【技术实现步骤摘要】
本专利技术涉及电力设备风险监测，尤其涉及一种杆塔断裂风险预测方法、装置和电子设备。
技术介绍
1、杆塔的结构及性能直接影响线路的安全性、经济性和可靠性。如果杆塔产生裂纹，会存在断裂风险，而杆塔一旦断裂，严重影响电力生产。
2、目前，可以通过人工巡检的方式检查杆塔是否存在裂纹，进而根据运维人员的工作经验判断杆塔是否存在断裂的可能。现有方式严重依赖于人工监管，需要耗费大量人力、物力成本，效率较低，而且实时性差、存在巡检盲区，无法对杆塔断裂风险做出及时的定位和预警，极易引起电力设备安全问题。
技术实现思路
1、鉴于上述问题，本专利技术实施例的目的在于提供一种杆塔断裂风险预测方法、装置和电子设备，以提高杆塔断裂预测的效率和准确率。
2、根据本专利技术的第一方面，提供了一种杆塔断裂风险预测方法，包括：
3、获取目标杆塔对应的杆塔点云数据和运行环境数据；
4、基于所述杆塔点云数据，确定所述目标杆塔对应的至少一个目标杆塔点云图像；
5、将各所述目标杆塔点云图像输入至预先训练好的裂纹检测模型，得到目标杆塔的裂纹识别结果；其中，所述裂纹识别结果包括裂纹位置以及所述裂纹位置所对应的裂纹程度；
6、基于所述运行环境数据和所述裂纹识别结果，确定所述目标杆塔的断裂风险属性。
7、在上述的杆塔断裂风险预测方法中，所述至少一个目标杆塔点云图像对应不同视角下的目标杆塔，所述基于所述杆塔点云数据，确定所述目标杆塔对应的至少一个目标杆
8、基于所述杆塔点云数据，构建所述目标杆塔对应的三维杆塔模型；
9、基于所述三维杆塔模型，确定所述目标杆塔不同视角下的目标杆塔点云图像。
10、在上述的杆塔断裂风险预测方法中，所述基于所述运行环境数据和所述裂纹识别结果，确定所述目标杆塔的断裂风险属性，包括：
11、调取所述目标杆塔的使用时长数据以及杆塔材料类别；
12、基于所述杆塔材料类别、所述使用时长数据、所述运行环境数据以及所述裂纹识别结果，确定所述目标杆塔的断裂风险属性。
13、在上述的杆塔断裂风险预测方法中，所述杆塔材料类别包括钢筋混凝土材料类别和铁塔角钢材料类别，所述基于所述杆塔材料类别、所述使用时长数据、所述运行环境数据以及所述裂纹识别结果，确定所述目标杆塔的断裂风险属性，包括：
14、若所述杆塔材料类别为钢筋混凝土材料类别，则将所述使用时长数据、所述运行环境数据以及所述裂纹识别结果输入至预先训练好的第一断裂预测模型，得到所述目标杆塔的断裂风险属性；
15、若所述杆塔材料类别为铁塔角钢材料类别，则将所述使用时长数据、所述运行环境数据以及所述裂纹识别结果输入至预先训练好的第二断裂预测模型，得到所述目标杆塔是否存在断裂风险。
16、在上述的杆塔断裂风险预测方法中，所述若所述杆塔材料类别为钢筋混凝土材料类别，则将所述使用时长数据、所述运行环境数据以及所述裂纹识别结果输入至预先训练好的第一断裂预测模型，得到所述目标杆塔的断裂风险属性，包括：
17、若所述杆塔材料类别为钢筋混凝土材料类别，则调取所述目标杆塔的材料老化信息；其中，所述材料老化信息包括主钢筋腐蚀程度和外表混凝土碳化深度；
18、将所述材料老化信息、所述使用时长数据、所述运行环境数据以及所述裂纹识别结果输入至预先训练好的第一断裂预测模型，得到所述目标杆塔的断裂风险属性。
19、在上述的杆塔断裂风险预测方法中，所述若所述杆塔材料类别为铁塔角钢材料类别，则将所述使用时长数据、所述运行环境数据以及所述裂纹识别结果输入至预先训练好的第二断裂预测模型，得到所述目标杆塔是否存在断裂风险，包括：
20、若所述杆塔材料类别为铁塔角钢材料类别，则确定所述目标杆塔裂纹位置关联处至少一个固定螺栓的螺栓状态信息；
21、将所述螺栓状态信息、所述使用时长数据、所述运行环境数据以及所述裂纹识别结果输入至预先训练好的第二断裂预测模型，得到所述目标杆塔的断裂风险属性。
22、在上述的杆塔断裂风险预测方法中，所述运行环境数据包括：风振风摆数据、冻融循环数据以及温度交变数据中的至少一种。
23、在上述的杆塔断裂风险预测方法中，所述方法还包括：
24、当所述断裂风险属性满足预警条件时，基于断裂风险属性生成预警信息，并将所述预警信息发送至相应的终端设备。
25、根据本专利技术的第二方面，提供了一种杆塔断裂风险预测装置，该装置包括：
26、杆塔信息获取模块，用于获取目标杆塔对应的杆塔点云数据和运行环境数据；
27、点云图像确定模块，用于基于所述杆塔点云数据，确定所述目标杆塔对应的至少一个目标杆塔点云图像；
28、裂纹检测模块，用于将各所述目标杆塔点云图像输入至预先训练好的裂纹检测模型，得到目标杆塔的裂纹识别结果；其中，所述裂纹识别结果包括裂纹位置以及所述裂纹位置所对应的裂纹程度；
29、断裂风险确定模块，用于基于所述运行环境数据和所述裂纹识别结果，确定所述目标杆塔的断裂风险属性。
30、根据本专利技术的第三方面，提供了一种电子设备，电子设备包括：
31、至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本专利技术任一实施例的杆塔断裂风险预测方法。
32、根据本专利技术的第四方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本专利技术任一实施例的杆塔断裂风险预测方法。
33、本专利技术实施例的技术方案，通过获取目标杆塔对应的杆塔点云数据和运行环境数据，进而基于所述杆塔点云数据，确定所述目标杆塔对应的至少一个目标杆塔点云图像，进一步的，将各所述目标杆塔点云图像输入至预先训练好的裂纹检测模型，得到目标杆塔的裂纹识别结果，其中，所述裂纹识别结果包括裂纹位置以及所述裂纹位置所对应的裂纹程度，从而基于所述运行环境数据和所述裂纹识别结果，确定所述目标杆塔的断裂风险属性。本专利技术通过对点云图像进行分析处理，可以自动化的对杆塔断裂风险进行检测，极大地提高了杆塔安全系数，有效提高了杆塔断裂预测的效率和准确率。
34、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种杆塔断裂风险预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述至少一个目标杆塔点云图像对应不同视角下的目标杆塔，所述基于所述杆塔点云数据，确定所述目标杆塔对应的至少一个目标杆塔点云图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述运行环境数据和所述裂纹识别结果，确定所述目标杆塔的断裂风险属性，包括：
4.根据权利要求3所述的方法，其特征在于，所述杆塔材料类别包括钢筋混凝土材料类别和铁塔角钢材料类别，所述基于所述杆塔材料类别、所述使用时长数据、所述运行环境数据以及所述裂纹识别结果，确定所述目标杆塔的断裂风险属性，包括：
5.根据权利要求4所述的方法，其特征在于，所述若所述杆塔材料类别为钢筋混凝土材料类别，则将所述使用时长数据、所述运行环境数据以及所述裂纹识别结果输入至预先训练好的第一断裂预测模型，确定所述目标杆塔的断裂风险属性，包括：
6.根据权利要求4所述的方法，其特征在于，所述若所述杆塔材料类别为铁塔角钢材料类别，则将所述使用时长数据、所述运行环境数据以及所述裂纹识别
7.根据权利要求1所述的方法，其特征在于，所述运行环境数据包括：风振风摆数据、冻融循环数据以及温度交变数据中的至少一种。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
9.一种杆塔断裂风险预测装置，其特征在于，包括：
10.一种电子设备，其特征在于，电子设备包括：
...【技术特征摘要】
1.一种杆塔断裂风险预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述至少一个目标杆塔点云图像对应不同视角下的目标杆塔，所述基于所述杆塔点云数据，确定所述目标杆塔对应的至少一个目标杆塔点云图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述运行环境数据和所述裂纹识别结果，确定所述目标杆塔的断裂风险属性，包括：
4.根据权利要求3所述的方法，其特征在于，所述杆塔材料类别包括钢筋混凝土材料类别和铁塔角钢材料类别，所述基于所述杆塔材料类别、所述使用时长数据、所述运行环境数据以及所述裂纹识别结果，确定所述目标杆塔的断裂风险属性，包括：
5.根据权利要求4所述的方法，其特征在于，所述若所述杆塔材料类别为钢筋混凝土...
【专利技术属性】
技术研发人员：苏超，卢伯添，梁嘉年，龚海婷，朱俊威，陈建华，
申请(专利权)人：广东电网有限责任公司，
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。