一种用于移动作业的消防隐患预测方法技术

本发明专利技术涉及消防隐患预测技术领域，具体为一种用于移动作业的消防隐患预测方法，包括以下步骤：建立环境模型，通过使用3d studio Max对多张环境图片进行处理，生成3D模型；匹配环境数据，通过植物识别软件对步骤1中无人机拍摄的移动作业地点外围的植物进行识别，并标注进3D模型中；建立环境变化模型，获取当前时间信息和移动作业地点位置信息，并且获取步骤2中识别到的植物生长周期信息；消防隐患预测，通在检测到具有消防隐患的时候发出消防隐患预警。本发明专利技术通过建立建立环境变化模型，能够实现对移动作业地点的周围环境进行监测，在检测到具有消防隐患的时候时间预警，能够及时对消防隐患问题进行解决，保证施工的安全性。保证施工的安全性。保证施工的安全性。

【技术实现步骤摘要】
一种用于移动作业的消防隐患预测方法


[0001]本专利技术涉及消防隐患预测
，具体为一种用于移动作业的消防隐患预测方法。

技术介绍

[0002]电网是高效快捷的能源输送通道和优化配置平台，是能源电力可持续发展的关键环节，在现代能源供应体系中发挥着重要的枢纽作用，关系国家能源安全；
[0003]近年来，伴随着中国电力发展步伐不断加快，中国电网也得到迅速发展，电网系统运行电压等级不断提高，网络规模也不断扩大，全国已经形成了东北电网、华北电网、华中电网、华东电网、西北电网和南方电网6个跨省的大型区域电网，并基本形成了完整的长距离输电电网网架；
[0004]在国网线路搭建过程中，或者后期的维护工作的时候，都需要进行移动作业，但是在进行工作的时候，需要保证起移动施工地点的安全性，目前常规做法均是通过人工目测的方法，排除附近的消防隐患，但是此方法仅仅会在施工前进行实施，移动施工的时间较长的时候，后期环境发生变化，依旧会有着消防隐患，为此提出一种用于移动作业的消防隐患预测方法。

技术实现思路

[0005]本专利技术的目的在于提供一种用于移动作业的消防隐患预测方法，包括以下步骤：
[0006]步骤1，建立环境模型，通过使用无人机对移动作业地点进行多方位照片拍摄，通过使用3d studio Max对多张环境图片进行处理，生成3D模型；
[0007]步骤2，匹配环境数据，通过植物识别软件对步骤1中无人机拍摄的移动作业地点外围的植物进行识别，并标注进3D模型中；
[0008]步骤3，建立环境变化模型，获取当前时间信息和移动作业地点位置信息，并且获取步骤2中识别到的植物生长周期信息；
[0009]树木的生长能力相对生长速率R来表示，相对生长速率指植物在单位时间T内长度W的长度增加，可用公式(1)表示：
[0010][0011]式中R为相对生长速率，将式(1)积分后得到的公式(2)可用来表示树木在一时间内的平均相对生长速率；
[0012][0013]式中W1和W2分别为第一次取样时T1和第二次取样时T2的植物重量；
[0014]通过将植物在移动作业地点位置的生长周期变化标注进步骤2的3D模型中形成环境变化模型；
[0015]步骤4，消防隐患预测，获取当前时间，通过步骤3中的环境变化模型对移动作业地点周围的环境进行检测，在检测到具有消防隐患的时候发出消防隐患预警。
[0016]优选的，所述步骤1建立环境模型中，需要使用无人机对移动作业地点的多方位拍摄9张照片，方位分别为顶部照片，正东方照片，东南方照片，正南方照片，西南方照片，正西方照片，西北方照片，正北方照片和东北方照片；
[0017]优选的，所述步骤1中在无人机无法进行多方位拍摄的时候，采用地面拍摄设备对环境进行拍摄，同时使用地面三维激光扫描，通过将地面三维激光扫描数据与步骤1中的3D模型结合，提高步骤1中3D模型的精度；
[0018]优选的，所述步骤4中，在预测移动作业地点周围树叶秋季枯黄的时候发出消防预警，在移动作业地点附近预测树木生长速度，预测树木枝头与通电线路距离的方法如下；
[0019]通过设置树木最顶端的点为X1，Y1，Z1，通过设置线路与树木垂直点的位置为X2，Y2，Z2，通过计算X1，Y1，Z1与X2，Y2，Z2之间的距离M；
[0020]通过计算植物的日生长速度H，通过如下公式计算：
[0021]V≦M
‑
nH(3)
[0022]式中n表示天数；
[0023]预测树木枝头与通电线路距离V小于30厘米的时候发出预警。
[0024]与现有技术相比，本专利技术的有益效果是：
[0025]1.该一种用于移动作业的消防隐患预测方法，通过建立建立环境变化模型，能够实现对移动作业地点的周围环境进行监测，在检测到具有消防隐患的时候时间预警，能够及时对消防隐患问题进行解决，保证施工的安全性。
[0026]2.该一种用于移动作业的消防隐患预测方法，通过建立的环境变化模型对移动作业地点周围环境进行预测，对周围树木的生长速度进行计算，能够及时的发现潜在消防隐患，能够极大的提高国网移动作用的安全性。
附图说明
[0027]图1为本专利技术的整体流程示意图。
具体实施方式
[0028]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0029]在本专利技术的描述中，需要理解的是，术语“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[0030]在本专利的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“设置”应做广义理解，例如，可以是固定相连、设置，也可以是可拆卸连接、设置，或一体地连接、设置。对于本领域的普通技术人员而言，可以根据具体情况理解上述术
语在本专利中的具体含义。
[0031]此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本专利技术的描述中，“若干”的含义是两个或两个以上，除非另有明确具体的限定。
[0032]请参阅图1所示，本专利技术提供的一种技术方案：
[0033]一种用于移动作业的消防隐患预测方法，包括以下步骤：
[0034]步骤1，建立环境模型，通过使用无人机对移动作业地点进行多方位照片拍摄，需要使用无人机对移动作业地点的多方位拍摄9张照片，方位分别为顶部照片，正东方照片，东南方照片，正南方照片，西南方照片，正西方照片，西北方照片，正北方照片和东北方照片，通过使用3d studio Max对多张环境图片进行处理，生成3D模型；
[0035]步骤2，匹配环境数据，通过植物识别软件，可以使用目前成熟技术爱植拍软件，对步骤1中无人机拍摄的移动作业地点外围的植物进行识别，并将植物种类数据标注进3D模型中；
[0036]步骤3，建立环境变化模型，获取当前时间信息和移动作业地点位置信息，并且获取步骤2中识别到的植物生长周期信息；
[0037]树木的生长能力相对生长速率R来表示，相对生长速率指植物在单位时间T内长度W的长度增加，可用公式(1)表示：
[0038][0039]式中R为相对生长速率，将式(1)积分后得到的公式(2)可用来表示树木在一时间内的平均相对生长速率；
[0040][0041]式中W1和W2分别为第一次取样时T1和第二次取样时T2的植物重量；...

【技术保护点】

【技术特征摘要】
1.一种用于移动作业的消防隐患预测方法，其特征在于，包括以下步骤：步骤1，建立环境模型，通过使用无人机对移动作业地点进行多方位照片拍摄，通过使用3d studio Max对多张环境图片进行处理，生成3D模型；步骤2，匹配环境数据，通过植物识别软件对步骤1中无人机拍摄的移动作业地点外围的植物进行识别，并标注进3D模型中；步骤3，建立环境变化模型，获取当前时间信息和移动作业地点位置信息，并且获取步骤2中识别到的植物生长周期信息；树木的生长能力相对生长速率R来表示，相对生长速率指植物在单位时间T内长度W的长度增加，可用公式(1)表示：式中R为相对生长速率，将式(1)积分后得到的公式(2)可用来表示树木在一时间内的平均相对生长速率；式中W1和W2分别为第一次取样时T1和第二次取样时T2的植物重量；通过将植物在移动作业地点位置的生长周期变化标注进步骤2的3D模型中形成环境变化模型；步骤4，消防隐患预测，通过步骤3中的环境变化模型对移动作业地点周围的环境进行检测，在检测到具有消防隐患的时候发出消防隐患预警。2.根据权利要求1所述的一种用于移动作业的消防隐患预测方法，其特征在于：所述步骤1...

【专利技术属性】
技术研发人员：侯磊，柳松延，吴穹，王昌，任熠旻，白祥昌，吉东昌，
申请(专利权)人：国网四川省电力公司特高压直流中心，
类型：发明
国别省市：