基于數字孿生的輸電線路樹木距離告警方法

汪曉， 朱兆華， 周凱， 沈楊

(國網安徽省電力有限公司檢修分公司， 安徽， 合肥 231131)

0 引言

隨著中國國家電網有限公司能源互聯網企業建設工作的逐步推進[1]，對輸電線路的智能巡檢提出了更高的要求[2]。傳統的輸電線路巡檢往往采用人工巡檢或無人機巡線的方式進行線路巡查[3-4]，巡查點位少，不能覆蓋所有地點的樹木生長情況[5-6]。同時，人工與無人機巡檢后采用離線進行數據采集，分析效率低，不能及時開展輸電線路樹木距離告警工作[7-8]，影響輸電線路運行的安全與穩定。

國內外許多學者對輸電線路樹木距離告警工作做了大量研究。文獻[8]提出了一種基于三維上流有限元法的輸電線路樹木距離告警方法，根據直流線路的合成電場，計算樹木到輸電線路的距離。文獻[9]提出了一種基于臨近時電場分析的輸電線路樹木距離告警方法，通過對輸電線路有限元分析，計算樹木的形狀、高度、位置等信息。文獻[10]提出了一種基于樹木生長高度預測的輸電線路樹木距離告警方法，通過對輸電線路的樹木生長規律進行預測，在即將發生樹木過高的情況下進行預警。文獻[11]提出了一種基于電場變化規律的輸電線路數據距離告警方法，通過對樹木臨近導線的電場變化規律分析，當樹木臨近輸電線路時進行告警。由此可見，輸電線路樹木距離告警研究方法多樣，且取得的一定的效果。但上述研究方法中，樹木種類繁多，生長規律、影響的電場變化不盡相同，樹木距離告警準確率低。

為解決輸電線路附近樹木生長快、發現難度大的問題，本文提出一種基于數字孿生的輸電線路樹木距離告警方法。首先通過攝像頭獲取樹木的特征信息，構建輸電線路樹木的數字孿生模型，對樹木的生長周期和可能造成的輸電線路危害進行仿真，并對樹木造成的輸電線路進行預警。最后，通過對輸電線路樹木距離告警的實例分析，其結果驗證了數字孿生輸電線路樹木預警方法的有效和可行性。

1 輸電線路樹木距離告警框架

本文提出基于數字孿生的輸電線路樹木距離告警方法，該方法重點考慮各類型樹木生長特性分析和輸電線路樹阻事故分析的問題。輸電線路樹木距離告警框架如圖1所示。該框架主要包括輸電線路樹木特征提取、數字孿生模型建立、樹木危害仿真分析、樹木事故置信度分析和樹木距離告警通知等5個環節。

圖1 輸電線路樹木距離告警框架圖

在輸電線路樹木特征提取環節，根據安裝在輸電線路桿塔上的攝像頭提取輸電線路視頻數據進行輸電線路識別與輸電線路附近的數據特征數據進行識別，獲取輸電線路及附近不同類型樹木的數量、面積、生長特點、距離輸電線路距離等特征數據。在建立數字孿生模型環節，根據輸電線路及附近樹木的視頻特征數據，采用層次細節算法實現輸電線路及其附近的樹木環境三維建模。在樹木危害仿真分析環節，對輸電線路附近樹木的生長周期和可能造成的輸電線路危害進行仿真，獲取可能出現的樹木觸電危害。在樹木事故置信度分析環節，通過貝葉斯網絡對樹木可能造成的輸電線路事故進行置信度分析，驗證樹木可能造成的風險。在樹木距離告警通知環節，根據輸電線路樹木距離告警數據，向電網巡檢人員發出任務通知工單。

2 輸電線路樹木距離告警模型

基于數字孿生的輸電線路樹木距離告警方法是一種輸電線路附近數據生長特性的告警方法，可提高輸電線路樹木距離告警的準確性。

2.1 輸電線路樹木特征提取

樹木生長特點即樹木1個周期內的生長速度，以1個月為周期，通過攝像頭拍攝1個月前后樹木的圖片。采用視頻測距方式，對比分析圖片樹木1個月的生長高度。

首先，在輸電線路沿線桿塔中安裝攝像頭，以提取輸電線路桿塔、導線、附屬設施及附近樹木視頻數據；其次，通過輸電線路識別，獲取輸電線路的桿塔、導線位置、對地距離等信息；再次，對輸電線路附近不同類型樹木的數量、面積、生長特點、距離輸電線路距離等特征數據。

為解決輸電線路監控視頻數據量大造成提取特征效率低的問題，采用主成分分析法(principal component analysis, PCA)對圖像數據進行降維[12]。PCA方法通過空間的線性投影，將輸電線路的高維圖像數據映射到低維度數據空間。文中的視頻尺寸為720P(1 280×720)，維度為1 280×720= 921 600維向量，降維后為的向量為256×144=36 864維向量。

設輸電線路原始視頻數據為ja個ka維數據，其排序矩陣為Ajk，設視頻數據時間為Ta，協方差矩陣Ba為

(1)

設輸電線路桿塔導線位置、對地距離、附近不同類型樹木的數量、面積、生長特點、距離輸電線路距離的特征行為da，數據降維后的矩陣Ca為

Ca=Bada

(2)

2.2 建立數字孿生模型

在降維后的輸電線路及附近樹木視頻特征信息的基礎上，采用層次細節算法實現輸電線路及其附近的樹木環境三維建模。

層次細節算法(level of detail, LOD)是一種三維模型建立方法，在觀測點靠近三維輸電線路及附近樹木信息時，能獲取到細節豐富的信息；在觀測點遠離三維輸電線路及附近樹木信息時，細節信息逐漸模糊[13]。采用LOD算法進行輸電線路及附近樹木的三維建?？捎行岣邤底謱\生效率。

設數字孿生中輸電線路及其附近樹木的三維起伏度為e1,e2,…,en，其中n為三維邊的總數；設三維調節因子為ha，輸電線路及其附近樹木的三維模型Ra為

(3)

2.3 樹木危害仿真分析

在獲得輸電線路及其附近樹木的三維模型后，開展樹木危害仿真分析[15]，對輸電線路附近樹木的生長周期和可能造成的輸電線路危害進行仿真，獲取可能出現的樹木觸電危害。

設仿真的周期頻次為nb，樹木的生長歷史高度為hc，樹木生長仿真的預測值hd為

(4)

通過對輸電線路的視頻數據分析和對樹木生長仿真預測，判斷樹木的現有高度和生長速度，當樹木在1年內即將到達輸電線路的安全距離時，進行告警?？捎行Ы鉀Q輸電線路附近樹木生長過快，發現難的問題。

2.4 樹木事故置信度分析

在輸電線路附近樹木危害仿真分析后，采用貝葉斯網絡對樹木可能造成的輸電線路事故進行置信度分析，驗證樹木可能造成的風險。

設輸電線路樹木生長可能出現的概率總數為nc，貝葉斯網絡的啟動函數為δ，概率事件為Y，輸電線路樹木事故驗證分布概率為Z為

(5)

2.5 樹木距離告警通知

根據輸電線路數據事故置信度分析驗證的樹木生長告警數據，生成樹木告警工單，通過移動作業終端向電網檢修公司運維人員發出任務通知單。

3 仿真流程

基于數字孿生的輸電線路樹木距離告警方法仿真流程如圖2所示。

圖2 輸電線路樹木距離告警仿真流程圖

步驟1 對輸電線路視頻攝像頭中的線路及樹木的特征數據進行提取。

步驟2 建立輸電線路及附近樹木的三維數字孿生模型。

步驟3 對輸電線路附近的樹木危害進行仿真分析，首先按樹木的種類，通過視頻測距判斷樹木的原有高度，然后拍攝1個月后的樹木高度，從而判斷樹木的生長速度，當樹木的生長在1年以內接觸輸電線路的安全距離時，進行告警。

步驟4 對輸電線路附近的樹木危害進行可信度驗證。

步驟5 生成樹木告警工單，通過移動作業終端向電網巡檢人員發出任務通知單。

4 算例分析

采用文中所提的基于數字孿生的輸電線路樹木距離告警方法，在某省的運維檢修公司進行實例運行。選取的輸電電路為500 kV線路10條、220 kV線路40條，分析的視頻數據為1年。本文使用的計算機操作系統環境為Win 7，處理器因特爾 2.2 G，內存為8 G。

(1) 輸電線路三維模型準確性分析

輸電線路的三維模型建立是判斷輸電線路樹木距離告警的關鍵因素，通常的算法輸電線路三維模型準確率在96%左右，文中的方法可提高三維模型的準確率。

采用文中所提基于數字孿生的輸電線路樹木距離告警方法與二次誤差測度 (quadric error mactrics, QEM)方法比較輸電線路三維模型準確性，比較方法為三維模型的尺寸長度比例與通過輸電線路激光測距的實際長度比例進行比較，兩者一致即為準確。

選擇輸電線路數量為5、8、10、20、30、40、50個，2種方法輸電線路三維模型建立準確性如表1所示。

表1 輸電線路三維模型準確性分析表

由表1可見，基于數字孿生的輸電線路樹木距離告警方法三維模型準確性高于QEM方法。

(2) 輸電線路樹木距離告警準確性分析

采用本文所提的基于數字孿生的輸電線路樹木距離告警方法與合成電場建模比較數據距離告警準確性，選擇輸電線路個數為5、8、10、20、30、40、50個。2種方法的準確性比較如圖3所示。

圖3 輸電線路樹木距離告警準確性圖

由圖3可見，基于數字孿生的輸電線路樹木距離告警方法輸電線路樹木距離告警準確性高于QEM方法。

(3) 輸電線路樹木距離告警準結果

基于數字孿生的輸電線路樹木距離告警方法評價結果如表2所示。

表2 輸電線路樹木距離告警準結果

由表2可見，通過本文所提基于數字孿生的輸電線路樹木距離告警方法，可對輸電線路樹木距離預警進行有效評估。

(4) 樹木生長速度

通過文中的視頻監測，輸電線路的樹木的生長速度如表3所示。

表3 樹木生長速度統計表

5 總結

為解決輸電線路附近樹木生長快，發現難度大的問題，本文提出了一種基于數字孿生的輸電線路樹木距離告警方法，設計了一種基于數字孿生的輸電線路樹木距離告警模型。在輸電線路及附近樹木數字孿生的基礎上，對樹木的生長周期和可能造成的輸電線路危害進行仿真，在對樹木可能造成的輸電線路事故進行驗證后通知運行檢修人員處理。最后，通過實例分析，其結果驗證了本文所提方法的有效和可行性。

下一步，將對輸電線路附近的山火防治做進一步研究。