用于查明和显示架空电线的部件处的潜在的损伤部位的方法与流程

1.本发明涉及一种用于查明和显示架空电线的部件处的潜在的损伤部位的方法。


背景技术：

2.电气的架空电线的导电的导体在室外被导引穿过空气并且大多也仅仅通过周围的空气彼此绝缘并且与地面绝缘，所述电气的架空电线比如用作高压线路和中压线路以及轨道接触网(bahnfahrleitung)。
3.为了避免短路或者线路中断并且以及可能由此产生的电气事故，架空电线必须遵守离开地面、建筑物、但是也离开周围的植被的特定的最小间距。
4.为了保证这一点，规定对这些线路进行定期的检查。
5.由于其数公里的长度和大约60米的高度的尺寸，对于这些架空电线的监控是一项任务，该任务通常借助于直升飞机或者无人飞行物或者也通过巡查来实施。
6.在此要在无障碍的高度上越过相关的建筑物并且比如对其进行照相并且/或者借助于lidar对其进行扫描并且将结果作为三维的数据组记灵下来并且对其进行测评。
7.将检查过程的结果作为检查结果(befund)记录下来，后来从所述检查结果中能够推导出诸如维修的措施。
8.已知给这些检查结果配设图示，比如能够将有损伤的部件、比如电线杆上的绝缘体的位置通过符号、比如箭头或者标记来显示出来。
9.检查结果的位置的这种可视化或者标识通常用人工来进行。同样，电线杆的示意性的图样要么从规划数据中推导出来要么手动地生成。
10.借助于激光扫描装置来覆盖高压线路或者其他设备并且/或者通过经过训练的技工进行图像拍摄并且随后进行目检，这近年来符合通行的实践。
11.除了在光的可见范围内的照片之外，在近红外范围内或者具有热红外线部分的照片对于特定的应用情况来说也是有利的。因此，具有780nm到3μm(光谱范围ir-a和ir-b)的波长的近红外线特别适合用于探测植被，因为在近红外范围内叶绿素具有比在可见光谱内高了大约6倍的反射率。能够将这种效应用于探测植被，方法是：在可见范围的优选红色光谱内进行拍照并且在近红外线内再进行拍照。有效物体不仅在可见范围内而且在近红外范围内具有大致相同的反射率，而含叶绿素的植被在近红外线内则拥有明显更高的反射度。由此，比如也能够将绿色的有效物体与同样绿色的植被区分开来。
12.但是，利用红外照片也能够探测热缺陷、比如热点。
13.处于紫外光范围内的照片也能够是适宜的，因为在这些照片上尤其能够特别明显地看出电晕效应/部分放电。
14.在此，成问题的是人的因素，因为由于注意力不集中、比如由于疲劳或无经验而出现差错。


技术实现要素：

15.本发明的任务是，使检查结果的可视化自动化。
16.按照本发明，该任务利用一种按照权利要求1所述的方法来解决。
17.有利的设计方案由从属权利要求获得。
18.与检查结果的手动定位相比，本发明规定，全自动地对所述检查结果进行定位并且同样全自动地生成合适的可视化，以便对检查人员来说容易发现检查结果。
19.有利的是，从借助于激光扫描装置所确定的、关于架空电线及其周围环境的双变点分布数据组(punktwolkendatensatz)中查明所述架空电线的基础设施元件、比如像电线杆以及比如配件(armatur)和附加元件的部件，所述双变点分布数据组关于各个点也包括精确的位置，并且针对这些元件在能探测到的比如断裂、碎裂(absplitterung)的损伤处、还有在比如像冰挂(eisbehang)或者植被的异物处的图示进行分析。
20.为此，优选使用由现有技术已知的、机器学习的方法(人工智能)。
21.如果就这样查明潜在的损伤部位，则记录其位置并且在所涉及的基础设施元件的图示中比如借助于箭头或圆圈来显示出来。
22.这些图示作为检查结果的一部分能够使服务人员有效地并且目标明确地实施维修。
附图说明
23.借助于附图对本发明进行详细解释。其中：
24.图1a、1b、1c和图2a、2b示例性地示出了架空电线的电线杆的图示。
具体实施方式
25.架空电线的电线杆1的在附图中所包含的图示从借助于激光扫描装置(lidar)所确定的关于这些电线杆的双变点分布数据组中推导出来。
26.与雷达有关系的、用于进行光学的间距和速度测量并且用于对大气参数进行遥测的方法被称为lidar(光探测和测距)。取代雷达波而在雷达中使用激光束。
27.在用作激光扫描器时要发送光脉冲，所述光脉冲被物体点反射。所述物体点在此必须能够从至少一个方向来看得见。前提是在表面上的扩散的反射。所述技术在不取决于太阳照射的情况下发挥功能并且允许以非常快的拍照速率来获取大量的关于物体的3d信息。
28.所述激光器相应地测量扫描器相对于周围环境中的物体的间距值，从而从大量的测量中产生双变点分布数据组。如果已知所述激光扫描器或者货架过道间行驶车辆典型地比如像无人机、平面飞行器或者直升飞机的飞行物的位置，那就能够从双变点分布数据组中通过参照激光扫描装置或者飞行物和所述激光扫描装置所对准的方向来非常精确地重建点的位置。对于动态的测量方法、比如可移动的激光扫描或者飞行中的激光扫描来说，将激光扫描器与gnss/ins系统(全球导航卫星系统或者惯性导航系统)一起使用。
29.如果已知gnss/ins-系统与激光扫描器之间的相对定向，则能够通过车辆轨迹与
激光扫描测量之间的组合(距离和方向)来产生3d双变点分布。
30.所述3d双变点分布或者相应的双变点分布数据组的各个点在其与架空电线的特定的元件和其环境的所属性方面被分类，也就是要确定，所述点是否是电线杆1、线路或者绝缘体2的一部分或者其是否能够被归入周围环境。
31.这根据点与其周围环境的关系用机器学习的方法来进行，对于机器学习的方法来说从预先给定的关于部件、比如绝缘体、电线杆元件等等的典型的样本的训练数据中学到所述点的种类分配。
32.要就可能的损伤部位、比如断裂、裂纹、冰、植被对这些所探测的部件进行检查并且将所查明的潜在的损伤部位或者缺陷源的位置记录下来。
33.在本实施例中，在双变点分布数据组的基础上对所述部件的损伤部位进行检查或者检查所述部件是否完好无损，但是同样能够在从中推导的图示或者独立的信息、像比如传感器数据、图像、观察等等的基础上进行。
34.关于从中所识别的基础设施元件、也就是比如架空电线电线杆利用合适的变换来推导出二维的标准化的视图、比如平面图、正视图和侧视图，在所述架空电线电线杆上作为所谓的配件或者附加件布置有所述部件。
35.在此，特别有利的是，仅仅所识别的基础设施元件1及其紧挨着的周围环境被变换为二维视图并且由此保持小的计算成本并且能够提高变换的速度。
36.优选在此运用所谓的主分量分析(hauptkomponentenanalyse)。
37.所述主分量分析所基于的数学方法也作为主轴变换(hauptachsentransformation)或者单值分解而已知，所述主分量分析(或者英文：principal component analysis)是一种多变量统计的方法。它用于使广泛的数据组结构化、简化并且对其进行图解说明，方法是：通过较少数目的尽可能有说服力的线性组合(“主分量”)对大量统计上的变量进行近似计算。
38.按照本发明，将关于比如像电线杆1的基础设施元件一次性所查明的变换参数记录下来并且而后因此能够以相同的方式将其运用到这个基础设施元件1的所有配件和附加件、比如绝缘体2上。
39.在检查结果中用图形来示出所述损伤部位3以及所涉及的基础设施元件1，其中元件上的潜在的损伤部位3的位置比如能够借助于箭头和圆圈示出。
40.此外，这种图形显示能够包括额外的定向指示4、比如像方位或者对于用作图示的基础的视线“从电线杆2向电线杆3观察”的提示，以便进一步简化对于潜在的损伤部位的发现。
41.在本实施例中，借助于激光扫描器对所述架空电线进行检测。但是，也可能的是，借助于摄影测量方法从二维的照片中获取三维的显像并且将其用作进一步测评的基础。
42.附图标记列表：
[0043]1ꢀꢀꢀ
架空电线电线杆
[0044]2ꢀꢀꢀ
绝缘体
[0045]3ꢀꢀꢀ
潜在的损伤部位
[0046]4ꢀꢀꢀ
定向指示