变电站设施点云模型。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取变电站点云数据,通过格栅法对所述变电站点云数据进行划分,得到多个立方体小格栅点云数据;
分别将每个立方体小格栅点云数据进行二维投影处理,获取投影处理后最长边长对应的坐标轴;
以所述坐标轴为基准,将所述多个立方体小格栅点云数据进行切片处理,得到多个切片点云数据;
基于相邻两个切片点云数据在二维投影面的投影重叠率,对所述多个切片点云数据进行删减处理;
对删减处理后的切片点云数据进行地形数据分离处理,得到变电站场平区域点云数据;
从所述变电站场平区域点云数据内提取变电站设备点云数据和变电站设施点云数据,分别对所述变电站设备点云数据和所述变电站设施点云数据进行聚类和曲面重建,得到变电站设备点云模型和变电站设施点云模型。
上述变电站建模方法、装置、计算机设备和存储介质,通过获取变电站点云数据,通过格栅法对变电站点云数据进行划分,得到多个立方体小格栅点云数据;分别将每个立方体小格栅点云数据进行二维投影处理,获取投影处理后最长边长对应的坐标轴;以该坐标轴为基准,将多个立方体小格栅点云数据进行切片处理,得到多个切片点云数据;基于相邻两个切片点云数据在二维投影面的投影重叠率,对多个切片点云数据进行删减处理,实现对获取到的变电站点云数据的滤波处理,以减少干扰数据;通过对删减处理后的切片点云数据进行地形数据分离处理,得到变电站场平区域点云数据,再从变电站场平区域点云数据内提取变电站设备点云数据和变电站设施点云数据,通过聚类和曲面重建实现变电站设备点云模型和变电站设施点云模型的构建,以实现对变电站的数字化建模,该建模方法可提高变电站三维建模的精准度。
附图说明
图1为一个实施例中变电站建模方法的应用环境图;
图2为一个实施例中变电站建模方法的流程示意图;
图3为一个实施例中切片点云数据删减处理步骤的流程示意图;
图4为另一个实施例中切片点云数据删减处理步骤的流程示意图;
图5为另一个实施例中变电站建模方法的流程示意图;
图6为一个实施例中变电站设备点云数据和变电站设施点云数据提取步骤的流程示意图;
图7为一个实施例中聚类和曲面重建步骤的流程示意图;
图8为一个实施例中变电站建模装置的结构框图;
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的变电站建模方法,可以应用于如图1所示的应用环境中。其中,激光雷达系统102通过网络与服务器104进行通信。服务器104从激光雷达系统102获取变电站点云数据,通过格栅法进行划分,得到多个立方体小格栅点云数据;分别将每个立方体小格栅点云数据进行二维投影处理,获取最长边长对应的坐标轴;以坐标轴为基准,将多个立方体小格栅点云数据进行切片处理,得到多个切片点云数据;基于相邻两个切片点云数据在二维投影面的投影重叠率,对多个切片点云数据进行删减处理;再进行地形数据分离处理,得到变电站场平区域点云数据;从场平区域内提取变电站设备点云数据和变电站设施点云数据,分别提取的点云数据进行聚类和曲面重建,得到变电站设备点云模型和变电站设施点云模型。其中,激光雷达系统102可以是利用激光雷达扫描仪测量物体表面点云数据的系统,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种变电站建模方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤202,获取变电站点云数据,通过格栅法对变电站点云数据进行划分,得到多个立方体小格栅点云数据。
变电站点云数据为由激光雷达系统采集的点云数据。通过格栅法对点云数据进行划分,得到n个立方体小格栅点云数据,n的取值可以根据实际情况进行选取,n具体可以是10、20、50或100等。
步骤204,分别将每个立方体小格栅点云数据进行二维投影处理,获取投影处理后最长边长对应的坐标轴。
具体可以分别将立方体小格栅内的点云数据投影到XOY和XOZ的二维投影面上,以确定X轴、Y轴或Z轴中哪一轴的投影最长。将立方体小格栅内的点云数据投影在对应XOY和XOZ的二维投影面上,获取对应坐标轴中的最大值和最小值,寻找最大值与最小值之间的最大差值,差值最大的坐标轴即为投影处理后最长边长对应的坐标轴R,R为X、Y或Z轴。
步骤206,以坐标轴为基准,将多个立方体小格栅点云数据进行切片处理,得到多个切片点云数据。
以坐标轴R为基准,将立方体小格栅点云数据按照坐标轴R的方向进行切片处理,得到m个切片点云数据,m可以根据选择的坐标轴R的最长边长L来确定,其中,
Figure BDA0002184524610000071
当确定坐标轴R后,例如R为Y轴,根据Y轴的最长边长,将立方体小格栅点云数据按照竖直方向从上至下分割成m个点云数据切片,比如分割成10个切片点云数据。
步骤208,基于相邻两个切片点云数据在二维投影面的投影重叠率,对多个切片点云数据进行删减处理。
步骤210,对删减处理后的切片点云数据进行地形数据分离处理,得到变电站场平区域点云数据。
切片点云数据中包含大量变电站周边的地形地貌数据,需要将地形数据分离,以进一步提取变电站设备和设施相关数据。比如可以利用形态学算法处理切片点云数据中的点云数据,实现点云数据中地形点云数据与非地形点云数据的分离,获取地形点云数据,然后提取地形点云数据中的点云特征,再根据每点的特征描述,提取变电站的场平区域。其中,点云特征包括形状描述子、几何特征等。通过法线估值进行特征描述,具体是指一旦确定邻域后,查询点的邻域点可以用来估计一个局部特征描述子,用查询点周围领域点描述采样面的几何特征。
步骤212,从变电站场平区域点云数据内提取变电站设备点云数据和变电站设施点云数据,分别对变电站设备点云数据和变电站设施点云数据进行聚类和曲面重建,得到变电站设备点云模型和变电站设施点云模型。
其中,变电站设施为土建设施,包括墙体、梁、柱、板、楼梯、屋顶、围墙、道路、电缆沟、排水沟、基础、构件等。变电站设备包括变压器、高压断路器、隔离开关、母线、避雷器、电容器、电抗器、继电保护装置、测控装置等。
上述变电站建模方法,通过获取变电站点云数据,通过格栅法对变电站点云数据进行划分,得到多个立方体小格栅点云数据;分别将每个立方体小格栅点云数据进行二维投影处理,获取投影处理后最长边长对应的坐标轴;以该坐标轴为基准,将多个立方体小格栅点云数据进行切片处理,得到多个切片点云数据;基于相邻两个切片点云数据在二维投影面的投影重叠率,对多个切片点云数据进行删减处理,实现对获取到的变电站点云数据的滤波处理,以减少干扰数据;通过对删减处理后的切片点云数据进行地形数据分离处理,得到变电站场平区域点云数据,再从变电站场平区域点云数据内提取变电站设备点云数据和变电站设施点云数据,通过聚类和曲面重建实现变电站设备点云模型和变电站设施点云模型的构建,以实现对变电站的数字化建模,该建模方法可提高变电站三维建模的精准度,还可以有效快速地实现变电站三维模型的建立,从而提高模型构建效率。
在一个实施例中,如图3所示,基于相邻两个切片点云数据在二维投影面的投影重叠率,对多个切片点云数据进行删减处理,包括:步骤302,计算相邻的两个切片点云数据在二维投影面的投影重叠率;步骤304,当投影重叠率大于或等于预设阈值时,基于边缘切片点云数据的识别,删除其中一个切片点云数据,保留另一切片点云数据;步骤306,当投影重叠率小于预设阈值,保留两个切片点云数据;步骤308,对保留的切片点云数据进行删减处理。计算相邻的两个切片点云数据在XOY、XOZ和ZOY二维投影面上的投影面积和重叠面积,并计算重叠率k。以Y轴作为坐标轴R为例,其中,相邻是指从上到下的第一个和第二个为相邻,第二个和第三个为相邻。重叠率k按照如下公式进行计算:
Figure BDA0002184524610000091
在上述公式中,
Figure BDA0002184524610000092
Figure BDA0002184524610000093
其中,Sxi、Syi、Szi分别表示第i个切片点云数据在XOY、ZOY和XOZ二维投影面上的投影面积;Sxi+1、Syi+1、Szi+1分别表示第i+1个切片点云数据在XOY、ZOY和XOZ二维投影面上的投影面积;Sxc、Syc、Szc分别表示第i个切片点云数据和第i+1个切片点云数据的重叠面积。
具体地,当投影重叠率大于或等于预设阈值时,基于边缘切片点云数据的识别,删除其中一个切片点云数据,保留另一切片点云数据,包括:当投影重叠率大于或等于预设阈值且两个切片点云数据中存在边缘切片点云数据时,保留边缘切片点云数据,删除另一切片点云数据;当投影重叠率大于或等于预设阈值且两个切片点云数据中不存在边缘切片点云数据时,计算相邻的两个切片点云数据在二维投影面内的投影面积之和,保留投影面积之和最大的切片点云数据,删除另一切片点云数据。将重叠率k与重叠率阈值k1进行比较,当k≥k1时,执行步骤a;当k<k1时,执行步骤b。步骤a:判断两个切片点云数据中是否存在边缘切片点云数据,若存在,删除另一切片点云数据;若不存在,分别计算相邻的两个切片点云数据在XOY、XOZ和ZOY二维投影面上的投影面积之和,保留投影面积之和最大的切片点云数据,将另一切片点云数据删除。以Y轴作为坐标轴R为例,边缘切片点云数据即其为该立方体小格栅的顶面或底面。步骤b:将两个切片点云数据均保留。
在一个实施例中,如图4所示,对保留的切片点云数据进行删减处理,包括:步骤402,分别获取各个保留的切片点云数据在二维投影面的中心点,计算每一切片点云数据在对应二维投影面上,每一个点云数据与对应的中心点之间的距离;步骤404,根据距离计算相邻两个点云数据之间的偏差,将偏差与预设偏差阈值进行比较,根据比较结果对切片点云数据进行删减处理。分别查找切片点云数据在XOY、ZOY和XOZ二维投影面上的中心点,计算组成该切片点云数据在对应二维投影面上每一点云数据与对应中心点的距离。根据每一点云数据与对应中心点之间的距离,计算相邻两个点云数据的偏差p,其中,所指的相邻为在同一二维投影面上距离最近的两个点。偏差p通过如下公式计算得到:
Figure BDA0002184524610000101
其中,Lxj、Lyj、Lzj分别表示组成切片点云数据的第j个点在XOY、ZOY和XOZ二维投影面上分别与对应二维投影面的中心点之间的距离;Lxj+1、Lyj+1、Lzj+1分别表示组成切片点云数据的第j+1个点在XOY、ZOY和XOZ二维投影面上分别与对应二维投影面的中心点之间的距离;Lxmax、Lymax、Lymax、Lxmin、Lymin、Lymin分别表示切片点云数据在XOY、ZOY和XOZ二维投影面上与对应二维投影面的中心点之间的最大距离和最小距离。将偏差p与偏差阈值p1进行比较,当p>p1时,保留两个点云数据;当p≤p1时,删除其中一个点云数据。通过以上方法对点云数据进行滤波处理,显著提高了数据处理的速度,处理后的数据量大大减小,所含有的形状特征和空间结构信息与原始点云差不多。
在一个实施例中,如图5所示,得到变电站设备点云模型和变电站设施点云模型之后,还包括:步骤507,基于变电站设备点云模型获取变电站设备的尺寸信息,根据变电站设备的尺寸信息构建变电站设备模型;步骤508,获取变电站设备的电气属性信息,基于电气属性信息以及对应的变电站设备模型,构建三维数字化设备模型;步骤509,当变电站设备的尺寸信息与三维数字化设备模型的尺寸信息一致时,确定三维数字化设备模型的状态为有效状态,将有效状态的三维数字化设备模型替换对应的变电站设备点云模型,得到更新后的变电站设备点云模型;步骤510,根据更新后的变电站设备点云模型以及变电站设施点云模型,构建变电站数字化三维工程模型。在对变电站设备点云数据进行聚类和三角面重建后,以三角面的顶点作为最近点捕捉,获取尺寸信息。通过捕捉两个点,可以测量任意两点间的距离;还可测量单个点云设备的包围盒,以及在场平区域的投影位置。将获取的尺寸信息以扩充属性的方式保存在变电站设备点云模型上。例如基于变压器点云模型,获取的尺寸信息结构如表1所示。
表1从变压器点云模型中获得的尺寸信息
Figure BDA0002184524610000111
变电站设备点云模型的尺寸信息为辅助设备模型的建模提供尺寸数据,利用设计平台提供的快捷建模功能,按照相应的电网设备建模规范实现设备的翻模,获得变电站设备模型。
可以使用基本图元建模实现设备模型的建模,对于设备的部件采用单一图元完成搭建,例如变压器本体采用长方体搭建,而长方体的长、宽两个尺寸信息即为变压器本体的外形尺寸信息。基本图元拼接方法是指利用预先定义的参数化基本图元,例如:长方体、圆柱体、球体等模型,通过各个基本图元的拼接技术实现设备的建模。利用基本图元拼接方法对设备进行建模,可适用于电网中形式复杂多样的设备,可对某些设备的复杂曲面实现高精度绘制,提高设备建模的仿真度。
变电站设备的电气属性信息包括型号、名称、额定电压、额定电流等。基于设备在工程中重复使用数量、设备的插入点坐标以及设备的自身角度调整等方面考虑,利用三维数字化设备模型替换设备点云模型。将点云数据的尺寸信息与设备模型的尺寸信息进行对比,实现自动校核设备建模的正确性,主要通过同属性下属性值的比对,以确定设备模型的精准度,进而确定是否使用该设备模型。变压器的设备点云模型和设备模型尺寸信息的比对结果如表2所示。
表2变压器的设备点云模型和设备模型尺寸信息的比对结果
Figure BDA0002184524610000121
在一个实施例中,如图6所示,从变电站场平区域点云数据内提取变电站设备点云数据和变电站设施点云数据,包括:步骤602,对变电站场平区域点云数据进行投影处理,获取投影处理后的凸多边形边界;步骤604,根据凸多边形边界以及立体多边形棱柱分割方法对变电站场平区域点云数据进行分割,得到变电站设备点云数据和变电站设施点云数据。获取到变电站场平区域点云数据后,计算该场平区域投影后的凸多边形边界,利用立体多边形棱柱分割方法对场平区域内的点云数据进行分割,获取变电站设备点云数据和变电站设施点云数据。立体多边形棱柱分割是指通过设定处于同一平面模型上的点索引向量,并指定一定高度,利用指定的点形成二维凸包,再结合指定高度一起生成一个多边形棱柱模型,用于分割出该棱柱模型的内部点集。
在一个实施例中,如图7所示,分别对变电站设备点云数据和变电站设施点云数据进行聚类和曲面重建,得到变电站设备点云模型和变电站设施点云模型,包括:步骤702,基于欧式聚类分割算法获取单个变电站设备点云数据以及单个变电站设施点云数据;步骤704,基于贪婪投影三角化算法分别对各单个变电站设备点云数据以及单个变电站设施点云数据进行三角化处理,得到变电站设备点云模型和变电站设施点云模型。利用欧式聚类分割算法,实现模型的单体化,欧式聚类分割算法是点云分割的一种算法,是根据空间、几何和纹理等特征对点云进行划分,使得同一划分区域内的点云拥有相似的特征。欧式聚类分割算法是指首先从待聚类的样本中选取K个样本,然后遍历所有样本,对每个样本计算其与K个样本间的距离,可以为欧氏距离或余弦距离。将其类别归为距离最小的样本所属类别,所有样本就都找到各自所属的类别。然后分别重新计算K个类别中样本的质心,之后返回第一步继续迭代执行,直到K个类别中样本的质心不再移动或移动的非常小。通过贪婪投影三角化算法对有向点云进行三角化的过程包括:先将有向点云投影到某一局部二维坐标平面内,在坐标平面内进行平面内的三角化;根据平面内三位点的拓扑连接关系获得一个三角网格曲面模型。贪婪投影三角化算法可用于处理一系列可使网格“生长扩大”的点(即边缘点),延伸这些点直到所有符合几何正确性和拓扑正确性的点都被连接。
应该理解的是,虽然图2-7的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-7中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图8所示,提供了一种变电站建模装置,包括:点云数据划分模块802、投影处理模块804、切片处理模块806、点云数据删减模块808、场平区域获取模块810和点云模型生成模块812。点云数据划分模块,用于获取变电站点云数据,通过格栅法对变电站点云数据进行划分,得到多个立方体小格栅点云数据。投影处理模块,用于分别将每个立方体小格栅点云数据进行二维投影处理,获取投影处理后最长边长对应的坐标轴。切片处理模块,用于以坐标轴为基准,将多个立方体小格栅点云数据进行切片处理,得到多个切片点云数据。点云数据删减模块,用于基于相邻两个切片点云数据在二维投影面的投影重叠率,对多个切片点云数据进行删减处理。场平区域获取模块,用于对删减处理后的切片点云数据进行地形数据分离处理,得到变电站场平区域点云数据。点云模型生成模块,用于从变电站场平区域点云数据内提取变电站设备点云数据和变电站设施点云数据,分别对变电站设备点云数据和变电站设施点云数据进行聚类和曲面重建,得到变电站设备点云模型和变电站设施点云模型。
在一个实施例中,点云数据删减模块还用于计算相邻的两个切片点云数据在二维投影面的投影重叠率;当投影重叠率大于或等于预设阈值时,基于边缘切片点云数据的识别,删除其中一个切片点云数据,保留另一切片点云数据;当投影重叠率小于预设阈值,保留两个切片点云数据;对保留的切片点云数据进行删减处理。
在一个实施例中,点云数据删减模块还用于当投影重叠率大于或等于预设阈值且两个切片点云数据中存在边缘切片点云数据时,保留边缘切片点云数据,删除另一切片点云数据;当投影重叠率大于或等于预设阈值且两个切片点云数据中不存在边缘切片点云数据时,计算相邻的两个切片点云数据在二维投影面内的投影面积之和,保留投影面积之和最大的切片点云数据,删除另一切片点云数据。
在一个实施例中,点云数据删减模块还用于分别获取各个保留的切片点云数据在二维投影面的中心点,计算每一切片点云数据在对应二维投影面上,每一个点云数据与对应的中心点之间的距离;根据距离计算相邻两个点云数据之间的偏差,将偏差与预设偏差阈值进行比较,根据比较结果对切片点云数据进行删减处理。
在一个实施例中,变电站建模装置还包括工程模型创建模块,用于基于变电站设备点云模型获取变电站设备的尺寸信息,根据变电站设备的尺寸信息构建变电站设备模型;获取变电站设备的电气属性信息,基于电气属性信息以及对应的变电站设备模型,构建三维数字化设备模型;当变电站设备的尺寸信息与三维数字化设备模型的尺寸信息一致时,确定三维数字化设备模型的状态为有效状态,将有效状态的三维数字化设备模型替换对应的变电站设备点云模型,得到更新后的变电站设备点云模型;根据更新后的变电站设备点云模型以及变电站设施点云模型,构建变电站数字化三维工程模型。
在一个实施例中,点云模型生成模块还用于对变电站场平区域点云数据进行投影处理,获取投影处理后的凸多边形边界;根据凸多边形边界以及立体多边形棱柱分割方法对所述变电站场平区域点云数据进行分割,得到变电站设备点云数据和变电站设施点云数据。
在一个实施例中,点云模型生成模块还用于基于欧式聚类分割算法获取单个变电站设备点云数据以及单个变电站设施点云数据;基于贪婪投影三角化算法分别对各单个变电站设备点云数据以及单个变电站设施点云数据进行三角化处理,得到变电站设备点云模型和变电站设施点云模型。
关于变电站建模装置的具体限定可以参见上文中对于变电站建模方法的限定,在此不再赘述。上述变电站建模装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储变电站点云数据、变电站设备点云模型、变电站设施点云模型等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种变电站建模方法。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现任一实施例中变电站建模方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现任一实施例中变电站建模方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种变电站建模方法,所述方法包括:
获取变电站点云数据,通过格栅法对所述变电站点云数据进行划分,得到多个立方体小格栅点云数据;
分别将每个立方体小格栅点云数据进行二维投影处理、并获取投影处理后最长边长对应的坐标轴;
以所述坐标轴为基准,将所述多个立方体小格栅点云数据进行切片处理,得到多个切片点云数据;
基于相邻两个切片点云数据在二维投影面的投影重叠率,对所述多个切片点云数据进行删减处理;
对删减处理后的切片点云数据进行地形数据分离处理,得到变电站场平区域点云数据;
从所述变电站场平区域点云数据内提取变电站设备点云数据和变电站设施点云数据,分别对所述变电站设备点云数据和所述变电站设施点云数据进行聚类和曲面重建,得到变电站设备点云模型和变电站设施点云模型;
所述基于相邻两个切片点云数据在二维投影面的投影重叠率,对所述多个切片点云数据进行删减处理,包括:
计算相邻的两个切片点云数据在二维投影面的投影重叠率;
当投影重叠率大于或等于预设阈值时,基于边缘切片点云数据的识别,删除其中一个切片点云数据,保留另一切片点云数据;
当投影重叠率小于预设阈值,保留所述两个切片点云数据;
对保留的切片点云数据进行删减处理。
2.根据权利要求1所述的方法,其特征在于,所述当投影重叠率大于或等于预设阈值时,基于边缘切片点云数据的识别,删除其中一个切片点云数据,保留另一切片点云数据包括:
当投影重叠率大于或等于预设阈值且所述两个切片点云数据中存在边缘切片点云数据时,保留所述边缘切片点云数据,删除另一切片点云数据;
当投影重叠率大于或等于预设阈值且所述两个切片点云数据中不存在边缘切片点云数据时,计算所述相邻的两个切片点云数据在所述二维投影面内的投影面积之和,保留投影面积之和最大的切片点云数据,删除另一切片点云数据。
3.根据权利要求1所述的方法,其特征在于,所述对保留的切片点云数据进行删减处理包括:
分别获取各个保留的切片点云数据在二维投影面的中心点,计算每一切片点云数据在对应二维投影面上,每一个点云数据与对应的中心点之间的距离;
根据所述距离计算相邻两个点云数据之间的偏差,将所述偏差与预设偏差阈值进行比较,根据比较结果对切片点云数据中的数据进行删减处理。
4.根据权利要求1所述的方法,其特征在于,所述得到变电站设备点云模型和变电站设施点云模型之后,还包括:
基于所述变电站设备点云模型获取变电站设备的尺寸信息,根据所述变电站设备的尺寸信息构建变电站设备模型;
获取变电站设备的电气属性信息,基于所述电气属性信息以及对应的变电站设备模型,构建三维数字化设备模型;
当所述变电站设备的尺寸信息与所述三维数字化设备模型的尺寸信息一致时,确定所述三维数字化设备模型的状态为有效状态,将有效状态的三维数字化设备模型替换对应的变电站设备点云模型,得到更新后的变电站设备点云模型;
根据所述更新后的变电站设备点云模型以及所述变电站设施点云模型,构建变电站数字化三维工程模型。
5.根据权利要求1所述的方法,其特征在于,所述从所述变电站场平区域点云数据内提取变电站设备点云数据和变电站设施点云数据,包括:
对所述变电站场平区域点云数据进行投影处理,获取投影处理后的凸多边形边界;
根据凸多边形边界以及立体多边形棱柱分割方法对所述变电站场平区域点云数据进行分割,得到变电站设备点云数据和变电站设施点云数据。
6.根据权利要求1所述的方法,其特征在于,所述分别对所述变电站设备点云数据和所述变电站设施点云数据进行聚类和曲面重建,得到变电站设备点云模型和变电站设施点云模型,包括:
基于欧式聚类分割算法获取单个变电站设备点云数据以及单个变电站设施点云数据;
基于贪婪投影三角化算法分别对各所述单个变电站设备点云数据以及单个变电站设施点云数据进行三角化处理,得到变电站设备点云模型和变电站设施点云模型。
7.一种变电站建模装置,其特征在于,所述装置包括:
点云数据划分模块,用于获取变电站点云数据,通过格栅法对所述变电站点云数据进行划分,得到多个立方体小格栅点云数据;
投影处理模块,用于分别将每个立方体小格栅点云数据进行二维投影处理,并获取投影处理后最长边长对应的坐标轴;
切片处理模块,用于以所述坐标轴为基准,将所述多个立方体小格栅点云数据进行切片处理,得到多个切片点云数据;
点云数据删减模块,用于基于相邻两个切片点云数据在二维投影面的投影重叠率,对所述多个切片点云数据进行删减处理;
场平区域获取模块,用于对删减处理后的切片点云数据进行地形数据分离处理,得到变电站场平区域点云数据;
点云模型生成模块,用于从所述变电站场平区域点云数据内提取变电站设备点云数据和变电站设施点云数据,分别对所述变电站设备点云数据和所述变电站设施点云数据进行聚类和曲面重建,得到变电站设备点云模型和变电站设施点云模型;
所述点云数据删减模块还用于计算相邻的两个切片点云数据在二维投影面的投影重叠率;当投影重叠率大于或等于预设阈值时,基于边缘切片点云数据的识别,删除其中一个切片点云数据,保留另一切片点云数据;当投影重叠率小于预设阈值,保留所述两个切片点云数据;对保留的切片点云数据进行删减处理。
8.根据权利要求7所述的变电站建模装置,其特征在于,所述点云数据删减模块还用于当投影重叠率大于或等于预设阈值且所述两个切片点云数据中存在边缘切片点云数据时,保留所述边缘切片点云数据,删除另一切片点云数据;当投影重叠率大于或等于预设阈值且所述两个切片点云数据中不存在边缘切片点云数据时,计算所述相邻的两个切片点云数据在所述二维投影面内的投影面积之和,保留投影面积之和最大的切片点云数据,删除另一切片点云数据。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN201910809136.XA 2019-08-29 2019-08-29 变电站建模方法、装置、计算机设备和存储介质 Active CN110544308B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910809136.XA CN110544308B (zh) 2019-08-29 2019-08-29 变电站建模方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910809136.XA CN110544308B (zh) 2019-08-29 2019-08-29 变电站建模方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN110544308A CN110544308A (zh) 2019-12-06
CN110544308B true CN110544308B (zh) 2023-03-21

Family

ID=68710775

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910809136.XA Active CN110544308B (zh) 2019-08-29 2019-08-29 变电站建模方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN110544308B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112328726B (zh) * 2020-11-27 2022-01-14 广州景骐科技有限公司 点云处理方法、装置、设备和存储介质
CN112446953B (zh) * 2020-11-27 2021-11-23 广州景骐科技有限公司 点云处理方法、装置、设备和存储介质
CN113538562B (zh) * 2021-07-16 2022-05-13 贝壳找房(北京)科技有限公司 室内面积确定方法、装置以及电子设备、存储介质
CN113538570A (zh) * 2021-09-15 2021-10-22 南方电网数字电网研究院有限公司 电力设备的定位方法、装置、计算机设备和存储介质
CN118195948B (zh) * 2024-05-17 2024-07-19 贵州省水利水电勘测设计研究院有限公司 一种点云切片断面滤波方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107025323A (zh) * 2016-12-29 2017-08-08 南京南瑞信息通信科技有限公司 一种基于模板库的变电站快速建模方法
CN107146277A (zh) * 2017-03-21 2017-09-08 国网湖北省电力公司检修公司 基于点云数据对变电站进行建模的方法
CN109711410A (zh) * 2018-11-20 2019-05-03 北方工业大学 一种三维物体快速分割和识别方法、装置及系统
CN110111414A (zh) * 2019-04-10 2019-08-09 北京建筑大学 一种基于三维激光点云的正射影像生成方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107025323A (zh) * 2016-12-29 2017-08-08 南京南瑞信息通信科技有限公司 一种基于模板库的变电站快速建模方法
CN107146277A (zh) * 2017-03-21 2017-09-08 国网湖北省电力公司检修公司 基于点云数据对变电站进行建模的方法
CN109711410A (zh) * 2018-11-20 2019-05-03 北方工业大学 一种三维物体快速分割和识别方法、装置及系统
CN110111414A (zh) * 2019-04-10 2019-08-09 北京建筑大学 一种基于三维激光点云的正射影像生成方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
结构光视觉三维点云逐层三角网格化算法;秦绪佳等;《计算机科学》;20161115;第1-3节 *

Also Published As

Publication number Publication date
CN110544308A (zh) 2019-12-06

Similar Documents

Publication Publication Date Title
CN110544308B (zh) 变电站建模方法、装置、计算机设备和存储介质
CN110544298B (zh) 变电站建模方法、装置、计算机设备和存储介质
Rottensteiner et al. Automatic extraction of buildings from LIDAR data and aerial images
CN111523414A (zh) 人脸识别方法、装置、计算机设备和存储介质
CN111260668B (zh) 一种电力线提取方法、系统及终端
CN112396133B (zh) 基于多尺度空间的城市区域空地一体融合点云分类方法
CN113538264B (zh) 一种点云数据的去噪方法、装置及存储介质
CN114332291A (zh) 一种倾斜摄影模型建筑物外轮廓规则提取方法
CN116843860A (zh) 激光雷达点云与影像密集匹配点云融合建模方法及装置
CN112581511B (zh) 基于近似直立扫描点云快速配准的三维重建方法及系统
CN111476308B (zh) 基于先验几何约束的遥感影像分类方法、装置和电子设备
CN116051980B (zh) 基于倾斜摄影的建筑识别方法、系统、电子设备及介质
CN116563471A (zh) 一种煤矿井下三维空间重建方法和装置
CN116503572A (zh) 一种智慧招商平台及其空间建模方法
CN111080080A (zh) 一种村镇地质灾害风险预估方法及系统
CN115937466A (zh) 一种融合gis的三维模型生成方法、系统及存储介质
CN115661398A (zh) 一种用于实景三维模型的建筑物提取方法、装置及设备
CN114549779A (zh) 场景模型重建方法、装置、电子设备和存储介质
CN117437364B (zh) 基于残缺点云数据的建筑三维结构提取方法和装置
Tong et al. A research on 3D reconstruction of building rooftop models from LiDAR data and orthophoto
CN118470250B (zh) 基于单幅遥感影像的建筑物三维重建方法、装置和设备
CN116503434B (zh) 一种点云数据的边界提取方法、装置、设备及存储介质
Ma et al. Research on the Algorithm of Building Object Boundary Extraction Based on Oblique Photographic Model
Yu et al. A method for extracting substation equipment based on UAV laser scanning point clouds
Zhang et al. 3D building reconstruction from lidar data based on Delaunay TIN approach

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
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 510000 No. 11 Kexiang Road, Science City, Luogang District, Guangzhou City, Guangdong Province

Patentee after: CHINA SOUTHERN POWER GRID Co.,Ltd.

Country or region after: Zhong Guo

Patentee after: Southern Power Grid Digital Grid Research Institute Co.,Ltd.

Address before: 510000 No. 11 Kexiang Road, Science City, Luogang District, Guangzhou City, Guangdong Province

Patentee before: CHINA SOUTHERN POWER GRID Co.,Ltd.

Country or region before: Zhong Guo

Patentee before: Southern Power Grid Digital Grid Research Institute Co.,Ltd.

CP03 Change of name, title or address
TR01 Transfer of patent right

Effective date of registration: 20240320

Address after: Room 86, room 406, No.1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou City, Guangdong Province

Patentee after: Southern Power Grid Digital Grid Research Institute Co.,Ltd.

Country or region after: Zhong Guo

Address before: 510000 No. 11 Kexiang Road, Science City, Luogang District, Guangzhou City, Guangdong Province

Patentee before: CHINA SOUTHERN POWER GRID Co.,Ltd.

Country or region before: Zhong Guo

Patentee before: Southern Power Grid Digital Grid Research Institute Co.,Ltd.

TR01 Transfer of patent right