基于矢量化电力线的树障分析方法、装置及电子设备与流程

1.本发明涉及电力树障分析领域，特别是涉及一种基于矢量化电力线的树障分析方法、装置及电子设备。


背景技术：

2.电网安全是社会公共安全的重要组成部分，电网故障隐患大部分是由于树障隐患造成的，为了确保电网安全和电力供应，相关人员应适时对电力线环境进行巡检做好树障分析，通常通过无人机等航测设备沿着电力线布设线路进行飞行航测以获取点云数据，然后再进行树障分析。为了保证树障隐患分析的准确度，一般会选用高精度点云数据进行分析，但是高精度点云数据的采集又伴随着大量人力物力的耗费，对数据采集设备的硬件配置要求较高，且通过高精度点云数据进行树障隐患分析时由于数据量非常大，因此数据处理效率低，严重时会造成树障分析结果的延时反馈。


技术实现要素：

3.为克服相关技术中存在的问题，本发明实施例提供了一种基于矢量化电力线的树障分析方法、装置及电子设备，基于矢量化电力线的树障分析方法能够结合高精度点云数据和低精度点云数据确定用于隐患分析的目标点云数据，再基于目标点云数据进行树障隐患分析，减少了点云数据处理量，树障隐患分析效率高，且航测成本较低。
4.根据本发明实施例的第一方面，本实施例的基于矢量化电力线的树障分析方法，包括如下步骤：
5.获取高精度点云数据，根据高精度点云数据确定矢量化电力线；
6.获取低精度点云数据，根据低精度点云数据获取无电力线点云数据，其中，低精度点云数据和高精度点云数据的航测信息一致；
7.将无电力线点云数据和矢量化电力线进行匹配获得目标点云数据；
8.基于目标点云数据对电力线进行树障隐患分析。
9.根据本发明实施例的第二方面，提供一种基于矢量化电力线的树障分析装置，包括：
10.第一获取模块，用于获取高精度点云数据，根据高精度点云数据确定矢量化电力线
11.第二获取模块，用于获取低精度点云数据，根据低精度点云数据获取无电力线点云数据，其中，低精度点云数据和高精度点云数据的航测信息一致；
12.点云匹配模块，用于将无电力线点云数据和矢量化电力线进行匹配获得目标点云数据；
13.隐患分析模块，用于基于目标点云数据对电力线进行树障隐患分析。
14.根据本发明实施例的第三方面，提供一种电子设备，包括：处理器和存储器；存储器与处理器电连接；其中，存储器存储有计算机程序，计算机程序适于由处理器加载并执行
如上任意一项实施例的基于矢量化电力线的树障分析方法。
15.应用本技术的上述技术方案，获取高精度点云数据以确定矢量化电力线，以便于后续的数据分析时可以基于矢量化电力线合成目标点云数据，而不用像传统树障分析方法那样每一次都基于高精度点云数据进行电力线的确定，从而可以减少数据处理量；获取低精度点云数据获取无电力线点云数据，将无电力线点云数据与矢量化电力线进行匹配以确定目标点云数据，无电力线点云数据即为包括树障信息且去除电力线数据后的低精度点云数据，从而进一步减少了数据处理量，并且在目标点云数据合成时，同一航测线路内的电力线可以重复利用，从而减少了电力线多次确定的处理过程。最后基于合成的目标点云数据进行树障分析，此时的电力线是完整清晰的，不会存在被树障遮挡而影响电力线确定的情况，有助于进行树障和电力线之间的距离分析，再基于预设安全距离确定出隐患区域实现树障隐患分析。该方法中点云数据处理量大大减少，树障隐患分析效率高，且航测成本较低。
16.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
17.为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
18.图1为本发明实施例示出的基于矢量化电力线的树障分析方法的流程示意图；
19.图2为本发明实施例示出的树障分析方法的步骤s1的流程示意图；
20.图3为本发明实施例示出的树障分析方法的步骤s2的流程示意图；
21.图4为本发明实施例示出的树障分析方法的步骤s3的流程示意图；
22.图5为本发明实施例示出的树障分析方法的步骤s4的流程示意图；
23.图6为本发明实施例示出的基于矢量化电力线的树障分析装置的结构示意图；
24.图7为本发明实施例示出的电子设备的结构示意图。
具体实施方式
25.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
26.在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
27.应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”/“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
28.本发明实施例的基于矢量化电力线的树障分析方法，意在结合高精度点云数据和低精度点云数据确定用于隐患分析的目标点云数据，再基于目标点云数据进行树障隐患分析，减少点云数据处理量，提高树障隐患分析效率，降低航测成本。
29.以下通过具体的实施例进行说明。
30.根据本发明实施例的第一方面，公开了一种基于矢量化电力线的树障分析方法，应用于电子设备，电子设备可以通过纯软件的方式实现基于矢量化电力线的树障分析方法，也可以采用软硬件结合的方式来实现。本实施例中，基于矢量化电力线的树障分析方法应用于电力树障航测应用中点云数据的处理。电子设备可以为计算机、交互平板、服务器等智能设备。本技术的电子设备可以为用于电力树障点云数据分析处理的服务器。
31.请参阅图1，图1为本发明实施例示出的基于矢量化电力线的树障分析方法的流程示意图。
32.该基于矢量化电力线的树障分析方法，包括以下步骤：
33.s1：获取高精度点云数据，根据高精度点云数据确定矢量化电力线。
34.本实施例中，通过安装于无人机上的航测设备进行飞行航测，采集到的原始电力树障点云数据保存于无人机上的航测设备的存储器中，当无人机航测任务结束后，将航测设备上的存储器与数据上传设备连接，通过数据上传设备将原始电力树障点云数据上传至服务器上，再通过服务器执行本发明中的基于矢量化电力线的树障分析方法对点云数据进行处理分析。
35.在一个可选的实施例中，无人机上的航测设备可以设置有用于将原始点云数据回传至服务器的无线通信模块，通过无线通信模块与服务器建立实时连接，及时将采集到的原始点云数据回传到服务器上，便于服务器及时对点云数据进行处理，提高点云数据处理的时效性。其中，无线通信模块可以为4g通信模块，或5g通信模块，还可以其他的通信模块。
36.在一个可选的实施例中，请参阅图2，图2为本发明实施例示出的基于矢量化电力线的树障分析方法的步骤s1的流程示意图。
37.步骤s1包括：
38.s11：获取高精度点云数据。
39.在首次飞行采集高精度点云数据时，高精度点云数据为由高精度采集设备沿预设电力线路飞行，对电力线以及周围环境特别是树障进行航拍获得高精度点云数据，高精度采集设备的具体型号和结构设置本实施例中不做限定。
40.可选的，步骤s11可以为：在电力线无树障遮挡时，通过高精度航测设备沿预设电力线线路定点飞行，对电力线环境进行全方位航测获得高精度点云数据。
41.若电力线被树障遮挡或者被其他的东西遮挡时，在电力线提取时就无法快速准确的确定。因此，为了确定清晰完整的电力线，为了提高电力线提取效率，可以在电力线无树障遮挡时进行高精度点云数据的采集，有助于快速准确提取点云数据中的电力线，并可以减少电力线的后期修复。
42.在一个可选的实施例中，获取高精度点云数据时可以采用全方位拍摄的飞行方式，如迂回飞行方式，以使采集到的高精度点云数据中包含有较为完整的电力线。
43.s12：基于高精度点云数据提取出初始电力线。
44.由于该步骤是为了确定清晰完整的电力线，若基于低精度点云数据进行电力线的
提取，有可能提取出的电力线不够完整、或者存在错漏，从而影响到电力线提取效率以及准确度。因此，本实施例中，选用高精度点云数据进行电力线的提取。
45.在一个可选的实施例中，基于高精度点云数据提取出初始电力线时，提取出的初始电力线存在漏分点或错分点，则需要将漏分点或错分点进行修复以获得完整清晰的电力线。
46.若提取出的初始电力线存在漏分点，则沿电力线分布轨迹确定电力线的左挂点、弧垂点、以及右挂点，基于电力线的左挂点、弧垂点、以及右挂点拟合出完整的初始电力线。其中，拟合电力线的方法本技术不做限定。
47.若提取出的初始电力线存在错分点，则基于电力线的分布区域采用区域增长算法对初始电力线进行修正。其中，区域增长算法的实现步骤本技术中不做限定。
48.若提取出的初始电力线存在错分点，还可以通过手动圈选范围的方式将缺失的电力线进行修正。
49.在一个可选的实施例中，在提取出初始电力线时，还对高精度点云数据进行预处理，其中预处理包括降噪处理，如将高低点的噪点去除。
50.s13：获取航测信息和定位信息，基于初始电力线进行航测信息匹配以及定位信息匹配确定初始电力线模型。
51.高精度点云数据中包括了航测信息，航测信息包括飞行线路、飞行高度、飞行起始点、飞行终止点、飞行方式、手持基站位置等信息。高精度点云数据中的各个数据点均包含有基于经纬度的定位信息。因此，可以基于航测信息和定位信息确定初始电力线模型。
52.可选的，航测信息还可以包括航拍时的环境信息，如大气气压、温度、湿度等信息。
53.可选的，航测信息可以在航拍时由航拍设备或者其他装置获取。
54.可选的，在确定初始电力线模型时，为了便于研发者直观的观测电力线的完整性以及准确性，还可以将初始电力线模型通过窗口实时显示出来。
55.s14：对初始电力线模型进行矢量化处理获得矢量化电力线。
56.矢量化电力线为从高精度点云数据中确定的电力线后再进行矢量化而确定的电力线。具体的，矢量化处理过程可以为：在电力线中确定若干点位，并确定若干点位的位置信息，基于若干点位以及其位置信息可以将电力线进行矢量化处理。
57.例如，一副矢量图形实际上是由线段形成外框轮廓，由外框的颜色以及外框所封闭的颜色决定画显示出的颜色。由于矢量图形可通过公式计算获得，所以矢量图形文件体积一般较小。矢量图形的优点是无论放大、缩小或旋转等不会失真。
58.s2：获取低精度点云数据，根据低精度点云数据获取无电力线点云数据，其中，低精度点云数据和高精度点云数据的航测信息一致。
59.低精度点云数据为由低精度采集设备沿预设电力线路飞行，对电力线以及周围环境特别是树障进行航拍获得低精度点云数据，低精度采集设备的具体型号和结构设置本实施例中不做限定。低精度点云数据采集时的飞行路线与高精度点云数据采集时的飞行路线一致，即无论高精度点云数据采集还是低精度点云数据采集都是沿同一预设电力线路飞行进行航拍获得数据。
60.可选的，还可以将矢量化电力线存储至服务器管理平台中，以便于其他人员调用，或便于后续调用。在一些场合中，还可以实现矢量化电力线的跨平台、跨系统的复用。
61.在一个可选的实施例中，请参阅图3，图3为本发明实施例示出的基于矢量化电力线的树障分析方法的步骤s2的流程示意图。
62.步骤s2包括：
63.s21：获取低精度点云数据。
64.在一个可选的实施例中，基于高精度点云数据中的航测信息，通过低精度航测设备沿预设电力线线路定点飞行，对电力线环境进行航测获得低精度点云数据。
65.高精度点云数据和低精度点云数据为不同时间对同一电力线路进行航拍获得的不同数据，其中，低精度点云数据的数据量会少于高精度点云的数据量。
66.为了保证高精度点云数据和低精度点云数据的采集环境的一致性，在采集低精度点云数据时，需要基于高精度点云数据的航测信息来采集，即至少基于同一飞行轨迹来采集，以便于后续能够将两组点云数据进行合并获得目标点云数据。
67.若低精度点云数据的飞行轨迹与高精度点云数据采集时的飞行轨迹不同，则需要通过人工或系统对飞行轨迹进行校准及调整，在校准及调整的过程中，可以基于同一参照物如基于同一杆塔进行校准及调整。
68.另外，航测信息还包括飞行高度、飞行起始点、飞行终止点、飞行方式以及手持基站等信息。为了提高航测环境的相似度，上述航测信息在两次飞行航测时需要保持一致。
69.可选的，低精度点云数据采集时，可以采用一字型飞行方式进行航拍。
70.s22：对低精度点云数据进行分析确定待去除电力线。
71.本实施例中，可以调用运行分类算法确定低精度点云数据中的电力线，以便于后续步骤中将电力线去除。
72.s23：将低精度点云数据中的电力线去除获得无电力线点云数据。
73.将低精度点云数据中的电力线去除获得无电力线点云数据为包含有树障信息的点云数据，将无电力线点云数据与矢量化电力线进行合并可以获得数据量较小，且有效数据占比较多的目标点云数据。
74.s3：将无电力线点云数据和矢量化电力线进行匹配获得目标点云数据。
75.本实施例中，请参阅图4，图4为本发明实施例示出的基于矢量化电力线的树障分析方法的步骤s3的流程示意图。
76.步骤s3包括以下步骤：
77.s31：确定矢量化电力线的各个匹配点的位置信息和第一航测信息。
78.矢量化电力线为多线段组成的图形，各个线段之间会存在节点，可以将线段之间的连接节点确定为匹配点。
79.s32：确定无电力线点云数据中各个点云数据的位置信息和第二航测信息。
80.基于相同的位置信息，确定无电力线点云数据中的数据点以及矢量化电力线上的匹配点，从而将无电力线点云数据与矢量化电力线进行匹配。并且，矢量化电力线携带的第一航测信息需要与无电力线点云数据的第二航测信息一致，才能保证基于同一飞行轨迹合成点云。
81.s33：基于矢量化电力线的各个匹配点的位置信息、第一航测信息、无电力线点云数据的位置信息、以及第二航测信息，将矢量化电力线与无电力线点云数据进行匹配并合成目标点云数据。
82.s4：基于目标点云数据对电力线进行树障隐患分析。
83.请参阅图5，图5为本发明实施例示出的基于矢量化电力线的树障分析方法的步骤s4的流程示意图。
84.s41：确定树障与电力线之间的预设安全距离，基于预设安全距离确定并标识树障隐患区域。
85.为保证电力线不会受到树障的干扰，保证电力运输的安全性，树障和电力线之间需要保持一定的预设安全距离，若树障与电力线之间的距离小于预设安全距离，则树障可能会对电力运输造成影响，带来安全隐患，故将距离小于预设安全距离的树障进行标识。
86.在一个可选的实施例中，为了更加直观的展示树障信息，可以结合地图对树障隐患区域进行标识。
87.s42：确定树障隐患区域中距离电力线最近的隐患点坐标，根据隐患点坐标和电力线之间的净空距离确定隐患等级。
88.本实施例中，可以根据树障与电力线之间的距离设定隐患等级，树障距离电力线越近则隐患等级越高，如可以设定为一级，树障距离电力线越远则隐患等级越低，如可以设定为二级、三级或四级。在展示树障信息时，可以结合地图对树障隐患区域的隐患等级进行标识，或者用不同颜色进行标识。
89.在一个可选的实施例中，通过树障隐患分析后可以形成隐患列表并且带隐患标志的点云。隐患列表结合点云进行展示，提供隐患标记异常功能、隐患合并功能、导出等。其中，隐患标记异常：避免程序的异常识别可将隐患设置为异常状态后不参与数据导出。隐患合并：当两个隐患非常靠近时，可将两个隐患合并为一个减少后续除障的工作量。隐患导出：提供不同形式的隐患数据进行导出，包括隐患不同视图截图、净空距离、经纬度、缺陷等级、隐患造成后果程度、隐患类型、word、excel等不同类型与数据。
90.应用本技术的基于矢量化电力线的树障分析方法，获取高精度点云数据以确定矢量化电力线，以便于后续的数据分析时可以基于矢量化电力线合成目标点云数据，而不用像传统树障分析方法那样每一次都基于高精度点云数据进行电力线的确定，从而可以减少数据处理量。获取低精度点云数据获取无电力线点云数据，将无电力线点云数据与矢量化电力线进行匹配以确定目标点云数据，无电力线点云数据即为包括树障信息且去除电力线数据后的低精度点云数据，从而进一步减少了数据处理量；并且在目标点云数据合成时，同一航测线路内的电力线可以重复利用，从而减少了电力线多次确定的处理过程。最后基于合成的目标点云数据进行树障分析，此时的电力线是完整清晰的，不会存在被树障遮挡而影响电力线确定的情况，有助于进行树障和电力线之间的距离分析，再基于预设安全距离确定出隐患区域实现树障隐患分析。该方法中点云数据处理量大大减少，树障隐患分析效率高，且航测成本较低。
91.本技术的技术方案可以应用于电力线树障隐患分析，后续也可将相关技术延伸用于建筑施工预警、区域工程监管、生态工程监管等场景中，对经济社会发展提供可靠的支撑和保障。
92.根据本发明实施例的第二方面，公开了一种基于矢量化电力线的树障分析装置，该装置可以用于执行本技术对应实施例基于矢量化电力线的树障分析方法的内容，并具备相应的功能和有益效果。对于本技术基于矢量化电力线的树障分析装置实施例中未披露的
细节，请参照本技术基于矢量化电力线的树障分析方法的内容。
93.请参阅图6，图6为本发明实施例示出的基于矢量化电力线的树障分析装置的结构示意图。
94.基于矢量化电力线的树障分析装置600，包括：
95.第一获取模块610，用于获取高精度点云数据，根据高精度点云数据确定矢量化电力线
96.第二获取模块620，用于获取低精度点云数据，根据低精度点云数据获取无电力线点云数据，其中，低精度点云数据和高精度点云数据的航测信息一致；
97.点云匹配模块630，用于将无电力线点云数据和矢量化电力线进行匹配获得目标点云数据；
98.隐患分析模块640，用于基于目标点云数据对电力线进行树障隐患分析。
99.相对于现有技术方案中，本树障隐患分析装置能够结合高精度点云数据和低精度点云数据确定用于隐患分析的目标点云数据，再基于目标点云数据进行树障隐患分析，减少了点云数据处理量，树障隐患分析效率高，且航测成本较低。
100.值得注意的是，上述实施例提供的基于矢量化电力线的树障分析装置在执行上述基于矢量化电力线的树障分析方法时，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分发由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的基于矢量化电力线的树障分析装置与基于矢量化电力线的树障分析方法实施例属于同一构思，其体现过程详见实施例，这里不再赘述。
101.根据本发明实施例的第三方面，提供一种电子设备，请参阅图7，图7为本发明实施例示出的电子设备的结构示意图。
102.电子设备100包括：处理器110和存储器140；存储器140通过通信总线150与处理器110电连接；其中，存储器140存储有计算机程序，计算机程序适于由处理器110加载并执行如上任意一项实施例的树障分析方法。
103.电子设备100包括至少一个处理器110、至少一个网络接口120、用户接口130、存储器140以及至少一个通信总线150。其中，通信总线150用于实现这些组件之间的连接通信。
104.其中，用户接口130可以包括用于连接显示屏的接口，和用于连接摄像头的接口，可选用户接口130还可以包括标准的有线接口、无线接口。
105.其中，网络接口120可选包括标准的有线接口、无线接口(如wifi接口)。
106.其中，处理器110可以包括一个或多个处理核心。处理器110利用各种接口和线路连接整个电子设备100内的各个部分，通过运行或执行存储在处理器110内的指令、程序、代码集或指令集，以及调用存储在存储器140内的数据，执行智能设备100的各种功能和处理数据。可选的，处理器110可以采用数字信号处理(digital signal processing，dsp)、现场可编程门阵列(field-programmable gate array，fpga)、可编程逻辑阵列(programmable logic arrays，pla)中的至少一种硬件形式来实现。处理器110可集成中央处理器(central processing unit，cpu)、图像处理器(graphics processing unit，gpu)和调制解调器等中的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上
述调制解调器也可以不集成到处理器110中，单独通过一块芯片进行实现。
107.其中，存储器140可以包括随机存储器(random access memory，ram)，也可以包括只读存储器(read-only memory)。可选的，该存储器140包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器140可用于存储指令、程序、代码、代码集或指令集。存储器140可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器740可选的还可以是至少一个位于远离前述处理器110的存储装置。如图1所示，作为一种计算机存储介质的存储器140中可以包括操作系统、网络通信模块、用户接口模块以及智能设备的操作应用程序。
108.在图1所示的电子设备100中，用户接口130主要用于为用户提供输入的接口，用于接收用户上传的点云原始数据；而处理器110可以用于调用存储器140中存储的智能设备的操作应用程序，并执行上述实施例中树障分析方法中的相关操作。
109.上述电子设备可以用于执行本技术对应实施例树障分析方法的内容，并具备相应的功能和有益效果。
110.根据本发明实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上任意一项实施例所述的基于矢量化电力线的树障分析方法中的相关操作，且具备相应的功能和有益效果。
111.其中，计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
112.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
113.注意，上述仅为本技术的较佳实施例及所运用技术原理。本领域技术人员会理解，本技术不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本技术的保护范围。因此，虽然通过以上实施例对本技术进行了较为详细的说明，但是本技术不仅仅限于以上实施例，在不脱离本技术构思的情况下，还可以包括更多其他等效实施例，而本技术的范围由所附的权利要求范围决定。