CN111047542A - 一种电力线补点方法 - Google Patents

Abstract

本发明涉及数据处理领域，公开了一种电力线补点方法，补充或修复采集到的稀疏或残缺初始电力线点云数据，生成完整的电力线点云数据，用于后续的电力线识别与分析。本发明有效解决了现有激光雷达系统特别是轻型低成本激光雷达系统获取的电力线数据质量差无法满足实际应用以及因扫描电力线数据差需重复返工等问题。

Description

一种电力线补点方法

技术领域

本发明涉及数据处理领域，尤其涉及一种电力线补点方法。

背景技术

电网是高效快捷的能源输送通道和优化配置平台，在我国的能源供应体系中发挥着举足轻重的作用，电网安全对我国的能源安全至关重要。随着电网规模的不断扩大、复杂程度的不断提高，对电力线路安全和可靠性进行保障的工作量和难度也不断增加，为了更好地对电网进行监控，陆续出现了一些电网巡检系统和方法，而在巡检过程中对于电力线的识别和提取是最基础的操作。

现在对于电力线的识别和提取，通常采用分析电力线的几何特征与位置关系，进而获取构成电力线的所有的点云，通过对电力线点云数据的处理分析来获取电力巡检所需的信息。

机载激光雷达测量系统是一种集合了激光雷达测距的系统(简称LiDAR)，能够快速获取具有较高密度且可以精确描述地面物体三维空间信息的激光点云数据。近年来，机载激光雷达测量技术由于其精度佳、效率高、适用性广，可以快速获取电力线路的三维空间信息，实现电力线路安全状况的精确定量分析，在电力巡检中得到了广泛应用。因此，常用机载激光雷达测量系统来进行电力线初始点云的采集。

在采集好电力线的初始点云后可以用二维投影提取直线的方法来进行电力线识别和提取，具体方法可以包括Hough变换、RANSAC直线拟合等。

但是，现有的电力线识别提取方法有一个前提条件，采集到的初始点云必须覆盖整条电力线百分之九十以上的位置，才能成功从这些初始点云中提取出电力线。然而，实际情况是，受限于采集设备自身的精度以及地理环境的影响，电力线的某些位置很容易被遮挡，例如进出电塔的部分，这使得采集设备采集到的电力线初始点云覆盖位置经常处于低于整个电力线百分之九十的情况。在这样的初始点云情况下，按照现有的电力线识别和提取方法无法提取出完整的电力线。

此外，现有的电力线识别和提取方法未考虑电力线垂直排列方式的影响，对于多层排列的电力线提取效果不佳。电力线的不完整性对后续电力线树障分析、交跨分析产生重要影响。

发明内容

本发明提供了一种电力线补点方法，以解决低成本激光雷达系统获取电力线数据质量过低导致无法用于巡检分析的问题。

本方案中的电力线补点方法，补充或修复获取到的初始电力线点云数据，然后提取电力线。

本方案的优点在于：

本方案对于任何采集设备采集到的初始点云都能进行处理，此方法通过对电力线初始点云数据进行补点，无论是对高质量的电力线初始点云数据，还是对低质量的电力线初始点云数据，都能够通过此方法进行电力线补点提取。

本方案有效降低了对采集设备的要求，能够极大地降低采集设备的成本，同时又能够规避地理环境等因素带来的电力线初始点云采集不足的情况，极大地降低了对前端电力线初始点云数据采集的要求，有效解决了低成本激光雷达采集的电力线数据质量差无法满足巡检分析要求的问题。

进一步，在提取电力线之前，识别初始电力线点云数据中的缺漏区域或稀疏区域，然后对缺漏区域或稀疏区域中的电力线点数据进行补充或修复。

先对缺漏区域或稀疏区域的识别，然后再对识别出的缺漏区域和稀疏区域进行针对性补充或修复，能够在满足电力线提取要求的前提下，减少数据处理量。

进一步，在进行电力线点数据进行补充或修复时按照预设的第一模型精度作为标准点云密度进行电力线点云数据的补充或修复得到修复后的增密电力线点云数据。

不同的第一模型精度，能够得到不同精度的增密电力线点云数据。

进一步，对增密电力线点云数据通过预设的电力线空间方程模型完成电力线自动提取。

利用修复后的增密电力线点云数据，通过电力线空间方程模型能够完成电力线的自动提取。

进一步，通过平差计算、等高悬链方程模型或不等高悬链方程模型生成电力线空间方程模型。

电力线空间方程模型能够通过现有的平差计算、等高悬链方程模型或不等高悬链方程模型基础上完成构建。

进一步，按照预设第一模型精度判断初始电力线点云数据，超出预设第一模型精度范围的初始点云数据区域为缺漏区域或稀疏区域。

通过预设的第一模型精度能够快速划分出缺漏区域或稀疏区域，简化对于补点数据量的处理工作，提高数据计算速度。

进一步，将初始电力线点云数据划分为用于电力线空间模型计算的第一坐标点集数据和用于模型精度验证的第二坐标点集数据；通过第一坐标点集数据计算生成出电力线空间方程模型，通过第二坐标点集数据进行模型精度验证。

通过第一坐标点集数据参与电力线空间方程的构建和计算，通过第二坐标点集数据完成对模型精度的验证，能够对整个电力线的提取在精度上进行把控。

进一步，若电力线空间方程模型的当前模型计算结果超出预设第二模型精度，则重新将初始电力线点云数据划分为新的第一坐标点集数据和新的第二坐标点集数据，直到电力线空间方程模型得出的当前计算结果满足预设第二模型精度为止。

通过预设的第二模型精度，将第一坐标点集数据和第二坐标点集数据划分成最适合的范围，使电力线空间方程模型得出的当前计算结果达到预设第二模型精度，使提取出的电力线精度更加准确。

附图说明

图1是本发明实施例一的流程图。

图2是本发明实施例二的流程图。

图3是本发明实施例三的流程图。

图4是本发明实施例四的示意图。

图5是本发明实施例五的示意图。

具体实施方式

下面通过具体实施方式进一步详细说明：

实施例一

实施例基本如附图1所示：电力线补点方法，包括以下步骤：

步骤1，将通过采集设备采集到的单根电力线的初始点云进行数据划分(可以是随机划分)，分成第一坐标点集数据(A类)和第二坐标点集数据(B类)；其中，第一坐标点集数据占初始点云数据的百分之九十，为需要修补和参与空间三维模型计算的数据集合，也称计算电力线空间模型数据；第二坐标点集数据为随机抽取的整个初始点云数据的百分之十，第二坐标点集数据为不需要修补和参与空间三维模型计算的数据集合；第二坐标点集数据用作模型生成后的精度评价，验证该精度是否满足误差要求，也称精度验证数据。第一坐标点集数据和第二坐标点集数据可进行随机分配比例。

步骤2，通过第一坐标点集数据的空间三维坐标，通过平差计算生成电力线空间方程模型，该电力线空间方程模型为三维空间曲线模型。

步骤3，再将第二坐标点集数据与第一坐标点集数据进行误差判定，根据预先设定的第一模型精度，判断第二坐标点集数据精度是否在预设的第一模型精度范围内，若在精度要求范围内，则继续进行下一个步骤，若超出精度要求范围，则返回步骤1重新进行数据分类。若满足误差要求则进行电力线补点，点数以原始电力线密度为参考对缺漏区域进行补点。

步骤4，根据预设第一模型精度自动计算出第一坐标点集数据的缺漏和稀疏区域，按照预设第一模型精度作为标准点云密度对其进行修补、加密。

本方法对于任何采集设备采集到的初始点云都能进行处理，此方法通过对电力线初始点云数据进行三维空间曲线建模，对缺漏或者是点云密度稀疏的区域进行电力线点云数据的补充，同时通过自身带有的精度评价算法，确保补充的电力线点云数据满足精度要求。

本方法，通过补齐采集到的不连贯的断续的电力线初始点云数据，在降低采集设备精度和成本要求的情况下，提高电力线点云数据质量。对于采集设备的投入成本平均能够降低5倍以上，有效解决了现有电力线识别和提取方法对于采集设备要求较高、采集设备投入成本过高的问题，本方法能够有效弥补采集设备和环境限制带来的电力线初始点云采集不足的情况。

对电力线点云数据进行判断，若电力线点云数据密度低于第一模型精度，则判断为稀疏区域，若该区域无电力线点云数据，则判断为缺漏区域。再在缺漏和稀疏区域中，以缺漏和稀疏区域的边界随机取点作为起始点进行补点。以缺漏和稀疏区域的边界上随机取的点作为起始点，以模型自定义点间间距作为两个相邻点之间的标准距离，进行数据点的新增、修补和加密，得到经过补点后的增密电力线点云数据。然后针对增密电力线点云数据进行电力线空间方程模型计算，得到当前计算结果，根据预设的第二模型精度判断当前计算结果，若当前计算结果不满足第二模型精度，则通过增密电力线点云数据在电力线空间模型重新计算得到新的当前计算结果，直到得到的当前计算结果满足第二模型精度的要求，即提取的电力线满足第二模型精度要求为止。

在补点的时候，根据第一模型精度从电力线点云数据中计算出缺漏区域或稀疏区域，并对缺漏区域和稀疏区域继续进行补点操作。

在补点时，补点密度可以电力线长度方向上每米10-1000个点的方式进行补充。在此范围内的补点方式均可完成补点操作。

在本实施例中，最少只需要三个电力线点可满足电力线空间三维曲线模型的参数计算。即最少三个电力线点就可完成该条电力线补点工作。

具体实施过程如下：

因为现在采用的采集设备多为激光雷达采集，所以本实施例中以激光雷达技术采集举例。

其中，激光雷达技术，英文简称LiDAR，因自动化程度高、精度可靠，目前被广泛应用于电力线走廊建模、成图与分析。起初，采用航空或直升飞机等机载激光雷达获取电力线走廊点云数据，这一方法的优势在于数据采集效率高，但缺陷在于系统价格昂贵，成本高，受空域限制多。目前，近距离的无人机激光雷达系统研制成为热点，大量应用实验表明如果采用搭载超短距离的激光扫描仪(如60米最大有效测距)采集数据，成本低，地面、植被和电塔等物体能轻易获取其表面数据，但因扫描仪角度分辨率低，电力线直径小，获取的电力线数据稀疏，离无人机距离越远，点密度越稀疏。如果采用测程更大的激光扫描仪(如120米、200米)，分辨率提高，数据质量提高，但设备购置成本以倍数增加，无论是机载系统、车载系统，亦存在电力线数据点密度稀疏甚至缺漏的情况，此时需要重复扫描以提高数据质量。而通过本方法可以对低成本的激光雷达测量的电力线数据缺漏区域进行修补，从而满足建模巡检分析需要。极大节约经济成本与时间成本。

具体的步骤如下：

步骤S1，在现有的ALiDAR软件中选择所需修补的单根电力线激光雷达点云数据，将所需修补的点云数据随机分割成第一坐标点集数据(A类)和第二坐标点集数据(B类)，为满足电力线三维曲线模型构建精准性，本实施例中分割时A类点云数据占原始数据的90％数量。

步骤S2，通过A类电力线点云数据的空间三维坐标，通过平差计算其三维空间曲线模型，其具体曲线模型方程式为：

其中，A、B、C是通用的空间抛物线拟合参数，根据具体电力线的物理参数不同而相应调整。x和y，分别是对应电力线上某点的横坐标和纵坐标，如果采用东北高坐标系：x是东方向坐标，y是北方向坐标，z是高程坐标；如果采用北东高坐标系：x是北方向坐标，y是东方向坐标，z是高程坐标。

步骤S3，再将B类点云数据与电力线空间方程模型计算得到的当前计算结果进行比较，计算出B类数据到电力线空间方程模型当前计算结果的平均距离，根据预设的第二模型精度进行误差判定，若两者之间的误差在第二模型精度要求范围内，则继续进行下面步骤；若超出第二模型精度要求范围，则返回步骤S1重新分割。这里B类数据与电力线空间方程模型当前计算结果之间的误差，主要指B类数据到当前计算结果之间的距离。

本实施例中的第一模型精度为电力线点云数据在电力线方向上的密度，本实施例中的第一模型精度为以电力线方向上每米100个点。本实施例中的第二模型精度为电力线空间方程模型的当前计算结果与B类数据之间的误差，即提取后的电力线与实际电力线之间的距离，本实施例中的第二模型精度为0-50cm。

若B类数据到空间三维模型当前计算结果的平均距离超过第二模型精度范围，则不满足模型精度要求，反之则满足模型精度要求。

比较电力线方向上各个区域内电力线点云数据的密度，若某区域的密度小于预设第一模型精度，则该区域被认为是稀疏区域，若该区域密度远小于预设第一模型精度，则该区域被认为是缺漏区域，一般而言，对于缺漏区域的定义是程度上比稀疏区域更深的区域，本实施例中的缺漏区域为无电力线点云数据的区域，对于这些区域，按照预设第一模型精度对其进行点云修补、加密。

本方法具有以下优点：1.提高了采集数据的完整度；传统激光点云处理是基于原始点云数据基础之上进行分析处理，当原始点云存在缺漏时，无法对其缺漏数据部分进行分析。而电力线补点直接对原始电力线点云进行添补，从根本上提高了数据完整度，解决了点云数据缺漏导致巡检分析不准确的问题。2.极大降低了激光雷达系统成本；采用低成本的激光雷达系统，通过本方法也能生成完整的电力线数据，满足建模电力巡检分析的需求，其系统成本相较于采用高分辨率的激光雷达系统能缩减五倍以上。3.节省了不必要的重复飞行；即使是采用高分辨率的激光雷达系统，受各种因素影响，也会存在电力线数据漏缺区域，传统解决方案只有返回原地进行补测重飞无人机系统，而采用本方法可直接修补缺漏区域，能够极大节省人力物力成本。

实施例二

如图2所示，本实施例与实施例一的区别在于，本实施例中的电力线补点方法，首先将通过采集设备采集到的单根电力线的初始点云，即初始电力线点云数据，根据预设第一模型精度自动计算出缺漏区域和稀疏区域，然后针对缺漏区域和稀疏区域按照预设第一模型精度作为标准点云密度对其进行修补、加密，得到增密电力线点云数据。

然后将增密电力线点云数据进行数据划分(可以是随机划分)，分成第一坐标点集数据(A类)和第二坐标点集数据(B类)；其中，第一坐标点集数据占初始点云数据的百分之九十，为需要修补和参与空间三维模型计算的数据集合，也称计算电力线空间模型数据；第二坐标点集数据为随机抽取的整个初始点云数据的百分之十，第二坐标点集数据为不需要修补和参与空间三维模型计算的数据集合；第二坐标点集数据用作模型生成后的精度评价，验证该精度是否满足误差要求，也称精度验证数据。第一坐标点集数据和第二坐标点集数据可进行随机分配比例。

步骤2，通过第一坐标点集数据的空间三维坐标，通过平差计算生成电力线空间方程模型，该电力线空间方程模型为三维空间曲线模型。

步骤3，再将第一坐标点集参与电力线空间方程模型计算后得到的当前计算结果与第二坐标点集数据进行误差判定，根据预先设定的第二模型精度，判断该误差是否在预设的第二模型精度范围内，若在精度要求范围内，则继续进行下一个步骤，若超出精度要求范围，则返回步骤1重新进行数据分类。通过增密电力线点云数据在电力线空间模型重新计算得到新的当前计算结果，直到得到的当前计算结果满足第二模型精度的要求，即提取的电力线满足第二模型精度要求为止。

本方法对于任何采集设备采集到的初始点云都能进行处理，此方法通过对电力线初始点云数据进行三维空间曲线建模，对缺漏或者是点云密度稀疏的区域进行电力线点云数据的补充，同时通过自身带有的精度评价算法，确保补充的电力线点云数据满足精度要求。

在补点的时候，根据第一模型精度划分缺漏区域和稀疏区域，然后对划分好的缺漏区域和稀疏区域进行补点操作。

本实施例中，补点时点数可以原始电力线密度为参考对缺漏区域进行补点。也可以以缺漏和稀疏区域的边界上随机取的点作为起始点，以模型自定义点间间距作为两个相邻点之间的标准距离，进行数据点的新增、修补和加密。

在补点时，补点密度可以电力线长度方向上每米10-1000个点的方式进行补充。在此范围内的补点方式均可完成补点操作。

在本实施例中，最少只需要三个电力线点可满足电力线空间三维曲线模型的参数计算。即最少三个电力线点就可完成该条电力线补点工作。

实施例三

如图3所示，本实施例与实施例一的区别在于，为了提高电力线提取精准度，可在电力线初始点云数据划分之前，对点云数据进行质量改善，提高重复电力线点云的一致性，同时去除电力线点集合的噪点。具体质量改善的过程为ALIDAR软件中精化模块和编辑模块中的功能。

实施例四

如图4所示，与实施例一的区别在于，本实施例中采用等高悬链方程模型的方法来计算电力线空间方程模型，具体计算步骤为：

在工程实际中，导线的截面尺寸远小于架空电力线路档距。因为输电导线为刚性较小的绞合线，所以设置如下假设条件：

①输电导线无弯矩作用，仅受到轴向拉力；

②输电导线承受的荷载均匀分布，且方向一致。

基于上述假设条件，当线路两悬挂点距地高度均为L时，导线以悬链线形态分布于两基杆塔间。档距中央为弧垂s的最低点。设电力线路纵向为x轴方向、横向为y轴方向，与地面垂直方向为z方向。

等高电力线悬链方程为：

其中δ为导线水平应力，单位MPa，γ为导线比载，单位为N/m.mm²，D为档距，单位为米，k为整数。h为当前点与最高点之间的垂距，L为路线两悬挂点距地高度，导线水平应力以及导线比载均可根据气象、风场等查阅电网实施规范获得详细参数。

由上式可以得到X以及Z坐标，其中y为0。通过电力铁塔实际经纬高坐标，将计算得到的值进行对应，得到模型的坐标值。

若以上电力线空间方程模型当前计算结果(数值)与第二坐标点集数据(B类)进行对比，其误差超过设定的第二模型精度，则返回调整第一坐标集数据和第二坐标集数据分配后重新进行电力线空间方程模型计算和验证，以获得高精度的补点模型。

实施例五

如图5所示，本实施例与实施例一的区别在于，本实施例中采用不等高悬链方程模型的方法来计算电力线空间方程模型，具体计算步骤为：

在工程实际中，导线的截面尺寸远小于架空电力线路档距。因为输电导线为刚性较小的绞合线，所以设置如下假设条件：

①输电导线无弯矩作用，仅受到轴向拉力；

②输电导线承受的荷载均匀分布，且方向一致。

基于上述假设条件，设置电力线路不等高悬挂三维模型的坐标原点O位于导线弧垂最低点正下方的地面处，导线最低点距地高度为L。

不等高电力线悬链方程为：

其中δ为导线水平应力，单位MPa，h为两端点ab高度差，单位为米。γ为导线比载，单位为N/m.mm²。L为导线最低点距地高度，导线水平应力以及导线比载均可根据气象、风场等查阅电网实施规范获得详细参数。

由上式可以得到X以及Z坐标，其中y为0。通过电力铁塔实际经纬高坐标，将计算得到的值进行对应，得到模型的坐标值。

若以上电力线空间方程模型当前计算结果(数值)与第二坐标点集数据(B类)进行对比，其误差超过设定的第二模型精度，则返回调整参数，以获得高精度的补点模型。

以上说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (8)

1.一种电力线补点方法，其特征在于，补充或修复获取到的初始电力线点云数据，然后提取电力线。

2.根据权利要求1所述电力线补点方法，其特征在于，在提取电力线之前，识别初始电力线点云数据中的缺漏区域或稀疏区域，然后对缺漏区域或稀疏区域中的电力线点数据进行补充或修复。

3.根据权利要求2所述电力线补点方法，其特征在于，在进行电力线点数据进行补充或修复时按照预设的第一模型精度作为标准点云密度进行电力线点云数据的补充或修复得到修复后的增密电力线点云数据。

4.根据权利要求3所述电力线补点方法，其特征在于，对增密电力线点云数据通过预设的电力线空间方程模型完成电力线自动提取。

5.根据权利要求4所述电力线补点方法，其特征在于，通过平差计算、等高悬链方程模型或不等高悬链方程模型生成电力线空间方程模型。

6.根据权利要求3所述电力线补点方法，其特征在于，按照预设第一模型精度判断初始电力线点云数据，超出预设第一模型精度范围的初始点云数据区域为缺漏区域或稀疏区域。

7.根据权利要求2所述电力线补点方法，其特征在于，将初始电力线点云数据划分为用于电力线空间模型计算的第一坐标点集数据和用于模型精度验证的第二坐标点集数据；通过第一坐标点集数据计算生成出电力线空间方程模型，通过第二坐标点集数据进行模型精度验证。

8.根据权利要求7所述电力线补点方法，其特征在于，若电力线空间方程模型的当前模型计算结果超出预设第二模型精度，则重新将初始电力线点云数据划分为新的第一坐标点集数据和新的第二坐标点集数据，直到电力线空间方程模型得出的当前计算结果满足预设第二模型精度为止。

Images