基于無(wú)人機(jī)搭載激光雷達(dá)的輸電線路智能巡檢研究

馮迎春，李敏

(國(guó)網(wǎng)山東省電力公司檢修公司, 山東，濟(jì)南 250118)

0 引言

近年來(lái)，高壓與遠(yuǎn)距離電力輸送線路顯著增加，為保障線路安全需要定期巡檢線路，快速找到缺陷問題[1]，避免出現(xiàn)事故。傳統(tǒng)的人工巡檢方法依賴于工作人員利用交通工具或步行，完成線路巡檢，這種方法工作強(qiáng)度較大、環(huán)境艱苦且效率低。針對(duì)這些問題吳立遠(yuǎn)等[2]針對(duì)線路巡檢需求，利用無(wú)人機(jī)搭載紅外傳感器，完成線路巡檢，增強(qiáng)線路巡檢自動(dòng)化水平；王曉東等[3]利用北斗/GPS組合方法，完成線路巡檢任務(wù)，定位線路缺陷位置；李振宇等[4]利用計(jì)算機(jī)視覺系統(tǒng)，識(shí)別線路的桿塔于絕緣子串等設(shè)備，完成線路巡檢；上述方法可提升巡檢效率，避免出現(xiàn)工作人員受傷情況，但巡檢精度較低，無(wú)法準(zhǔn)確獲取輸電線路至地物間的距離。無(wú)人機(jī)技術(shù)為線路巡檢開辟新天地，具有安全性高、效率快等優(yōu)勢(shì)，在地理?xiàng)l件方面也沒有局限性[5]，即便是惡劣環(huán)境(地震與洪水等)也能夠完成線路巡檢任務(wù)；激光雷達(dá)屬于探測(cè)技術(shù)，具備一定的主動(dòng)性，求解激光發(fā)射至返回時(shí)間，即所測(cè)區(qū)域的精準(zhǔn)距離[6]，為線路巡檢提供精準(zhǔn)的數(shù)據(jù)支持。為提升輸電線路巡檢效果，研究基于無(wú)人機(jī)搭載激光雷達(dá)的輸電線路智能巡檢方法，及時(shí)發(fā)現(xiàn)線路缺陷，確保穩(wěn)定供電。

1 無(wú)人機(jī)搭載激光雷達(dá)的輸電線路智能巡檢方法

基于無(wú)人機(jī)搭載激光雷達(dá)的輸電線路智能巡檢方法包括2個(gè)部分，分別是數(shù)據(jù)采集與處理。前者包含點(diǎn)云數(shù)據(jù)管理、預(yù)處理、特征識(shí)別與輸電線路巡檢4部分。該方法的框圖如圖1所示。

具體步驟如下。

(1) 以無(wú)人機(jī)搭載激光雷達(dá)的方式采集輸電線路的相關(guān)數(shù)據(jù)。

(2) 通過構(gòu)建點(diǎn)云金字塔，分檔管理點(diǎn)云數(shù)據(jù)。

圖1 輸電線路智能巡檢方法的框圖

(3) 預(yù)處理點(diǎn)云數(shù)據(jù)，去掉粗差點(diǎn)，均勻化抽稀點(diǎn)云數(shù)據(jù)，提升點(diǎn)云數(shù)據(jù)渲染和分析效果。

(4) 點(diǎn)云數(shù)據(jù)分類，通過分析局部維度與多尺度點(diǎn)云數(shù)據(jù)特征，設(shè)計(jì)多尺度分類器，實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)自動(dòng)分類。

(5) 根據(jù)點(diǎn)云數(shù)據(jù)分類結(jié)果，分析輸電線路的當(dāng)前工況、最大工況與導(dǎo)線風(fēng)偏角，完成輸電線路智能巡檢。

1.1 點(diǎn)云數(shù)據(jù)管理

通過塑造點(diǎn)云金字塔管理點(diǎn)云數(shù)據(jù)，提升龐大的點(diǎn)云數(shù)據(jù)智能存儲(chǔ)和調(diào)用效果，則點(diǎn)云數(shù)據(jù)管理的具體步驟如下。

(1) 得到無(wú)人機(jī)搭載激光雷達(dá)采集的點(diǎn)云數(shù)據(jù)二維邊界，就是點(diǎn)云坐標(biāo)的最大與最小值。

(2) 為首層單位瓦片設(shè)置固定尺寸、附近層間的抽稀因子、點(diǎn)云抽稀方法。

(3) 整合二維邊界與設(shè)值參數(shù)，求解獲取金字塔全部結(jié)構(gòu)參數(shù)，存儲(chǔ)于金字塔配置文件內(nèi)。

(4) 按照每層瓦片的二維邊界區(qū)域，從下至上依次抽稀分配原始數(shù)據(jù)到每層中每個(gè)瓦片內(nèi)，金字塔最下層的數(shù)據(jù)為無(wú)人機(jī)搭載激光雷達(dá)所采集的數(shù)據(jù)，通過第i層數(shù)據(jù)抽稀獲取第i+1(i>0)層數(shù)據(jù)。

塑造完成后，按照數(shù)據(jù)請(qǐng)求的分辨率，得到最優(yōu)的點(diǎn)云金字塔層數(shù)n；按照數(shù)據(jù)請(qǐng)求區(qū)域，設(shè)置第n層金字塔內(nèi)需讀取瓦片的索引區(qū)域，求解數(shù)據(jù)請(qǐng)求區(qū)域的二維邊界，融合該邊界和瓦片結(jié)構(gòu)，獲取重疊部分的瓦片，讀取重疊面積為100%的瓦片數(shù)據(jù)，重疊面積低于100%的瓦片需選擇位于請(qǐng)求區(qū)域中的數(shù)據(jù)；按照桿塔位置分割鄰近桿塔與其2個(gè)塔間的數(shù)據(jù)，使其歸為一個(gè)數(shù)據(jù)集。

1.2 點(diǎn)云數(shù)據(jù)預(yù)處理

通過高程插值法剔除點(diǎn)云數(shù)據(jù)的粗差，通過某點(diǎn)附近的點(diǎn)內(nèi)插獲取該點(diǎn)的高程，再得到內(nèi)插獲取的高程與該點(diǎn)高程間的差值，若該差值超過預(yù)設(shè)數(shù)值，則剔除[7]，反之，則保留。剔除粗差后對(duì)點(diǎn)云數(shù)據(jù)展開均勻化點(diǎn)云抽稀，提升點(diǎn)云數(shù)據(jù)分析效果，步驟如下。

(1) 塑造八叉樹數(shù)據(jù)結(jié)構(gòu)，其作用是存儲(chǔ)剔除粗差后點(diǎn)云數(shù)據(jù)內(nèi)點(diǎn)屬性序列。

(2) 瀏覽全部點(diǎn)云，依據(jù)八叉樹子節(jié)點(diǎn)附近邊界處理各點(diǎn)，展開分組。

(3) 去掉未被分配的子節(jié)點(diǎn)。

(4) 存儲(chǔ)各子節(jié)點(diǎn)內(nèi)1/N個(gè)點(diǎn)，將其當(dāng)成處理后的激光點(diǎn)。

(5) 將存儲(chǔ)的點(diǎn)當(dāng)成抽稀后點(diǎn)云，刪除原始點(diǎn)云。

1.3 點(diǎn)云數(shù)據(jù)分類

通過分析輸電線路局部維度與多尺度點(diǎn)云數(shù)據(jù)特征，設(shè)計(jì)多尺度分類器，利用該分類器自動(dòng)搜索最優(yōu)尺度組合，完成植被、桿塔與線路本體等精準(zhǔn)分類，線路本體包含絕緣子與跳線等微小部件。

1.3.1 多尺度特征

令預(yù)處理后的點(diǎn)云數(shù)據(jù)集是M，坐標(biāo)是Poi=(xi,yi,zi),i=1,2,…,N，圓心是O，尺度是R，令R為球直徑。M內(nèi)各點(diǎn)周圍球均參加R下的求解，利用主成分分析、計(jì)算獲取的特征值是ti,i=1,2,3，t1≥t2≥t3，通過ti獲取方差比例是Pi=ti/(t1+t2+t3)。Pi確定R下一至三維點(diǎn)云數(shù)量。設(shè)置NR個(gè)尺度，M內(nèi)各點(diǎn)的特征向量存在|NR|個(gè)對(duì)應(yīng)值，向量NR代表多尺度下局部點(diǎn)云維度特征。通過大尺度下周圍點(diǎn)特征值彌補(bǔ)缺失點(diǎn)云幾何特征，得到M內(nèi)均勻的多尺度維度特征[8]。

1.3.2 設(shè)計(jì)多尺度分類器

利用一條直線或一個(gè)平面劃分M，表達(dá)為

f(x)=ω·x+b

(1)

其中，ω、x為向量,b為實(shí)數(shù)。

在x維度是2情況下，f(x)的空間為二維，此時(shí)，f(x)為直線；在x維度是3情況下，f(x)的空間為三維，此時(shí)，f(x)為平面；在x維度超過3情況下，f(x)的空間為n維，此時(shí)，f(x)為n-1維超平面。

在NR個(gè)尺度下的點(diǎn)云為(xi,yi),i=1,2,…,NR，維空間點(diǎn)集是x∈Rd；類別標(biāo)號(hào)是y，其作用是通過標(biāo)注點(diǎn)云集劃分植被、桿塔與線路本體等類別。利用式(2)將M線性劃分成2類。

ω·x+b=0

(2)

最優(yōu)分類超平面約束條件為

yi(ω·xi+b)>1

(3)

(4)

其中，xi為支持向量,α為L(zhǎng)agrange乘子i。

計(jì)算ω與b偏導(dǎo)數(shù)是0情況下的最優(yōu)解，獲取點(diǎn)云數(shù)據(jù)集是M的多尺度最優(yōu)分類函數(shù)為

(5)

其中，b*為分類閾值。

利用邏輯函數(shù)預(yù)估樣本至超平面的距離d的置信度，具體為

p(d)=q/(1+exp(-ad))

(6)

在超平面中投影M，求解各點(diǎn)至超平面的d=ωT·x-b。獲取d1與d2，令兩者在兩個(gè)方向上正交，二維平面的最大可分離坐標(biāo)是(d1,d2)。通過在平面中自動(dòng)生成一條直線[9]，完成植被、桿塔與線路本體等精準(zhǔn)分類。

1.4 輸電線路智能巡檢

依據(jù)1.3小節(jié)的點(diǎn)云數(shù)據(jù)分類結(jié)果，分析輸電線路的當(dāng)前工況、最大工況與導(dǎo)線風(fēng)偏角，完成輸電線路智能巡檢。按照點(diǎn)云數(shù)據(jù)分類結(jié)果分析輸電線路當(dāng)前工況，包含快速分析與精細(xì)分析[10-12]。前者主要針對(duì)線路的緊急與重大缺陷的安全距離巡檢；后者主要針對(duì)中等、緊急與重大的安全距離巡檢。按照點(diǎn)云數(shù)據(jù)分類結(jié)果，結(jié)合線路臺(tái)賬與氣象等信息，完成線路在最高氣溫與最大風(fēng)速等情形下最大工況線路安全巡檢。依據(jù)點(diǎn)云數(shù)據(jù)分類結(jié)果，檔距中最大的導(dǎo)線風(fēng)偏角ζ為

(7)

其中，g1是導(dǎo)線自重比載，g4是風(fēng)比載。

令導(dǎo)線直徑是D，g4的計(jì)算公式如下：

g4=W0Dαμscμzμθ

(8)

其中，μθ是風(fēng)力影響下的風(fēng)壓變更系數(shù)，a、μz是風(fēng)壓非均勻及高度變更系數(shù)，μsc是電線形態(tài)系數(shù)，W0是風(fēng)壓標(biāo)準(zhǔn)。

W0的計(jì)算公式如下：

W0=1/2ρa(bǔ)irV2

(9)

其中，V是風(fēng)速,ρa(bǔ)ir是空氣密度。

μz的計(jì)算公式如下：

(10)

其中，ρG是地表非光滑程度，z是線路至地面的距離，z0是基準(zhǔn)距地高度。

μθ的計(jì)算公式如下：

μθ=|sin(φ-φ0)|

(11)

其中，φ、φ0是正北方向和風(fēng)向及線路的夾角。

通過上述公式依據(jù)點(diǎn)云數(shù)據(jù)分類結(jié)果完成導(dǎo)線風(fēng)偏巡檢。

2 仿真實(shí)驗(yàn)

2.1 實(shí)驗(yàn)對(duì)象

通過六翼無(wú)人機(jī)搭載LDLRS3100激光雷達(dá)采集某地區(qū)輸電線路的點(diǎn)云數(shù)據(jù)，LDLRS3100激光雷達(dá)的掃描頻率是540 kHz，重量11 kg，測(cè)距范圍360 m，視場(chǎng)角330°。實(shí)驗(yàn)中無(wú)人機(jī)的飛行速度是25 km/h，高度140 m，距離25 km，時(shí)間1 h。該地區(qū)桿塔數(shù)量為71個(gè)，其中直線塔數(shù)量為56個(gè)，耐張塔數(shù)量為15個(gè)，檔數(shù)70個(gè)，平均檔距448.819 m。

2.2 實(shí)驗(yàn)流程

利用本文方法采集該地區(qū)輸電線路的點(diǎn)云數(shù)據(jù)，并構(gòu)建7層金字塔，部分輸電線路的第7層點(diǎn)云效果如圖2所示。分檔處理后點(diǎn)云數(shù)據(jù)和桿塔疊加效果如圖3所示。

圖2 輸電線路點(diǎn)云效果

預(yù)處理每檔數(shù)據(jù)后，精準(zhǔn)分類點(diǎn)云數(shù)據(jù)，分類結(jié)果如圖4所示。按照點(diǎn)云數(shù)據(jù)精準(zhǔn)分類結(jié)果，分析輸電線路當(dāng)前工況、最大工況與導(dǎo)線風(fēng)偏，完成智能巡檢。

圖4 點(diǎn)云數(shù)據(jù)精準(zhǔn)分類結(jié)果

隨機(jī)選取該地區(qū)內(nèi)10個(gè)檔數(shù)的輸電線路，利用本文方法巡檢這10個(gè)檔數(shù)輸電線路的當(dāng)前工況與最大工況，這部分輸電線路的標(biāo)稱電壓為500 kV。在正常情況下，本文方法獲取當(dāng)前工況的凈空距離與垂直距離巡檢結(jié)果如圖5所示。在最高氣溫temperaturehighest、最大風(fēng)速speedmax、最大覆冰厚度icemax3種條件下，利用本文方法獲取該部分輸電線路最大工況的缺陷半徑巡檢結(jié)果如圖6所示。當(dāng)缺陷半徑超過30 m時(shí)，屬于重大缺陷；當(dāng)缺陷半徑低于30 m超過15 m，屬于緊急缺陷；當(dāng)缺陷半徑低于15 m超過0 m，屬于一般缺陷。

圖5 當(dāng)前工況巡檢結(jié)果

圖6 最大工況巡檢結(jié)果

根據(jù)圖5與圖6可知，本文方法可有效獲取輸電線路當(dāng)前工況的垂直與凈空距離，完成當(dāng)前工況智能巡檢，本文方法的垂直、凈空距離與標(biāo)準(zhǔn)垂直、凈空距離，僅有檔數(shù)3、5、7、10的垂直、凈空距離符合規(guī)范距離，其余檔數(shù)的垂直、凈空距離均低于規(guī)范距離，說明這些檔數(shù)間的輸電線路已低于安全距離，存在距離缺陷，需及時(shí)采取相關(guān)措施進(jìn)行調(diào)整，避免出現(xiàn)重大安全事故。本文方法可有效獲取不同條件時(shí)輸電線路最大工況的缺陷半徑。在不同條件下本文方法獲取的缺陷半徑與實(shí)際缺陷半徑差距較小，說明本文方法獲取最大工況的缺陷半徑精度較高。在不同檔數(shù)時(shí)，最大工況的缺陷半徑與垂直、凈空距離走勢(shì)基本相同。當(dāng)垂直、凈空距離超出標(biāo)準(zhǔn)距離較多時(shí)，輸電線路的缺陷半徑較大。在temperaturehighest時(shí)存在重大缺陷的檔數(shù)為1，存在緊急缺陷的檔數(shù)為2、4、6、9，存在一般缺陷的檔數(shù)為8；在speedmax時(shí)存在重大缺陷的檔數(shù)為1、2，存在緊急缺陷的檔數(shù)為4、6、8、9；在icemax時(shí)存在重大缺陷的檔數(shù)為1、2、6，存在緊急缺陷的檔數(shù)為4、8、9；存在一般缺陷的檔數(shù)為5；綜合分析可知，在最大工況時(shí)，檔數(shù)1、2、6存在重大缺陷，需要率先維修，其次為檔數(shù)4、6、8、9，最后為檔數(shù)5；工作人員依據(jù)巡檢結(jié)果，按照缺陷的等級(jí)按順序維修輸電線路，避免出現(xiàn)安全事故，提升供電的穩(wěn)定性。

在該地區(qū)隨機(jī)選取一個(gè)桿塔，分析桿塔在不同風(fēng)荷載時(shí)的導(dǎo)線風(fēng)偏角，完成導(dǎo)線風(fēng)偏角智能巡檢，結(jié)果如圖7所示。根據(jù)圖7可知，在不同風(fēng)載荷時(shí)，風(fēng)速增長(zhǎng)，導(dǎo)線風(fēng)偏角均隨之?dāng)U大，在穩(wěn)定風(fēng)時(shí)，風(fēng)速低于2 m/s時(shí)導(dǎo)線風(fēng)偏角未出現(xiàn)改變，風(fēng)速超過2 m/s后，導(dǎo)線風(fēng)偏角穩(wěn)定提升，與實(shí)際導(dǎo)線風(fēng)偏角差距不大，最大差距約為0.2°；在脈動(dòng)風(fēng)時(shí)，風(fēng)速低于1 m/s時(shí)導(dǎo)線風(fēng)偏角未出現(xiàn)改變，風(fēng)速超過1 m/s后，導(dǎo)線風(fēng)偏角開始擴(kuò)大。因?yàn)槊}動(dòng)風(fēng)強(qiáng)烈，導(dǎo)線風(fēng)偏角擺動(dòng)復(fù)雜，波動(dòng)幅度大，本文方法巡檢獲取的導(dǎo)線風(fēng)偏角與實(shí)際值差距依舊較小，實(shí)驗(yàn)證明，本文方法能夠精準(zhǔn)巡檢輸電線路的導(dǎo)線風(fēng)偏角，風(fēng)速越大，導(dǎo)線風(fēng)偏角越大。

圖7 導(dǎo)線風(fēng)偏角巡檢結(jié)果

3 總結(jié)

利用無(wú)人機(jī)風(fēng)險(xiǎn)性低與效率高等優(yōu)勢(shì)，研究基于無(wú)人機(jī)搭載激光雷達(dá)的輸電線路智能巡檢方法，分析輸電線路的當(dāng)前工況、最大工況與導(dǎo)線風(fēng)偏角，完成智能巡檢，及時(shí)發(fā)現(xiàn)輸電線路存在的各種缺陷，依據(jù)不同缺陷制定相關(guān)策略解決安全隱患，提高供電穩(wěn)定性。日后可在本文方法的基礎(chǔ)上引入植被生長(zhǎng)的危險(xiǎn)預(yù)測(cè)方法，通過預(yù)測(cè)植被生長(zhǎng)的危險(xiǎn)等級(jí)，進(jìn)一步提升輸電線路巡檢效果，令供電安全更為穩(wěn)定。