激光雷达在输电线路巡检中的关键技术及应用

发表时间:2021/7/19   来源:《中国电业》2021年3月9期   作者:南霁航
[导读] 如今电网结构日益复杂,线路长度不断增长,采用传统人工巡检不但耗时耗力,而且无法做到及时发现隐患、排除隐患。
        南霁航
        国网白银供电公司  甘肃省白银市 730900
        摘要:如今电网结构日益复杂,线路长度不断增长,采用传统人工巡检不但耗时耗力,而且无法做到及时发现隐患、排除隐患。机载激光雷达技术作为一种新型对地观测技术,能够快速进行探测,获取目标探测物的三维空间信息,并利用点云数据构建真三维模型,还原输电线路走廊地貌,弥补了人工巡检的不足,无疑成为输电线路巡检技术未来探索和发展的方向。
        关键词:激光雷达;输电线路巡检;关键技术;应用
        1关键技术
        1.1激光雷达系统
        激光雷达技术是近十几年发展起来的一种新的空间信息采集技术,通过发射高频率激光脉冲,对目标地物进行扫描,获取海量点云数据。这些数据不仅包含目标物体的三维信息,还包含几何结构、弱纹理和语义信息。激光雷达系统在功能上整合了激光雷达技术、全球定位系统(GPS)和惯性导航系统(INS),通过搭载于不同的遥感平台,实现了高精度地形地貌数据的快速采集。其拥有以下几个特点:①数据精度高,目前激光雷达可获得毫米甚至微米级别的探测。②数据量大。激光雷达每秒可以获取数十万个点云数据,这为后期对目标地物进行还原和建模提供了大量可靠的数据资源。③不受天气、太阳高度角、地形等自然条件影响,支持全天候作业。④激光雷达不受电磁波的干扰,因此在低空、超低空的条件下仍可获得清晰的影像。激光雷达系统根据搭载平台的不同可分为星载、机载、车载和地面4类,其中机载激光雷达(如图1)受天气影响小,扫描角度灵活,应用最为广泛,目前已有70余种机载激光雷达系统投入市场,如瑞士Leica公司研发的ALS60、加拿大Optech公司的ALTM、奥地利IGI公司的RIGEL等。
        

        1.2数据存储
        激光雷达系统获取的海量点云数据在丰富了地理空间信息的同时也产生了数据存储管理问题。面对GB甚至TB级别的点云数据,单机内存有限,基于全内存的存储方式不再适用,如何进行高效存储是一项重要的研究课题。基于分布式的存储技术为海量数据存储提供了新的思路,其采用可扩展的系统架构,利用多台普通服务器组成分布式服务集群共同分担存储负荷,利用位置服务器定位存储信息,提高了系统的可靠性、可用性和存取效率、降低了开发成本。分布式存储系统分为关系型数据库和非关系型数据库,其中非关系型数据库更适合于非结构化的点云数据存储。目前已经成熟的技术有HBase、Cassandra和MongoDB等,研究人员基于非关系型数据库进行了海量数据存储的方案设计和研究。提出了基于HBase的海量数据分布式存储的解决方案,并设计了并行处理引擎MapReduceGIS;提出一种基于MongoDB和MapReduce的数据存储与并行处理解决方案;基于MongoDB搭建Sharding集群,对激光点云数据存储和并行处理进行了测试,结果表明该集群具有良好的故障转移恢复和可扩展性等特性。
        1.3激光点云精细分类
        激光点云精细分类(如图2)是将一系列离散的、不连续的点云按照一定的标准规范进行提取和识别。这一部分内容是激光雷达数据处理的重中之重,约占整个数据后处理60%~70%的工作量,是构建数字地面模型、复杂场景建设等后续应用的基础,因此研究也最多。由于激光雷达获取的点云数据包含了所有地物点,所以对输电线路走廊进行分析前需要先从海量点云数据中分离出地面点(即滤波),然后将非地面点按照一定的规则细分出输电线路(杆塔、导线)、建筑、植被(高植被、低植被)、桥梁等,主要流程如图3所示。其中地面点滤波主要分为基于坡度、基于形态学、基于曲面拟合、基于不规则三角网(TIN)、基于分割和基于机器学习6种方法。其中基于不规则三角网算法最为稳健,能够较好地处理具有阶跃特征的地貌,其原理是首先对区域进行网格划分,然后将各网格中的最低点作为地面种子点建立不规则三角网,通过测量非种子点到所在三角形的反复角和反复距离,将满足阈值条件的点加入TIN中,最终分离出地面点。

        对于除地面以外的其他地物,多利用其自身点云形态、点云密度、高度差和回波次数等特征进行区分。例如导线位于电力走廊最上部,呈线状分布且只具有一次回波;杆塔在空间上点云密度大,俯视时轮廓为矩形;树木的点云形态多不规则、密度较大,具有多次回波;建筑物屋顶则多呈规则矩形,一般只具有一次回波。利用这些特性,通过一定算法可将不同地物从点云中分别提取出来。由于输电线路地处环境复杂,探索不同地形情景下的点云滤波仍是今后的热点,融合不同滤波算法的优势将有利于提高地面点云提取精度。此外目前地物分类技术多针对单一地物的提取,不同地物需要采取不同的分类算法,为了降低地物分类的复杂程度,摆脱过度依赖人工定义特征,提高工作效率,研究人员正在朝着机器学习、神经网络等方向进行输电线路走廊地物自动识别和提取。
        2机载激光雷达主要应用
        2.1模拟工况分析
        输电线路常暴露在复杂的自然环境下,受到恶劣的自然条件影响。采用激光雷达技术可以快速获取输电线路的三维空间信息和影像信息,实现缺陷的识别、定位,便于巡检人员对缺陷严重程度进行判断,辅助制定缺陷修复进程安排。导线与树木距离过近是最常见的安全隐患。激光雷达技术利用采集的点云数据对树木进行分类并构建三维模型,然后在系统中输入各类树木的基本生长参数,便可模拟出未来几年树木的生长模型,通过设置安全距离值,将小于安全距离值的区域标记为缺陷隐患点,可以帮助巡检人员及时预防、发现危险。此外在大风覆冰等恶劣自然条件下,输电线会发生舞动,弧垂状态随之改变,通过在软件系统中输入气温、风速、覆冰厚度等自然条件参数以及导线自身参数,运用架空线路电线力学计算可实现电力线状态动态模拟,结合扫描点云数据能够对不同气候条件下的电力线进行安全距离检测,可及时发现输电线走廊下的隐患点。
        2.2线路增容分析
        传统高压输电线随着时间的推移,其输电量和输电距离都逐渐下降,而经济建设的不断发展对于电力的需求不断增加,这使导线增容改造成为必然趋势[18]。在不更换原有导线的情况下进行增容,会使线路温度增加,受载荷影响弧垂增大,导致输电线路与走廊内地物距离减小,同时随着其电压增加,安全距离也随之增大,这要求对增容后的导线进行安全评估,判断其是否能进行改造。利用激光点云可以模拟增容后导线模型,测量增大后的弧垂与地物的空间距离,对照更高电压的安全距离标准检查其距离是否符合要求。
        2.3线路防舞
        在覆冰强风区,输电线路常发生舞动现象,导致闪络跳闸,给输电部门带来巨大损失。为防止导线舞动,通常会在易发生舞动的导线间架设相间间隔棒,这需要对导线间距进行测量。利用点云数据构建高精度导线模型,可以在没有拉闸断电的情况下进行导线间的距离测量,为制作相间间隔棒提供数据支持,同时保证了社会各项生产生活的正常运行。
        3结语
        激光雷达技术弥补了传统摄影测量对输电线路巡检的不足,利用机载激光雷达测量技术对线路走廊进行数据采集、存储、精细分类和三维建模,可以对线路安全问题隐患和异常进行分析。为了充分发挥激光雷达技术的优势,应从软硬件设备研发、算法优化、系统优化管理等各个环节进行完善,随着激光雷达技术与相关技术进一步的结合,使获取电网相关环境信息速度更快、成本更低、精度更高,使输电线路运行维护从人工化向数字化、智能化进一步迈进。
        参考文献
        [1]陈志浩.无人机激光雷达技术在输电线路通道巡检中的应用[J].电子世界,2020(12):188-189.
        [2]吴永利.无人机激光雷达技术在输电线路通道巡检中的应用[C].福建省电机工程学会.福建省电机工程学会2018年学术年会获奖论文集.福建省电机工程学会:福建省电机工程学会,2018:171-174.
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: