一种输电线路卫星遥感无计划作业风险评估方法及系统技术方案

本发明专利技术提供了一种输电线路卫星遥感无计划作业风险评估方法及系统，包括：采用卫星遥感技术获取输电线路的高分辨率卫星遥感影像；采用边缘检测方法和傅里叶变换方法对所述高分辨率卫星遥感影像进行识别得到输电线路逐基杆塔的现场作业识别结果；基于所述现场作业识别结果和输电线路标准化作业计划数据库得到输电线路无计划作业风险评估结果。本发明专利技术将卫星遥感技术应用于输电线路无计划安全检查中，实现了输电线路现场作业状态大范围和无人化监管，并基于输电线路现场作业识别结果和输电线路标准化作业计划数据库得到输电线路无计划作业风险评估结果提高了输电线路无计划作业风险评估的准确性，提升了输电线路无计划作业的客观判定和管控水平。作业的客观判定和管控水平。作业的客观判定和管控水平。

【技术实现步骤摘要】
一种输电线路卫星遥感无计划作业风险评估方法及系统


[0001]本专利技术涉及输电线路
，具体涉及一种输电线路卫星遥感无计划作业风险评估方法及系统。

技术介绍

[0002]近年来，输变电工程现场无计划作业情况时有发生。施工现场为了追赶或加快施工进度，故意不报计划、不携带地面布控球，私自安排作业。这种无计划作业临时起意且缺乏监控，必然存在安全措施不到位现象，导致较大施工安全风险，给国家电网公司造成了巨大的社会影响。
[0003]针对无计划作业问题特点，单纯依靠传统的人工监测、视频监控和地面布控球等现有技术，在输电线路施工作业安全管控中存在一定的局限，很难完成输电线路大范围、全覆盖的现场核查，特别是在山地、密林等地区，容易造成督查不足，难以支撑输电线路无计划作业全面、多频次的排查管控。
[0004]卫星遥感技术发展迅速，卫星遥感技术的应用在电力行业中也逐渐开始被探索，但目前大部分卫星遥感输电线路工程进度识别多是人工图像解译来确定当前工程进度，产生大量的人工和时间成本，而现有的深度学习目标检测缺乏可靠的工程进度状态样本库，造成输电线路工程进度不同时期的分类精度低，卫星遥感智能化工程进度识别水平不足。

技术实现思路

[0005]为了解决现有输电线路工程进度不同时期的分类精度低，卫星遥感智能化工程进度识别水平不足的问题，本专利技术考虑了一种输电线路卫星遥感无计划作业风险评估方法，包括：
[0006]采用卫星遥感技术获取输电线路的高分辨率卫星遥感影像；
[0007]采用边缘检测方法和傅里叶变换方法对所述高分辨率卫星遥感影像进行识别得到输电线路逐基杆塔的现场作业识别结果；
[0008]基于所述现场作业识别结果和输电线路标准化作业计划数据库得到输电线路无计划作业风险评估结果。
[0009]优选的，所述采用边缘检测方法和傅里叶变换方法对所述高分辨率卫星遥感影像进行识别得到输电线路逐基杆塔的现场作业识别结果，包括：
[0010]对所述高分辨率卫星遥感影像进行预处理得到带有输电线路地理坐标的高分辨率卫星遥感预处理影像；
[0011]基于所有高分辨率卫星遥感预处理影像构建高分辨率卫星遥感预处理影像集；
[0012]采用边缘检测方法对所述高分辨率卫星遥感预处理影像集进行检测得到高分辨率卫星遥感预处理影像的直线型边缘像元个数；
[0013]若所述直线型边缘像元个数小于预设像元个数，则输电线路逐基杆塔的现场作业识别结果为基础阶段，并将所述高分辨率卫星遥感预处理影像集输入至预先构建的基础阶
段多作业状态识别模型得到输电线路逐基杆塔的基础阶段作业状态识别结果，否则采用傅里叶变换方法对所述高分辨率卫星遥感预处理影像集进行识别得到输电线路逐基杆塔的现场作业识别结果；
[0014]其中，所述预处理包括：几何校正，波段融合和匀光匀色；
[0015]所述基础阶段多作业状态识别模型是基于AlexNet模型对历史高分辨率卫星遥感影像进行训练得到的。
[0016]优选的，所述基础阶段多作业状态识别模型的构建，包括：
[0017]基于多个历史高分辨率卫星遥感影像构建基础阶段样本集，并将所述样本集分为训练集和测试集；
[0018]基于Pytorch深度学习框架和Torch语言构建AlexNet模型；
[0019]基于所述训练集对所述AlexNet模型进行训练操作得到基础阶段不同作业状态初始特征；
[0020]基于所述测试集对所述基础阶段不同作业状态初始特征进行修正得到基础阶段不同作业状态特征；
[0021]基于所述AlexNet模型和基础阶段不同作业状态特征构建基础阶段多作业状态识别模型。
[0022]优选的，所述输电线路基础阶段作业状态识别结果，包括：
[0023]基础未启动，基础开挖，基础浇筑和基础完工。
[0024]优选的，所述采用傅里叶变换方法对所述高分辨率卫星遥感预处理影像集进行识别得到输电线路逐基杆塔的现场作业识别结果，包括：
[0025]采用傅里叶变换方法对所述高分辨率卫星遥感预处理影像集进行提取处理得到高分辨率卫星遥感预处理影像集对应的频率谱密度；
[0026]若所述高分辨率卫星遥感预处理影像集对应的频率谱密度存在高频，则输电线路逐基杆塔的现场作业识别结果为架线阶段，否则输电线路逐基杆塔的现场作业识别结果为组塔阶段。
[0027]优选的，所述基于所述现场作业识别结果和输电线路标准化作业计划数据库得到输电线路无计划作业风险评估结果，包括：
[0028]基于获取的输电线路的日报信息，周报信息和作业票信息构建输电线路标准化作业计划数据库；
[0029]将所述输电线路逐基杆塔的基础阶段作业状态识别结果或输电线路逐基杆塔的现场作业识别结果与输电线路标准化作业计划数据库中对应的输电线路作业计划进行对比；
[0030]若所述基础阶段作业状态识别结果或现场作业识别结果与所述输电线路作业计划相同，则输电线路无计划作业风险评估结果为不存在无计划作业风险，否则输电线路无计划作业风险评估结果为存在无计划作业风险。
[0031]再一方面，本专利技术还提供了一种输电线路卫星遥感无计划作业风险评估系统，包括：
[0032]影像获取模块，用于采用卫星遥感技术获取输电线路的高分辨率卫星遥感影像；
[0033]识别结果获得模块，用于采用边缘检测方法和傅里叶变换方法对所述高分辨率卫
星遥感影像进行识别得到输电线路逐基杆塔的现场作业识别结果；
[0034]评估结果获得模块，用于基于所述现场作业识别结果和输电线路标准化作业计划数据库得到输电线路无计划作业风险评估结果。
[0035]优选的，所述识别结果获得模块，包括：
[0036]预处理子模块，用于对所述高分辨率卫星遥感影像进行预处理得到带有输电线路地理坐标的高分辨率卫星遥感预处理影像；
[0037]影像集构建子模块，用于基于所有高分辨率卫星遥感预处理影像构建高分辨率卫星遥感预处理影像集；
[0038]检测子模块，用于采用边缘检测方法对所述高分辨率卫星遥感预处理影像集进行检测得到高分辨率卫星遥感预处理影像的直线型边缘像元个数；
[0039]作业识别结果获得子模块，用于若所述直线型边缘像元个数小于预设像元个数，则输电线路逐基杆塔的现场作业识别结果为基础阶段，并将所述高分辨率卫星遥感预处理影像集输入至预先构建的基础阶段多作业状态识别模型得到输电线路逐基杆塔的基础阶段作业状态识别结果，否则采用傅里叶变换方法对所述高分辨率卫星遥感预处理影像集进行识别得到输电线路逐基杆塔的现场作业识别结果；
[0040]其中，所述预处理包括：几何校正，波段融合和匀光匀色；
[0041]所述基础阶段多作业状态识别模型是基于AlexNet模型对历史高分辨率卫星遥感影像进行训练得到的。
[0042]优选的，所述基础阶段多作业状态识别模型的构建，包括：
[0043]基于多个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种输电线路卫星遥感无计划作业风险评估方法，其特征在于，包括：采用卫星遥感技术获取输电线路的高分辨率卫星遥感影像；采用边缘检测方法和傅里叶变换方法对所述高分辨率卫星遥感影像进行识别得到输电线路逐基杆塔的现场作业识别结果；基于所述现场作业识别结果和输电线路标准化作业计划数据库得到输电线路无计划作业风险评估结果。2.如权利要求1所述的方法，其特征在于，所述采用边缘检测方法和傅里叶变换方法对所述高分辨率卫星遥感影像进行识别得到输电线路逐基杆塔的现场作业识别结果，包括：对所述高分辨率卫星遥感影像进行预处理得到带有输电线路地理坐标的高分辨率卫星遥感预处理影像；基于所有高分辨率卫星遥感预处理影像构建高分辨率卫星遥感预处理影像集；采用边缘检测方法对所述高分辨率卫星遥感预处理影像集进行检测得到高分辨率卫星遥感预处理影像的直线型边缘像元个数；若所述直线型边缘像元个数小于预设像元个数，则输电线路逐基杆塔的现场作业识别结果为基础阶段，并将所述高分辨率卫星遥感预处理影像集输入至预先构建的基础阶段多作业状态识别模型得到输电线路逐基杆塔的基础阶段作业状态识别结果，否则采用傅里叶变换方法对所述高分辨率卫星遥感预处理影像集进行识别得到输电线路逐基杆塔的现场作业识别结果；其中，所述预处理包括：几何校正，波段融合和匀光匀色；所述基础阶段多作业状态识别模型是基于AlexNet模型对历史高分辨率卫星遥感影像进行训练得到的。3.如权利要求2所述的方法，其特征在于，所述基础阶段多作业状态识别模型的构建，包括：基于多个历史高分辨率卫星遥感影像构建基础阶段样本集，并将所述样本集分为训练集和测试集；基于Pytorch深度学习框架和Torch语言构建AlexNet模型；基于所述训练集对所述AlexNet模型进行训练操作得到基础阶段不同作业状态初始特征；基于所述测试集对所述基础阶段不同作业状态初始特征进行修正得到基础阶段不同作业状态特征；基于所述AlexNet模型和基础阶段不同作业状态特征构建基础阶段多作业状态识别模型。4.如权利要求3所述的方法，其特征在于，所述输电线路基础阶段作业状态识别结果，包括：基础未启动，基础开挖，基础浇筑和基础完工。5.如权利要求4所述的方法，其特征在于，所述采用傅里叶变换方法对所述高分辨率卫星遥感预处理影像集进行识别得到输电线路逐基杆塔的现场作业识别结果，包括：采用傅里叶变换方法对所述高分辨率卫星遥感预处理影像集进行提取处理得到高分辨率卫星遥感预处理影像集对应的频率谱密度；
若所述高分辨率卫星遥感预处理影像集对应的频率谱密度存在高频，则输电线路逐基杆塔的现场作业识别结果为架线阶段，否则输电线路逐基杆塔的现场作业识别结果为组塔阶段。6.如权利要求5所述的方法，其特征在于，所述基于所述现场作业识别结果和输电线路标准化作业计划数据库得到输电线路无计划作业风险评估结果，包括：基于获取的输电线路的日报信息，周报信息和作业票信息构建输电线路标准化作业计划数据库；将所述输电线路逐基杆塔的基础阶段作业状态...

【专利技术属性】
技术研发人员：张强，袁和刚，杨知，张思航，高洁，陈华，殷占全，牛育忠，李志军，方永红，马伟，刘彬，李孟轩，赵彬，汉京善，
申请(专利权)人：国网宁夏电力有限公司固原供电公司中国电力科学研究院有限公司国家电网有限公司，
类型：发明
国别省市：