[发明专利]一种输电线路的防外破报警方法和系统

说明书

本发明公开一种输电线路的防外破报警方法和系统，其中，输电线路的防外破报警方法包括：使用无人机载雷达扫描监测设备的安装周边环境，得到底图三维点云；根据底图三维点云对监测设备进行安装位置标定，得到监测设备的位置姿态信息；根据位置姿态信息，激光雷达和视频相机分别摄取安装周边环境的点云数据和视频图像；根据点云数据中前景点云，判断安装周边环境中是否存在可疑故障目标；若是则根据可疑故障目标与输电线路坐标之间移动距离的报警等级距离范围进行分级报警；对可疑故障目标的视频图像进行深度学习，得到障碍类型。本发明的技术方案能解决现有技术中防外破检测效率较低，防外破风险的判断准确性较差的问题。

技术领域

本发明涉及电力系统技术领域，尤其涉及一种输电线路的防外破报警方法和系统。

背景技术

在电力设施的运行过程中，很多输电线路会因外力破坏而出现断线和跳闸等问题，这就给电力设备的安全运行造成很大威胁。随着城市用电量的增长，输电线路也愈加复杂，相应的，输电线路的外力破坏事件频发，为了保证用电安全，输电线路的防外力破坏（简称防外破）能力已成为线路运行工作的重中之重。

目前，针对电网运行中的防外破方式主要采用人工巡检的方式，这种方式工作量大且效率低下；为了解决上述问题，现有技术提供了一种输电线路激光雷达点云采集和防外破实时监测方法，该方法通过远距离对准待监测的输电线路通道；然后激光雷达多次扫描获取输电线路通道的点云数据，得到高密度的点云数据；分离出输电线点云数据和非输电线路点云数据并进行数据保存；激光雷达扫描输电线路通道，实时获取输电线路通道点云数据；再根据输电线点云数据，取单根输电导线的点云数据，沿导线架设方向，以用户设定的间隔距离查找安全范围内是否有其他点云数据，判断输电线路是否存在外破风险。

然而上述方法主要采用深度学习得到点云处理模型，采用激光雷达点云方式处理，其利用深度学习进行检测，对模型训练及场景要求较高，并且并不能真实模拟点云对应的地理信息。因此上述防外破方式会导致防外破监测效率低下，防外破风险的判断准确度较差等问题。

发明内容

本发明提供一种电力设施的防外破报警方案，旨在解决现有技术提供的输线路的防外破监测方法，存在防外破检测效率较低，防外破风险的判断准确性较差的问题。

为实现上述目的，根据本发明的第一方面，本发明提出了一种输电线路的防外破报警方法，该方法用于输电线路的防外破报警系统，防外破报警系统包括监测设备，以及搭载在监测设备的激光雷达和视频相机；防外破报警方法包括：

使用无人机载雷达扫描监测设备的安装周边环境，得到底图三维点云，其中，底图三维点云包含安装周边环境中输电线路坐标；

根据底图三维点云对监测设备进行安装位置标定，得到监测设备的位置姿态信息；

根据所述监测设备的位置姿态信息，使用激光雷达摄取安装周边环境的点云数据，并且使用视频相机摄取安装周边环境的视频图像；

根据点云数据中的前景点云，判断安装周边环境中是否存在可疑故障目标；

当判定安装周边环境中存在可疑故障目标时，根据可疑故障目标与输电线路坐标之间移动距离对应的报警等级距离范围，对可疑故障目标进行分级报警；

对视频图像中可疑故障目标的图像区域进行深度学习，检测得到可疑故障目标对应的障碍类型。

优选的，上述防外破报警方法中，根据底图三维点云对监测设备进行安装位置标定的步骤，包括：

使用RTK技术对监测设备的安装位置进行打点操作，得到安装位置对应的地理坐标；

使用监测设备的激光雷达采集安装周边环境的点云数据；

根据安装位置对应的地理坐标，匹配点云数据和底图三维点云，得到监测设备的位置姿态信息。

优选的，防外破报警方法，根据安装位置对应的地理坐标，匹配点云数据和底图三维点云，得到监测设备的位置姿态信息的步骤，包括：