胡 偉 李 贊 王和平 楊國柱 田茂杰

(國網通用航空有限公司, 北京 102209)

0 引言

2019年底全國110 kV(含66 kV)以上輸電線路里程超過100萬公里,電網規(guī)模急劇增加,對運維效率提出了更高要求。傳統人工巡檢,勞動強度大、工作條件艱苦、巡檢效率低,山區(qū)和大跨越線路巡困難,部分巡檢項目靠人工方法難以完成[1],傳統人工巡檢依靠人眼觀察安全隱患,無法對輸電線路和線路走廊地物之間進行精確的空間距離測量,激光掃描作為一種激光探測和測距系統,彌補了電力巡檢中對于獲取空間幾何結構信息的需求[2],機載激光掃描技術可以高效率、高精度、安全快速地實現電網線路通道巡視工作,主要包括樹障檢測工作、地物危險點的檢測、線路交叉跨越情況統計分析、通道內的電網資產的三維建模[3]。

輸電線路激光掃描點云數據質量決定了數據的后期應用,數據檢查結果的時效性嚴重影響到航飛作業(yè)效率和作業(yè)計劃安排。徐國宏討論了機載激光雷達(Light Detection and Ranging,LiDAR)數據獲取及處理過程中的質量檢查及質量控制方法[4];駱生亮對激光掃描數據質量檢查進行了總結驗證,主要通過商用軟件進行人工檢查[5];楊培義等對航帶間漂移值檢查進行了自動化探索[6]。在輸電線路激光掃描點云應用方面的質量檢查自動性檢查研究還較少。

激光掃描數據輸電線路安全距離分析方面,梁安祺[7]、阮峻等[8]、張賡[9]、丁薇等[10]在輸電線路走廊樹障進行了自動化檢測;湯春俊等[11]在輸電線路交叉跨越檢測方面進行了研究。數據快速分析是指對檢查完畢后的激光掃描數據進行快速分類,快速檢查不滿足安全距離要求的嚴重危急的輸電線路通道地物,重點應關注樹木、高速公路、高速鐵路、重要交跨電力線等。當前的技術流程為對點云精細分類[12],對按照精細分類的點云按照不同運規(guī)進行安全分析,但數據處理流程較長,分析報告提交的時效性較差。

為解決現有激光掃描數據質檢自動化程度低、輸電線路走廊安全距離分析費時費力時效差等特點,本文提出了一套激光掃描數據檢查和快速安全距離分析的技術流程,為提高質量檢查和快速分析效率提供了新的思路和方向。

1 激光掃描數據質量檢查與快速分析方法

激光掃描數據質量檢查與快速分析是輸電線路激光掃描作業(yè)中較為重要的環(huán)節(jié),質量檢查的自動化和快速分析的時效是工程作業(yè)中急需解決的問題。本文從作業(yè)實際出發(fā),提出了數據質量檢查與快速分析的技術流程?；诙ㄎ欢ㄗ讼到y(Position and Orientation System,POS)解算成果,將原始激光數據,通過解算軟件解算出點云數據,對點云數據進行裁切、分塊、桿塔本體自動化分類,從而對帶寬、點密度、桿塔與導地線的完整性進行檢查;在桿塔本體自動分類的基礎上,對輸電通道重要地物進行自動、交互分類,根據運規(guī)進行安全距離分析,形成安全距離分析報告。具體技術流程見如圖1所示。

圖1 數據質檢與快速分析技術流程圖

1.1 點云質量檢查方法

點云數據應用方面的質量檢查主要包括對掃描帶寬、點密度、桿塔完整性和導地線連續(xù)性進行檢查[13]。在點云數據上提取趕桿塔坐標,以桿塔坐標連線為中心,按照帶寬(如±45 m)裁切數據,減少計算工作量,對裁切后的數據進行完整性檢核,確定帶寬及數據的完整性。以檔為單位分塊點云數據,對桿塔和檔中區(qū)域進行密度檢查。點云質量檢查技術難點在于檢查輸電線路桿塔本體及導地線的完整性,技術流程為濾波分類地面點和非地面點,在非地面點類別中結合桿塔坐標提取桿塔和導地線,然后對分類后的地面點、桿塔、導地線檢查完整性。

1.1.1自動分類

自動分類的地物主要為地面點、導地線點、桿塔點。采用基于漸進三角網加密算法進行濾波分類[14],提取地面點;根據桿塔形態(tài)特點,采用斜率法提取桿塔點云;并結合先驗知識,實現導地線的提取。

漸進三角網加密算法進行濾波分類算法思路如下:對輸電線路點云進行分塊處理,將分塊的點云數據按照一定的格網大小劃分,選取格網內的最低點作為種子點,構建初始Delaunay三角網;依據判斷準則判斷待插入點是否為地面點,若為地面點,插入到初始Delaunay三角網中,并更新該三角網,若為非地面點,可暫不考慮;最后通過迭代的方法直至無地面點。判斷地面點的判斷準則為:待判斷點若在三角形下則為地面點,利用待判斷點與三角形較近腳點向量與三角形法向量乘積的正負進行判斷。根據漸進三角網加密算法實現地面點的提取。

桿塔通常呈鏤空的形狀,對于桿塔點云的提取分類較為困難,葉嵐等采用數學形態(tài)學的方法提取桿塔[15],該方法對于桿塔附近有樹木的情況通常難以提取。桿塔底部通常呈梯形分布,采用斜率法提取桿塔點云(該方法對于拉門塔不適用)。算法流程如下:根據桿塔坐標和點云數據、桿塔塔頭半徑,以桿塔中心為圓心,塔頭半徑為半徑的圓柱內點云作為初步提取桿塔點云數據;對桿塔點云進行高程上分層,分層的數據在水平面上呈矩形分布,根據相鄰兩層的矩形的水平距離值/分層高度,可計算出桿塔的斜率情況;根據斜率和中心點坐標,確定矩形臺狀區(qū)域;從而將不在該臺形區(qū)域內的植被等其他地物排除在初始桿塔點云內,進而精提取該桿塔點云數據。該方法能有效提出多余的植被等數據,有效減少了后期人工進行桿塔和植被的分類的工作量,提高了分類的效率。

基于點云數據的電力線路提取方法較多,武漢大學的葉嵐等提取了基于點云高程數據平面投影的電力線提取方法[15];國網經研院韓文軍等利用霍夫變換和電力線的空間關系提取電力線[16]。本文結合先驗知識,提出了一種電力線提取方法,該方式簡單實用、準確性高。算法基本思路為:已知桿塔平面坐標和桿塔點云,提取桿塔頂部高程坐標;計算相鄰桿塔中心坐標,確定導地線在XOY平面的方向;根據桿塔中心點坐標和導線間距、導地線半徑,采用聯通性聚類,提取導地線。具體算法流程如下:(1)根據桿塔中心平面坐標,提取桿塔頂層高程坐標;(2)根據高程信息,剔除掉絕大部分地物類別點;(3)輸入導地線間距和導地線間距,確定導地線方向;(4)沿著導線方向根據歐氏距離進行聚類提取電力線。

1.1.2質量檢查

質量檢查的內容包括通道帶寬檢查、通道點密度檢查、桿塔點密度檢查、桿塔完整性檢查及導線連續(xù)性檢查。

由于每檔點云數據只含兩基桿塔,桿塔坐標的連線方向即為線路的走向,以線路走向為坐標軸進行分析,能夠有效提高檢查效率,通過坐標軸變換可以實現全球定位系統(World Geodetic System 1984,WGS84)坐標系到局部線路走向坐標系的轉換。假設后一基桿塔與前一基桿塔與X軸的夾角為θ,以前一基桿塔坐標為新坐標系的原點,坐標軸沿Z軸旋轉θ角度,即可將坐標從WGS84坐標系旋轉到X軸為線路走向、Y軸為垂直線路走向的局部坐標系中。

對于轉換后的點云,先將點云投影XOY平面,以1 m×1 m為最小單元格網統計每個網格中的點的個數,即可得到通道點密度分布圖;利用凸包提取算法對投影后的點進行提取,即可得到掃描點云的外接邊界點,只需要比較外接邊界點的Y值與點云帶寬的要求值的大小,即可判斷掃描點云帶寬是否滿足。

在第一步的自動分類中,算法已自動提取出桿塔和導線點云。將桿塔點云沿XOY、YOZ、XOZ三個方向進行投影,XOY平面點的個數即為桿塔密度,將YOZ、XOZ方向的點按一定分辨率生成二維影像,可直觀看出桿塔掛點、結構是否完整;將導線點云投影至XOY方向生成二維影像,通過連通成分分析合并連續(xù)導線,判斷不連續(xù)導線處,反投影到三維空間計算準確的三維空間距離,完成導線連續(xù)性檢查。

1.2 快速分析方法

采用提取的桿塔坐標,對數據進行分塊和裁切處理,以減少計算數據量。在數據檢查分類的基礎上,對高植被、高速鐵路和高速公路、重要電力線進行人工分類,在快速分類的基礎上,進行安全距離分析。算法思路為以導線點為圓心,以安全距離為半徑,根據地物類別計算安全空間距離,計算導線點P(x,y,z),與地物點Pi(xi,yi,zi)的歐式空間距離

(1)

若空間距離小于運規(guī)值R,則地物點Pi(xi,yi,zi)為隱患點,對于隱患點集合,植被、鐵路和公路可采用連通成分分析,將隱患點進行聚類。

根據安全分析的結果,生成平面圖、斷面圖和報表,最終生成快速安全距離分析報告。

2 實驗與分析

2.1 實驗數據與平臺

實驗數據采用BELL 407直升機搭載中測瑞格HS-1600激光掃描設備(掃描儀為VUX-1LR)獲取,飛行參數為航高200 m,飛行速度50 km/h,點密度約為每平方米50點;采集的線路為國家電網某500 kV交流線路62.9 km。

數據質檢和快速分析軟件為國網通用航空有限公司自主研發(fā)的軟件。

2.2 實驗結果與分析

2.2.1快速分類

根據以上算法流程,對數據進行快速分類,分類效果如圖2所示。從圖2(a)可看出,算法能夠有效分類出桿塔、地面和導地線等點云。對于地形有較大起伏的復雜區(qū)域,仍能有效提取出完整的地面,證明算法對山區(qū)復雜地形有較強魯棒性。從圖2(b)可看出,算法提取出的桿塔點云完整。從圖2(c)可看出,導地線提取連續(xù)完整,單根地線和四分裂導線都得了良好的提取效果。

圖2 分類效果圖

2.2.2數據質檢

數據質檢結果如圖3所示。從圖3看出,通過檢查發(fā)現,#63～#64導地線有4處缺失,如圖3(a)矩形框所示;#63桿塔完整,但絕緣子略微缺失,如圖3(b)中圓圈所示。

圖3 數據檢查結果

2.2.3快速分析

根據《DL/T 741 架空輸電線路運行規(guī)程》規(guī)定的各類地物的最小安全距離,計算安全距離。若植被與導線的安全距離小于最小安全距離,將該植被點視為隱患點,如圖4所示。

圖4 樹木隱患示意圖

圖4中上面2個小圓點表示地線截，下面3個大點表示導線截面。

2.3 質檢與快速分析效率

實驗采用的計算機為ThinkPad T470筆記本電腦,處理器為Intel Core i5-7200U,處理點云數據量共10.7 GB,效率如表1所示。

表1 數據質檢與快速分析用時圖 單位：min

從表1可看出,本文方法在點云分類和質檢方面通過自動化的手段能極大提高工作效率。

3 結束語

本文針對輸電線路激光掃描數據質量檢查工作量大、效率低、輸電通道安全距離快速分析時效慢等問題,提出了快速分類與質檢、快速分析的方法,有效提高了質檢與快速分析的效果,縮短了產品提交周期。但在影像質量檢查方面、重要交跨物分類的自動化程度上存在欠缺,是下一步研究的方向。