一种面向输电线路的树竹风险识别方法技术

本发明专利技术属于输电线路巡检技术领域，尤其涉及一种面向输电线路的树竹风险识别方法。本发明专利技术包括数据获取，数据处理，特征工程，树竹风险识别。其中特征部分，本发明专利技术引入了更新频率较短的植被指数数据和高分辨率的DEM数据，提取了坡度、坡向、海拔、地形位置指数、地形粗糙指数、植被指数的统计特征，多方向多尺度的提取出杆塔周边的地形地貌情况和植被覆盖情况。在模型训练部分，在正负样本严重不均衡的情况下，本发明专利技术提出的均分负样本然后合并正样本进行模型训练的方法，避免了过采样中过拟合或者欠采样中损失部分样本信息。欠采样中损失部分样本信息。

【技术实现步骤摘要】
一种面向输电线路的树竹风险识别方法


[0001]本专利技术属于输电线路巡检
，尤其涉及一种面向输电线路的树竹风险识别方法。

技术介绍

[0002]在输电线路运行中，导线与树木之间距离较小的情况下，特别是小于规定的最小安全距离时，会出现线路短路的情况，进而导致跳闸，线路无法正常供电，影响到用户的生产生活，严重的情况下还会威胁到生命安全。因此，树竹风险的识别对输电线路的正常运行尤为重要。
[0003]树竹风险的识别一般采用人工测距、在线设备观测和模型识别三种方式进行树竹风险的识别。但人工实地测距成本较高，一般几个月测距一次，难以达到线路常态化巡检的需求。在线设备观测受限于设备的拍摄角度、天气以及巡检人员的经验，对树竹风险识别的误差较大。模型识别的数据一般来源于激光雷达数据、传感器数据、卫星图像等，但受限于无人机的飞行频率、传感器安装的数量以及图像的识别难度，因此模型识别的精度和更新频率不是很理想。

技术实现思路

[0004]针对以上不足，本专利技术在现有树竹砍伐记录的基础上，基于植被指数和地形地貌特征，提供了一种面向输电线路的树竹风险识别方法。
[0005]本专利技术的技术方案为：
[0006]一种面向输电线路的树竹风险识别方法，如图1所示，包括以下步骤：
[0007]S1、数据获取：对指定范围内的所有杆塔，采集树竹砍伐记录、DEM高程数据、植被指数数据，其中，树竹砍伐记录包含杆塔号、经度、纬度、发现时间、砍伐时间、树竹风险描述，DEM高程数据包括经度、纬度、DEM值，植被指数数据包含经度、纬度、时间、植被指数；将杆塔号、经度、纬度综合构成杆塔基础数据；
[0008]S2、数据处理：
[0009]树竹砍伐区域获取：根据杆塔基础信息和树竹砍伐记录中的树竹风险描述获取树竹砍伐的具体位置信息，基于得到的位置信息对树竹砍伐记录进行更新；
[0010]数据时空匹配：对更新后的树竹砍伐记录，匹配DEM数据和各个时间的植被指数，得到时空匹配数据；
[0011]正负样本的划分：将得到的时空匹配数据划分为正负样本；
[0012]S3、根据得到的样本进行特征提取，并进行特征选择，从而得到样本特征；
[0013]S4、利用得到的样本特征训练识别模型，根据得到的识别模型，利用获取的杆塔数据、植被指数数据和DEM数据进行树竹风险识别。
[0014]本专利技术的有益效果是：
[0015]与现有的树竹风险识别方法相比，本专利技术不受外界环境的影响，获取的数据稳定、
持续，更容易在输电线路巡检中推广使用，有助于提高巡检效率。本专利技术通过提取植被指数和DEM数据的统计特征，基于已有的树竹砍伐记录划分正负样本，通过有监督学习的方法识别树竹风险。其中，在特征生成部分，多方向多尺度的提取出了杆塔周边的地形地貌情况和植被覆盖情况；在模型训练部分，在正负样本严重不均衡的情况下，通过均分负样本然后合并正样本进行模型训练的方法，避免了一般情况下处理该问题中产生的过采样中过拟合或者欠采样中损失部分样本信息。
附图说明
[0016]图1是本专利技术的方法流程图。
具体实施方式
[0017]下面结合详细描述本专利技术的技术方案。
[0018]本专利技术提供了一种面向输电线路的树竹风险识别方法，包括数据获取，数据处理，特征工程，树竹风险识别。其中特征部分，本专利技术引入了更新频率较短的植被指数数据和高分辨率的DEM数据，提取了坡度、坡向、海拔、地形位置指数、地形粗糙指数、植被指数的统计特征，多方向多尺度的提取出杆塔周边的地形地貌情况和植被覆盖情况。在模型训练部分，在正负样本严重不均衡的情况下，本专利技术提出的均分负样本然后合并正样本进行模型训练的方法，避免了过采样中过拟合或者欠采样中损失部分样本信息。
[0019]具体方法是：
[0020]1、数据获取
[0021]本专利技术对指定范围内的所有杆塔，采集其某个时间段内的树竹砍伐记录、DEM高程数据、植被指数数据，然后基于每个杆塔的树竹砍伐记录及其对应位置的DEM高程数据、植被指数数据来构建训练样本集。
[0022]其中，树竹砍伐记录包含杆塔号、经度、纬度、发现时间、砍伐时间、树竹风险描述等，DEM高程数据包括经度、纬度、DEM值，植被指数数据包含经度、纬度、时间、植被指数；DEM数据空间分辨率为5米；植被指数数据空间分辨率为10米，更新频率为5天。
[0023]由于树竹砍伐记录中记录的位置信息只有当前杆塔的经纬度，但发生树竹风险的位置大多位于两个杆塔的通道上，因此需要获取树竹砍伐记录中每个杆塔的相邻杆塔的经纬度，即杆塔基础数据，该数据主要包括杆塔号、经度、纬度等。
[0024]2、数据处理
[0025]数据处理通过某些方法对数据中的错误数据进行检查和消除，主要包括以下步骤：
[0026]2.1数据重复性检查。指数据没有重复数据，对重复数据予以删除。
[0027]2.2缺失值处理。由于DEM和植被指数数据为栅格数据，因此采用缺失点位附近的平均值进行填充。
[0028]2.3异常值处理。对在某个区域某个时间段内出现概率极小或不可能出现的数据予以剔除。
[0029]2.4树竹砍伐区域获取。根据杆塔基础信息和树竹砍伐记录中的树竹风险描述获取树竹砍伐的具体位置信息。树竹砍伐记录
[0030]Tree＝
[0031]{[tower1，longitude1，latitude1，descover_time1，felling_time1，decribe1]，...，[tower
j
，longitude
j
，latitude
j
，descover_time
j
，felling_time
j
，decribe
j
]，...，[tower
m
，longitude
m
，latitude
m
，descover_time
m
，felling_time
m
，decribe
m
]}
[0032]其中1＜j＜m，m表示树竹砍伐记录的总数量。discovery_time为发现时间，felling_time为砍伐时间。对树竹砍伐记录做如下处理：比如树竹砍伐记录中tower
j
在时间discovery_time
j
发生的树竹风险描述为“大号侧50米处树竹超高，砍伐范围3米”，从杆塔基础数据中获取tower
j
大号侧相邻的杆塔为tower
j
′
，获取直线tower
j
到tower
j
′
中且和tower
j
的距离为50米的点，该点的经纬度记为longitude
j
′
，latitude
j本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向输电线路的树竹风险识别方法，其特征在于，包括以下步骤：S1、数据获取：对指定范围内的所有杆塔，采集树竹砍伐记录、DEM高程数据、植被指数数据，其中，树竹砍伐记录包含杆塔号、经度、纬度、发现时间、砍伐时间、树竹风险描述，DEM高程数据包括经度、纬度、DEM值，植被指数数据包含经度、纬度、时间、植被指数；将杆塔号、经度、纬度综合构成杆塔基础数据；S2、数据处理：树竹砍伐区域获取：根据杆塔基础信息和树竹砍伐记录中的树竹风险描述获取树竹砍伐的具体位置信息，基于得到的位置信息对树竹砍伐记录进行更新；数据时空匹配：对更新后的树竹砍伐记录，匹配DEM数据和各个时间的植被指数，得到时空匹配数据；正负样本的划分：将得到的时空匹配数据划分为正负样本；S3、根据得到的样本进行特征提取，并进行特征选择，从而得到样本特征；S4、利用得到的样本特征训练识别模型，根据得到的识别模型，利用获取的杆塔数据、植被指数数据和DEM数据进行树竹风险识别。2.根据权利要求1所述的一种面向输电线路的树竹风险识别方法，其特征在于，步骤S2中，定义树竹砍伐记录为：Tree＝{[tower1，longitude1，latitude1，descover_time1，felling_time1，decribe1]，...，[tower
j
，longitude
j
，latitude
j
，descover_time
j
，felling_time
j
，decribe
j
]，...，[tower
m
，longitude
m
，latitude
m
，descover_time
m
，felling_time
m
，decribe
m
]}其中1＜j＜m，m表示树竹砍伐记录的总数量，tower为杆塔编号longitude、latitude
j
为经纬度，discovery_time为发现时间，felling_time为砍伐时间，decribe为树竹风险描述；对树竹砍伐记录做如下处理：根据对应的树竹风险描述，基于杆塔基础信息获取树竹砍伐的具体位置信息后将对应的经纬度进行更新，得到处理后的树竹砍伐记录为：Tree
′
＝{[tower1，longitude1′
，latitude1′
，range1，descover_time1，felling_time1]，...，[tower
j
，longitude
j
′
，latitude
j
′
，range
j
，descover_time
j
，felling_time
j
，]，...，[tower
m
，longitude
m
′
，latitude
m
′
，range
m
，descover_time
m
，felling_time
m
]}其中，longitude
j
′
，latitude
j
′
是更新后的经纬度；然后得到的Tree
′

【专利技术属性】
技术研发人员：徐珍，冯永健，
申请(专利权)人：成都卡普数据服务有限责任公司，
类型：发明
国别省市：