“电网信息化技术应用”特约专栏寄语

特约副主编简介

赵李强，昆明能讯科技有限责任公司二级技术专家，主要从事机器视觉、电力数据分析、人工智能相关技术领域研究。从事计算机视觉及数据处理算法相关工作的经历已超过10年，对数字图像处理及深度学习技术的本质原理有深刻理解。在国内外多种学术期刊上发表过多项研究成果。目前主要研究领域为基于可见光图像的主网输电线路缺陷自动识别技术，基于可见光图像的变电站仪表自动读数技术，基于红外图像的输变电部件发热点自动检测，对电网域业中计算机视觉技术的应用场景有深入了解。

特约专栏寄语

电力信息化对企业发展的促进作用表现在很多方面，提升企业的管理水平、革新企业的电力生产技术、增强企业的核心竞争力等。企业的电力信息化除了对计算机增加软硬件设施外，还将其本身特有的管理方法和理念融入其中，使企业的管理有了全面的革新。企业的管理一旦实现了信息化，其管理将会高效化、规范化和科学化，从整体上提高企业的管理水平，使电力信息化更加光彩夺目。电力行业要实现信息化，必须要转变企业管理的观念，融入信息技术的思想，真正认识信息技术对电力企业的作用。新的世界形势和激烈的市场竞争已经到来，电力企业又不能只停留在发展初期，必须要站在信息和科技的前沿观望企业的发展，用先进的信息技术提升电力企业的竞争力，实现企业经营目标。

特约专栏文章摘要

文章一摘要：近年来，随着电网信息化的发展，电网空间数据的数据量飞速增长。海量的电网空间数据逐渐为硬盘、内存、网络带宽等硬件资源带来了占用压力。传统的空间数据多按照开源组织OGC提出的WKB规范压缩为字节码进行存储、传输和计算，而WKB的定长压缩方式带来了较大的空间冗余，其压缩率不足以满足日益增长的数据要求。另一方面，空间数据往往还关联有有编号、名称等属性，WKB规范不包含属性的序列化方案，需要将属性与空间数据分别传输，带来了数据的二次查询和关联上的麻烦。本文基于压缩率更高的protobuf规范，设计并实现了一种高压缩率的空间数据序列化方法。该方法结合不定长压缩，冗余属性标记等方案，极大地压缩了数据大小，相比WKB规范，节省大约20%的空间。同时，本序列化方法也支持附加属性，免去了属性和空间数据的关联过程。

文章二摘要：随着三维点云数据获取设备成本的降低和点云数据处理技术的成熟，基于点云数据处理的各种应用逐渐出现在了电网业务的各种应用场景中。由于RTK得到的飞行轨迹绝对坐标误差随飞机距离起飞点越来越远先是轻微的线性增加，在达到一定距离后将衍变为剧烈的非线性误差，由此得到的点云绝对坐标也将随着远离起飞点的距离产生随机误差，且大范围内的点云采数据采集，将生成数量巨大的点云数据，其中必然存在大量的错误坐标，为了减少错误坐标需要对采集到的点云坐标数据进行纠偏工作。在本文中我们提出了一种输电线路三维激光点云数据纠偏误差抽样验证方法（限制性百分比抽样检验法）。首先，我们对输电线路三维激光点云数据纠偏验证数据进行采样和统计分析；第二，对纠偏误差数据的分布曲线进行拟合确定误差的分布类型；第三，根据误差分布的上α分位点选取误差判断阈值d；第四，根据输电线路三维激光点云数据纠偏误差与杆塔类型和地形地貌等之间的关系，给出误差纠偏验证的规则；第五，提出限制性百分比抽样验证方法。实验结果表明我们所提出的限制性百分比抽样验证方法，能够灵活适应输电线路三维激光点云数据纠偏误差抽样验证场景。

文章三摘要：电力行业安全、稳定运行，事关各行各业以及国名经济发展和人民群众的根本利益，所以确保安全生产是我们的头等大事。由于电力行业涉及诸多作业场景，因此对相关作业场景进行有无违章操作的监测就具有重要意义。规范的作业执行，能够确保生产安全，提高生产效率。本文着重研究对视频监控过程中易发多发且具有一定危险性违章行为的实时监测与预警提醒，主要是基于图像识别基础，结合深度学习技术，对电力作业相关场景进行目标检测来对作业过程中拟存在的违章场景进行实时监测与预警提醒。本文基于单阶段目标检测模型YOLOV5来开展相应的训练与验证测试，经过测试发现全类别模型4_m（指检测多类目标物，YOLOV5预训练模型采用yolov5m.pt）的对多种类别目标物检测的平均精度达到0.85，模型的推理测试能力达到0.66左右。截止目前研究阶段而言，全类别模型4_m对作业场景的违章监测效果相对最佳。基于深度学习模型对电力作业场景目标物的实时检测，在结合相应的逻辑判断，即可对相应的作业场景进行有无违章操作的预警提醒，实现电力作业施工的过程管控，实现违章行为的早发现早纠正，避免事故发生，确保安全生产。

文章四摘要：随着激光点云在电力场景中的运用深入，为进一步发挥杆塔点云作用，针对传统方法对杆塔点云精细分类自动化能力不足问题，本文结合无人机激光扫描点云，运用深度学习技术中新兴的针对3D点云处理技术PointNet，利用PointNet技术来对电力杆塔激光点云精细分类，精细分出电力杆塔点云中电力杆塔、输电线路、绝缘子、跳线等部分，共7个种类。试验取得了较好效果，总精度达到0.91。并测试了点云抽稀缺陷情况下电力杆塔点云的分类效果，为电力场景中点云分类提供了可行的解决方案。

文章五摘要：在软件产品研发过程中，为有效解决并敏捷响应电力企业在数字化转型过程中业务需求的剧增及变化，实现降本增效的目标，提出了一种基于可视化建模技术的低代码开发方法。该方法以领域驱动设计的方式、采用可视化编程语言工具对业务模型和逻辑进行定义，通过平台解析和执行可视化编程语言所定义的业务逻辑，从而提升电力企业适应需求变化的能力以及提高其开发效率。本文将从可视化页面搭建、可视化模型搭建、可视化流程设计等方面阐述如何构建可视化建模技术的低代码平台，在软件产品研发过程中如何达到降本提速，快速交付的目的。通过运用此方法，使其高稳定性满足企业稳态业务开发维护需求，使其灵活性和通用性适应企业敏态业务变化，从而有效解决了敏捷响应用户需求的难题，提升了面对复杂应用场景的应对能力，最终赋能电力行业数字化转型。