發(fā)布時間：2018-06-24 05:51

  本文選題：Li + DAR　； 參考：《蘭州交通大學(xué)》2015年碩士論文

【摘要】：長期以來,輸電線走廊的巡檢、維護(hù)主要依賴于人工到現(xiàn)場勘查來完成,該方法不僅效率低,而且安全性差,已經(jīng)不能滿足現(xiàn)代化電網(wǎng)的發(fā)展和安全運行需求,因此電力部門急需一種高效、安全、先進(jìn)的電力巡檢方式。機載激光雷達(dá)測量技術(shù)的問世帶來了新的電力巡檢途徑。與傳統(tǒng)測量系統(tǒng)相比,機載Li DAR測量系統(tǒng)有著獨特的技術(shù)優(yōu)勢,它能直接獲取電力線走廊的激光點云,并且可以得到高精度的三維空間信息,進(jìn)而獲得三維電線走廊的全貌信息,如線路設(shè)施設(shè)備,地物的精確三維空間信息等等�，F(xiàn)階段,利用Li DAR測量技術(shù)在電力線路安全巡檢中得到了廣泛應(yīng)用,如基于機載激光點云數(shù)據(jù)的電力線安全距離自動檢測技術(shù)就是電力巡線中最重要的一項內(nèi)容,通過檢測可以直接確定有缺陷的區(qū)域,不僅節(jié)省了大量的時間,同時也消除了安全隱患。該內(nèi)容即為本文的研究目標(biāo)。本文首先探討了不同的電力線提取方法,分析了各方法的利弊。在此基礎(chǔ)上,選擇了K-近鄰聚類電力線提取方法對電力線進(jìn)行了提取,具體的研究內(nèi)容及提取的過程為:采用半自動化的方法對電力線點和大部分桿塔以外的點進(jìn)行提取;通過量取塔頂中心的三維坐標(biāo)對桿塔進(jìn)行剔除;利用基于K-近鄰聚類方法對電力線進(jìn)行提取,采用最小二乘法原理對電力線點云進(jìn)行擬合,并取得了良好的效果。在上述工作的基礎(chǔ)上,利用已經(jīng)提取好的地物點和電力線點進(jìn)行了電力線安全距離檢測的研究,其主要研究內(nèi)容和成果如下:本文在分析對比利用低空航拍數(shù)據(jù)對電力線安全距離進(jìn)行檢測后,提出了一種利用機載Li DAR點云數(shù)據(jù)自動化檢測樹障的方法。通過對地物點規(guī)則格網(wǎng)化求取最高點,利用最高點做緩沖區(qū),并將緩沖區(qū)內(nèi)的所有電力線點與最高點進(jìn)行距離的計算,找到所有小于安全距離的點。實驗證明,本方法可以有效的找出存在隱患的地方。將林業(yè)中估算樹木生長模型與電力線安全距離檢測相結(jié)合,通過已知數(shù)據(jù)利用樹木生長灰色代數(shù)曲線模型(Grey Algebraical curve Model,以下簡稱GAM模型)對最近兩年樹木的增長量進(jìn)行估測,將估計結(jié)果重新代入到電力線走廊的地物點中,進(jìn)一步找到存在隱患的地方,進(jìn)行預(yù)警預(yù)測。
[Abstract]:For a long time, the inspection and maintenance of transmission line corridors mainly depend on the artificial on-site survey. This method is not only inefficient, but also has poor security, and can no longer meet the needs of the development and safe operation of modern power grids. Therefore, the electric power department is in urgent need of an efficient, safe and advanced power inspection method. The advent of airborne lidar measurement technology has brought a new way of power inspection. Compared with the traditional measurement system, the airborne Li Dar measurement system has a unique technical advantage, it can directly obtain the laser point cloud of the power line corridor, and can obtain high precision three-dimensional spatial information. Then, the complete information of three-dimensional wire corridor is obtained, such as the line facilities and equipment, the accurate three-dimensional spatial information of the features and so on. At present, Li Dar measurement technology has been widely used in power line safety inspection. For example, the automatic detection technology of power line safety distance based on airborne laser point cloud data is the most important content of power line inspection. The defect area can be directly determined by detection, which not only saves a lot of time, but also eliminates the hidden danger of safety. This content is the research goal of this paper. In this paper, different methods of power line extraction are discussed, and the advantages and disadvantages of each method are analyzed. On this basis, K-nearest neighbor clustering power line extraction method is selected to extract the power line. The specific research content and extraction process are as follows: the semi-automatic method is used to extract the power line points and the points outside most towers; The pole tower is eliminated by taking the three-dimensional coordinates of the top center of the tower in excess, and the power line is extracted by using K-nearest neighbor clustering method, and the power line point cloud is fitted by the principle of least square method, and good results are obtained. On the basis of the above work, the safe distance detection of power line is studied by using the ground objects and power line points that have been extracted. The main research contents and results are as follows: after analyzing and comparing the low altitude aerial photograph data to detect the safe distance of power line, a method of automatic detecting tree barrier using airborne Li Dar point cloud data is proposed in this paper. The highest point is obtained by the regular grid of ground objects, the highest point is used as buffer zone, and the distance between all the power line points in the buffer zone and the highest point is calculated, and all points less than the safe distance are found. Experiments show that the method can find out the hidden trouble effectively. In this paper, the tree growth model in forestry is combined with the safe distance detection of power line, and the growth of trees in the last two years is estimated by using the known data using the grey Algebraical curve model. The estimation result is replaced into the ground point of the power line corridor, and the hidden trouble is found further, and the prediction is carried out.
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM75

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 閆龍;;攝影測量點云數(shù)據(jù)精簡研究[J];制造技術(shù)與機床;2010年07期

2 王強;成虹;王靜;;基于圖形的點云數(shù)據(jù)拼接方式研究與應(yīng)用[J];機械設(shè)計與制造;2012年09期

3 吳福生,丁玉成,盧秉恒;基于點云數(shù)據(jù)復(fù)雜曲面產(chǎn)品的快速開發(fā)[J];西安交通大學(xué)學(xué)報;2002年11期

4 胡雪芬,陳愛萍,童水光,單新潮;基于點云數(shù)據(jù)的鞋楦數(shù)控編程及其仿真[J];組合機床與自動化加工技術(shù);2004年07期

5 陳飛舟;陳志楊;丁展;葉修梓;張三元;;基于徑向基函數(shù)的殘缺點云數(shù)據(jù)修復(fù)[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2006年09期

6 王強;黃靜;;基于點云數(shù)據(jù)的反求特征約束識別方法[J];機械設(shè)計與制造;2010年12期

7 楊明菊;;單景掃描點云數(shù)據(jù)網(wǎng)模型的構(gòu)建方法研究[J];硅谷;2011年08期

8 王學(xué)春;晁學(xué)鵬;;基于激光點云數(shù)據(jù)的活立木林學(xué)參數(shù)挖掘[J];科學(xué)技術(shù)與工程;2013年18期

9 劉亞文;龐世燕;左志奇;;蟻群算法的建筑立面點云數(shù)據(jù)提取[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2012年11期

10 劉尚蔚;朱小超;張永光;魏群;;多片點云數(shù)據(jù)拼接處理技術(shù)的研究[J];水利與建筑工程學(xué)報;2014年01期

相關(guān)會議論文 前10條

1 閆龍;;攝影測量點云數(shù)據(jù)精簡研究[A];第二十九屆中國控制會議論文集[C];2010年

2 吳美金;;基于薄壁構(gòu)件的點云數(shù)據(jù)提取[A];全國射線數(shù)字成像與CT新技術(shù)研討會論文集[C];2009年

3 段文國;張愛武;蔡廣杰;;基于VTK的點云數(shù)據(jù)繪制研究與實現(xiàn)[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

4 宋碧波;盧小平;盧遙;;基于點云數(shù)據(jù)的建筑物三維重建[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

5 張偉忠;張順海;于德敏;;點云數(shù)據(jù)與建模軟件的接口設(shè)計[A];全國第13屆計算機輔助設(shè)計與圖形學(xué)（CAD/CG）學(xué)術(shù)會議論文集[C];2004年

6 呂瓊瓊;楊曉暉;楊唐文;韓建達(dá);莊嚴(yán);;激光雷達(dá)點云數(shù)據(jù)的三維建模技術(shù)[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

7 劉佳;張愛武;楊麗萍;;室內(nèi)場景激光點云數(shù)據(jù)的三維建模[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

8 隋立春;張熠斌;趙旦;;基于MicroStation的機載LiDAR點云數(shù)據(jù)分類處理軟件[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

9 黃承亮;吳侃;劉虎;;基于三維TIN的格網(wǎng)化點云數(shù)據(jù)特征提取[A];數(shù)字測繪與GIS技術(shù)應(yīng)用研討交流會論文集[C];2008年

10 楊銘;陳建峰;;基于CUDA的海量點云數(shù)據(jù)kNN查詢算法[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

相關(guān)博士學(xué)位論文 前10條

1 趙江洪;古建筑散亂點云基準(zhǔn)面的提取與擬合[D];武漢大學(xué);2012年

2 谷曉英;三維重建中點云數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];燕山大學(xué);2015年

3 胡峰俊;三維離散點云數(shù)據(jù)的預(yù)處理和配準(zhǔn)技術(shù)研究[D];浙江工業(yè)大學(xué);2015年

4 董秀軍;三維空間影像技術(shù)在地質(zhì)工程中的綜合應(yīng)用研究[D];成都理工大學(xué);2015年

5 張學(xué)昌;基于點云數(shù)據(jù)的復(fù)雜型面數(shù)字化檢測關(guān)鍵技術(shù)研究及其系統(tǒng)開發(fā)[D];上海交通大學(xué);2006年

6 王果;不同平臺激光點云數(shù)據(jù)面狀信息自動提取研究[D];中國礦業(yè)大學(xué)（北京）;2014年

7 趙煦;基于地面激光掃描點云數(shù)據(jù)的三維重建方法研究[D];武漢大學(xué);2010年

8 張會霞;三維激光掃描點云數(shù)據(jù)組織與可視化研究[D];中國礦業(yè)大學(xué)（北京）;2010年

9 孫曉東;人體點云數(shù)據(jù)處理中若干問題的研究[D];北京工業(yè)大學(xué);2012年

10 張帆;點云數(shù)據(jù)幾何處理方法研究[D];西北大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 張磊;大型鋼結(jié)構(gòu)建筑安裝質(zhì)量檢測與變形監(jiān)測軟件系統(tǒng)設(shè)計與實現(xiàn)[D];北京建筑大學(xué);2015年

2 饒杰;基于激光點云數(shù)據(jù)的建筑物快速三維建模[D];中國地質(zhì)大學(xué)(北京);2015年

3 李俊寶;TLS在古建筑物測繪及建模中的應(yīng)用研究[D];長安大學(xué);2015年

4 謝金坤;基于事故車輛車身變形的碰撞速度研究[D];長安大學(xué);2015年

5 顧品熒;基于點云數(shù)據(jù)的基本款女西裝樣板生成系統(tǒng)研究[D];蘇州大學(xué);2015年

6 李國瑞;車載LiDAR點云中的車輛自動檢測技術(shù)[D];長安大學(xué);2015年

7 江靜;建筑物L(fēng)iDAR點云數(shù)據(jù)特征檢測及配準(zhǔn)關(guān)鍵技術(shù)研究[D];集美大學(xué);2015年

8 梁子瑜;基于TLS點云數(shù)據(jù)的林分調(diào)查因子測定及收獲估計[D];南京林業(yè)大學(xué);2015年

9 喻W毶，

本文編號：2060306