CN116561995B - 一种基于仿真建模的共享杆塔安全使用检测方法 - Google Patents

一种基于仿真建模的共享杆塔安全使用检测方法 Download PDF

Info

Publication number
CN116561995B
CN116561995B CN202310459501.5A CN202310459501A CN116561995B CN 116561995 B CN116561995 B CN 116561995B CN 202310459501 A CN202310459501 A CN 202310459501A CN 116561995 B CN116561995 B CN 116561995B
Authority
CN
China
Prior art keywords
shared
tower
data
pole tower
point cloud
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
CN202310459501.5A
Other languages
English (en)
Other versions
CN116561995A (zh
Inventor
高秀云
王莹
樊沃周
仪荣
张令权
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.)
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Jiangsu Electric Power 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 State Grid Corp of China SGCC, Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202310459501.5A priority Critical patent/CN116561995B/zh
Publication of CN116561995A publication Critical patent/CN116561995A/zh
Application granted granted Critical
Publication of CN116561995B publication Critical patent/CN116561995B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • 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
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Geometry (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Development Economics (AREA)
  • Algebra (AREA)
  • Educational Administration (AREA)
  • Computer Graphics (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于仿真建模的共享杆塔安全使用检测方法，属于通信与电力线路共享技术领域，本发明为解决现有技术中无法针对在已有杆塔上增设移动通信设备后，杆塔能否安全使用进行安全评估的问题。它包括：对拟共享杆塔及其周边区域进行三维实景建模，获得三维实景模型；对待安装的通信设备进行参数提取，在三维实景模型中进行共享安装拟合；计算共享安装拟合后的共享杆塔的杆塔安全参数；通过搭载激光雷达的无人机采集获得拟共享杆塔的实测点云数据，通过查询获得拟共享杆塔的历史搭建数据，根据实测点云数据和历史搭建数据计算环境安全参数；根据杆塔安全参数和环境安全参数建立安全风险函数，评估共享杆塔的安全状态。本发明用于共享杆塔的建设。

Description

一种基于仿真建模的共享杆塔安全使用检测方法
技术领域
本发明涉及一种共享杆塔的安全使用验算方法，属于通信与电力线路共享技术领域。
背景技术
随着5G技术的发展，5G基站的需求量迅速增加，若在每个区域内单独建设通信铁塔，不仅增加大量成本，造成资源浪费，而且铁塔的选址也会存在较大困难。现将输电线路和通信基站共享杆塔,可以节约土地资源,降低建设成本,实现基础资源共享。
共享杆塔的建设主要是在杆塔建设前期即规划为移动通信设备与电力输电线路共享，这种方式在建设前期对杆塔的建设进行设计规划，能够充分考虑到移动通信设备的布设需求，然后再对杆塔进行设计。但是还有一部分地区，需要针对在已有杆塔的基础上增设移动通信设备，这种情况需要考虑原有的杆塔在增设通信设备后是否能够安全使用。
由于共享杆塔是一种全新运营模式，当前针对增设移动通信设备后杆塔能否安全使用的研究还较为缺乏，因此，如何对已有杆塔增设移动通信设备后杆塔能否安全使用进行安全等级评估是亟待解决的问题。
发明内容
本发明目的是为了解决现有技术中无法针对在已有杆塔上增设移动通信设备后，杆塔能否安全使用进行安全评估的问题，提供了一种基于仿真建模的共享杆塔安全使用检测方法。
本发明所述一种基于仿真建模的共享杆塔安全使用检测方法，它包括：
S1、对拟共享杆塔及其周边区域进行三维实景建模，获得三维实景模型；
S2、对拟共享杆塔上待安装的通信设备进行参数提取，根据提取的参数，在S1获取的三维实景模型中进行待安装设备的共享安装拟合；
S3、计算共享安装拟合后的共享杆塔的杆塔安全参数；
S4、通过搭载激光雷达的无人机采集获得拟共享杆塔的实测点云数据，通过查询获得拟共享杆塔的历史搭建数据，根据实测点云数据和历史搭建数据计算环境安全参数；
S5、根据杆塔S3获得的杆塔安全参数和S4获取的环境安全参数，建立安全风险函数，根据安全风险函数评估共享杆塔的安全状态。
优选的，S1所述对拟共享杆塔及其周边区域进行三维实景建模的具体方法包括：
S1-1、对拟共享杆塔进行三维建模，获得拟共享杆塔的三维模型；
S1-2、根据卫星地图提取周边区域的矢量数据和光栅数据；
S1-2、根据矢量数据构建地理特征的边界；
S1-3、对光栅数据进行像素化后，依据不同的地理特征进行填充，获得周边区域的实景模型；
S1-4、将S1-1获取的拟共享杆塔的三维模型叠加至S1-3获取的周边区域的实景模型中，获得三维实景模型。
优选的，S1-1所述对拟共享杆塔进行三维建模的具体方法包括：
S1-1-1、通过搭载激光雷达的无人机采集获得拟共享杆塔的实测点云数据；
S1-1-2、通过对历史数据查询获得拟共享杆塔的历史搭建数据；
S1-1-3、对实测点云数据和共享杆塔的历史搭建数据进行坐标转换，匹配至相同坐标系下；
S1-1-4、将转换至相同坐标系下的实测点云数据和历史搭建数据进行融合，获得融合方程：
其中：x和y分别表示融合方程的两个变量，f1表示实测点云数据的平面中心点坐标，f0表示历史搭建数据的平面中心点坐标，(X1,Y1,Z1)表示实测点云数据的位置坐标，(X0,Y0,Z0)表示历史搭建数据的位置坐标，表示旋转矩阵；
S1-1-4、将融合方程进行逆向建模，获得拟共享杆塔的三维模型。
优选的，S1-1-4所述将融合方程进行逆向建模的具体方法包括：
对融合方程进行离散化处理；
将离散处理后的数据转换为点云数据；
根据点云数据，沿z轴进行等间距分层；
对每层的点云数据依次进行拟合，拟合完成后进行拼接，获得拟共享杆塔的三维模型。
优选的，S3所述计算共享安装拟合后的共享杆塔的杆塔安全参数的具体方法包括：
计算共享安装拟合后的共享杆塔的位移状态量S：
其中，s1表示横担宽度，s2表示绝缘子串拉板的长度，s3表示长横担的长度，s4表示短横担的长度，θ表示线路转角；
计算共享安装拟合后的共享杆塔的倾斜状态量
ΔL表示两个测量点的沉降差，H表示两个测量点之间的距离。
优选的，S4所述根据实测点云数据和历史搭建数据计算环境安全参数的具体方法包括：
计算环境安全参数T：
T＝α(X1-X0)+β(Y1-Y0)+λ(Z1-Z0)
其中，(X1,Y1,Z1)表示实测点云数据的位置坐标，(X0,Y0,Z0)表示历史搭建数据的位置坐标，α、β和λ均表示中间参数变量，α＝0.7，β＝1.1，λ＝1。
优选的，S5所述根据杆塔杆塔安全参数和环境安全参数，建立安全风险函数的具体方法包括：
安全风险函数Risk：
优选的，所述通信设备包括：光缆、通信基站和移动天线。
本发明的优点：本发明提出的基于仿真建模的共享杆塔安全使用检测方法，首先对拟共享杆塔及其周边区域进行三维实景建模，然后在三维实景模型中进行待安装设备的共享安装拟合，共享安装拟合后的共享杆塔的杆塔安全参数，计算环境安全参数，根据环境安全参数和杆塔安全参数之间的线性关系，建立安全风险函数，工作人员可以根据安全风险函数的数据结果对共享杆塔的安全状态进行评估，实现了共享杆塔使用的在线模拟，对共享杆塔的安全使用提供了依据。
在建立拟共享杆塔及其周边区域的三维实景模型后，能够多次对拟共享杆塔上待安装的通信设备进行安装模拟，结合安全状态的评估结果，选取适当的共享通信设备。此外，还能对待安装的通信设备的不同安装位置进行安装拟合，结合安全状态的评估结果，选取适当的安装位置。
对杆塔建模的过程中，结合了实测数据和历史数据，建模更为精准，避免了单独使用历史数据建模存在的数据记录不精缺的问题，也避免了单独使用实测点云数据建模存在的测量不精准的问题(例如风向对无人机的影响、光线对激光雷达的影响)。在对周边区域进行三维实景建模的过程中，根据卫星地图提取周边区域的矢量数据和光栅数据，利用矢量数据构建边界，利用光栅数据进行填充，利用卫星地图建立周边区域的三维实景模型，数据来源便捷，且精度较高。
附图说明
图1是本发明所述一种基于仿真建模的共享杆塔安全使用检测方法的原理框图。
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作出创造性劳动的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。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
实施例1：
下面结合图1说明本实施方式，本实施方式所述一种基于仿真建模的共享杆塔安全使用检测方法，它包括：
S1、对拟共享杆塔及其周边区域进行三维实景建模，获得三维实景模型；
S2、对拟共享杆塔上待安装的通信设备进行参数提取，根据提取的参数，在S1获取的三维实景模型中进行待安装设备的共享安装拟合；
S3、计算共享安装拟合后的共享杆塔的杆塔安全参数；
S4、通过搭载激光雷达的无人机采集获得拟共享杆塔的实测点云数据，通过查询获得拟共享杆塔的历史搭建数据，根据实测点云数据和历史搭建数据计算环境安全参数；
S5、根据杆塔S3获得的杆塔安全参数和S4获取的环境安全参数，建立安全风险函数，根据安全风险函数评估共享杆塔的安全状态。
本实施方式中，首先对拟共享杆塔及其周边区域进行三维实景建模，然后在三维实景模型中进行待安装设备的共享安装拟合，共享安装拟合后的共享杆塔的杆塔安全参数，计算环境安全参数，根据环境安全参数和杆塔安全参数之间的线性关系，建立安全风险函数，工作人员可以根据安全风险函数的数据结果对共享杆塔的安全状态进行评估，实现了共享杆塔使用的在线模拟，对共享杆塔的安全使用提供了依据。
进一步的，根据权利要求1所述的一种基于仿真建模的共享杆塔安全使用检测方法，其特征在于，S1所述对拟共享杆塔及其周边区域进行三维实景建模的具体方法包括：
S1-1、对拟共享杆塔进行三维建模，获得拟共享杆塔的三维模型；
S1-2、根据卫星地图提取周边区域的矢量数据和光栅数据；
S1-2、根据矢量数据构建地理特征的边界；
S1-3、对光栅数据进行像素化后，依据不同的地理特征进行填充，获得周边区域的实景模型；
S1-4、将S1-1获取的拟共享杆塔的三维模型叠加至S1-3获取的周边区域的实景模型中，获得三维实景模型。
本实施方式中，对共享杆塔进行三维建模，再根据卫星地图提取周边区域的矢量数据和光栅数据，利用矢量数据构建边界，利用光栅数据进行填充，利用卫星地图建立周边区域的三维实景模型，数据来源便捷，且精度较高。
再进一步的，S1-1所述对拟共享杆塔进行三维建模的具体方法包括：
S1-1-1、通过搭载激光雷达的无人机采集获得拟共享杆塔的实测点云数据；
S1-1-2、通过对历史数据查询获得拟共享杆塔的历史搭建数据；
S1-1-3、对实测点云数据和共享杆塔的历史搭建数据进行坐标转换，匹配至相同坐标系下；
S1-1-4、将转换至相同坐标系下的实测点云数据和历史搭建数据进行融合，获得融合方程：
其中：x和y分别表示融合方程的两个变量，f1表示实测点云数据的平面中心点坐标，f0表示历史搭建数据的平面中心点坐标，(X1,Y1,Z1)表示实测点云数据的位置坐标，(X0,Y0,Z0)表示历史搭建数据的位置坐标，表示旋转矩阵；
S1-1-4、将融合方程进行逆向建模，获得拟共享杆塔的三维模型。
再进一步的，S1-1-4所述将融合方程进行逆向建模的具体方法包括：
对融合方程进行离散化处理；
将离散处理后的数据转换为点云数据；
根据点云数据，沿z轴进行等间距分层；
对每层的点云数据依次进行拟合，拟合完成后进行拼接，获得拟共享杆塔的三维模型。
本实施方式中，通过激光雷达采集拟共享杆塔的实测点云数据，通过对历史数据的查询，获得它的历史搭建数据，对实测数据和历史数据进行坐标转换，匹配至相同的坐标系下，然后对二者进行融合，获得结合实测数据与历史数据的融合方程，对融合方程进行逆向建模，获得杆塔的三维模型。对杆塔建模的过程中，结合了实测数据和历史数据，建模更为精准，避免了单独使用历史数据建模存在的数据记录不精缺的问题，也避免了单独使用实测点云数据建模存在的测量不精准的问题(例如风向对无人机的影响、光线对激光雷达的影响)。
再进一步的，S3所述计算共享安装拟合后的共享杆塔的杆塔安全参数的具体方法包括：
计算共享安装拟合后的共享杆塔的位移状态量S：
其中，s1表示横担宽度，s2表示绝缘子串拉板的长度，s3表示长横担的长度，s4表示短横担的长度，θ表示线路转角；
计算共享安装拟合后的共享杆塔的倾斜状态量
ΔL表示两个测量点的沉降差，H表示两个测量点之间的距离。
本实施方式中，杆塔的安全参数主要包含两个方面，一个是位移状态量，一个是倾斜状态量。位移状态量包括两个，一个是横担宽度引起的，另外一个是由于横担不等长引起的。倾斜状态量是两个测量点之间的沉降差与距离之比。
再进一步的，S4所述根据实测点云数据和历史搭建数据计算环境安全参数的具体方法包括：
计算环境安全参数T：
T＝α(X1-X0)+β(Y1-Y0)+λ(Z1-Z0)
其中，(X1,Y1,Z1)表示实测点云数据的位置坐标，(X0,Y0,Z0)表示历史搭建数据的位置坐标，α、β和λ均表示中间参数变量，α＝0.7，β＝1.1，λ＝1。
本实施方式中，通过激光雷达采集拟共享杆塔的实测点云数据，通过对历史数据的查询，获得它的历史搭建数据，对实测数据和历史数据综合汇算，由于当地环境的影响，杆塔可能发生沉降、倾斜、位移等状态，这些微观的变化很难观测出来，但是这些变化对搭建其他设备的共享杆塔至关重要，因此根据实测数据和历史数据来获得环境安全参数，进而对搭建通信设备后的杆塔的安全状态进行评估。
再进一步的，S5所述根据杆塔安全参数和环境安全参数，建立安全风险函数的具体方法包括：
安全风险函数Risk：
本实施方式中，根据杆塔的安全参数和环境安全参数之间的线性关系，建立安全风险函数，通过安全风险函数，工作人员对其进行安全状态进行评估。
再进一步的，所述通信设备包括：光缆、通信基站和移动天线。
本发明中，在建立拟共享杆塔及其周边区域的三维实景模型后，能够多次对拟共享杆塔上待安装的通信设备进行安装模拟，结合安全状态的评估结果，选取适当的共享通信设备。此外，还能对待安装的通信设备的不同安装位置进行安装拟合，结合安全状态的评估结果，选取适当的安装位置。
虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其他所述实施例中。

Claims (5)

1.一种基于仿真建模的共享杆塔安全使用检测方法，其特征在于，它包括：
S1、对拟共享杆塔及其周边区域进行三维实景建模，获得三维实景模型；
S2、对拟共享杆塔上待安装的通信设备进行参数提取，根据提取的参数，在S1获取的三维实景模型中进行待安装设备的共享安装拟合；
S3、计算共享安装拟合后的共享杆塔的杆塔安全参数；
S4、通过搭载激光雷达的无人机采集获得拟共享杆塔的实测点云数据，通过查询获得拟共享杆塔的历史搭建数据，根据实测点云数据和历史搭建数据计算环境安全参数；
S5、根据杆塔S3获得的杆塔安全参数和S4获取的环境安全参数，建立安全风险函数，根据安全风险函数评估共享杆塔的安全状态；
S3所述计算共享安装拟合后的共享杆塔的杆塔安全参数的具体方法包括：
计算共享安装拟合后的共享杆塔的位移状态量S：
其中，s1表示横担宽度，s2表示绝缘子串拉板的长度，s3表示长横担的长度，s4表示短横担的长度，θ表示线路转角；
计算共享安装拟合后的共享杆塔的倾斜状态量
ΔL表示两个测量点的沉降差，H表示两个测量点之间的距离；
S4所述根据实测点云数据和历史搭建数据计算环境安全参数的具体方法包括：
计算环境安全参数T：
T＝α(X1-X0)+β(Y1-Y0)+λ(Z1-Z0)
其中，(X1,Y1,Z1)表示实测点云数据的位置坐标，(X0,Y0,Z0)表示历史搭建数据的位置坐标，α、β和λ均表示中间参数变量，α＝0.7，β＝1.1，λ＝1；
S5所述根据杆塔安全参数和环境安全参数，建立安全风险函数的具体方法包括：
安全风险函数Risk：
2.根据权利要求1所述的一种基于仿真建模的共享杆塔安全使用检测方法，其特征在于，S1所述对拟共享杆塔及其周边区域进行三维实景建模的具体方法包括：
S1-1、对拟共享杆塔进行三维建模，获得拟共享杆塔的三维模型；
S1-2、根据卫星地图提取周边区域的矢量数据和光栅数据；
S1-2、根据矢量数据构建地理特征的边界；
S1-3、对光栅数据进行像素化后，依据不同的地理特征进行填充，获得周边区域的实景模型；
S1-4、将S1-1获取的拟共享杆塔的三维模型叠加至S1-3获取的周边区域的实景模型中，获得三维实景模型。
3.根据权利要求2所述的一种基于仿真建模的共享杆塔安全使用检测方法，其特征在于，S1-1所述对拟共享杆塔进行三维建模的具体方法包括：
S1-1-1、通过搭载激光雷达的无人机采集获得拟共享杆塔的实测点云数据；
S1-1-2、通过对历史数据查询获得拟共享杆塔的历史搭建数据；
S1-1-3、对实测点云数据和共享杆塔的历史搭建数据进行坐标转换，匹配至相同坐标系下；
S1-1-4、将转换至相同坐标系下的实测点云数据和历史搭建数据进行融合，获得融合方程：
其中：x和y分别表示融合方程的两个变量，f1表示实测点云数据的平面中心点坐标，f0表示历史搭建数据的平面中心点坐标，(X1,Y1,Z1)表示实测点云数据的位置坐标，(X0,Y0,Z0)表示历史搭建数据的位置坐标，表示旋转矩阵；
S1-1-4、将融合方程进行逆向建模，获得拟共享杆塔的三维模型。
4.根据权利要求3所述的一种基于仿真建模的共享杆塔安全使用检测方法，其特征在于，S1-1-4所述将融合方程进行逆向建模的具体方法包括：
对融合方程进行离散化处理；
将离散处理后的数据转换为点云数据；
根据点云数据，沿z轴进行等间距分层；
对每层的点云数据依次进行拟合，拟合完成后进行拼接，获得拟共享杆塔的三维模型。
5.根据权利要求1-4中任意一项所述的一种基于仿真建模的共享杆塔安全使用检测方法，其特征在于，所述通信设备包括：光缆、通信基站和移动天线。
CN202310459501.5A 2023-04-25 2023-04-25 一种基于仿真建模的共享杆塔安全使用检测方法 Active CN116561995B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310459501.5A CN116561995B (zh) 2023-04-25 2023-04-25 一种基于仿真建模的共享杆塔安全使用检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310459501.5A CN116561995B (zh) 2023-04-25 2023-04-25 一种基于仿真建模的共享杆塔安全使用检测方法

Publications (2)

Publication Number Publication Date
CN116561995A CN116561995A (zh) 2023-08-08
CN116561995B true CN116561995B (zh) 2024-03-08

Family

ID=87493911

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310459501.5A Active CN116561995B (zh) 2023-04-25 2023-04-25 一种基于仿真建模的共享杆塔安全使用检测方法

Country Status (1)

Country Link
CN (1) CN116561995B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111444632A (zh) * 2020-04-20 2020-07-24 中国电力工程顾问集团华北电力设计院有限公司 共享铁塔通信设备安装位置选择的设计方法
CN112037331A (zh) * 2020-09-14 2020-12-04 广东电网有限责任公司江门供电局 一种快速判定电力杆塔危险性的方法及其系统
CN112836352A (zh) * 2021-01-12 2021-05-25 中国电建集团贵州电力设计研究院有限公司 一种融合三维设计和激光点云的输电线路模型生成方法
CN113066120A (zh) * 2021-03-25 2021-07-02 涵涡智航科技(玉溪)有限公司 一种基于机器视觉的智能杆塔倾斜检测方法
CN113627822A (zh) * 2021-08-25 2021-11-09 王莹 基于边界判别的共享杆塔安全使用验算方法
CN115115163A (zh) * 2021-12-15 2022-09-27 昆明能讯科技有限责任公司 台风过境下输电线路杆塔故障危险度评估方法及存储介质
CN115423968A (zh) * 2022-07-21 2022-12-02 北京洛斯达科技发展有限公司 基于点云数据和实景三维模型的输电通道优化方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8229871B2 (en) * 2004-12-29 2012-07-24 Woolf Tod M Systems and methods for computer aided inventing
US9984177B2 (en) * 2013-05-31 2018-05-29 Panasonic Intellectual Property Management Co., Ltd. Modeling device, three-dimensional model generation device, modeling method, program and layout simulator

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111444632A (zh) * 2020-04-20 2020-07-24 中国电力工程顾问集团华北电力设计院有限公司 共享铁塔通信设备安装位置选择的设计方法
CN112037331A (zh) * 2020-09-14 2020-12-04 广东电网有限责任公司江门供电局 一种快速判定电力杆塔危险性的方法及其系统
CN112836352A (zh) * 2021-01-12 2021-05-25 中国电建集团贵州电力设计研究院有限公司 一种融合三维设计和激光点云的输电线路模型生成方法
CN113066120A (zh) * 2021-03-25 2021-07-02 涵涡智航科技(玉溪)有限公司 一种基于机器视觉的智能杆塔倾斜检测方法
CN113627822A (zh) * 2021-08-25 2021-11-09 王莹 基于边界判别的共享杆塔安全使用验算方法
CN115115163A (zh) * 2021-12-15 2022-09-27 昆明能讯科技有限责任公司 台风过境下输电线路杆塔故障危险度评估方法及存储介质
CN115423968A (zh) * 2022-07-21 2022-12-02 北京洛斯达科技发展有限公司 基于点云数据和实景三维模型的输电通道优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于5G环境下输电杆塔共享改造技术研究;曾二贤 等;广西电力;43(01);第43-46页 *
基于多源信息融合方法的输电塔结构安全评估模型;王莹 等;地震工程与工程振动;第43卷(第2期);第231-235页 *

Also Published As

Publication number Publication date
CN116561995A (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
CN107402001B (zh) 基于3d扫描的超高层建筑施工偏差数字化检验系统及方法
EP2427726B1 (en) Methods and systems for creating digital transportation networks
CN110132291B (zh) 用于港口的栅格地图生成方法、系统、设备及存储介质
CN113963276A (zh) 一种输电线路无人机自主巡检方法及系统
CN112685965B (zh) 一种台风中输电杆塔风险监测方法及系统
CN101339018A (zh) 远程模式的三维坐标转换方法
CN106651074A (zh) 一种地下管线智能管理系统
CN109163715B (zh) 一种基于无人机rtk技术的电力选站勘测方法
CN116958472A (zh) 一种输电线路交叉跨越检测分析方法
CN210321636U (zh) 一种电缆隧道三维激光扫描装置
Bi et al. Research on the construction of City information modelling basic platform based on multi-source data
CN116561995B (zh) 一种基于仿真建模的共享杆塔安全使用检测方法
CN112614371A (zh) 车辆自动驾驶方法、装置、电子设备及计算机存储介质
CN112288591A (zh) 一种基于激光点云地图的三维管控平台系统
CN116797744A (zh) 多时相实景三维模型的构建方法、系统及终端设备
CN116071212A (zh) 一种矿山用三维可视化监管系统
CN105512399A (zh) 一种输电线路三维仿真系统
CN103996284A (zh) 城市路网优化方法及系统
CN115268488A (zh) 一种电力巡检无人机起降点自动生成方法及系统
CN114359429A (zh) 电网信息图形化处理系统、方法、设备及介质
CN103791887A (zh) 三维化工园区建立方法
CN114564551A (zh) 基于Unity3D与GIS的BIM园区人员定位方法
CN112163056A (zh) 一种基于路径图的地物插入方法
CN102840850B (zh) 一种输电线路实际防雷保护角的测定方法
CN113240725A (zh) 复杂山体有效光照地面面积确定方法、装置和存储介质

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