基于激光雷达点云数据的光伏电站智能巡检系统
时间：2023-06-19 11:05:05 来源：雅意学习网 本文已影响 人 
韩虎虎，祁鑫，王鹤飞，李惠翔，韩方达
（国电四子王旗光伏发电有限公司安全生产部，内蒙古乌兰察布 011800）
近年来，随着电网信息化建设和发展，采用人工巡检的光伏变电站已不能满足电网快速发展的需要。对电力设备进行巡检是确保电力设备安全、持续、经济、可靠运行的重要工作[1]。为了保证检测工作，必须采用高性能、安全、可靠的系统，人工巡检在特别恶劣的环境中不仅存在观测误差，而且存在安全隐患[2]。在这种环境下，要求对光伏电站巡检系统进行优化设计。以往光伏电站巡检多采用人工地面巡检或直升机载人巡检的方式，两种形式的巡检工作强度大，而且工作环境艰苦，导致劳动效率低，不能对输电线路的安全隐患和故障进行有效精确排查[3]。为此，提出了基于激光雷达点云数据的光伏电站巡检系统的设计方案。
根据激光雷达点云数据的光伏电站智能巡检系统的结构需求，设计了如图1 所示的系统硬件结构。
图1 系统硬件结构
由图1 可知，该系统硬件是由监测控制模块、环境与设备信息采集模块、信息数据存储模块和激光雷达等模块组成的。
1.1 监测控制模块设计
构建更符合人类视觉的三维模型，实现传输线路走廊，三维成像，测量通道内房屋、道路、树木等构成电力系统的真实场景。目前在巡检技术中，监测控制模块中的倾斜摄影技术是利用三维建模技术获取和分析信息的前沿技术[4-6]。无人机携带摄像机，可以从四个角度进行数据采集，得到完整、准确的目标信息。从而构建更符合人眼视觉的三维模型，实现传输线走廊的三维图像，并测量通道内的房屋、道路、树木等，以真实场景的形式构建电力系统[7]。
采用的倾斜摄影相机结构如图2 所示。
由图2 可知，倾斜摄影相机主要包括镜头、传感器和反光镜，其中镜头共配备一个下视镜头和四个倾斜视镜头，可达到八千万像素的影像，在不同视角下会出现摄影重叠的情况[8-10]。
图2 倾斜摄影相机结构
1.2 环境与设备信息采集模块
环境与设备信息采集模块综合了无触点测量和多传感器融合技术，实现了光伏电站运行参数和周围环境参数的检测和集中处理，并最终传输到计算机进行处理。该模块采用的单片机系列，有19 通道可单独或协同使用，实现环境和设备信息的高效采集。
1.3 信息数据存储模块
将采集到的信号通过传感器存储在云平台上，自动备份数据。以阿里云数据库作为云平台的存储数据库，通过图像信息的存储，为图像处理系统的构建输入提供数据[11]。
1.4 激光雷达设计
设计的激光雷达模块主要由激光扫描器、差分UPS 接收机以及惯性测量单元构成。激光雷达模块具有较高的智能性、一致性和指向性，主要依靠扫描仪完成从激光发射点到目标点之间的距离测量，能够实现对目标方位和速度的精确测量。与机载联接，并与地面基准站同步处理，用载波相位测量差法求取投影中心点的坐标[12]。应用激光脉冲测距原理，实现了激光主轴的俯仰角、滚转角和偏转角。采用激光扫描仪，最大扫描距离85 m，测量精度可达毫米级，惯性测量设备测量频率在150～200 次/s 之间，通信接口为RS232 以太网[13]。
采用三维激光扫描技术，在传输通道生成高精度的三维激光点云，生成光伏电站环境的空间信息[14]。与摄影测量技术相结合，获得高分辨率图像，从而实现输电线通道和相关设施的实景复原，并具备相关测量、坐标采集、隐患信息采集等功能。
2.1 点云数据采集与处理
采用激光脉冲测距的激光雷达，具有较高的测量精度。利用激光雷达对点云进行连续发射和接收时，采样数据以离散点云的形式存在。通过制定飞行计划，识别起飞点后完成现场数据采集，可以得到码盘数据以及原始的微光点云[15]。通过微分计算激光点云，生成姿态参数轨迹数据，获得三维数据。因为激光器会受到各种误差源的影响，需要进行精度校验，表达式为：
式（1）-（3）中，ρ为激光点云的密度；
d为扫描光斑的直径；
L为距离；
W为带宽；
f为扫描半角；
P为系数。
在数据采集中，采用倾斜摄影测量技术，在选择测量位置后，再设置测量图像控制点，即可得到测量结果[16]。用倾斜摄影相机对无人机拍摄的垂直和倾斜图像进行校正，对畸变图像进行校正，结合外业测量和点云数据对点云数据进行采集和处理。
2.2 基于激光雷达点的激光测距
通过激光雷达发射的脉冲波，能够实现实现激光测距，相关计算公式为：
式（4）中，S为激光雷达发射的激光到被测试目标点之间的距离；
t1为定时器记录时间；
t2为激光波接收时间；
C为激光雷达传播速度。
综合利用激光高度和角度，精确获得三维坐标。无人机采用激光雷达扫描通道内的电力设备和周围地面目标，可以产生高精度的点云数据，为电力走廊提供三维空间信息[17-19]。
2.3 光伏电站三维模型构建
在小面积点云中，高程最大值即为光伏电站的杆塔位置，根据这一属性拟合电力线，拟合曲线方程为：
式（5）中，(a，b，c)为目标点的三维坐标；
x表示光伏电站两杆塔间距离；
h表示光伏电站杆塔高度。
在拟合曲线方程的基础上，将两塔间光伏电站点云数据投影到电力线剖面上，得到最优线路参数。
2.4 智能巡检流程设计
基于激光雷达点云数据的输电线路巡检航线自动规划流程如图3 所示。
图3 智能巡检流程
由图3可知，智能巡检流程可分为以下几个步骤：
步骤一：参数初始化
将循环次数和自适应循环次数都设置为0，最大循环次数设置为Nmax，通过对塔杆距离Dij计算，对输电线路巡检航线进行规划。
步骤二：确定杆塔选择规则
通过对两个杆塔之间信息素强度和选择代价的分析，得到从杆塔i到杆塔j的可行性概率。巡检下一步允许选择的杆塔，计算公式为：
所有没有检查的杆塔都被记录在Dallowed中，其为可调节参数，通过分析这些参数，判断信息素浓度在计算中的重要性。
步骤三：迭代计算
对不同杆塔的信息素浓度进行迭代计算调整，从全局的角度进行更新。
步骤四：达到全局最优
当所有激光雷达完成道路搜索后，比较每一次搜索得到的代价之和，其中代价之和最小的路线为最优路线。
在Visual Studio2010C++集成环境下，对基于激光雷达点云数据的光伏电站智能巡检系统进行实验验证分析。
以漂浮式的光伏电站为对象，进行实验分析。该电站平均海拔为4 020 m，占地面积为700 公顷。光伏电站环境如图4 所示。
图4 光伏电站环境
由图4 可知，该光伏电站是由太阳光能、晶硅板和逆变器等元件组成的体系，与电网相连并输送电力。在巡检系统中导入点云数据，并加载光伏电站杆塔数据，两者叠加处理后，可以获得杆塔位置。分别使用人工判别拟合、直升机载人巡检与激光雷达点云数据拟合方式对上述提取到的电力线数据进行精度评估，如图5 所示。
图5 三种方式电力线对比
由图5 可知，使用人工地面巡检和直升机载人巡检拟合方式，数据不能均匀分布在电力线上，而使用激光雷达点云数据的拟合方式，数据能够均匀分布在电力线上。基于此，在两个相邻杆塔之间选择八个位置，检测每个位置三种方式的水平与垂直距离，分别如表1 和表2 所示。
表1 不同方法拟合水平距离对比分析
表2 不同方法垂直距离对比分析
由表1 和表2 可知，使用人工地面巡检方法水平距离与实际数据最大误差为0.08 m，使用直升机载人巡检方法水平距离与实际数据最大误差为0.23 m，使用激光雷达点云数据的巡检方法水平距离与实际数据最大误差为0.01 m；
使用人工地面巡检方法垂直距离与实际数据最大误差为0.07 m，使用直升机载人巡检方法垂直距离与实际数据最大误差为0.17 m，使用激光雷达点云数据的巡检方法垂直距离与实际数据最大误差为0.01 m。
通过上述分析结果可知，使用激光雷达点云数据的巡检方法巡检结果更加精准。
提出的以激光雷达点云数据为基础的光伏电站智能巡检系统，取代了以往繁琐的人工巡检，在环境恶劣的情况下能够对光伏变电站进行更加精细的检测。采用该巡检方法不仅可以解决变电站的故障，而且能及时发现变电站的故障频率，从而使光伏变电站的运行状况得到改善，实现更精细的监测。
由于在计算时未考虑外界天气变化影响以及巡检人员的个人能力，因此在今后的研究中要进行综合分析，以提高检验效率和巡检人员的安全性。
猜你喜欢 电力线激光雷达杆塔 手持激光雷达应用解决方案北京测绘(2022年5期)2022-11-22基于北斗的高压输电杆塔智能实时监测技术与应用卫星应用(2022年1期)2022-03-09法雷奥第二代SCALA?激光雷达汽车观察(2021年8期)2021-09-01基于ZigBee与GPRS的输电杆塔倾斜监测预警系统电子制作(2019年11期)2019-07-04基于激光雷达通信的地面特征识别技术中国交通信息化(2019年1期)2019-03-26基于激光雷达的多旋翼无人机室内定位与避障研究电子制作(2018年16期)2018-09-26基于电力线载波通信的智能限电装置电子制作(2017年14期)2017-12-18基于硬阈值迭代的电力线载波通信脉冲噪声抑制方法电信科学(2016年11期)2016-11-23一种压缩感知电力线信道估计机制电信科学(2016年11期)2016-11-23基于粗糙模糊集的输电杆塔塔材实际强度精确计算电测与仪表(2016年23期)2016-04-12
