【技术实现步骤摘要】
基于互联网和大数据的配电线路树障智能定位方法和装置
[0001]本申请属于配电网保护
,尤其涉及一种基于互联网和大数据的配电线路树障智能定位方法和装置。
技术介绍
[0002]目前,针对配电线路检测中的树障定位通常采用通过传感器采集图像数据或点云数据后,根据模板对比等方式进行树障的检测和定位。由于配电线路所处的环境较为多变,导致采集的图像或点云的背景较为复杂,基于灰度分布的模板对比能够应用于背景较为单一的场景中,而在背景较为复杂的场景中模板对比方法的准确率较低,并且在树木高度尚且不够或树木的生长方向不会与配电线路重合等情况下,采用上述模板对比的方法依然会将该树木作为树障,这就会增加监管的工作量,导致运维成本浪费,另外,由于模板对比的方法匹配的局限性,识别的泛化能力较差,达不到监管要求,可能引发较为严重的事故。因此,如何提高配电线路树障的分析和定位的准确率成为亟待解决的问题。
技术实现思路
[0003]有鉴于此,本申请实施例提供了一种基于互联网和大数据的配电线路树障智能定位方法和装置,以解决现有方法对配电 ...
【技术保护点】
【技术特征摘要】
1.一种基于互联网和大数据的配电线路树障智能定位方法,其特征在于,所述配电线路树障智能定位方法包括:获取目标区域内三维点云数据,并通过训练好的分类模型对所述三维点云数据进行筛选,确定筛选结果为树木的目标点云数据;获取所述目标区域内的配电线路数据,并将所述目标点云数据和配电线路数据输入训练好的特征提取模型,确定对应的目标特征信息,所述目标特征信息包括树木类型信息、树木生长信息和空域关联程度信息,所述空域关联程度信息表征目标点云数据与配电线路数据之间的空间位置关系;将所述目标特征信息输入训练好的权重回归模型,确定目标回归值,训练过程为使用预设模型对已知标注的特征信息进行计算,将标注为树障的特征信息对应的回归值作为阈值,并以回归值小于所述阈值时标注为非树障作为条件,对所有特征信息对应的标注进行判断,根据判断结果调整所述预设模型的参数,直至满足第一迭代条件;若所述目标回归值不小于预设回归阈值,则确定所述目标点云数据对应的地理位置为树障位置。2.根据权利要求1所述的配电线路树障智能定位方法,其特征在于,若所述目标回归值不小于预设回归阈值,则确定所述目标点云数据对应的地理位置为树障位置包括:若所述目标回归值不小于所述预设回归阈值,则确定所述目标点云数据对应的树木为树障;提取所述目标点云数据的质心坐标,并通过采集设备与地面的投影矩阵对所述质心坐标进行变换,确定变换后的坐标为树障位置。3.根据权利要求1所述的配电线路树障智能定位方法,其特征在于,训练好的特征提取模型包括训练好的第一分支网络、第二分支网络和第三分支网络,所述第一分支网络包括第一编码器和第一全连接层,所述第二分支网络包括第二编码器和第二全连接层,所述第三分支网络包括第三编码器、第四编码器和第三全连接层,所述第一编码器、所述第二编码器和所述第三编码器为共享参数的编码器;将所述目标点云数据和配电线路数据输入训练好的特征提取模型,确定对应的目标特征信息包括:将所述目标点云数据输入所述第一编码器,经所述第一全连接层,确定树木类型信息;将所述目标点云数据输入所述第二编码器,经所述第二全连接层,确定树木生长信息;将所述目标点云数据输入所述第三编码器,将所述配电线路数据输入所述第四编码器,并将所述第三编码器和和所述第四编码器的输出联结后,经过所述第三全连接层,确定空域关联程度信息。4.根据权利要求1所述的配电线路树障智能定位方法,其特征在于,将所述目标特征信息输入训练好的权重回归模型,确定目标回归值之后,还包括:获取所述训练好的权重回归模型中最后一次迭代运算中的阈值;将所述最后一次迭代运算中的阈值作为预设回归阈值。5.根据权利要求1所述的配电线路树障智能定位方法,其特征在于,将所述目标特征信息输入训练好的权重回归模型,确定目标回归值之后,还包括:获取所述目标区域的属于树障的历史点云数据和对应的配电线路数据,并将所述历史
点云数据和对应的配电线路数据输入所述训练好的特征提取模型,确定历史特征信息;将所述历史特征信息输入所述训练好的权重回归模型,确定对应的回归值为预设回归阈值。6.根据权利要求...
【专利技术属性】
技术研发人员:刘恋,张敬普,刘荣辉,李忠,刘佳,陈少峰,崔雪冰,郑征,常亮,张仪方,
申请(专利权)人:河南城建学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。