摘要：架空輸電線路的覆蓋范圍較廣，且所處地形復(fù)雜，自然環(huán)境惡劣，其桿塔塔材在外部環(huán)境中容易出現(xiàn)缺陷問題，影響架空輸電線路的輸電安全。新時(shí)期對(duì)輸電線路的安全巡檢提出了新要求，為實(shí)現(xiàn)輸電線路的可靠性和安全性檢測，本研究提出基于塔材激光點(diǎn)云匹配算法的輸電線路塔材缺陷預(yù)警方法。該方法運(yùn)用幾何原理轉(zhuǎn)換激光雷達(dá)三維場景，搭建輸電線路塔材視覺成像模型；在模型中對(duì)塔材圖像特征類型劃分，選擇高程閾值分割缺陷分布維度特征；基于激光點(diǎn)云匹配算法擬合缺陷特征，從而對(duì)輸電線路塔材缺陷進(jìn)行預(yù)警。結(jié)果表明：選擇3種輸電線路塔材缺陷類型作為測試對(duì)象，所研究方法可以實(shí)現(xiàn)精準(zhǔn)的缺陷類型區(qū)分，對(duì)不同類型的塔材缺陷均具有良好的預(yù)警效果。

關(guān)鍵詞：激光點(diǎn)云；匹配算法；缺陷預(yù)警；輸電線路塔材

中圖分類號(hào)：TP391文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1001-5922（2025）04-0186-04

A defect warning method for transmission line towermaterials based on laser point cloud matching algorithm

QIAN Bin，ZHANG Yurong

（State Grid Taizhou Power Supply Company Co.，Ltd.，Taizhou 225300，Jiangsu China）

Abstract：The coverage of overhead transmission lines is wide，and the terrain is complex and the naturalenviron-ment is harsh.The tower materials are prone to defects in the external environment，which affects the transmission safety of overhead transmission lines.In the new era，new requirements are put forward for the safety inspection of transmission lines.In order to achieve the reliability and safety inspection of transmission lines，this study proposes anearly warning method for transmission line tower materials defects based on tower laser point cloud matching al-gorithm.This method uses geometric principle to transform the three-dimensional scene of lidar，and builds the visu-al imaging model of transmission line tower materials.In the model，the tower image feature types are divided，and the elevation threshold segmentation defect distribution dimension features are selected.Based on the laser point cloud matching algorithm，the defect characteristics are fitted to warn the tower materials defects of transmission lines.The results show that the three types of transmission line tower materials defects are selected as the test ob-jects，and the research method can achieve accurate defect type discrimination，which has different types of towermaterial defect warning effects.

Key words：laser point cloud；matching algorithm；defect warning；transmission line tower materials

輸電線路長期暴露于外界中，受各種天氣因素影響，其桿塔塔材自身會(huì)產(chǎn)生磨損、腐蝕和斷股損傷，若不能及時(shí)對(duì)缺陷問題進(jìn)行識(shí)別和檢測，會(huì)造成電力系統(tǒng)的停電事故。為保證電力輸電線的高精度檢測，國內(nèi)外展開了缺陷預(yù)警方法的研究，歐美國家主要應(yīng)用激光雷達(dá)搭載平臺(tái)對(duì)輸電線路進(jìn)行檢測，該方式能夠無差別提取不同工況下輸電線路的特征，從而實(shí)現(xiàn)對(duì)不同類型輸電線路塔材缺陷的預(yù)警。國內(nèi)也開展了激光雷達(dá)檢測技術(shù)的應(yīng)用和研究，劉蘭蘭等[1]提出了超分辨率重建與多尺度特征融合的輸電線路缺陷檢測方法。王紅星等[2]提出了基于離線高斯模型的輸電線路缺陷識(shí)別方法。為實(shí)現(xiàn)更為精準(zhǔn)的輸電線路缺陷識(shí)別，本次研究將輸電線路塔材缺陷類型作為研究對(duì)象，選用激光點(diǎn)云匹配算法設(shè)計(jì)一種全新的缺陷預(yù)警方法，旨在為保障輸電線路的使用周期提供理論支撐。

1幾何原理搭建輸電線路塔材視覺成像模型

實(shí)現(xiàn)電力桿塔的空間位置檢測，是對(duì)輸電線路塔材進(jìn)行缺陷預(yù)警的前提。利用機(jī)載激光雷達(dá)系統(tǒng)模擬人眼成像原理，將三維場景轉(zhuǎn)化到二維圖像中，借助視覺坐標(biāo)系建立輸電線路塔材視覺成像模型[3-5]。在模型中塔材圖像中任意像素在坐標(biāo)系中的關(guān)系為

a= + a0（1）

s= + s0（2）

式中：（a s） 為以像素為單位的圖像坐標(biāo)系中的坐標(biāo)；a為列數(shù)，s為行數(shù)，當(dāng)a、s作為坐標(biāo)軸時(shí)，表示為a-s，其與X軸、Y軸為平行狀態(tài)；（a0 s0） 為在a-s中的原點(diǎn)坐標(biāo)；uX、u Y為每個(gè)像素在X軸、Y軸的物理尺寸[6-8]。將2者以齊次坐標(biāo)矩陣形式表示如下：

é

上式（3）為（a s） 在a-s與X- Y中的齊次坐標(biāo)矩陣形式。在X- Y坐標(biāo)系中，（a0 s0） 被定義為激光雷達(dá)攝影光軸與輸電線路塔材圖像的交點(diǎn)，表示為p1= （a0 s0） 。將其投影在二維平面成像時(shí)，激光雷達(dá)系統(tǒng)將輸電線路塔材某一景點(diǎn)i投影時(shí)，會(huì)產(chǎn)生一個(gè)攝像機(jī)光心p，引入攝像機(jī)光軸X″- Y″- Z″，此時(shí)成像模型中的關(guān)系矩陣為

式中：（Xi Yi Zi） 為輸電線路塔材某一景點(diǎn)i在世界坐標(biāo)系中的坐標(biāo)；（X″i Yi′′Z″i） 為塔材某一景點(diǎn)i在齊次坐標(biāo)系中的坐標(biāo)；g為平移向量；d為4′ 4矩陣；f為旋轉(zhuǎn)矩陣。根據(jù)幾何成像模型，通過激光雷達(dá)對(duì)任意輸電線路塔材位置進(jìn)行成像轉(zhuǎn)換，獲取像素點(diǎn)在不同坐標(biāo)系中的地理向量，并按照高程閾值方式，分割成像中的缺陷分布特征。

2高程閾值分割輸電線路塔材缺陷分布維度特征

激光雷達(dá)獲取輸電線路塔材圖像時(shí)，轉(zhuǎn)換得到的地理向量像素點(diǎn)云信息中存在多個(gè)目標(biāo)點(diǎn)。這是因?yàn)闂U塔會(huì)被植被點(diǎn)、地面點(diǎn)以及其他建筑物點(diǎn)所影響，且桿塔塔材容易與其他點(diǎn)云信息相融合，為實(shí)現(xiàn)輸電線路塔材缺陷的預(yù)警，需要根據(jù)輸電線路高程分布信息對(duì)點(diǎn)云信息進(jìn)行分割，其過程為

v= （bc-h″） ′（bc-h″）- 1

式中：hk表示給定輸電線路塔材缺陷目標(biāo)點(diǎn)；h為塔材目標(biāo)點(diǎn)集合；c為由目標(biāo)點(diǎn)空間距離最近的點(diǎn)云組成集合；bc為hk在c中的目標(biāo)維度；在l為以目標(biāo)點(diǎn)為中心的鄰域集合；j為點(diǎn)云數(shù)目；h″為h的重心；v為協(xié)方差矩陣[9-12]。在協(xié)方差矩陣中直接對(duì)塔材缺陷維度特征進(jìn)行分解

式中：β1、β2、β3分別為塔材缺陷在矩陣中特征值，且具有β1gt;β2gt;β3關(guān)系；m1、m2、m3為β1、β2、β3的特征向量；Q為高程閾值；W為經(jīng)過高程閾值對(duì)空間維度特征劃分的概率，W1Q、W2Q、W3Q分別為一維、二維、三維線性特征地物概率，存在有W1Q+ W2Q+ W3Q= 1。經(jīng)過閾值分割后，hk可由（m1 m2 m3） 表示，組成為一個(gè)三維空間表達(dá)，具有如下關(guān)系：

gt;gt;β2? β3（W1Q）max

? β2gt;gt;β3（W2Q）max

? β2? β3（W3Q）max

1gt;gt;β2? β3時(shí)，表示hk服從W1Q max，將塔材缺陷標(biāo)記為線性缺陷；當(dāng)β1? β2gt;gt;β3時(shí)，表示hk服從（W） ，將塔材缺陷標(biāo)記為面狀缺陷；當(dāng)β? β? β時(shí)，表示hk服從（W3Q）max，將塔材缺陷標(biāo)記為不規(guī)則缺陷。按照輸電線路塔材缺陷分布維度特征，通過塔材自身特性匹配點(diǎn)云算法，預(yù)警輸電線路塔材可能出現(xiàn)的缺陷問題。

3基于激光點(diǎn)云匹配特征預(yù)警輸電線路塔材缺陷

在輸電線路塔材缺陷預(yù)警中，以搭載激光雷達(dá)系統(tǒng)獲取塔材圖像，需要以缺陷特征匹配點(diǎn)云數(shù)據(jù)進(jìn)行擬合，按照擬合曲線反應(yīng)缺陷特征的分布形式，得出預(yù)警結(jié)果。假定輸電線路塔材存在一組缺陷點(diǎn)云數(shù)據(jù)，表示為（TU IU） ，其中U= 1 2…P，以最小二乘法進(jìn)行點(diǎn)云匹配

I= ε0+ ε1T+ ε2 T2+ + εATA（11）

S= IU- εD TU 2（12）

式中：ε0、ε1、ε2、…、εD、…、εA為TU的擬合參數(shù)，且D? Alt;P；S為擬合偏差平方和，是關(guān)于ε0、ε1、ε2、ε2的多元函數(shù)，則可表示為S= S（ε0ε1…εA） [13-15]；（T I） 為（TU IU） 的函數(shù)表達(dá)。在點(diǎn)云數(shù)據(jù)多元匹配過程中，可以將擬合過程轉(zhuǎn)化為的極值求解

= 2 IU- εD TU 2 TU

TU（D）+ A）εD= IUTU（A）

...?（P）TU（A）ùú éê?（P）IUùú

...TU（2）A?ú ê?U?=0TU（A）IU?ú

（15）

式中：λ為擬合系數(shù)；[S″] 為對(duì)稱線性方程矩陣。以對(duì)稱矩陣對(duì)目標(biāo)點(diǎn)云數(shù)據(jù)進(jìn)行多元方程計(jì)算，可以獲取唯一解，即為輸電線路塔材缺陷目標(biāo)點(diǎn)云數(shù)據(jù)預(yù)測結(jié)果。至此，本文在基于塔材激光點(diǎn)云匹配算法基礎(chǔ)上，實(shí)現(xiàn)輸電線路塔材缺陷預(yù)警方法設(shè)計(jì)。

4實(shí)驗(yàn)測試結(jié)果分析及討論

上文中設(shè)計(jì)了輸電線路塔材缺陷預(yù)警方法，為驗(yàn)證所研究方法具有應(yīng)用價(jià)值，采用對(duì)比測試進(jìn)行論證。具體而言，分別選擇文獻(xiàn)[1-2]中的方法作對(duì)照方法，驗(yàn)證不同方法的預(yù)測效果。為保證測試真實(shí)性和適用性，搭建實(shí)驗(yàn)室平臺(tái)，并模擬輸電線路塔材缺陷測試數(shù)據(jù)。實(shí)驗(yàn)配置情況如表1所示。

基于搭建的測試平臺(tái)，構(gòu)建輸電線路塔材缺陷測試數(shù)據(jù)集。常見的測試數(shù)據(jù)集有VOC、COCO等類型，本次選擇COCO數(shù)據(jù)集樣式對(duì)輸電線路塔材進(jìn)行具體標(biāo)識(shí)。在塔材缺陷預(yù)測中，缺陷目標(biāo)識(shí)別是極為關(guān)鍵的一個(gè)步驟。由于輸電線塔材目標(biāo)相對(duì)較小且分布密集，實(shí)際數(shù)據(jù)庫中的圖像往往具有模糊的特點(diǎn)。因此，在構(gòu)建輸電線路塔材數(shù)據(jù)集的過程中，需剔除曝光嚴(yán)重和模糊的圖像，同時(shí)利用LABE-LIMG標(biāo)注軟件對(duì)塔材目標(biāo)進(jìn)行標(biāo)注。

在實(shí)驗(yàn)室數(shù)據(jù)庫篩選過程中發(fā)現(xiàn)，具有識(shí)別困難和檢測困難的塔材目標(biāo)，包括螺釘、防拴螺母、雙螺母3個(gè)類型，各自對(duì)應(yīng)的缺陷問題為螺釘松動(dòng)、螺母松動(dòng)、螺母丟失。因此，直接借助實(shí)驗(yàn)室平臺(tái)模擬桿塔地理像素圖像，參考實(shí)際工程中桿塔的構(gòu)建標(biāo)準(zhǔn)，對(duì)螺釘、防松螺母、雙螺母的地理位置進(jìn)行標(biāo)注，具體情況如圖1所示。

由圖1可知，分別以地理信息展示輸電線路桿塔中各類型塔材，可以發(fā)現(xiàn)螺釘、防拴螺母、雙螺母的分布較為密集，數(shù)量分別為120組、80組、40組，各組塔材均包含缺陷問題，螺釘松動(dòng)數(shù)量為40組、螺母松動(dòng)數(shù)量為22組、螺母丟失數(shù)量為15組，符合測試要求。而對(duì)塔材缺陷進(jìn)行預(yù)警的前提，是要實(shí)現(xiàn)對(duì)塔材缺陷目標(biāo)的精準(zhǔn)檢測。為體現(xiàn)各組預(yù)警方法的檢測效果，選擇此次評(píng)價(jià)指標(biāo)，計(jì)算方式為qw=中w為單類別平均準(zhǔn)確率，表示在召回率在[0 1] 之間對(duì)應(yīng)的準(zhǔn)確率均值，是以準(zhǔn)確率和召回率為變量做出的曲線；e為類別個(gè)數(shù)，且r? e；wr為r類別平均準(zhǔn)確率；qw為各個(gè)類別w的均值，既能體現(xiàn)方法的召回率又能體現(xiàn)準(zhǔn)確率。根據(jù)選擇的評(píng)價(jià)指標(biāo)，對(duì)螺釘、雙螺母、防拴螺母存在的缺陷目標(biāo)進(jìn)行檢測，首先驗(yàn)證各組預(yù)警方法的檢測性能，結(jié)果見圖2。

由圖2可知，不同預(yù)警方法對(duì)各類型塔材缺陷的檢測結(jié)果具有差異性，兩組傳統(tǒng)方法檢測獲取的qw值，最高為0.86，出現(xiàn)在螺母丟失缺陷檢測過程中；對(duì)螺釘松動(dòng)、螺母松動(dòng)缺陷檢測qw值，僅為0.76和0.64。所研究方法對(duì)三種缺陷的檢測均可以達(dá)到0.96的qw值。這表明所研究的方法在螺釘松動(dòng)、螺母丟失、螺母松動(dòng)缺陷檢測方面具有更高的精度，能夠切實(shí)應(yīng)用于輸電線路塔材缺陷預(yù)警工作中。

為進(jìn)一步驗(yàn)證所研究方法的預(yù)警效果，直接將圖1中各類型塔材的地理信息作為測試數(shù)據(jù)，從現(xiàn)有尚未出現(xiàn)缺陷的塔材里選取20組進(jìn)行缺陷模擬，運(yùn)用3組方法展開預(yù)警測試，以此驗(yàn)證不同方法的預(yù)警成效，具體情況見圖3。

由圖3可知，在2組傳統(tǒng)方法對(duì)塔材缺陷預(yù)警中，除了存在將螺母松動(dòng)缺陷標(biāo)記為螺母丟失缺陷情況外，還出現(xiàn)了螺釘松動(dòng)缺陷未標(biāo)記情況。而所研究方法未出現(xiàn)上述問題，實(shí)現(xiàn)了全部類型塔材缺陷的預(yù)警，且每種類型缺陷的預(yù)警標(biāo)記與與實(shí)際情況相符，具備投入實(shí)際應(yīng)用的條件。

5結(jié)語

本文針對(duì)輸電線路塔材缺陷展開了深入研究，提出了一種基于激光點(diǎn)云匹配算法的預(yù)警方法。該方法具備較高的預(yù)警精度，具備投入實(shí)際應(yīng)用的潛力。然而，受研究時(shí)間所限，本研究過程存在一定不足，例如未對(duì)預(yù)警時(shí)間進(jìn)行分析。后續(xù)研究將著重針對(duì)這一方面展開深入探究，以期為實(shí)現(xiàn)更為全面的預(yù)警方法創(chuàng)新提供理論支撐。

【參考文獻(xiàn)】

[1]劉蘭蘭，萬旭東，汪志剛，等.基于超分辨率重建與多尺度特征融合的輸電線路缺陷檢測方法[J].電子測量與儀器學(xué)報(bào)，2023，37（1）：130-139.

[2]王紅星，陳玉權(quán)，張欣，等.基于離線高斯模型的輸電線路無人機(jī)巡檢缺陷智能識(shí)別方法研究[J].電測與儀表，2022，59（3）：92-99.

[3]趙栓峰，魏震宇，郭帥，等.三維激光掃描路面點(diǎn)云多頻率振動(dòng)信息去除方法[J].激光與光電子學(xué)進(jìn)展，2023，60（20）：251-262.

[4]李剛，張運(yùn)濤，汪文凱，等.采用DETR與先驗(yàn)知識(shí)融合的輸電線路螺栓缺陷檢測方法[J].圖學(xué)學(xué)報(bào)，2023，44（3）：438-447.

[5]余鵬，杜長青，范舟，等.基于LightGBM的輸電線路點(diǎn)云分類方法[J].電網(wǎng)與清潔能源，2022，38（12）：41-49.

[6]吳爭榮，樊靈孟，吳新橋，等.基于機(jī)載激光點(diǎn)云的輸電線路樹障隱患快速檢測方法[J].應(yīng)用激光，2022，42（3）：128-134.

[7]曾旭，陳伯建，潘磊，等.基于機(jī)載激光點(diǎn)云的電網(wǎng)絕緣子識(shí)別方法[J].激光技術(shù)，2023，47（1）：80-86.

[8]周孝法，張?jiān)礁?，方宇，?相似性度量與牛頓插值融合的架空輸電線弧垂測量方法[J].電子測量與儀器學(xué)報(bào)，2023，37（7）：221-229.

[9]李蓉.基于人機(jī)交互的全景智能化視頻目標(biāo)自動(dòng)監(jiān)測方法[J].粘接，2022，49（1）：111-115.

[10]梁棟，趙愷，馬印懷，等.基于3D激光掃描的鋼橋塔節(jié)段虛擬裝配方法[J].橋梁建設(shè)，2021，51（3）：62-71.

[11]杜長青，陳兵，俞越中，等.基于三維模型比對(duì)的輸電線路弧垂檢測方法[J].電網(wǎng)與清潔能源，2021，37（6）：35-42.

[12]孫蓉，唐錦，盧茜.基于高精度三維數(shù)字技術(shù)的變電站運(yùn)檢虛擬場景構(gòu)建研究[J].粘接，2021，46（6）：152-156.

[13]徐梁剛，時(shí)磊，陳鳳翔，等.基于激光點(diǎn)云的輸電線路桿塔傾斜檢測算法[J].激光技術(shù)，2022，46（3）：390-396.

[14]王青.地面三維激光掃描技術(shù)在工程測量中的應(yīng)用[J].粘接，2020，43（9）：94-97.

[15]李靖，錢建國，王偉璽，等.基于機(jī)載激光點(diǎn)云的電力線自動(dòng)提取方法[J].激光技術(shù)，2021，45（3）：362-366.

（責(zé)任編輯：李睿）