输电线路巡检数据可视化模型构建

熊星发

（国网宁夏电力有限公司固原供电公司 宁夏回族自治区固原市 756000）

输电线路的可视化工作，主要值得是将该方法应用到输电塔、走廊环境以及输电设备中的，可以检测出其中所存在的缺陷以及安全隐患等问题，并将所检测到的缺陷信息整合到一个控制系统中，对所存在的缺陷进行详细分析。传统的巡检方法具有图形、数据显示、以及查询等功能，并将所获得的数据资料直接显示在LED屏幕，这样可以使输电线路管理员直接对电路运行进行观察，了解输电线路的具体情况[1]。近年来，我国输电线路的建设规模不断扩大，但所设置的输电线路大多数的地区较为偏远，因此使得巡检工作相对困难。随着数据采集技术的发展，可以利用输电线路塔上的在线监测设备来获取输电线路巡检数据源，从而为输电线路的巡检工作提供可有效途径[2-3]。输电线路塔上的在线巡检系统的工作当中，可以提升工作效率，从而降低巡检过程的工作成本，在成果方面，也可以为电力系统提供有效传输监测数据，同时利用3D可视化监测管理方法，为输电线路系统提供额外保障。

在输电线路巡检过程中的数据采集方法不断增加，各种各样的巡检监测在数据采集过程中不断增加信息量，因此，对输电线路的运行过程中提出的更好的要求，必须要保证输电线路的安全性。在建立电力通信输电线路时，安装可视化巡检模块，从而解决电力线路的在运行过程中出现的缺陷，可以有效的提高电力系统管理水平，具有良好的可使用性[4]。然而，在我国当前的大多数输电线路巡检管理系统中，传统的二维数据信息采集技术无法满足输电线路的巡检需求，因此，提出了输电线路巡检数据可视化模型构建方法。该方法利用电流传输塔中所安装的在线监测设备，来电流的运行状态进行实时监测，在线电流巡检的特点具有输电线路走量跨度较大、数据勘查范围广泛、所采集的数据量大等[5]。

文章所建立的输电线路巡检数据可视化模型可以应用到当前社会所需的电流运输过程中，详细介绍了可视化控制系统所形成的结构、组成以及使用功能，概括了对输电线路三大关键技术的研究，包括数据管理、数据可视化以及智能故障诊断。电力系统巡检功能的应用，可以证明它具有对海量数据的可分析性，对数据可以进行快速浏览、漫游，并能显示器所出现的故障，从而保障输电线路的安全性，取得了良好的效果。

1 输电线路监测数据可视化模型

1.1 无人机影响定位输电线路坐标

根据输电线路塔在线监测特点，确定在对输电电流巡检完成后，在一定程度上会控制输电线路的规划区域，使在线可视化巡检不会受到空间的约束，那么如何找到可以获取数据坐标。一般来说，在线巡检的可视化模型可在输电线路塔中辅助设备较少的区域进行，装载速度较低，实用操作过程较为简单，工作人员可以顺利完成输电线路的监测。在对目标任务完成后，所测量的输电区域坐标主要分为两种类型：第一类是用来描述测量点的位置，将其称之为图像方位空间坐标；第二类是主要描述的输电线路测量点的位置，将其与地面上所对应的点相互呼应，将其称之为物体的空间方向。图像和对象、空间、物方位的空间坐标由摄影坐标系和地面测量坐标系组成，主要目的是将监测到的电流数据对象，投射到位置点中，从而可以实现电流之间的过度交换，对空间及地面进行测量。

1.2 畸变差校正影像匹配监测数据

由于在线监测系统如果所安装在较低位置，会导致所监测的数据产生误差，传感器生成的图像会失真，因此，很难对所得数据进行实际监测比较，必须要对在线巡查影响摄取内部参数进行校正。各种条件的校正方法的选择是通对数据是真的来源进行分类，通过对输电线路巡检数据可知，其基本上产生两种误差情况，系统误差和随机误差。在可视化巡检主距和线路坐标（xi,yi）的定位当中，以共线方程为误差校正计算方式：

式中：主要实际产生畸变的定位变量用q表示，主点不动剩余定位点的畸变量用p表示，在未知动量坐标系中若影响畸变过大，可以添加校正差异以进行替换。当图像的主要点不需要从该点上去除时，以及传输线中数据的控制和比较后，可以找到对应的定位坐标完成了。

1.3 场景裁剪构建可视化模型

在线可视化巡检监测模型是基于科学计算完成结构推理的多维数据空间的抽象转换。使用计算机提供的辅助工具，可以更直观地表达通过监视获得的确切数据。为了改善图像可视化的氛围，切割场景的切割以更新图像和场景，这些图像和场景仅在观看相机时才出现，同时将各种数据的分辨率分辨到结构中。渲染过程需要比较数据包围的结构，确定出现在相机视口中的数据类型，然后移除不在远程视图可见区域内的三个元素，不可见区域应该在后面和视图体积中进行裁剪。与相机透视相比，如果从视点开始的直线上观察到的场景的一部分，如该部分的顶点顺序为逆时针方向，则该部分被认为是前面趋势是这样的。顺时针排列。其次，如果补丁的一侧被遮挡，则必须将另一侧移除，并在切割过程中在光和阴影阶段保存斑块。目前，根据确定坐标错误并扭曲了传输线的校正，视觉数据监视模型的构建通过切割场景结束，线路的集成数据通过场景的适应。

2 系统架构设计

可视化中的视觉管理系统在管理传输线的验证方面面临许多技术困难。系统的系统必须符合项目管理和可视化的需求。从数据的角度来看，传输线的数据验证量很大，类型多，主要包括传感器状态数据、点云数据、影像、数字高程模型（digital ele-vation model，DEM）、数字表面模型（digital sur-face model，DSM）、3D模型数据、线路隐患诊断的缺陷数据等。基于上述分析，检查传输线的线路的逻辑结构分为三个级别：数据服务层、内部处理层、分析表示层[6]。

3 系统功能设计

传输线的图像控制系统集中在设备的检测，设备的操作和维护以及图像上。相应的控制点，控制线和位置。分析：基于从高点的云数据，可以模拟和可视化电源线案例，3D信息，例如电源线，走廊和地形，可以完全进行建模，并且可以执行3D操作[7]。

视觉控制系统应处理的数据主要包括这些可见光、数据云、红外数据和可见光的视频数据的图像。该系统先前安装了一个模型，该模型均匀地控制了云的各种数据，集成的激光点，红外视频，智力诊断光和控制控制模块的3D请求模块。根据各种数据源，系统通过三个不同的模块显示数据，因此可以与物体的操作（电力传输线，铁塔等）与2D图形和3D模型。八叉树索引结构适应2D和3D场景，对象查询、编辑等操作。

视觉操作包括信息请求和查看（在对象上查看，按位置查看，根据对象查看，请求，根据位置进行请求，实时监视输电线路运输轨迹）和数据测量功能，例如测量该区域的距离和测量以及策略高度。请求管理包括有关拒绝3D -display安全距离的信息。故障内容展示见表1。

表1：故障屏示

4 关键技术

电力线的机电检查可以接收各种数据，包括3D图像数据获取，可见光照明灯的图像，红外视频等。需要初始数据。联合治疗和诊断以及技术问题，例如隐藏的危险和故障分析。

4.1 工程数据管理

输电线路无人机巡检原始数据包括可见光影像、红外视频、激光点云和可见光视频数据，以及定位与定姿（positioning and orientation system，POS）数据。本文采用文件管理模式，工程文件记载了该工程的根目录及巡检信息。

对于存储为电子文档或文件夹的线路检查数据库，有许多问题对项目管理没有影响，例如查询复杂性、数据冗余和版本不一致。当重新创建可视化管理系统时，由管理系统自动生成名为“Inspection”数据库和“PowerLine”数据表，并通过设置路径参数和相应的管理信息元数据发送给系统，将项目信息存储在一个表中，解决了项目管理数据冗余等问题。

4.2 点云索引构建与可视化

解决控制高效率和快速智力循环的问题，并用3D激光点的巨大云，多级动态索引，整合内部外部和外部和外部和外部和外部和外部和外部，并克服数字的极限云，有物理记忆，同时包括对显示数据功能。提出多种时间策略，使用OpenGL提供的缓冲对象来加快点云的渲染，并加速实时从外部内存的激光点云的传输和渲染，以实现大规模云数据的快速可视化；要实现基于三维电力线路在线巡检监测的变量的空间索引，有效地克服了电流节点的低缺陷和由固定病毒引起的请求的性能，并控制TIB水平的TIB水平，以实现对TIB水平的有效控制点。 Yun奠定了技术基金[8]。根据组织管理计划，在视野中动态发送数据，以实现激光点云和该区域区域的大量数据的真实可视化，如图1所示。

图1：海量点云可视化

4.3 多源数据协同处理

有关各种数据获得的故障的信息有所不同，因此铁塔可以检测到不同数据中的各种故障。因此，图像的地理数据集。线系统的数据收集首先设置四种数据类型的控制点，例如红外数据，视频图像，电流运行数据和监测定位点数据，并使用POS系统中显示的设置和校准参数。作为每个数据源的输入数据的位置和方向的参数，传感器平台提取线性走廊中的唯一线性特征，并从多个源到同一坐标系的几个来源预测了几个源。

首先，写下有关第一个航班中指定的POS的信息，并阅读与红外线和视频日期相对应的相关人员。在时间和空间中使用图像数据记录。最后，在同一时期同一时期的同一时期的同一时期，收到有关点数的点的云云的数据预先记录的数据，并调整点云的前景与明显的相对应光，等待数据分析。视角保证了更好的相似性，最后，一致的数据将存储在数据库中。

不可见区域应该在背面以及视图体积中进行裁剪。与相机透视相比，如果从直线观察到的场景的一部分以零件部分的顶部开始，则是逆时针方向，则该部分被认为是前面趋势是这样的。如果贴片的一侧被遮挡，则必须去除另一侧，并保留切割过程中光影阶段的贴片图像。目前，根据确定坐标错误并扭曲了传输线的校正，视觉数据监视模型的构建通过切割场景结束，线路的集成数据通过场景的适应。

4.4 输电线路巡检可视化

来自与传输线走廊相关的多个来源的多质量空间数据，以及对红外和线性检查图像的视觉协调控制，有助于跟踪和分析传输线并改善传输线的管理。

除了一般性能控制元素外，还检查本文中使用的行的计划，线性巡逻系统的数据具有统一的参考数据。 除了一般管理外，它还使用图来可视化某些属性并将图像操作结合起来，以执行视觉编辑整体零件。 生成图和报告以直观地显示测试结果和行报告，如图2所示为红外视频中线路温度的可视化图像。

图2：红外温度统计

4.5 智能诊断与故障检测

电源线检查员通过检查输电线路塔在线可视化监测模型，并处理沿线激光点的云和图像来分析缺陷和隐藏危险。应用各个种类型的传感器收集的数据的联合管理，分析有关当场检查传输线各种检查的信息，并评估该行的工作状态，分析内容包括电源线的损失，安全性的距离，绝缘体的损坏等。本质是复杂的智力诊断，控制系统主要由现场方法，可见光和红外分析的诊断所接受，诊断结果包括故障信息管理、查询、上报等功能。

图3显示了对多纤维数据数据诊断诊断的工作过程。点云的诊断与点云的库处理相结合。分类和过滤收集的数据后，首先计算电源线的垂直度并定位电线杆。距离（包括土地，空气，水平，垂直，清洁距离等）评估潜在的安全点并评估安全水平。

图3：故障诊断流程

无论其温度是否异常，红外诊断和分析的关键点都可以比较。可见光的图像主要用于分析绝缘体线的安全性。全面的诊断需要自动诊断和人工互动，将上述诊断结果与人工干预结合起来，得出最适合实际期望的结论。

5 系统应用

综合组织利用激光点云、可见光图像、红外视频等各种无人机输电线路巡检数据，结合巡线跟踪、集装箱位置、传感器位置等进行智能诊断和安全分析，同时将输电线路系统验证和维护的重要工具和方法应用其中。通过对电源线的实际检查，有很多线路，该线需要几次检查。 因此，随着巡航量的增加，这些电源线也会迅速增加，相关的工程文档为每次巡游生成数据。 面对质量数据和线路检查系统生成的数据的诊断结果，在电力线路大数据生产的背景下，需要构建输电线路巡检数据库，以满足高效资源管理的需求。数据分析和智能电力系统需求等。基于系统集成的调试，功率功率可以是可视化的控制系统，用于实现强大走廊的可视化功率电网。电源线，异常热量，异常排放和设备腐蚀的故障。图4显示了检查数据和可见光图像的红外图像的视觉显示。

图4：可视化展示

传输线的测试来自众多且异质数据。处理后，系统中的各种数据与临时顺序和空间一致，这是几个记录。同时，显示了三种类型的数据或所有数据。根据分析，各种数据功能和交互功能增加了可以改变控制错误并生成管理报告的记录。图5显示了对红外视频，可见光和全景图像的观看分析。整合这两个数据，比较每个图像框架的关键问题，检查诊断，分析结果中的线路状态，编辑和存储在数据库中，促进员工的管理和工作，完整人类Makhin对数据的互动和形式和联合管理的测试分析。

图5：多源数据协同分析

如图6所示，展示输电线路中的线性走廊环境细节模型，展示了模型的3D可视化结果，在确保所测得的数据可以进行漫游的情况下，可视化巡检3D系统可以将输电线路原线走廊环境很好的进行还原。

图6：线路走廊3D可视化

6 结束语

为满足企业对高压电力线路日常维护和应急处置的需求，设计了无人机电力线路巡检可视化控制系统，并将其应用于电力线路巡检，对系统的功能进行检查。

由于时间和研究能力有限，在整个过程中存在一些弊端，比如无人机导航路径较低时，图像控制点的定位和测量可以形成精度指标，没有做任何假设和扩展研究，因此无法对输电线路的精准度进行确认，在此情况下，可以在输电线路现场来完成监测工作。在未来的发展过程中，我们将在在线巡检过程中高效划线，根据实测区域方向定位影像控制点，该选择过程更加精准，并将所得到数据进行详细分析，从而保障输电线路数据可视化模型的精准性。

综上所述，基于输电线路塔在线巡检可视化管理模型的构建，实现了输电线路的安全管理模式，并肩所监测到的含量数据进行有效的分析，在数据信息处理层当中，对目标信息实现了协作分析管理，完成输电线路海量数据高级处理。在未来的电力发展中，输电线路走廊可以结合当地的实际情况，例如天气、水文以及生态等多维度信息，从而可以进一步增强输电线路的管理，在线应用智能预警功能，保障了我国电力行业的平稳发展。