摘要
本发明提供了一种融合规则部件提取与聚类生长的导线距离计算方法,属于电力设备监测技术领域,包括:获取变电站点云数据,进行噪声与离群点去除及地面点云剔除处理,得到包含有变电设施和各类导线的剩余点云数据;利用深度学习模型从剩余点云数据中提取具有规则结构部件,并对各类导线及与其相连的变电设施进行初步标注和识别;随后将各类导线进行分类,并裁切出变电设施所在的点云区域,并应用聚类生长算法进一步细化提取与导线连接的变电设施点云;最后计算导线间距及导线对地距离、导线与变电设施之间的距离,并生成分析报告,供变电输电线路的运维和监测使用。本发明解决了现有的方法中存在的难度大、无法准确提取导线和变电设施的问题。
技术关键词
融合规则
点云
初始聚类中心
计算方法
设施
导线对地距离
离群点
密度峰值聚类方法
生长算法
电力设备监测技术
深度学习模型
输电导线
变电站
数据
一致性算法
上下文特征
识别地面
多尺度特征
系统为您推荐了相关专利信息
动态计算方法
训练机器学习模型
数据
数值计算技术
海洋结构物
网络流量监测方法
决策树模型
道路监控摄像头
网络流量数据
构建决策树
统计装置
遥感图像信息
DBSCAN算法
数据采集模块
建筑物