机载LiDAR测量技术在输电运维中的应用

机载 LiDAR(Light Detection And Ranging) 技术作为是近年来测绘行业兴起的一项新技术已在测绘、电力、林业、城市规划等诸多领域得以运用[1-3]。随着国民经济的快速发展，我国的电力建设正在高速发展，面对庞大的电力网络，如何对其进行有效的管理，以保证电网的正常运行，确保电力的正常输送，显得非常重要。近年来，由于机载激光雷达测量技术能同时获取输电线路走廊影像及三维空间坐标信息，且具有测量精度高、全三维、自动化程度高、效率高、定位准确的特点，在电力巡线中得到日益广泛的应用。应用该项技术是应对智能化电网发展趋势、增强数字化电网生产应用能力和提高数字化电网数据精度，解决目前输电线路日常运维难题的重要手段，能够为输电线路的设计、建设和维护提供方便、快捷、准确的技术支撑，便于更有效的保障输电线路运行的安全稳定。

1 机载LiDAR的特征

机载LiDAR即激光探测及测距。激光雷达以激光器作为发射光源，以光电探测传感器为接收元件，依据激光测距的原理进行距离和角度的测量和记录，以此确定被测对象的方位信息；其可以获取被探测物体的空间几何结构信息，是激光技术、计算机技术、高动态载体姿态测定技术和高精度动态GPS差分定位技术迅速发展的集中体现，是实现地面三维坐标和影像数据同步、快速、高精度获取，并快速、智能化实现地物三维实时、变化、真实形态特征再现的一种国际领先的测绘高新技术。

激光雷达技术特点具体特点体现在以下方面[4-6]：

(1)非接触式、主动式测量。属于主动遥感技术，无需接触即可完成测量任务。

(2)分辨率高、密度大。激光雷达可以获得更高的分辨率，分辨率高是激光雷达的最显著的优点，其多数应用都基于此。

对于采集的点云数据进行一系列预处理和后处理以实现地物之间点云分类，利用分类后的点云数据进行电力矢量线提取，根据提取的电力矢量线计算输电线与地物距离，然后分析电力线通道内的树障及危险点，从而实现输电线路通道安全距离诊断，并生成树障缺陷分析及危险点统计报表[13-15]。根据巡检区域的实际情况分析输电线路通道内的交叉跨越，对地弧垂，档距、电力通道树木及障碍点、塔形情况，对是否存在交叉跨越、对地弧垂距离、档距、是否存在电力通道树木及障碍点等进行记录与可视化展示。电力线走廊数字化重建后，即可得在电脑中直观立体显示电力线、电塔的位置、与走廊地物的空间关系[16]；结合杆塔上安装的温度、湿度、风速等监控设备传回的数据，即可在三维数字化电网基础上进行各种电力作业分析，如预测与模拟不同温度、风速、覆冰下弧垂变化情况，模拟树木生长情况等。

目前，机载LiDAR电力运用研究主要集中在电力线路走廊激光雷达点云分类及典型目标识别、地形图及DEM的快速成图、电力线三维重建、杆塔三维重建、危险点检测、电力线走廊三维可视化这几个方面。但是如何有效且准确的实现点云分类，如何实现长距离特高压、超高压、高压架空输电线路的电力线三维重建，如何提升三维建模的效率，如何做到及时发现危险点及时解决树障威胁仍然有待改善解决。

文章研究了机载LiDAR在输电运维中的运用，该技术不仅可用于电力工程勘测设计，也可应用于输电线路巡线，其给传统电力勘测与运维增添了新动力，解决人工巡检工作强度大，巡检数据准确度不高的难点，将工作人员从繁重低效率的日常人工巡检工作中解脱出来，进一步弱化现场人员的参与，促使运维工作更加便利，有效提高运维数据的使用率和运维质量，保障电网安全稳定运行。

通过收集线路区段内的综合基础资料，结合现场实地踏勘结果，依据要求作出相应技术准备，分析并制定适用于测区内的飞行计划，并根据飞行计划实施飞行任务，结合IMU惯导技术，以无人机平台搭载激光LiDAR测量系统集中扫描采集输电线路及其走廊环境内的杆塔、线路、植被及其它地物的高精度三维点云数据，利用GPS基站控制点数据及差分误差解算技术，解算出每个点云的精确空间坐标[10-12]，通过现场检查实现点云数据的质量控制，最终获取架空线路走廊的点云数据和数字影像数据。通过对激光点云的处理获取高精度的DEM和DSM，运用DEM内插算法生成数字线化图，结合高分辨率的DOM实现地图调绘从而生成电力走廊范围内的地形图从而为电力工程建设提供基础测量图纸。

地方高校可通过为地方政府提供新农村建设和发展的决策咨询，帮助其制定行之有效的政策和措施来推动乡村振兴。在乡村建设前期，农民的主体性还不能得到充分的发挥，因此这就需要地方政府的科学决策，而地方政府科学且行之有效的决策离不开专家及学者的指点，这样地方高校就可以通过间接的方式支持乡村振兴。此外，高校还可为农村墓础教育提供人才支持和教育技术支持，开展农村职业教育培训和继续教育培训，帮助农民构建终身教育体系，进而提高农村人力资源水平，促进乡村振兴。

2 传统电力运维存在的问题

电力运维中传统的人工巡检方式依靠地面交通工具或徒步行走、利用普通仪器或肉眼来巡查设施、处理设备缺陷，其中人工肩扛经纬仪或全站仪测量方法由于需要人工到达电力杆塔下方或附近区域进行测量，因此导致外业作业劳动量极大、选线定位时也无法确保线路的走向经济合理、另外该方法几乎无自动化、而且得出的平断面精度低、准确率低、从测量到成果周期长，己无法匹配电网建设速度，渐遭淘汰[8-9]；现阶段，人工肩扛仪器与飞机航测结合的方法己经越来越成为线路测量方法的主流，在该方法中人工肩扛仪器与飞机航测各自独立却又相互融合，飞机(有人机或无人机)航测方法发挥其大局优势，采集大数据以确保线路基本走向的合理与经济，同时测绘出不间断的平断面图，人工肩扛仪器的测量方法则用来检验与修正飞机航测的平断面图。然而，很多长距离输电线路分布在地形陡峭、自然环境恶劣的崇山峻岭、广袤森林之间，这导致这种模式下发的作业劳动强度大、工作条件艰苦、效率低、复巡周期长、巡检数据准确率不高，而且无法获取对建设成本和后期运行维护有极大影响的树竹以及通讯线、高铁等交叉跨越物的高度信息。

(4)低空探测性能好。激光雷达接收的回波只是其发射的激光信号的反射，不会受地物回波的影响，低空探测性能更强。

3 机载LiDAR在输电运维中的运用

3.1 电力工程勘测成图

那么，如何提高心理评估结果的准确性？如何强化心理矫治工作的系统性？如何提升社矫工作人员的专业性？又如何发挥社会心理服务的优势性？一个个发人深思的问题，都说明北辰区社区矫正心理矫治工作还有很高的山要爬，还有很长的路要走。

图1 机载LiDAR勘测成图 Fig.1 Airborne LiDAR survey map

3.2 输电通道危险点检测分析

(3)蔽性好、 抗有源干扰能力强。激光直线传播、 方向性好。传统雷达易受自然界广泛存在的电磁波影响的，然而自然界中能对激光雷达起干扰作用的信号源不多，因此激光雷达的抗干扰能力更强。

图2 机载LiDAR的输电通道危险点检测 Fig.2 Airborne LiDAR transmission channel hazard detection

4 结论

(5)植被穿透能力强。由于激光雷达具有多次回波特性，激光脉冲在穿越植被空隙时，可返回树冠、 树枝、 地面等多个高程数据，有效克服植被影响，更精确探测地面真实地形。

激光雷达主要由激光发射系统、接收系统、旋转棱镜、控制系统及供电单元等部分组成。激光发射系统用于激发和发射激光，发射出的激光通过旋转棱镜，以折射或者是反射的形式从激光雷达发射窗口发射出去，激光束遇到目标物之后发生漫反射，反射的激光信号被接收单元接收，通过系统内的信号处理单元转换成测量信息[7]。目前国际上的激光雷达设备系统高程测量精度可达0.1 m以下，相对和绝对平面测量精度优于0.05 m，扫描头射程普遍在100 m～1 000 m左右，机载激光雷达体积小，重量轻，主要搭载在直升机、多旋翼无人机以及固定翼无人机上。

电动汽车充电模式可以分为及集中充电模式和离散型充电模式，我国当前家庭电动汽车充电桩较少，且充电时间较长，无法满足车主着急用车的需求，大部分车主选择公共充电桩进行充电或采用集中型充电模式，本文主要是对采取集中型充电方式的电动汽车建立一天之内电动汽车充电负荷的数学模型，进行滚动预测。

参考文献：

[1] ZHANG C，XU Z ，YANG S，et al.Power transmission line sag analysis and application based on airborne LiDAR[J].Bulletin of Surveying and Mapping，2017(07).

[2] HUANG Z，HUANG S.Application of airborne LiDAR technology to transmission lines engineering[J].Journal of Geomatics，2016(01).

[3] LIN X，ZHANG J.3D power line reconstruction from airborne LiDAR point cloud of overhead electric power transmission corridors[J].Acta Geodaetica et Cartographica Sinica，2016,45(03):347-353.

[4] ZHOU X W.Applications of LiDAR technology in power transmission line projects[J].Science of Surveying and Mapping，2010，35(05):83-85.

[5] 段敏燕.机载激光雷达点云电力线三维重建方法研究[J].测绘学报，2016，45(12).

Duan Haiyan.3D power line reconstruction from airborne LiDAR point cloud[J].Acta Geodaetica et Cartographica Sinica，2016，45(12).

[6] 张晓东，窦延娟，刘平,等.机载激光雷达技术在电力选线工程中的应用[J].长江科学院院报，2010，27(01):26-28.

ZHANG Xiaodong，DOU Yanjuan，LIU Ping，et al.Airborne LiDAR technology used in electrical power line design project[J].Journal of Yangtze River Scientific Research Institute，2010，27(01):26-28.

[7] 陈利明，张巍，于虹,等.无人机载LiDAR系统在电力线巡检中的应用[J].测绘通报，2017(S1):176-178.

CHEN Liming，ZHANG Wei，YU Hong，et al.Application of UAV-based LiDAR system for power line surveys[J].Bulletin of Surveying and Mapping，2017(s1):176-178.

[8] 韩文军，肖雪.基于机载LiDAR数据的输电铁塔建模方法研究[J].人民长江，2012，43(08):22-25.

HAN Wenjun，XIAO Xue.Power tower modeling with airborne LiDAR data[J].Yangtze River，2012，43(08):22-25.

[9] 周卿，李能国.基于机载激光雷达技术的地形图成图的探讨[J].城市勘测，2010(b06):91-93.

ZHOU Qing，LI NengGuo.Discussion of mapping based on LIDAR[J].Urban Geotechnical Investigation&Surveying，2010(b06):91-93.

[10] 林祥国，段敏燕，张继贤,等.一种机载LiDAR点云电力线三维重建方法[J].测绘科学，2016，41(01):109-114.

LIN Xiangguo,Duan Minyan，ZHANG Jixian.A method of reconstructing 3D powerlines from airborne LiDAR point clouds[J].Science of Surveying and Mapping，2016，41(01):109-114.

[11] 李占英.智能配电网大数据应用技术与前景分析[J].贵州电力技术，2017(11)：18-20.

Li Zhanying.Intelligent power distribution network and prospect analysis technology of data applications[J].Power Systems and Big Data，2017(11)：18-20.

[12] 余洁，穆超，冯延明,等.机载LiDAR点云数据中电力线的提取方法研究[J].武汉大学学报(信息科学版)，2011，36(11):1275-1279.

YU Jie，MU Chao,FENG Yanming，et al.Powerlines extraction techniques from airborne LiDAR data[J].Geomatics and Information Science of Wuhan University，2011，36(11):1275-1279.

[13] 王平华，习晓环，王成,等.机载激光雷达数据中电力线的快速提取[J].测绘科学，2017，42(02):154-158.

WANG Pinghua，XI Xiaohuan，WANG Cheng，et al.Study on powerline fast extraction based on airborne LiDAR data[J].Science of Surveying and Mapping，2017，42(02):154-158.

[14] LIANG J，ZHANG J，DENG K，et al.A New Power-Line Extraction Method Based on Airborne LiDAR Point Cloud Data[C]// International Symposium on Image and Data Fusion.IEEE，2011:1-4.

[15] TIAN X，XU L，XU T，et al.A new laser point offsets eliminating method for airborne LiDAR by compensating laser pointing deviations[J].Lasers in Engineering，2015.

[16] 梁静，张继贤，刘正军.利用机载LiDAR点云数据提取电力线的研究[J].测绘通报，2012(07):17-20.

LIANG Jing，ZHANG Jixian，LIU Zhengjun.On extracting power-line from airborne LiDAR point cloud data[J].Bulletin of Surveying and Mapping，2012(07):17-20.

计算结果表明：1)在不同的资本结构下，新模式的盈亏平衡点比旧模式下降5%；2)随着业务量超过盈亏平衡点后，新模式利润增长的幅度明显高于旧模式；3)总杠杆系数随业务量的提高逐步降低，新模式杠杆的下降幅度大于旧模式，风险也逐步降低(表12)[1]。