【技术实现步骤摘要】
基于无人机三维激光点云数据的GIS设备变形缺陷自动检测方法
[0001]本专利技术涉及基于无人机三维激光点云数据的GIS设备变形缺陷自动检测方法,尤其涉及一种可以快速准确定位变形故障点、检测精准、预判设备变形薄弱点的基于无人机三维激光点云数据的GIS设备变形缺陷自动检测方法。
技术介绍
[0002]目前,针对变电站GIS(组合电器)设备变形分析及检测,主要依赖常规人工检测、二维视觉处理、多元传感器、卫星导航系统等方式。人工检测主要由工作人员使用水准仪、全站仪、GPS等测量仪器对GIS设备运行工况进行局部监测,耗时耗力、效率低下、人力成本高且主观影响大,难以对GIS设备的整体变形做出准确的变形分析。
[0003]二维视觉处理只能在两个维度的对GIS设备变形进行分析,采集数据不够全面,精准度不高,未能普遍应用。利用多元传感器,如位移传感器、加速度传感器、压力传感器等对GIS设备本体固定点数据进行监测分析、对比判断,需要在GIS设备上安装成百上千个传感器,现场安装复杂、后期维护量大、造价高昂。卫星导航系统通常与地基进行连续的变形监测,其精度可达到毫米级,但是由于变电站设备较密集,对部分角度重叠遮挡的取悦就会存在盲区。
技术实现思路
[0004]本专利技术所要解决的技术问题是提供一种基于无人机三维激光点云数据的GIS设备变形缺陷自动检测方法,具有可以快速准确定位变形故障点、检测精准、预判设备变形薄弱点的特点。
[0005]为解决上述技术问题,本专利技术的技术方案为:基于无人机三维激光点云数据的 ...
【技术保护点】
【技术特征摘要】
1.基于无人机三维激光点云数据的GIS设备变形缺陷自动检测方法,其特征在于包括以下步骤:步骤1:第1次数据采集,依次在固定点位采集目标GIS设备本体的三维坐标,取得第1次点位坐标数据;步骤2:第1次区段模型构建,在步骤1完成后,沿着GIS设备本体长度方向每5
‑
10米为一个区段,每个区段至少采集点位数据1000个,并在Geomagic Studio软件中建立GIS设备本体初始化区段三维模型;步骤3:第1次整体模型构建:在步骤2完成后,在Geomagic Studio软件中进行三维坐标处理,建立可视化GIS设备本体初始化整体模型;步骤4:第1次错误数据剔除,在步骤3完成后,通过区段三维模型构建,利用设备外形水平、垂直、连续的固有特征,判定并剔除数据中偏离设备外形结构的错误点位数据;步骤5:第1次区段故障分析,在步骤4完成后,根据初始化区段三维模型,参照设备外形水平、垂直的固有特征,锁定GIS设备本体已存在异常形变的故障区段,并进行人工现场复核、修正。2.如权利要求1所述的基于无人机三维激光点云数据的GIS设备变形缺陷自动检测方法,其特征在于还包括:步骤6:第2次数据采集,在步骤5完成后,依次在固定点位采集目标GIS设备本体的三维坐标,取得第2次点位坐标数据;步骤7:第1次异常坐标标定,在步骤6完成后,基于同一坐标体系,对GIS设备本体实测单点三维坐标与第1次数据采集值对比,三维坐标值中任何一个数值对比差值超过1cm的数据点标记红色,确定异常数据点;步骤8:第2次区段模型构建,在步骤7完成后,以5米为一个区段,每个区段至少采集数据1000个,在Geomagic Studio软件中建立GIS设备本体区段三维模型;步骤9:第2次整体模型构建,在步骤8完成后,在Geomagic Studio软件中进行三维坐标处理,建立可视化GIS设备整体模型,在空间范围内与第1次整体模型进行对比;步骤10:第2次错误数据剔除,在步骤9完成后,通过区段三维模型构建,利用设备外形水平、垂直、连续的固有特征,判定并剔除数据中偏离设备外形结构的错误点位数据;步骤11:第2次区段故障分析,在步骤10完成后,根据本次建立的区段三维模型,分别与第1次形成的对应区段模型进行模型比对,出现模型中水平线条或垂直线条偏离2
°
的区段,即可判定为故障区段;步骤12:第1次整体故障分析,在步骤11完成后,根据本次建立的整体三维模型,与第1次初始化整体模型比对分析,出现模型中水平线条或垂直线条偏离3
°
的情况,判断故障对整体设备变形的影响趋势。3.如权利要求2所述的基于无人机三维激光点云数据的GIS设备变形缺陷自动检测方法,其特征在于:所述步骤6至步骤12为一个异常检测工序...
【专利技术属性】
技术研发人员:蔡漪濛,李波,何磊,万文华,王立志,杨炯,张晓波,潘彦峰,冯锐,张博文,冯明亮,樊清云,张亮,闫学龙,黄欣,牛青,成诚,张院华,唐长应,李思朴,康瑞,李成昱,
申请(专利权)人:宁夏超高压电力工程有限公司,
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。