CN115809726A - 一种用于移动作业的消防隐患预测方法 - Google Patents

一种用于移动作业的消防隐患预测方法 Download PDF

Info

Publication number
CN115809726A
CN115809726A CN202211448644.8A CN202211448644A CN115809726A CN 115809726 A CN115809726 A CN 115809726A CN 202211448644 A CN202211448644 A CN 202211448644A CN 115809726 A CN115809726 A CN 115809726A
Authority
CN
China
Prior art keywords
fire
mobile operation
model
hidden danger
environment
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
Application number
CN202211448644.8A
Other languages
English (en)
Inventor
侯磊
柳松延
吴穹
王昌
任熠旻
白祥昌
吉东昌
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.)
Uhvdc Center Of State Grid Sichuan Electric Power Co
Original Assignee
Uhvdc Center Of State Grid Sichuan Electric Power Co
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 Uhvdc Center Of State Grid Sichuan Electric Power Co filed Critical Uhvdc Center Of State Grid Sichuan Electric Power Co
Priority to CN202211448644.8A priority Critical patent/CN115809726A/zh
Publication of CN115809726A publication Critical patent/CN115809726A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/28Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture specially adapted for farming

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及消防隐患预测技术领域,具体为一种用于移动作业的消防隐患预测方法,包括以下步骤:建立环境模型,通过使用3d studio Max对多张环境图片进行处理,生成3D模型;匹配环境数据,通过植物识别软件对步骤1中无人机拍摄的移动作业地点外围的植物进行识别,并标注进3D模型中;建立环境变化模型,获取当前时间信息和移动作业地点位置信息,并且获取步骤2中识别到的植物生长周期信息;消防隐患预测,通在检测到具有消防隐患的时候发出消防隐患预警。本发明通过建立建立环境变化模型,能够实现对移动作业地点的周围环境进行监测,在检测到具有消防隐患的时候时间预警,能够及时对消防隐患问题进行解决,保证施工的安全性。

Description

一种用于移动作业的消防隐患预测方法
技术领域
本发明涉及消防隐患预测技术领域,具体为一种用于移动作业的消防隐患预测方法。
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,是能源电力可持续发展的关键环节,在现代能源供应体系中发挥着重要的枢纽作用,关系国家能源安全;
近年来,伴随着中国电力发展步伐不断加快,中国电网也得到迅速发展,电网系统运行电压等级不断提高,网络规模也不断扩大,全国已经形成了东北电网、华北电网、华中电网、华东电网、西北电网和南方电网6个跨省的大型区域电网,并基本形成了完整的长距离输电电网网架;
在国网线路搭建过程中,或者后期的维护工作的时候,都需要进行移动作业,但是在进行工作的时候,需要保证起移动施工地点的安全性,目前常规做法均是通过人工目测的方法,排除附近的消防隐患,但是此方法仅仅会在施工前进行实施,移动施工的时间较长的时候,后期环境发生变化,依旧会有着消防隐患,为此提出一种用于移动作业的消防隐患预测方法。
发明内容
本发明的目的在于提供一种用于移动作业的消防隐患预测方法,包括以下步骤:
步骤1,建立环境模型,通过使用无人机对移动作业地点进行多方位照片拍摄,通过使用3d studio Max对多张环境图片进行处理,生成3D模型;
步骤2,匹配环境数据,通过植物识别软件对步骤1中无人机拍摄的移动作业地点外围的植物进行识别,并标注进3D模型中;
步骤3,建立环境变化模型,获取当前时间信息和移动作业地点位置信息,并且获取步骤2中识别到的植物生长周期信息;
树木的生长能力相对生长速率R来表示,相对生长速率指植物在单位时间T内长度W的长度增加,可用公式(1)表示:
Figure BDA0003950514240000021
式中R为相对生长速率,将式(1)积分后得到的公式(2)可用来表示树木在一时间内的平均相对生长速率;
Figure BDA0003950514240000022
式中W1和W2分别为第一次取样时T1和第二次取样时T2的植物重量;
通过将植物在移动作业地点位置的生长周期变化标注进步骤2的3D模型中形成环境变化模型;
步骤4,消防隐患预测,获取当前时间,通过步骤3中的环境变化模型对移动作业地点周围的环境进行检测,在检测到具有消防隐患的时候发出消防隐患预警。
优选的,所述步骤1建立环境模型中,需要使用无人机对移动作业地点的多方位拍摄9张照片,方位分别为顶部照片,正东方照片,东南方照片,正南方照片,西南方照片,正西方照片,西北方照片,正北方照片和东北方照片;
优选的,所述步骤1中在无人机无法进行多方位拍摄的时候,采用地面拍摄设备对环境进行拍摄,同时使用地面三维激光扫描,通过将地面三维激光扫描数据与步骤1中的3D模型结合,提高步骤1中3D模型的精度;
优选的,所述步骤4中,在预测移动作业地点周围树叶秋季枯黄的时候发出消防预警,在移动作业地点附近预测树木生长速度,预测树木枝头与通电线路距离的方法如下;
通过设置树木最顶端的点为X1,Y1,Z1,通过设置线路与树木垂直点的位置为X2,Y2,Z2,通过计算X1,Y1,Z1与X2,Y2,Z2之间的距离M;
通过计算植物的日生长速度H,通过如下公式计算:
V≦M-nH(3)
式中n表示天数;
预测树木枝头与通电线路距离V小于30厘米的时候发出预警。
与现有技术相比,本发明的有益效果是:
1.该一种用于移动作业的消防隐患预测方法,通过建立建立环境变化模型,能够实现对移动作业地点的周围环境进行监测,在检测到具有消防隐患的时候时间预警,能够及时对消防隐患问题进行解决,保证施工的安全性。
2.该一种用于移动作业的消防隐患预测方法,通过建立的环境变化模型对移动作业地点周围环境进行预测,对周围树木的生长速度进行计算,能够及时的发现潜在消防隐患,能够极大的提高国网移动作用的安全性。
附图说明
图1为本发明的整体流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
在本发明的描述中,需要理解的是,术语“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本专利的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“设置”应做广义理解,例如,可以是固定相连、设置,也可以是可拆卸连接、设置,或一体地连接、设置。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本专利中的具体含义。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“若干”的含义是两个或两个以上,除非另有明确具体的限定。
请参阅图1所示,本发明提供的一种技术方案:
一种用于移动作业的消防隐患预测方法,包括以下步骤:
步骤1,建立环境模型,通过使用无人机对移动作业地点进行多方位照片拍摄,需要使用无人机对移动作业地点的多方位拍摄9张照片,方位分别为顶部照片,正东方照片,东南方照片,正南方照片,西南方照片,正西方照片,西北方照片,正北方照片和东北方照片,通过使用3d studio Max对多张环境图片进行处理,生成3D模型;
步骤2,匹配环境数据,通过植物识别软件,可以使用目前成熟技术爱植拍软件,对步骤1中无人机拍摄的移动作业地点外围的植物进行识别,并将植物种类数据标注进3D模型中;
步骤3,建立环境变化模型,获取当前时间信息和移动作业地点位置信息,并且获取步骤2中识别到的植物生长周期信息;
树木的生长能力相对生长速率R来表示,相对生长速率指植物在单位时间T内长度W的长度增加,可用公式(1)表示:
Figure BDA0003950514240000041
式中R为相对生长速率,将式(1)积分后得到的公式(2)可用来表示树木在一时间内的平均相对生长速率;
Figure BDA0003950514240000051
式中W1和W2分别为第一次取样时T1和第二次取样时T2的植物重量;
通过将植物在移动作业地点位置的生长周期变化标注进步骤2的3D模型中形成环境变化模型;
步骤4,消防隐患预测,获取当前时间,通过步骤3中的环境变化模型对移动作业地点周围的环境进行检测,在检测到具有消防隐患的时候发出消防隐患预警。
本发明中,优选的,步骤1中在无人机无法进行多方位拍摄的时候,采用地面拍摄设备对环境进行拍摄,同时使用地面三维激光扫描,通过将地面三维激光扫描数据与步骤1中的3D模型结合,提高步骤1中3D模型的精度;
本发明中,优选的,步骤4中,在预测移动作业地点周围树叶秋季枯黄的时候发出消防预警,在移动作业地点附近预测树木生长速度,预测树木枝头与通电线路距离的方法如下;
通过设置树木最顶端的点为X1,Y1,Z1,通过设置线路与树木垂直点的位置为X2,Y2,Z2,通过计算X1,Y1,Z1与X2,Y2,Z2之间的距离M;
通过计算植物的日生长速度H,通过如下公式计算:
V≦M-nH(3)
式中n表示天数;
预测树木枝头与通电线路距离V小于30厘米的时候发出预警。
通过建立建立环境变化模型,能够实现对移动作业地点的周围环境进行监测,在检测到具有消防隐患的时候时间预警,能够及时对消防隐患问题进行解决,保证施工的安全性,且能够通过建立的环境变化模型对移动作业地点周围环境进行预测,对周围树木的生长速度进行计算,能够及时的发现潜在消防隐患,能够极大的提高国网移动作用的安全性
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (4)

1.一种用于移动作业的消防隐患预测方法,其特征在于,包括以下步骤:
步骤1,建立环境模型,通过使用无人机对移动作业地点进行多方位照片拍摄,通过使用3d studio Max对多张环境图片进行处理,生成3D模型;
步骤2,匹配环境数据,通过植物识别软件对步骤1中无人机拍摄的移动作业地点外围的植物进行识别,并标注进3D模型中;
步骤3,建立环境变化模型,获取当前时间信息和移动作业地点位置信息,并且获取步骤2中识别到的植物生长周期信息;
树木的生长能力相对生长速率R来表示,相对生长速率指植物在单位时间T内长度W的长度增加,可用公式(1)表示:
Figure FDA0003950514230000011
式中R为相对生长速率,将式(1)积分后得到的公式(2)可用来表示树木在一时间内的平均相对生长速率;
Figure FDA0003950514230000012
式中W1和W2分别为第一次取样时T1和第二次取样时T2的植物重量;
通过将植物在移动作业地点位置的生长周期变化标注进步骤2的3D模型中形成环境变化模型;
步骤4,消防隐患预测,通过步骤3中的环境变化模型对移动作业地点周围的环境进行检测,在检测到具有消防隐患的时候发出消防隐患预警。
2.根据权利要求1所述的一种用于移动作业的消防隐患预测方法,其特征在于:所述步骤1建立环境模型中,需要使用无人机对移动作业地点的多方位拍摄9张照片,方位分别为顶部照片,正东方照片,东南方照片,正南方照片,西南方照片,正西方照片,西北方照片,正北方照片和东北方照片。
3.根据权利要求1所述的一种用于移动作业的消防隐患预测方法,其特征在于:所述步骤1中在无人机无法进行多方位拍摄的时候,采用地面拍摄设备对环境进行拍摄,同时使用地面三维激光扫描,通过将地面三维激光扫描数据与步骤1中的3D模型结合,提高步骤1中3D模型的精度。
4.根据权利要求1所述的一种用于移动作业的消防隐患预测方法,其特征在于:所述步骤4中,获取当前时间,在预测移动作业地点周围树叶秋季枯黄的时候发出消防预警,在移动作业地点附近预测树木生长速度,预测树木枝头与通电线路距离的方法如下;
通过设置树木最顶端的点为X1,Y1,Z1,通过设置线路与树木垂直点的位置为X2,Y2,Z2,通过计算X1,Y1,Z1与X2,Y2,Z2之间的距离M;
通过计算植物的日生长速度H,通过如下公式计算:
V≦M-nH(3)
式中n表示天数;
预测树木枝头与通电线路距离V小于30厘米的时候发出预警。
CN202211448644.8A 2022-11-18 2022-11-18 一种用于移动作业的消防隐患预测方法 Pending CN115809726A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211448644.8A CN115809726A (zh) 2022-11-18 2022-11-18 一种用于移动作业的消防隐患预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211448644.8A CN115809726A (zh) 2022-11-18 2022-11-18 一种用于移动作业的消防隐患预测方法

Publications (1)

Publication Number Publication Date
CN115809726A true CN115809726A (zh) 2023-03-17

Family

ID=85483500

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211448644.8A Pending CN115809726A (zh) 2022-11-18 2022-11-18 一种用于移动作业的消防隐患预测方法

Country Status (1)

Country Link
CN (1) CN115809726A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117035164A (zh) * 2023-07-10 2023-11-10 江苏省地质调查研究院 一种生态灾害物监测方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117035164A (zh) * 2023-07-10 2023-11-10 江苏省地质调查研究院 一种生态灾害物监测方法及系统
CN117035164B (zh) * 2023-07-10 2024-03-12 江苏省地质调查研究院 一种生态灾害物监测方法及系统

Similar Documents

Publication Publication Date Title
CN111832811A (zh) 一种基于数字孪生的智能化消防疏散方法
CN106054928B (zh) 一种基于无人机网络的全地域火灾发生测定方法
CN102288153B (zh) 基于振动发电的高压线风偏在线监测系统及其方法
CN109407128A (zh) 一种输电线路杆塔位移监测系统及方法
CN106657882A (zh) 基于无人机的输变电系统实时监控方法
CN115809726A (zh) 一种用于移动作业的消防隐患预测方法
CN110880258A (zh) 一种电力线路无人机智能巡检实操仿真培训方法和系统
CN103957508A (zh) 一种基于无线WiFi与陀螺仪相结合的井下无线精确定位系统及方法
CN109146836A (zh) 一种基于点云数据进行输电塔及线路检测的系统及方法
CN113778137A (zh) 输电线路的无人机自主巡检方法
CN101975894A (zh) 传感网络的4d雷电采集方法
CN103914737B (zh) 一种输变电线路全线路现地气象信息计算方法
CN110647170A (zh) 一种基于无人机的航标巡检装置与方法
CN107403481A (zh) 用于无人飞行器的信息交互系统及信息采集装置
CN115629617A (zh) 一种无人机塔杆巡检航线自动规划方法
CN116504043B (zh) 一种基于数字孪生的工程强风安防监控方法及系统
CN113358033B (zh) 基于视觉分析软测量的输电线下树木安全距离判断方法
CN113534188B (zh) 一种基于无人机激光点云建模的杆塔形变缺陷检测方法
CN204409128U (zh) 人工影响天气监测监控指挥管理应用系统
CN109145905A (zh) 一种基于视觉显著性的输电线路配件检测方法
CN212344062U (zh) 一种基于5g通信的林区数据监控系统
CN107213567A (zh) 一种消防机器人空陆结合系统
CN115435837B (zh) 一种基于卫星定位的基建环境监测方法和系统
CN111025325A (zh) 基于卫星通信的无人机激光雷达航空数据遥测与分析系统
CN111915831A (zh) 一种智能森林草原防火及救援方法

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