杆塔边坡的多源数据动态校核与分级预警方法及相关装置与流程
本发明涉及电网安全监测,尤其涉及一种杆塔边坡的多源数据动态校核与分级预警方法及相关装置。
背景技术:
1、随着输电线路不断向山区、丘陵及复杂地质区域延伸,杆塔边坡的稳定性问题日益突出。边坡失稳不仅威胁输电杆塔本身的安全,还可能引发大面积电力供应中断,造成严重的经济损失和社会影响。因此,开展输电线路杆塔边坡的稳定性监测与风险评估,对于保障电力系统的安全运行具有重要意义。
2、目前,针对边坡监测与风险评估的研究主要集中在以下几个方面:一是利用合成孔径雷达干涉测量(insar)、gps、全站仪等手段进行形变监测;二是提取高程、坡度、坡向等地形敏感因子,结合统计模型进行稳定性分析;三是采用vmd-lstm、woa-bp、woa-xgboost等模型进行位移预测;四是建设数字孪生系统或健康监测平台,实现可视化展示。其中,时序insar技术因其大范围、高精度、非接触等优势,已广泛应用于边坡形变监测。部分研究还尝试将insar形变结果与数字高程模型(digital elevation model,dem)、地质条件、施工信息等多源数据进行叠加分析,初步实现了对边坡风险的识别与等级划分。
3、尽管上述技术在边坡监测中取得了一定成效,但仍存在以下主要问题:(1)缺乏动态校核机制,难以有效区分真实滑坡失稳趋势与非灾害性异常形变:现有方法通常先进行形变反演,再直接进行危险等级划分,缺少对形变异常背后成因的动态判别。当出现施工扰动、道路填土、人工开挖等非滑坡因素时,仍会触发高风险预警,导致误报频发,影响预警结果的可信度和实用性。(2)多源异构数据融合深度不足,缺少随时间连续更新的动态校核流程:现有技术虽已尝试融合insar、dem、坡度坡向、施工信息等多源数据,但多停留在“叠加分析”或“单次打分”层面,缺乏统一的可信度加权与动态时序更新机制,难以适应长期监测场景下的风险动态演化特征。(3)预警规则静态化,缺乏对异常形变时空语义的判别能力:现有预警模型通常依赖固定阈值或静态评分规则,无法区分“真实边坡失稳趋势”与“非灾害性异常形变”,也缺乏对形变与地形因子、施工活动之间时空一致性的智能判别,导致预警结果可解释性差,难以支撑精准运维决策。
4、综上,现有技术缺乏对多源时空数据的动态校核与语义判别机制,难以区分真实边坡失稳趋势与非灾害性异常形变,导致预警准确性低以及可解释性差。
技术实现思路
1、本发明提供了一种杆塔边坡的多源数据动态校核与分级预警方法及相关装置,用于解决现有技术缺乏对多源时空数据的动态校核与语义判别机制,难以区分真实边坡失稳趋势与非灾害性异常形变,导致预警准确性低以及可解释性差的问题。
2、有鉴于此,本发明第一方面提供了一种杆塔边坡的多源数据动态校核与分级预警方法,所述方法包括:
3、获取目标输电线路的杆塔边坡区域的多源数据,包括星载sar时序影像数据、dem数据、研究区地质与历史滑坡数据以及施工活动信息;
4、对所述星载sar时序影像数据进行时序insar处理,得到所述杆塔边坡区域各像元的雷达视线向形变速率、累计形变量和时序形变曲线;
5、将所述雷达视线向形变速率转换为沿坡向形变速率,并根据相干性阈值、坡度阈值和沿坡向形变速率阈值对像元进行联合筛选,将同时满足三个阈值条件的像元确定为候选隐患像元;
6、根据所述dem数据和所述研究区地质与历史滑坡数据,计算各所述候选隐患像元的地形敏感因子风险值,并根据各所述候选隐患像元的空间位置与所述施工活动信息所指示的施工活动区的重叠关系、及其时序形变曲线的变化特征,将相应的候选隐患像元标记为施工扰动型异常、临时异常或疑似失稳点得到标记类型;
7、根据所述累计形变量确定当前形变风险值,对所述疑似失稳点的时序形变曲线进行预测并根据预测结果将其升级标记为真实失稳趋势,再结合所述地形敏感因子风险值、由所述标记类型确定的时空校核修正值和基于预测结果确定的预测增量风险值计算综合风险值,根据所述综合风险值输出分级预警状态。
8、可选地,所述对所述星载sar时序影像数据进行时序insar处理,得到所述杆塔边坡区域各像元的雷达视线向形变速率、累计形变量和时序形变曲线,包括:
9、基于所述星载sar时序影像数据构建短基线干涉对,对各干涉对进行配准、干涉图生成、滤波和相位解缠,得到解缠相位图;
10、选取相干性高于预设相干性阈值的像元作为地面控制点,利用所述地面控制点的相位信息对所述解缠相位图进行轨道精炼和重去平,以消除系统误差;
11、基于消除系统误差后的解缠相位图进行形变反演,得到各像元在各采集时刻的累计形变量及整个监测时段的雷达视线向形变速率;
12、利用所述dem数据将所述雷达视线向形变速率和累计形变量转换至地理坐标系,并配准至统一的栅格网格上,输出所述杆塔边坡区域各像元的雷达视线向形变速率、累计形变量和时序形变曲线。
13、可选地,所述将所述雷达视线向形变速率转换为沿坡向形变速率,并根据相干性阈值、坡度阈值和沿坡向形变速率阈值对像元进行联合筛选,将同时满足三个阈值条件的像元确定为候选隐患像元,包括:
14、根据所述dem数据提取各像元的坡度与坡向,利用所述坡度与坡向将各像元的雷达视线向形变速率通过空间几何投影分解至沿坡向方向,得到各像元的沿坡向形变速率;
15、以各像元的相干性系数高于预设相干性阈值、坡度大于预设坡度阈值、且所述沿坡向形变速率超出预设沿坡向形变速率阈值作为联合筛选条件,将同时满足三个条件的像元保留为候选隐患像元。
16、可选地,所述根据所述dem数据和所述研究区地质与历史滑坡数据,计算各所述候选隐患像元的地形敏感因子风险值,并根据各所述候选隐患像元的空间位置与所述施工活动信息所指示的施工活动区的重叠关系、及其时序形变曲线的变化特征,将相应的候选隐患像元标记为施工扰动型异常、临时异常或疑似失稳点得到标记类型,包括:
17、根据所述dem数据提取各候选隐患像元的高程、坡度和坡向作为地形敏感因子,利用所述研究区地质与历史滑坡数据统计各因子分级区间内的滑坡分布频率以确定各分级的贡献权重,根据各候选隐患像元的高程、坡度和坡向数值及其对应的贡献权重,计算各候选隐患像元的地形敏感因子风险值;
18、将空间位置与所述施工活动信息所指示的施工活动区重叠且其周边邻域内像元的地形敏感因子风险值平均值低于预设低风险阈值的候选隐患像元,标记为施工扰动型异常;
19、将时序形变曲线呈现短时突变且后续监测数据出现回落、且与所述施工活动区无空间重叠的候选隐患像元,标记为临时异常;
20、将坡度落入高风险坡度区间、高程落入高风险高程带、且时序形变曲线呈现连续恶化趋势的候选隐患像元,标记为疑似失稳点。
21、可选地,所述根据所述累计形变量确定当前形变风险值,对所述疑似失稳点的时序形变曲线进行预测并根据预测结果将其升级标记为真实失稳趋势,再结合所述地形敏感因子风险值、由所述标记类型确定的时空校核修正值和基于预测结果确定的预测增量风险值计算综合风险值,包括:
22、根据各像元的所述累计形变量,按长期累积变形程度划分风险等级并赋予相应的当前形变风险值;
23、对所述疑似失稳点的时序形变曲线进行预测,根据预测结果计算预测期风险增量、风险增速和预测增量风险值;当所述预测期风险增量持续为正且增速超过预设增速阈值时,将该疑似失稳点升级标记为真实失稳趋势,并将所述标记类型更新为真实失稳趋势;
24、根据更新后的所述标记类型确定对应的时空校核修正值;
25、将所述当前形变风险值、所述地形敏感因子风险值、所述时空校核修正值和所述预测增量风险值求和,得到综合风险值。
26、可选地,所述根据所述综合风险值输出分级预警状态,包括:
27、将所述综合风险值映射至预设的多个分级区间,每一所述分级区间对应一个预警等级,输出与所述综合风险值相匹配的预警等级;
28、当所述预测期风险增量超过预设高阈值时,在已映射的预警等级基础上提升一级或多级后输出;当所述预测期风险增量未超过所述预设高阈值时,输出所述预警等级。
29、可选地,还包括:
30、将各像元的所述综合风险值和对应的预警等级映射至数字孪生场景,并以不同颜色分别标示各预警等级;
31、将所述杆塔点位数据与周边像元的预警等级进行空间关联分析,当杆塔基础周边预设范围内存在预警等级高于关注状态的像元时,在所述数字孪生场景中以闪烁方式突出显示该杆塔;
32、根据各像元的预警等级匹配并输出对应的分级处置建议。
33、本发明第二方面提供一种杆塔边坡的多源数据动态校核与分级预警系统,所述系统包括:
34、获取单元,用于获取目标输电线路的杆塔边坡区域的多源数据,包括星载sar时序影像数据、dem数据、研究区地质与历史滑坡数据以及施工活动信息;
35、第一处理单元,用于对所述星载sar时序影像数据进行时序insar处理,得到所述杆塔边坡区域各像元的雷达视线向形变速率、累计形变量和时序形变曲线;
36、第二处理单元,用于将所述雷达视线向形变速率转换为沿坡向形变速率,并根据相干性阈值、坡度阈值和沿坡向形变速率阈值对像元进行联合筛选,将同时满足三个阈值条件的像元确定为候选隐患像元;
37、第三处理单元,用于根据所述dem数据和所述研究区地质与历史滑坡数据,计算各所述候选隐患像元的地形敏感因子风险值,并根据各所述候选隐患像元的空间位置与所述施工活动信息所指示的施工活动区的重叠关系、及其时序形变曲线的变化特征,将相应的候选隐患像元标记为施工扰动型异常、临时异常或疑似失稳点得到标记类型;
38、预警单元,用于根据所述累计形变量确定当前形变风险值,对所述疑似失稳点的时序形变曲线进行预测并根据预测结果将其升级标记为真实失稳趋势,再结合所述地形敏感因子风险值、由所述标记类型确定的时空校核修正值和基于预测结果确定的预测增量风险值计算综合风险值,根据所述综合风险值输出分级预警状态。
39、本发明第三方面提供一种杆塔边坡的多源数据动态校核与分级预警设备,所述设备包括处理器以及存储器:
40、所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
41、所述处理器用于根据所述程序代码中的指令,执行如上述第一方面所述的杆塔边坡的多源数据动态校核与分级预警方法的步骤。
42、本发明第四方面提供一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行上述第一方面所述的杆塔边坡的多源数据动态校核与分级预警方法。
43、从以上技术方案可以看出,本发明具有以下优点:
44、首先,获取目标输电线路杆塔边坡区域的多源数据,为后续处理提供数据基础。然后,对星载sar时序影像数据进行时序insar处理,得到各像元的雷达视线向形变速率、累计形变量和时序形变曲线;再将雷达视线向形变速率转换为沿坡向形变速率,并根据相干性阈值、坡度阈值和沿坡向形变速率阈值对像元进行联合筛选,将同时满足三个阈值条件的像元确定为候选隐患像元,从而聚焦真正具备滑坡分析价值的候选区域。再然后,根据dem数据和研究区地质与历史滑坡数据,计算各候选隐患像元的地形敏感因子风险值,并根据各候选隐患像元的空间位置与施工活动区的重叠关系、及其时序形变曲线的变化特征,将相应的候选隐患像元标记为施工扰动型异常、临时异常或疑似失稳点,从而建立异常形变与其成因之间的语义关联,以区分真实边坡失稳趋势与非灾害性异常形变,降低误报率。最后,根据累计形变量确定当前形变风险值,对疑似失稳点的时序形变曲线进行预测并根据预测结果将其升级标记为真实失稳趋势,再结合地形敏感因子风险值、由标记类型确定的时空校核修正值和基于预测结果确定的预测增量风险值计算综合风险值,根据综合风险值输出分级预警状态。上述各风险值及标记类型可随新一期sar数据、施工信息及预测结果的接入而更新并重新计算综合风险值,实现多源数据的闭环动态更新;同时,预警结果可依据综合风险值中的各项构成解释为持续沉降、坡向不利、施工扰动或未来趋势恶化等具体成因,使预警结果具有可解释性。整个方法流程可依托已有insar处理、dem计算、gis提取、预测模型和数字孪生可视化流程实现,具备工程推广可行性,从而解决现有技术缺乏对多源时空数据的动态校核与语义判别机制、难以区分真实边坡失稳趋势与非灾害性异常形变、导致预警准确性低以及可解释性差的问题。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com