基于激光LiDAR技术的线路参数校核及耐张塔覆冰厚度计算模型效益评估研究

吴建蓉,马晓红,姜苏,彭赤

(1.贵州电网有限责任公司电力科学研究院，贵阳 550000；2.中国电建集团贵州电力设计研究院有限公司，贵阳 550000；3.贵州电网有限责任公司，贵阳 550000)

南方电网公司于2008年冰灾之后建设输电线路覆冰预警系统，主要通过在导线上部署拉力传感器实时采集拉力测量值，并通过数学模型折算至线路标准冰厚，通过实时监测的线路标准冰厚为融冰计划安排起到重要的指导意义[1]。由于“准静止锋”的影响，贵州地区线路覆冰严重程度要远远高于其余省份，且2008年所建输电线路覆冰厚度计算模型，为南网地区通用模型，并没有结合线路设计条件进行建模，在实际覆冰条件下线路弧垂始终是一个变量，现有模型无法体现这一特征，均是在冰期过程中通过不断地修正平均等效长度、最大等效长度、无冰拉力值来人为干预计算冰厚，造成该系统无法真实反映贵州地区线路覆冰情况[2]。目前，输电线路覆冰计算模型相对较多，总体上可以分为：力学模型、物理模型、统计学模型，但或多或少存在区域限制性，且模型本身参数考虑不够全面[3-6]。

因此，从2019年开始，贵州电网公司从力学角度出发，全面考虑多种因素，重新建立能够满足贵州区域线路覆冰情况的计算模型，且目前贵州电网公司部署覆冰监测终端700余套，利用监测终端采集的拉力值及相关导线、杆塔参数共同作为覆冰计算模型输入参数[7-8]，但目前计算模型所需要的导线、杆塔参数均是由各运维单位人工上报，由于缺乏准确的设计资料作为依据，所上报的参数准确性较低，尤其是无法准确获得垂直档距参数，而输入参数准确程度直接决定覆冰厚度计算结果的可靠性，而且由于输电线路经历多个冰期的影响，导线弧垂较设计资料均会有存在一定的误差[9-12]。同时，在冰期各运维单位大多采用手持式观冰系统或肉眼判断导线覆冰厚度，手持式观冰系统对现场气象条件要求较高，在高海拔、覆冰以雨雾凇为主的区域，由于大雾的影响导致手持式观冰系统无法正常工作，且手持式观冰系统无法准确地判断导线真实的覆冰类型，所观测导线标准冰厚精确度较低。因此，现阶段较为准确地掌握线路覆冰情况还得依靠于贵州电网输电线路覆冰预警系统，所以对输电线路覆冰预警系统中新建覆冰厚度计算模型输入参数准确校核具有重要意义。

基于上述分析，本文利用激光LiDAR技术，对覆冰厚度计算模型相关导线、杆塔输入参数进行校核，保障计算模型输入参数准确性，提高覆冰厚度计算模型准确性。通过本文研究能有效减少输电网防冰建设资源投入，可以切实提升贵州电网公司对输电变线路防冰、抗冰管理水平，提高工作效率，及时发现问题及薄弱点，提升防冰、抗冰工作的运行管理能力、关键指标分析能力，实现精益化管理的目标。

1 耐张塔覆冰厚度计算模型

目前，贵州电网公司覆冰监测终端新建耐张塔覆冰厚度计算模型，核心思想是以考虑设计冰厚条件下耐张塔导线已知水平应力、垂直荷载为已知状态，结合导线状态方程求解导线不同覆冰厚度条件下水平应力、垂直荷载变化量，并计算出理论合力值，并与覆冰监测终端拉力值测量值进行匹配，输出理论合力与监测拉力值相一致时所对应的覆冰厚度。核心理论[13]：

(1)

(2)

Gyi=XLvi·gi

(3)

(4)

上述公式中：L为覆冰监测终端所在杆塔与前后档杆塔水平档距，h1、h2分别表示覆冰监测终端所在杆塔与前后档杆塔绝缘子串挂点位置高度差，l1、l2、h2分别表示覆冰监测终端所在杆塔与前后档杆塔档距，σ0、g分别为考虑设计冰厚条件下导线单位长度水平应力、垂直荷载受力情况，σi、gi分别为覆冰厚度i情况下导线单位长度水平应力、垂直荷载受力情况，Gyi为覆冰厚度i情况下导线垂直方向受力情况，n为导线分裂数，Fbi为覆冰厚度i情况下导线理论拉力值。

由上述核心计算公式可以看出，L、h1、h2、l1、l2、n杆塔参数均为输入定量，其输入参数的好坏程度直接导致计算结果的可靠性。而贵州电网输电线路覆冰厚度计算模型的目的是为贵州省输电线路防冰减灾提供依据，以及冰区分布图修编提供基础数据，但目前仍存在以下几点缺陷：

(1)运维单位上报的覆冰厚度计算模型参数不准确，直接降低模型计算结果的准确性，从而导致不能准确地掌握现场覆冰情况，更不能对线路融冰计划工作安排起到实际的作用；

(2)通过传统的RTK、CORS等技术对杆塔及导线自身参数校核，将耗费大量人力物力，传统的方式无法对大高差线路参数校核，无法较准确地捕捉弧垂最低点，从而不能给出准确的垂直档距信息；

(3)运维单位上报的参数信息，没有区分相位，均是将A、B、C相的参数填报成相同值，但由于各相位在冰期所处的迎风条件不同，所形成的覆冰厚度也各不相同，对导线各相位的损伤也各不相同，因此需要对各相位导线、杆塔参数进行校核。

2 激光LiDAR技术参数校核

本文利用激光LiDAR技术对导线分裂数、终端所在杆塔与前后侧杆塔绝缘子串悬挂点高度差、终端所在杆塔与前后侧杆塔档距、水平档距、垂直档距进行校核，基于激光LiDAR技术参数校核如图1所示。

图1 激光LiDAR技术参数校核Fig.1 Calibration of lidar technical parameters

基于激光LiDAR技术参数校核简要流程：

(1)本文利用激光LiDAR点云数据在实现对各项导线点云数据分类、矢量化拟合的基础上，可以确定绝缘子串挂点位置空间坐标信息，实现对覆冰监测终端所在杆塔与前后侧杆塔每个相线绝缘子串挂点高度差，以及导线分裂数的校核；

(2)针对覆冰监测终端所在杆塔与前后侧杆塔档距、水平档距、代表档距的校核，利用3基杆塔三维激光点云数据，提取同一水平面上3基杆塔中心点，测量出杆塔档距、水平档距值；

(3)针对导线垂直档距校核，在实现基于激光LiDAR技术对导线进行矢量化拟合的基础上，采用“两步走”的原则，一步为：通过拟合出的各个相线矢量化导线，找出导线高程最低点即为弧垂最低点，然后可以测量出两档之间的垂直档距；另一步为结合线路设计时工况资料，对导线应力、比载进行计算，求出各档最低点弧垂[14-15]，最后计算出两档之间的垂直档距；根据“两步走”原则计算出的各项导线垂直档距，综合实现对垂直档距的校核；

(4)针对设计冰厚的校核，收集线路设计资料、冰区分布图，分别与各运维单位上报设计冰厚资料进行比对，梳理存在差异的导线，并逐一与各运维单位进行复核。

2.1 绝缘子串挂点定位研究

为准确地获取不同相线绝缘子串挂点位置，由于激光点云为离散点，首先需要对不同相线激光点云数据进行准确切割，其次获取安装有拉力传感器相线的绝缘子串挂点空间坐标。导线激光点云数据存在一定的空间分布特征，如同一相线导线，相邻点云之间往往高程差异性较小，且空间距离较短，而不同相线同一空间位置上点云之间空间距离较远。k-d树最近点搜索算法是一种有效地对空间多维空间的数据结构进行分割的方法，能够有效提高三维激光点云配准计算速度以及精确度[16-20]。因此，本文采用k-d树及欧几里得相[21-22]结合的算法，对各相导线激光点云数据进行分类，主要步骤如下。

步骤一：以导线激光点云弧垂最低点(高程低点)为起始点云，采用k-d树最近点搜索算法计算起始点云临近区域所有点云数据集。

步骤二：将符合步骤一的点云数据集采用欧几里得算法，分别计算数据集中点云与起始点云欧式距离，并形成距离数据集。

步骤三：将步骤二计算出的数据集中，与起始点云距离最近的点云进行合并，计算出两个点云之间的质心，并以此质心为新的起始点云，重复步骤一～三计算过程，即可完成不同相线点云数据分类。

结合绝缘子串点云数据，即可求出绝缘子串挂点位置空间坐标，可以完成覆冰监测终端所在杆塔与前后侧杆塔每个相线绝缘子串挂点高度差，以及对导线分裂数校核。

2.2 垂直档距校核

由于输电线路常常暴露在大风、覆冰的环境下，导致导线弧垂点与设计资料存在一定的差异性，因此本文基于激光LiDAR技术采用“两步走”原则对理想工况条件下导线垂直档距进行校核，主要技术路线如图2所示。第一步利用激光LiDAR点云数据，对各相导线进行矢量拟合，搜索出各相导线高程最低点点云，实现对导线垂直档距第一次校核；第二步结合激光点云数据采集时所记录的工况条件，计算当前工况条件下导线水平应力、垂直比载，计算出该工况条件下垂直档距值，实现对导线垂直档距第二次校核；对“两步走”校核出的垂直档距值进行比对，当两者误差小于0.5m时，认为校核出的垂直档距是比较合理的，最后取平均值代表覆冰监测终端所在杆塔与前后侧杆塔导线垂直档距值；如果不满足误差要求，需要进行现场重新复核。

图2 垂直档距参数校核Fig.2 Parameter check of vertical span

3 案例分析

为验证本文杆塔参数校核后耐张塔覆冰厚度计算模型效益，以110kV赫韭线A相线为例，该条线路覆冰监测终端安装于66号塔，设计冰厚40mm，海拔2700m，每年冰期线路覆冰最为严重，表1为利用激光LiDAR技术参数校核前后杆塔参数对比结果，可以看出前后侧杆塔档距差异性较小，前后侧杆塔绝缘子串挂点高差、垂直档距参数校核前后均存在较大差异。有研究表明，覆冰期间垂直档距变化对线路覆冰厚度的影响较大，且覆冰厚度随垂直档距增大呈减小趋势[23-25]。

表1 杆塔参数校核前后比对Tab.1 Comparison of tower parameters before and after calibration

为定量研究覆冰厚度随垂直档距变化特征，本文保持其余变量保持不变，分别计算垂直档距100-1000m之间覆冰厚度变化情况，如图3所示。可以看出覆冰厚度随垂直档距呈线性关系，拟合出覆冰厚度与垂直档距关系表达式为：y=-0.0115x+25.6709，表明当垂直档距每增加100m，同等参数条件下覆冰厚度降低1.15mm。

图3 覆冰厚度随垂直档距变化特征Fig.3 Variation characteristics of icing thickness with vertical span

为研究利用激光LiDAR技术对覆冰厚度计算模型相关杆塔参数校核后，计算模型准确性提升效益，本文分别将参数校核前、后覆冰厚度计算结果分别与人工观冰比对。贵州电网公司于2019年在该塔位临近区域安装有与线路平行、垂直两个方向简易式人工观冰架，模拟导线弧垂最低点离地1.6m、导线型号为：LGJ-185-45，导线直径19.6mm。本文于2020年年末至2021年年初进行多次模拟导线观冰，表2、表3分别为2020年12月16日一次垂直、平行线路方向人工观冰结果。根据《架空输电线路覆冰勘测规程》DL/T 5509-2015，本次覆冰计算垂直于导线方向覆冰密度为0.3821g/cm3、平行于导线覆冰密度为0.4526g/cm3，经过计算垂直、水平方向模拟导线标准冰厚分别为：8.3418mm、10.4514mm，平均标准冰厚为9.3966mm，对线径系数进行修正，赫韭线覆冰监测终端所在塔位A相导线型号为：JLHA1/G1A-250-22/7，导线直径22.4mm，而模拟导线直径为19.6mm，计算出线径修正系数为1.0168，高度修正系数1.3147，考虑微地形风场系数1.5，因此经过修正后的导线上标准冰厚为18.8423mm。

表2 垂直线路方向人工观冰现场观测统计结果Tab.2 Statistical results of Artificial Ice Observation in the vertical direction

表3 平行线路方向人工观冰现场观测统计结果Tab.3 Field observation and statistics results of Artificial Ice Observation in parallel line direction

(a)长径(a)Long diameter

图5为杆塔参数校核前后计算覆冰厚度与人工观冰比对，可以看出在6组比对试验可以看出，仅有第3组杆塔参数校核后计算出的覆冰厚度与人工观冰之间误差高于校核前，其余5组试验结果均显示校核后计算结果更加接近于人工观冰结果，经计算杆塔参数校核前后计算出的覆冰厚度与人工观冰平均相对误差分别为：12.8%、6.62%，可以看出经过激光LiDAR技术实现对杆塔参数高精度校核，使覆冰厚度计算模型准确性能提升6.18%。

图5 杆塔参数校核前后计算覆冰厚度与人工观冰比对Fig.5 Comparison of calculated icing thickness and artificial ice observation before and after tower parameter check

4 结论

针对电力部门现有输电线路覆冰厚度计算模型中部分输入值与线路参数相关，且现有线路参数均是由运维单位人工填报，由于缺乏设计资料支撑，同时线路运行受大风、覆冰的影响，导致线路参数与设计时相差甚远。因此，本文利用激光LiDAR技术对导线参数进行校核，并以贵州电网公司覆冰厚度计算模型为例，比对参数校核前后模型的效益，研究得出：经计算杆塔参数校核前后计算出的覆冰厚度与人工观冰平均相对误差分别为：12.8%、6.62%，激光LiDAR技术实现对杆塔参数高精度校核，使覆冰厚度计算模型准确性能提升6.18%。