基于机载激光点云的输电线路暂态故障测距方法

郑金杯, 张镇源, 赵宇, 卢敏杰

自动化技术与应用 ›› 2026, Vol. 45 ›› Issue (4) : 40 -44.

PDF
自动化技术与应用 ›› 2026, Vol. 45 ›› Issue (4) : 40 -44. DOI: 10.20033/j.1003-7241.(2026)04-0040-05

基于机载激光点云的输电线路暂态故障测距方法

    郑金杯, 张镇源, 赵宇, 卢敏杰
作者信息 +

Author information +
文章历史 +
PDF

摘要

传统输电线路暂态故障测距方法未对点云数据进行分类和分割,存在误差叠加问题,使得测距算法应用于整个数据集时,无法准确识别出线路相关的特征点,从而引入大量干扰和错误信息,导致测距结果的相对误差增大。为此,提出了基于机载激光点云的输电线路暂态故障测距方法。采集机载激光点云数据,建立输电线路模型,得到线路的三维结构和特征信息;根据粗提取和精提取技术对点云数据进行分类和分割,实现输出波形故障信息判定,找到可能存在故障的区域;通过分析故障波形的特征,采用小波系数提取线路故障中的暂态分量,根据不同的小波系数进行故障测距。为验证方法性能,设计仿真实验,分别使用设计的故障测距方法和传统的基于行波分析故障测距方法进行测试。实验结果表明:在改变故障分支、故障类型以及过渡电阻的实验条件下,该方法得到的测距结果相对误差平均为0.436%,验证了方法的有效性。

关键词

机载激光点云 / 输电线路 / 故障测距 / 机器学习算法 / 三维点云数据 / 小波系数

Key words

引用本文

引用格式 ▾
基于机载激光点云的输电线路暂态故障测距方法[J]. 自动化技术与应用, 2026, 45(4): 40-44 DOI:10.20033/j.1003-7241.(2026)04-0040-05

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/