一种基于激光点云数据的输电线路雷电灾害风险等级评估方法及装置制造方法及图纸

本发明专利技术提出一种基于激光点云数据的输电线路雷电灾害风险等级评估方法及装置，通过栅格法获取高程数据，对高程数据使用

【技术实现步骤摘要】
一种基于激光点云数据的输电线路雷电灾害风险等级评估方法及装置


[0001]本专利技术属于数据监控
，尤其涉及一种基于激光点云数据的输电线路雷电灾害风险等级评估方法及装置
。

技术介绍

[0002]随着我国经济实力的进步与发展，能源尤其是电力能源的需求愈发增大，为了满足日益增长的电力需求，国家加大高压输电网络的建设力度
。
但随着输电网络的拓展，输电线路雷击问题越发严重
。
雷击跳闸次数的增多，严重影响了社会的供电稳定，给人民生活带来极大不便
。
然而对所有输电线路进行防雷改造需要消耗大量的人力物力，因此根据输电线路的雷害风险等级评估等级，针对性的实施防雷举措尤为重要
。
[0003]目前的输电线路防雷等级评估的方法研究主要集中在借助
GIS
，统计地闪密度得出风险等级
。
然而该方法仅从统计学角度出发，忽略了杆塔及周边环境对雷击跳闸率的影响
。
[0004]因此，亟需一种基于激光点云数据的输电线路雷电灾害风险等级评估方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于激光点云数据的输电线路雷电灾害风险等级评估方法，其特征在于：
S1.
从数据库获取
las
文件，读取所述
las
文件中的点云数据，
S11.
所述点云数据中包含各个数据点的三维坐标数据和
RGB
颜色数据；
S2.
通过栅格法将所述点云数据按照空间分布分割为多个边长为
3m
的栅格；
S21.
获取各个栅格内的高度最低点的高程值；
S22.
设置第一阈值，各个栅格内最低点高度与所述第一阈值的和为第一筛选高度；
S23.
各个栅格内大于所述第一筛选高度的点云数据作为高程点云数据；
S3.
将所述高程点云数据输入到
DBSCAN
算法中以获取杆塔候选物集合；
S31.
通过
DBSCAN
聚类得到的每一个簇都被称为杆塔候选物，包括杆塔的高程点云数据
、
高大树木的高程点云数据
、
建筑物的高程点云数据；
S32.
所述杆塔候选物包括了簇内所有点的三维坐标数据和
RGB
颜色数据，所有所述杆塔候选物组成的集合被称为杆塔候选物集合；
S4.
将所述杆塔候选物集合输入
DenseNet
神经网络，所述
DenseNet
神经网络输出所识别的杆塔；
S5.
通过欧式聚类获取电线候选物；
S6.
通过悬链线方程判断电线集合；
S7.
通过规程法计算出输电设备的雷击风险分数，设置第二阈值，当所述雷击风险分数大于所述第二阈值时，提示管理端可对所述雷击风险大于所述第二阈值的输电设备进行防雷处理
。2.
根据权利要求1所述的一种基于激光点云数据的输电线路雷电灾害风险等级评估方法，其特征在于：
S23.
所述第一阈值为
15m。3.
根据权利要求2所述的一...

【专利技术属性】
技术研发人员：林建，陈星延，吴晓宾，刘洋，赵龙，李中凯，李珊，刘崇宇，刘国栋，孙鹏，李旺，牛志强，
申请(专利权)人：国网山东省电力公司临沂供电公司，
类型：发明
国别省市：