输电线路的山火跳闸风险的评估方法、装置、设备及介质与流程

本发明涉及电力设备，尤其涉及一种输电线路的山火跳闸风险的评估方法、装置、设备及介质。

背景技术：

1、目前，山火引起的输电线路停电问题已经成为电网安全稳定运行的主要威胁之一。若山火发生，架空线路通常会受到严重影响，而在架空线路以及架空线路附近，会分布有导线、地线、植被、杆塔、绝缘子等目标输电设施，如何识别出上述目标并评估输电线路的山火跳闸风险，为预防山火跳闸提供依据，是亟需解决的技术问题。

技术实现思路

1、本发明提供了一种输电线路的山火跳闸风险的评估方法、装置、设备及介质，能够准确评估输电线路的山火跳闸风险。

2、根据本发明的一方面，提供了一种输电线路的山火跳闸风险的评估方法，所述方法包括：

3、通过预先训练的目标识别模型对目标区域的点云数据进行识别，得到识别结果；所述目标识别模型的训练样本包括原始点云样本以及扩展样本，所述扩展样本是基于所述原始点云样本进行数据增强得到的；所述点云数据反映目标输电设施的点云信息；

4、在所述识别结果中，确定导线与植被顶部的距离以及线路的相间距离；

5、根据导线与植被顶部的距离、线路的相间距离以及山火关联数据，确定输电线路的山火跳闸的风险等级信息。

6、根据本发明的另一方面，提供了一种输电线路的山火跳闸风险的评估装置，包括：

7、识别结果确定模块，用于通过预先训练的目标识别模型对目标区域的点云数据进行识别，得到识别结果；所述目标识别模型的训练样本包括原始点云样本以及扩展样本，所述扩展样本是基于所述原始点云样本进行数据增强得到的；所述点云数据反映目标输电设施的点云信息；

8、距离确定模块，用于在所述识别结果中，确定导线与植被顶部的距离以及线路的相间距离；

9、山火跳闸的风险评估模块，用于根据导线与植被顶部的距离、线路的相间距离以及山火关联数据，确定输电线路的山火跳闸的风险等级信息。

10、根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

11、至少一个处理器；以及

12、与所述至少一个处理器通信连接的存储器；其中，

13、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的输电线路的山火跳闸风险的评估方法。

14、根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的输电线路的山火跳闸风险的评估方法。

15、本申请实施例的技术方案，包括：通过预先训练的目标识别模型对目标区域的点云数据进行识别，得到识别结果；所述目标识别模型的训练样本包括原始点云样本以及扩展样本，所述扩展样本是基于所述原始点云样本进行数据增强得到的；所述点云数据反映目标输电设施的点云信息；在所述识别结果中，确定导线与植被顶部的距离以及线路的相间距离；根据导线与植被顶部的距离、线路的相间距离以及山火关联数据，确定输电线路的山火跳闸的风险等级信息。本技术方案通过对原始点云样本进行数据增强处理，得到了扩展样本，即增加了训练样本的数量以及多样性，进而增加了通过训练样本训练得到的目标识别模型的性能，提高了识别结果的精准度，进而使得后续得到的输电线路的山火跳闸风险等级信息更为精准。

16、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种输电线路的山火跳闸风险的评估方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述扩展样本的确定过程，包括：

3.根据权利要求2所述的方法，其特征在于，在原始点云样本中，确定目标点云区域，包括：

4.根据权利要求2所述的方法，其特征在于，对目标点云区域进行数据增强处理，得到扩展区域，包括：

5.根据权利要求1所述的方法，其特征在于，在所述识别结果中，确定导线与植被顶部的距离以及线路的相间距离，包括：

6.根据权利要求1所述的方法，其特征在于，根据导线与植被顶部的距离、线路的相间距离以及山火关联数据，确定输电线路的山火跳闸的风险等级信息，包括：

7.根据权利要求1所述的方法，其特征在于，根据导线与植被顶部的距离、线路的相间距离以及山火关联数据，确定输电线路的山火跳闸的风险等级信息，包括：

8.一种输电线路的山火跳闸风险的评估装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的输电线路的山火跳闸风险的评估方法。

技术总结
本申请实施例公开了一种输电线路的山火跳闸风险的评估方法、装置、设备及介质。其中，该方法包括：通过预先训练的目标识别模型对目标区域的点云数据进行识别，得到识别结果；所述目标识别模型的训练样本包括原始点云样本以及扩展样本，所述扩展样本是基于所述原始点云样本进行数据增强得到的；在所述识别结果中，确定导线与植被顶部的距离以及线路的相间距离；根据导线与植被顶部的距离、线路的相间距离以及山火关联数据，确定输电线路的山火跳闸的风险等级信息。本技术方案中的训练样本包括了进行数据增强处理后的扩展样本，增加了目标识别模型的性能，提高了识别结果的精准度，使得后续得到的输电线路的山火跳闸风险等级信息更为精准。

技术研发人员：张可颖,吴新桥,覃平,刘岚,陈远,卢明翔,张宸瑞
受保护的技术使用者：南方电网数字电网科技(广东)有限公司
技术研发日：
技术公布日：2024/4/22