CN117113145A - 弧垂计算模型构建方法、弧垂检测方法及弧垂检测装置 - Google Patents
弧垂计算模型构建方法、弧垂检测方法及弧垂检测装置 Download PDFInfo
- Publication number
- CN117113145A CN117113145A CN202311090843.0A CN202311090843A CN117113145A CN 117113145 A CN117113145 A CN 117113145A CN 202311090843 A CN202311090843 A CN 202311090843A CN 117113145 A CN117113145 A CN 117113145A
- Authority
- CN
- China
- Prior art keywords
- sag
- cloud data
- point cloud
- wire
- fitting
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 52
- 238000001514 detection method Methods 0.000 title claims abstract description 28
- 238000010276 construction Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000005540 biological transmission Effects 0.000 claims abstract description 28
- 230000008569 process Effects 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 10
- 239000004020 conductor Substances 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 abstract description 8
- 238000013461 design Methods 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 abstract description 4
- 230000009466 transformation Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
- G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Electric Cable Installation (AREA)
Abstract
本申请涉及一种弧垂计算模型构建方法、弧垂检测方法及弧垂检测装置。所述构建方法包括：获取不同温度下输电线路的单导线点云数据；构建基于弧垂的斜抛物线公式；将单导线点云数据投影至水平面中，得到拟合直线；根据拟合直线确定起点坐标至拟合直线上任一点的距离公式；根据距离公式和斜抛物线公式对单导线点云数据进行拟合求解，得到单导线最大弧垂；对不同温度下的单导线最大弧垂和相对应的温度值进行线性拟合求解，得到弧垂计算模型。在对弧垂进行监测的过程中，通过输电线路的温度即可计算出最大弧垂，从而完成弧垂监测。且弧垂计算模型未采用初始设计的理论数据，因此可以降低计算出的弧垂的误差，以满足输电线路安全距离分析的需要。
Description
技术领域
本申请涉及输电线路监测技术领域，特别是涉及一种弧垂计算模型构建方法、弧垂检测方法、弧垂检测装置、计算机设备和计算机可读存储介质。
背景技术
输电线路的弧垂是输电线路的重要参数，弧垂对于控制输电线路安全运行起到极其重要的作用，弧垂一旦发生异常，例如，导线对地距离不足、耐张塔水平受力不平衡、直线塔绝缘子串倾斜值过大等问题，这些问题可能导致线路跳闸或倒塔断线，严重威胁输电线路的安全稳定运行。因此，输电线路的弧垂监测对于整个电力系统的安全运行具有重要意义。
相关技术中，计算输电线路的弧垂时，需要通过查询导地线参数，计算出导线比载，然后通过现场观测获取观测弧垂与温度，并利用弧垂应力公式计算出观测时水平应力，再通过状态方程式计算出所需换算温度下对应的水平应力，最后再利用弧垂应力公式计算出当前温度下对应的弧垂。此种方式不仅计算过程繁琐，且其判定依据均基于设计单位提供的理论计算数据进行分析，由于工程施工质量、人工观测误差、导地线初伸长等因素影响，输电线路在运行期间的真实弧垂参数与设计期间理论数据存在较大变化，因此计算出的弧垂的误差较大。
发明内容
基于此，有必要针对上述技术问题，提供一种能够降低弧垂计算误差的弧垂计算模型构建方法、弧垂检测方法、弧垂检测装置、计算机设备和计算机可读存储介质。
第一方面，本申请提供了一种弧垂计算模型构建方法。所述方法包括：获取不同温度下输电线路的单导线点云数据；构建基于弧垂的斜抛物线公式；其中，所述斜抛物线公式为：其中，z为单导线与导线轴在高程方向上的距离，fm为单导线的最大弧垂，x′为沿导线轴至第一端的距离，l为单导线与导线轴相交处与第一端的距离，k′为单导线第一端至第二端连线的斜率，导线轴为经过第一端并沿单导线前进方向的水平轴；将所述单导线点云数据投影至水平面中，得到拟合直线；根据所述拟合直线确定起点坐标至所述拟合直线上任一点的距离公式；根据所述距离公式和所述斜抛物线公式对所述单导线点云数据进行拟合求解，得到单导线最大弧垂；对不同温度下的所述单导线最大弧垂和相对应的温度值进行线性拟合求解，得到弧垂计算模型。
在其中一个实施例中，所述获取不同温度下输电线路的单导线点云数据的步骤之前，所述方法还包括：获取不同温度下所述输电线路的线路点云数据；对所述线路点云数据进行分类与降噪，得到处理点云数据；从所述处理点云数据中提取所述单导线点云数据。
在其中一个实施例中，所述从所述处理点云数据中提取所述单导线点云数据的步骤，包括：在所述处理点云数据为分裂导线的点云数据时，提取分裂导线外端下侧的点云数据并将其作为所述单导线点云数据。
在其中一个实施例中，所述根据所述拟合直线确定起点坐标至所述拟合直线上任一点的距离公式的步骤，包括：将水平面点云数据投影至所述拟合直线上，得到拟合点坐标公式；其中，所述水平面点云数据为所述单导线点云数据投影至水平面中的数据；根据所述拟合点坐标公式和所述起点坐标确定所述距离公式。
在其中一个实施例中，所述拟合点坐标公式为： 其中，kx为拟合点的x轴坐标，ky为拟合点的y轴坐标，k为所述拟合直线的斜率，b为所述拟合直线的截距。
在其中一个实施例中，所述距离公式为：其中，kx0为起点坐标的x轴坐标，ky0为拟合点的y轴坐标。
第二方面，本申请还提供了一种弧垂检测方法。所述方法包括：获取单导线的当前温度；将所述当前温度输入至弧垂计算模型，得到当前最大弧垂；其中，所述弧垂计算模型由上述第一方面实施例所述的弧垂计算模型构建方法得到。
第三方面，本申请还提供了一种弧垂检测装置。所述装置包括：温度采集模块，用于获取单导线的当前温度；弧垂计算模块，用于将所述当前温度输入至弧垂计算模型，得到当前最大弧垂；其中，所述弧垂计算模型由上述第一方面实施例所述的弧垂计算模型构建方法得到。
第四方面，本申请还提供了一种计算机设备。所述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上述方法的步骤。
第五方面，本申请还提供了一种计算机可读存储介质。所述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上述方法的步骤。
上述弧垂计算模型构建方法、弧垂检测方法、弧垂检测装置、计算机设备和计算机可读存储介质，通过获取不同温度下的单导线电云数据，并将单导线点云数据投影至水平面，以得到拟合直线，并确定距离公式，然后根据距离公式和构建的斜抛物线公式对单导线点云数据进行拟合求解，从而计算出单导线的最大弧垂，最后根据不同温度下的单导线最大弧垂和相对应的温度值进行线性拟合，从而得到基于温度的弧垂计算模型。在对弧垂进行监测的过程中，通过输电线路的温度即可计算出最大弧垂，从而完成弧垂监测。由于本申请实施例中的弧垂计算模型未采用初始设计的理论数据，因此可以降低计算出的弧垂的误差，可以满足输电线路安全距离分析的需要。
附图说明
图1为一个实施例中弧垂计算模型构建方法的流程示意图；
图2为一个实施例中建立导线曲线坐标系的示意图；
图3为一个实施例中单导线在水平面内的投影示意图；
图4为一个实施例中确定距离公式的流程示意图；
图5为一个实施例中将水平面点云数据投影至拟合直线上的示意图；
图6为一个实施例中拟合曲线与真实值之间的关系示意图；
图7为一个实施例中不同档距下温度与最大弧垂的线性拟合关系示意图；
图8为一个实施例中提取单导线点云数据的流程示意图；
图9为一个实施例中弧垂检测方法的流程示意图；
图10为一个实施例中弧垂检测装置的模块示意图；
图11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。
在一个实施例中，如图1所示，提供了一种弧垂计算模型构建方法，可以包括但不限于以下步骤：
步骤S110，获取不同温度下输电线路的单导线点云数据。
具体的，在日常巡检过程中，可以通过无人机摄影或搭载激光雷达的方式来采集输电线路的点云数据，并对采集得到的点云数据进行处理，即可得到对应于一条导线的单导线点云数据。同时，可以通过实时采集环境温度，或基于在线监测获取输电线路的实时温度，从而得到对应当前导线的温度值。
步骤S120，构建基于弧垂的斜抛物线公式。
具体的，在工程施工与后期运维过程中，单导线弧垂公式一般采用平抛物线或斜抛物线，为便于拟合计算，建立如图2所示的导线曲线坐标系，其中xˊ轴为线路前进方向，zˊ轴为高程方向，坐标原点为一端挂点，此种方式可减少参数求解，提升数据处理效率。
对于单导线上任意一点C的弧垂公式为：
其中，fm为单导线的最大弧垂，fx为单导线上任意一点的弧垂，l为单导线与导线轴(xˊ轴)相交处与第一端(A点)的距离。
两端挂点A点和B点的直线公式为：
z'＝k'x' (2)
其中，kˊ为单导线第一端至第二端连线的斜率。将公式(2)与公式(1)相减，即可得到斜抛物线公式为：
其中，z为单导线与导线轴在高程方向上的距离，fm为单导线的最大弧垂，x′为沿导线轴至第一端(A点)的距离，l为单导线与导线轴相交处与第一端的距离，k′为单导线第一端(A点)至第二端(B点)连线的斜率，导线轴为经过第一端并沿单导线前进方向的水平轴。
步骤S130，将单导线点云数据投影至水平面中，得到拟合直线。
具体的，如图2所示，构建的斜抛物线为二维平面坐标，而点云数据为三维坐标，因此需要将三维坐标投影至图2所示的二维平面中，由于高程方向沿z轴固定，因此仅需将点云数据中在x轴与y轴的数据进行处理，此时，单导线在水平面xy平面内的投影如图3所示。由于单导线点云数据在水平面xy平面的投影近似为一条直线，其直线公式为：
y＝kx+b (4)
式(4)中，k和b可通过点云数据中x轴与y轴的数据线性拟合求解获取，从而得到拟合直线。具体为：建立方差误差式：然后求导可得：整理后可得方程组：/>求解上述方程组可得k，b最佳估值：
其中，N为点云数据中的数据数量。
步骤S140，根据拟合直线确定起点坐标至拟合直线上任一点的距离公式。
具体的，通过上述计算后，即可得到拟合直线的具体表达式，可以理解的是，拟合直线中包括两端挂点A点和B点，可以将其中一点选择为起点，并确定起点坐标，然后计算起点坐标至拟合直线上任一点的距离公式。
在一个实施例中，如图4所示，步骤S140中，根据拟合直线确定起点坐标至拟合直线上任一点的距离公式的步骤，包括：
步骤S141，将水平面点云数据投影至拟合直线上，得到拟合点坐标公式。
具体的，由于单导线点云数据投影至水平面中后分布在直线附近，并不完全重合，为尽量减少拟合误差，将水平面点云数据投影至拟合直线上，此直线即为图2所示的导线轴(x′轴)，水平面点云数据为单导线点云数据投影至水平面中的数据。如图5所示，将水平面点云数据P(x，y)投影至拟合直线上后，坐标变为K(kx，ky)，利用点至直线的距离公式计算出拟合点坐标公式为：
其中，kx为拟合点的x轴坐标，ky为拟合点的y轴坐标，k为拟合直线的斜率，b为拟合直线的截距，k和b为计算出的确定值。
步骤S142，根据拟合点坐标公式和起点坐标确定距离公式。
具体的，令一端端点的坐标K0(kx0，ky0)为拟合直线的起点位置，可以理解的是，起点坐标为端点左边投影至拟合直线上的坐标点，此时斜线上任意一点至起点的距离公式为：
步骤S150，根据距离公式和斜抛物线公式对单导线点云数据进行拟合求解，得到单导线最大弧垂。
具体的，通过距离公式(7)可以得到x′与(x，y)的变换关系，将距离公式(7)和斜抛物线公式(3)结合后，即可得到z与(x，y)的变换关系，可以理解的是，z与(x，y)的变换关系中的变换系数包括：fm、l和k′，其中，l和k′是可以通过点云数据计算得到的。同时，通过获取的单导线点云数据中的三维坐标进行拟合求解，可以得到实际的点云数据中z与(x，y)的变换关系，其之间的变换系数是拟合求得的确定值，最后，通过确定的变换系数和l、k′的值，即可计算出单导线最大弧垂fm。
如图6所示，为一个实施例中计算出的拟合曲线与真实值之间的关系。其横坐标为x方向上的距离，纵坐标为高程方向上的高度。通过拟合曲线求得的单导线最大弧垂为22.959m，拟合曲线与真实值的拟合程度极高。
步骤S160，对不同温度下的单导线最大弧垂和相对应的温度值进行线性拟合求解，得到弧垂计算模型。
具体的，通过步骤S110至步骤S150，可以根据不同温度下输电线路的单导线点云数据，来计算出当前温度下的单导线最大弧垂，且计算出的最大弧垂与实际最大弧垂的拟合程度高。对于同一型号和同一档距的导线，导线的最大弧垂与导线的温度值具有线性相关性，定义最大弧垂与温度的关系式为：
ft＝ct+a
其中，ft为温度t下的最大弧垂，c和a可通过实际的不同温度下单导线最大弧垂和相对应的温度值进行线性拟合求解得到，通过集合不同型号、不同档距下最大弧垂与温度的关系，即可得到最终的弧垂计算模型。
如图7所示，为一个实施例中不同档距下温度与最大弧垂的线性拟合关系，其中为同一型号导线的三种档距(档1、档2、档3)在温度为0℃至40℃下最大弧垂的值。具体示例，在档距为档1时，ft＝0.035743t+26.879244，当采集得到的当前温度为20℃时，最大弧垂约为27.6m。
本申请实施在构建弧垂计算模型过程中，未采用初始设计的理论数据，相较于现有的反复计算弧垂应力的方式，计算过程简单，且可以降低计算出的弧垂的误差，以满足输电线路安全距离分析的需要。
在一个实施例中，如图8所示，步骤S110中，获取不同温度下输电线路的单导线点云数据的步骤之前，弧垂计算模型构建方法还包括：
步骤S210，获取不同温度下输电线路的线路点云数据；
步骤S220，对线路点云数据进行分类与降噪，得到处理点云数据；
步骤S220，从处理点云数据中提取单导线点云数据。
具体的，由于导线悬浮于空中的细长特性，因此采用摄影测量技术重建的导线点云存在缺失，此时可以通过图片刺点的方式，手动重建导线的点云，为保证模型精度，导线两端挂点、靠近中间位置分别刺点不少于2个，在刺点时，优先考虑导线间隔棒的位置，以便于刺点精度评估和后期采集点云数据处理分析。通过摄影测量技术得到不同温度下输电线路的线路点云数据后，为提升数据拟合精度，消除噪点带来的误差，需对线路点云数据进行分类与降噪。在点云降噪上，可以使用专业的点云分类工具软件对点云进行初步降噪，然后分类并从处理点云数据中提取单导线点云数据，由于专业点云分类工具采用自动分类方式，对于导线分类存在一定偏差，此时可以通过人工手动进行校核处理。
在一个实施例中，步骤S220中，从处理点云数据中提取单导线点云数据的步骤，包括：在处理点云数据为分裂导线的点云数据时，提取分裂导线外端下侧的点云数据并将其作为单导线点云数据。具体的，在导线为分裂导线时，分裂导线的点云会相互影响，此时，对分裂导线外端下侧的子导线的点云数据进行提取，并将其作为单导线点云数据，可以消除分裂导线点云数据的相互影响。
在一个实施例中，如图9所示，本申请还提出一种弧垂检测方法，可以包括但不限于以下步骤：
步骤S310，获取单导线的当前温度；
步骤S320，将当前温度输入至弧垂计算模型，得到当前最大弧垂。
具体的，弧垂计算模型由上述实施例中的弧垂计算模型构建方法得到，其具体限定可以参见上文中对于弧垂计算模型构建方法的限定，在此不再赘述。在进行弧垂检测时，可以通过采集环境温度或基于在线监测获得的导线实时温度来确定单导线的当前温度，然后将当前温度输入至弧垂计算模型中，弧垂计算模型即可输出相应的当前最大弧垂。可以理解的是，输电线路的导线型号和档距是预先设置的固定值，因此，在检测相应导线的最大弧垂时，可以选择相对应的型号和档距下的弧垂计算模型。
应该理解的是，虽然如上所述的各实施例所涉及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，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些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中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的弧垂检测方法的弧垂检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个弧垂检测装置实施例中的具体限定可以参见上文中对于弧垂检测方法的限定，在此不再赘述。
在一个实施例中，如图10所示，提供了一种弧垂检测装置，包括：温度采集模块410和弧垂计算模块420，其中：
温度采集模块410，用于获取单导线的当前温度；
弧垂计算模块420，用于将当前温度输入至弧垂计算模型，得到当前最大弧垂；其中，弧垂计算模型由上述实施例中的弧垂计算模型构建方法得到。
上述弧垂检测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11所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。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和内存储器。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。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信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弧垂检测方法。
本领域技术人员可以理解，图11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，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述弧垂检测方法实施例中的步骤。
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，该处理器执行计算机程序时实现上述弧垂检测方法实施例中的步骤。
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、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
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本申请专利范围的限制。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，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种弧垂计算模型构建方法，其特征在于，所述方法包括：
获取不同温度下输电线路的单导线点云数据；
构建基于弧垂的斜抛物线公式；其中，所述斜抛物线公式为：
其中，z为单导线与导线轴在高程方向上的距离，fm为单导线的最大弧垂，xˊ为沿导线轴至第一端的距离，l为单导线与导线轴相交处与第一端的距离，k′为单导线第一端至第二端连线的斜率，导线轴为经过第一端并沿单导线前进方向的水平轴；
将所述单导线点云数据投影至水平面中，得到拟合直线；
根据所述拟合直线确定起点坐标至所述拟合直线上任一点的距离公式；
根据所述距离公式和所述斜抛物线公式对所述单导线点云数据进行拟合求解，得到单导线最大弧垂；
对不同温度下的所述单导线最大弧垂和相对应的温度值进行线性拟合求解，得到弧垂计算模型。
2.根据权利要求1所述的方法，其特征在于，所述获取不同温度下输电线路的单导线点云数据的步骤之前，所述方法还包括：
获取不同温度下所述输电线路的线路点云数据；
对所述线路点云数据进行分类与降噪，得到处理点云数据；
从所述处理点云数据中提取所述单导线点云数据。
3.根据权利要求2所述的方法，其特征在于，所述从所述处理点云数据中提取所述单导线点云数据的步骤，包括：
在所述处理点云数据为分裂导线的点云数据时，提取分裂导线外端下侧的点云数据并将其作为所述单导线点云数据。
4.根据权利要求1所述的方法，其特征在于，所述根据所述拟合直线确定起点坐标至所述拟合直线上任一点的距离公式的步骤，包括：
将水平面点云数据投影至所述拟合直线上，得到拟合点坐标公式；其中，所述水平面点云数据为所述单导线点云数据投影至水平面中的数据；
根据所述拟合点坐标公式和所述起点坐标确定所述距离公式。
5.根据权利要求4所述的方法，其特征在于，所述拟合点坐标公式为：
其中，kx为拟合点的x轴坐标，ky为拟合点的y轴坐标，k为所述拟合直线的斜率，b为所述拟合直线的截距。
6.根据权利要求5所述的方法，其特征在于，所述距离公式为：
其中，kx0为起点坐标的x轴坐标，ky0为拟合点的y轴坐标。
7.一种弧垂检测方法，其特征在于，所述方法包括：
获取单导线的当前温度；
将所述当前温度输入至弧垂计算模型，得到当前最大弧垂；其中，所述弧垂计算模型由权利要求1至6中任一项所述的弧垂计算模型构建方法得到。
8.一种弧垂检测装置，其特征在于，所述装置包括：
温度采集模块，用于获取单导线的当前温度；
弧垂计算模块，用于将所述当前温度输入至弧垂计算模型，得到当前最大弧垂；其中，所述弧垂计算模型由权利要求1至6中任一项所述的弧垂计算模型构建方法得到。
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7中所述的弧垂检测方法的步骤。
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7中所述的弧垂检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311090843.0A CN117113145A (zh) | 2023-08-28 | 2023-08-28 | 弧垂计算模型构建方法、弧垂检测方法及弧垂检测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311090843.0A CN117113145A (zh) | 2023-08-28 | 2023-08-28 | 弧垂计算模型构建方法、弧垂检测方法及弧垂检测装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117113145A true CN117113145A (zh) | 2023-11-24 |
Family
ID=88799693
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311090843.0A Pending CN117113145A (zh) | 2023-08-28 | 2023-08-28 | 弧垂计算模型构建方法、弧垂检测方法及弧垂检测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117113145A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118009897A (zh) * | 2024-04-08 | 2024-05-10 | 国网山西省电力公司电力科学研究院 | 一种架空输电线路弧垂监测系统及方法 |
-
2023
- 2023-08-28 CN CN202311090843.0A patent/CN117113145A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118009897A (zh) * | 2024-04-08 | 2024-05-10 | 国网山西省电力公司电力科学研究院 | 一种架空输电线路弧垂监测系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2016101690A1 (zh) | 基于时间序列分析的输变电设备的状态监测数据清洗方法 | |
| CN117113145A (zh) | 弧垂计算模型构建方法、弧垂检测方法及弧垂检测装置 | |
| CN110780164B (zh) | 基于yolo的绝缘子红外故障定位诊断方法及装置 | |
| CN114972631A (zh) | 一种输电线路激光点云模型在线重建方法及系统 | |
| CN110391840B (zh) | 太阳同步轨道卫星遥测参数异常判断方法和系统 | |
| CN108537792B (zh) | 一种基于卷积神经网络的电力缺陷图像识别方法 | |
| CN112488224B (zh) | 模型训练方法、装置、计算机设备及存储介质 | |
| CN111507591A (zh) | 电力系统状态确定方法、装置、计算机介质及存储介质 | |
| CN112948946B (zh) | 一种基于杆塔模型的杆塔数据处理方法、装置、设备和存储介质 | |
| CN105043275A (zh) | 基于图像处理的输电导线覆冰厚度测量方法 | |
| CN114581328A (zh) | 一种料堆点云数据插补方法、装置、设备及介质 | |
| CN113780644A (zh) | 一种基于在线学习的光伏出力预测方法 | |
| CN113901868A (zh) | 一种变电现场安全监控方法及系统 | |
| CN113284103A (zh) | 基于空间变换Faster R-CNN模型的变电站设备缺陷在线检测系统 | |
| CN114777711B (zh) | 多参数融合的架空线路风偏距离测量与安全预警方法 | |
| CN112230087B (zh) | 一种线性状态估计方法、装置、电子设备及存储介质 | |
| CN116049768B (zh) | 基于广义线性回归模型的主被动微波土壤水分融合算法 | |
| CN113138374B (zh) | 一种激光雷达风场数据重建方法及系统 | |
| CN115525637B (zh) | 一种风矢量观测数据质量控制与处理方法、系统及设备 | |
| JP6735298B2 (ja) | たわみ推定装置、たわみ推定方法及びプログラム | |
| CN117494040A (zh) | 一种基于多要素融合的输电线路覆冰预警方法及系统 | |
| CN111539058A (zh) | 输变电站架空线路对地距离评审方法及装置 | |
| CN117629304A (zh) | 架空输电线路导线覆冰的监测方法、装置、设备和介质 | |
| CN117783787A (zh) | 高压穿墙套管的检测方法、装置、计算机设备和存储介质 | |
| CN118230094A (zh) | 一种线路缺陷检测模型确定方法、装置、设备及介质 |
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 |