基于激光LiDAR技術的線路參數校核及耐張塔覆冰厚度計算模型效益評估研究

吳建蓉,馬曉紅,姜蘇,彭赤

(1.貴州電網有限責任公司電力科學研究院，貴陽 550000；2.中國電建集團貴州電力設計研究院有限公司，貴陽 550000；3.貴州電網有限責任公司，貴陽 550000)

南方電網公司于2008年冰災之后建設輸電線路覆冰預警系統，主要通過在導線上部署拉力傳感器實時采集拉力測量值，并通過數學模型折算至線路標準冰厚，通過實時監測的線路標準冰厚為融冰計劃安排起到重要的指導意義[1]。由于“準靜止鋒”的影響，貴州地區線路覆冰嚴重程度要遠遠高于其余省份，且2008年所建輸電線路覆冰厚度計算模型，為南網地區通用模型，并沒有結合線路設計條件進行建模，在實際覆冰條件下線路弧垂始終是一個變量，現有模型無法體現這一特征，均是在冰期過程中通過不斷地修正平均等效長度、最大等效長度、無冰拉力值來人為干預計算冰厚，造成該系統無法真實反映貴州地區線路覆冰情況[2]。目前，輸電線路覆冰計算模型相對較多，總體上可以分為：力學模型、物理模型、統計學模型，但或多或少存在區域限制性，且模型本身參數考慮不夠全面[3-6]。

因此，從2019年開始，貴州電網公司從力學角度出發，全面考慮多種因素，重新建立能夠滿足貴州區域線路覆冰情況的計算模型，且目前貴州電網公司部署覆冰監測終端700余套，利用監測終端采集的拉力值及相關導線、桿塔參數共同作為覆冰計算模型輸入參數[7-8]，但目前計算模型所需要的導線、桿塔參數均是由各運維單位人工上報，由于缺乏準確的設計資料作為依據，所上報的參數準確性較低，尤其是無法準確獲得垂直檔距參數，而輸入參數準確程度直接決定覆冰厚度計算結果的可靠性，而且由于輸電線路經歷多個冰期的影響，導線弧垂較設計資料均會有存在一定的誤差[9-12]。同時，在冰期各運維單位大多采用手持式觀冰系統或肉眼判斷導線覆冰厚度，手持式觀冰系統對現場氣象條件要求較高，在高海拔、覆冰以雨霧凇為主的區域，由于大霧的影響導致手持式觀冰系統無法正常工作，且手持式觀冰系統無法準確地判斷導線真實的覆冰類型，所觀測導線標準冰厚精確度較低。因此，現階段較為準確地掌握線路覆冰情況還得依靠于貴州電網輸電線路覆冰預警系統，所以對輸電線路覆冰預警系統中新建覆冰厚度計算模型輸入參數準確校核具有重要意義。

基于上述分析，本文利用激光LiDAR技術，對覆冰厚度計算模型相關導線、桿塔輸入參數進行校核，保障計算模型輸入參數準確性，提高覆冰厚度計算模型準確性。通過本文研究能有效減少輸電網防冰建設資源投入，可以切實提升貴州電網公司對輸電變線路防冰、抗冰管理水平，提高工作效率，及時發現問題及薄弱點，提升防冰、抗冰工作的運行管理能力、關鍵指標分析能力，實現精益化管理的目標。

1 耐張塔覆冰厚度計算模型

目前，貴州電網公司覆冰監測終端新建耐張塔覆冰厚度計算模型，核心思想是以考慮設計冰厚條件下耐張塔導線已知水平應力、垂直荷載為已知狀態，結合導線狀態方程求解導線不同覆冰厚度條件下水平應力、垂直荷載變化量，并計算出理論合力值，并與覆冰監測終端拉力值測量值進行匹配，輸出理論合力與監測拉力值相一致時所對應的覆冰厚度。核心理論[13]：

(1)

(2)

Gyi=XLvi·gi

(3)

(4)

上述公式中：L為覆冰監測終端所在桿塔與前后檔桿塔水平檔距，h1、h2分別表示覆冰監測終端所在桿塔與前后檔桿塔絕緣子串掛點位置高度差，l1、l2、h2分別表示覆冰監測終端所在桿塔與前后檔桿塔檔距，σ0、g分別為考慮設計冰厚條件下導線單位長度水平應力、垂直荷載受力情況，σi、gi分別為覆冰厚度i情況下導線單位長度水平應力、垂直荷載受力情況，Gyi為覆冰厚度i情況下導線垂直方向受力情況，n為導線分裂數，Fbi為覆冰厚度i情況下導線理論拉力值。

由上述核心計算公式可以看出，L、h1、h2、l1、l2、n桿塔參數均為輸入定量，其輸入參數的好壞程度直接導致計算結果的可靠性。而貴州電網輸電線路覆冰厚度計算模型的目的是為貴州省輸電線路防冰減災提供依據，以及冰區分布圖修編提供基礎數據，但目前仍存在以下幾點缺陷：

(1)運維單位上報的覆冰厚度計算模型參數不準確，直接降低模型計算結果的準確性，從而導致不能準確地掌握現場覆冰情況，更不能對線路融冰計劃工作安排起到實際的作用；

(2)通過傳統的RTK、CORS等技術對桿塔及導線自身參數校核，將耗費大量人力物力，傳統的方式無法對大高差線路參數校核，無法較準確地捕捉弧垂最低點，從而不能給出準確的垂直檔距信息；

(3)運維單位上報的參數信息，沒有區分相位，均是將A、B、C相的參數填報成相同值，但由于各相位在冰期所處的迎風條件不同，所形成的覆冰厚度也各不相同，對導線各相位的損傷也各不相同，因此需要對各相位導線、桿塔參數進行校核。

2 激光LiDAR技術參數校核

本文利用激光LiDAR技術對導線分裂數、終端所在桿塔與前后側桿塔絕緣子串懸掛點高度差、終端所在桿塔與前后側桿塔檔距、水平檔距、垂直檔距進行校核，基于激光LiDAR技術參數校核如圖1所示。

圖1 激光LiDAR技術參數校核Fig.1 Calibration of lidar technical parameters

基于激光LiDAR技術參數校核簡要流程：

(1)本文利用激光LiDAR點云數據在實現對各項導線點云數據分類、矢量化擬合的基礎上，可以確定絕緣子串掛點位置空間坐標信息，實現對覆冰監測終端所在桿塔與前后側桿塔每個相線絕緣子串掛點高度差，以及導線分裂數的校核；

(2)針對覆冰監測終端所在桿塔與前后側桿塔檔距、水平檔距、代表檔距的校核，利用3基桿塔三維激光點云數據，提取同一水平面上3基桿塔中心點，測量出桿塔檔距、水平檔距值；

(3)針對導線垂直檔距校核，在實現基于激光LiDAR技術對導線進行矢量化擬合的基礎上，采用“兩步走”的原則，一步為：通過擬合出的各個相線矢量化導線，找出導線高程最低點即為弧垂最低點，然后可以測量出兩檔之間的垂直檔距；另一步為結合線路設計時工況資料，對導線應力、比載進行計算，求出各檔最低點弧垂[14-15]，最后計算出兩檔之間的垂直檔距；根據“兩步走”原則計算出的各項導線垂直檔距，綜合實現對垂直檔距的校核；

(4)針對設計冰厚的校核，收集線路設計資料、冰區分布圖，分別與各運維單位上報設計冰厚資料進行比對，梳理存在差異的導線，并逐一與各運維單位進行復核。

2.1 絕緣子串掛點定位研究

為準確地獲取不同相線絕緣子串掛點位置，由于激光點云為離散點，首先需要對不同相線激光點云數據進行準確切割，其次獲取安裝有拉力傳感器相線的絕緣子串掛點空間坐標。導線激光點云數據存在一定的空間分布特征，如同一相線導線，相鄰點云之間往往高程差異性較小，且空間距離較短，而不同相線同一空間位置上點云之間空間距離較遠。k-d樹最近點搜索算法是一種有效地對空間多維空間的數據結構進行分割的方法，能夠有效提高三維激光點云配準計算速度以及精確度[16-20]。因此，本文采用k-d樹及歐幾里得相[21-22]結合的算法，對各相導線激光點云數據進行分類，主要步驟如下。

步驟一：以導線激光點云弧垂最低點(高程低點)為起始點云，采用k-d樹最近點搜索算法計算起始點云臨近區域所有點云數據集。

步驟二：將符合步驟一的點云數據集采用歐幾里得算法，分別計算數據集中點云與起始點云歐式距離，并形成距離數據集。

步驟三：將步驟二計算出的數據集中，與起始點云距離最近的點云進行合并，計算出兩個點云之間的質心，并以此質心為新的起始點云，重復步驟一～三計算過程，即可完成不同相線點云數據分類。

結合絕緣子串點云數據，即可求出絕緣子串掛點位置空間坐標，可以完成覆冰監測終端所在桿塔與前后側桿塔每個相線絕緣子串掛點高度差，以及對導線分裂數校核。

2.2 垂直檔距校核

由于輸電線路常常暴露在大風、覆冰的環境下，導致導線弧垂點與設計資料存在一定的差異性，因此本文基于激光LiDAR技術采用“兩步走”原則對理想工況條件下導線垂直檔距進行校核，主要技術路線如圖2所示。第一步利用激光LiDAR點云數據，對各相導線進行矢量擬合，搜索出各相導線高程最低點點云，實現對導線垂直檔距第一次校核；第二步結合激光點云數據采集時所記錄的工況條件，計算當前工況條件下導線水平應力、垂直比載，計算出該工況條件下垂直檔距值，實現對導線垂直檔距第二次校核；對“兩步走”校核出的垂直檔距值進行比對，當兩者誤差小于0.5m時，認為校核出的垂直檔距是比較合理的，最后取平均值代表覆冰監測終端所在桿塔與前后側桿塔導線垂直檔距值；如果不滿足誤差要求，需要進行現場重新復核。

圖2 垂直檔距參數校核Fig.2 Parameter check of vertical span

3 案例分析

為驗證本文桿塔參數校核后耐張塔覆冰厚度計算模型效益，以110kV赫韭線A相線為例，該條線路覆冰監測終端安裝于66號塔，設計冰厚40mm，海拔2700m，每年冰期線路覆冰最為嚴重，表1為利用激光LiDAR技術參數校核前后桿塔參數對比結果，可以看出前后側桿塔檔距差異性較小，前后側桿塔絕緣子串掛點高差、垂直檔距參數校核前后均存在較大差異。有研究表明，覆冰期間垂直檔距變化對線路覆冰厚度的影響較大，且覆冰厚度隨垂直檔距增大呈減小趨勢[23-25]。

表1 桿塔參數校核前后比對Tab.1 Comparison of tower parameters before and after calibration

為定量研究覆冰厚度隨垂直檔距變化特征，本文保持其余變量保持不變，分別計算垂直檔距100-1000m之間覆冰厚度變化情況，如圖3所示。可以看出覆冰厚度隨垂直檔距呈線性關系，擬合出覆冰厚度與垂直檔距關系表達式為：y=-0.0115x+25.6709，表明當垂直檔距每增加100m，同等參數條件下覆冰厚度降低1.15mm。

圖3 覆冰厚度隨垂直檔距變化特征Fig.3 Variation characteristics of icing thickness with vertical span

為研究利用激光LiDAR技術對覆冰厚度計算模型相關桿塔參數校核后，計算模型準確性提升效益，本文分別將參數校核前、后覆冰厚度計算結果分別與人工觀冰比對。貴州電網公司于2019年在該塔位臨近區域安裝有與線路平行、垂直兩個方向簡易式人工觀冰架，模擬導線弧垂最低點離地1.6m、導線型號為：LGJ-185-45，導線直徑19.6mm。本文于2020年年末至2021年年初進行多次模擬導線觀冰，表2、表3分別為2020年12月16日一次垂直、平行線路方向人工觀冰結果。根據《架空輸電線路覆冰勘測規程》DL/T 5509-2015，本次覆冰計算垂直于導線方向覆冰密度為0.3821g/cm3、平行于導線覆冰密度為0.4526g/cm3，經過計算垂直、水平方向模擬導線標準冰厚分別為：8.3418mm、10.4514mm，平均標準冰厚為9.3966mm，對線徑系數進行修正，赫韭線覆冰監測終端所在塔位A相導線型號為：JLHA1/G1A-250-22/7，導線直徑22.4mm，而模擬導線直徑為19.6mm，計算出線徑修正系數為1.0168，高度修正系數1.3147，考慮微地形風場系數1.5，因此經過修正后的導線上標準冰厚為18.8423mm。

表2 垂直線路方向人工觀冰現場觀測統計結果Tab.2 Statistical results of Artificial Ice Observation in the vertical direction

表3 平行線路方向人工觀冰現場觀測統計結果Tab.3 Field observation and statistics results of Artificial Ice Observation in parallel line direction

(a)長徑(a)Long diameter

圖5為桿塔參數校核前后計算覆冰厚度與人工觀冰比對，可以看出在6組比對試驗可以看出，僅有第3組桿塔參數校核后計算出的覆冰厚度與人工觀冰之間誤差高于校核前，其余5組試驗結果均顯示校核后計算結果更加接近于人工觀冰結果，經計算桿塔參數校核前后計算出的覆冰厚度與人工觀冰平均相對誤差分別為：12.8%、6.62%，可以看出經過激光LiDAR技術實現對桿塔參數高精度校核，使覆冰厚度計算模型準確性能提升6.18%。

圖5 桿塔參數校核前后計算覆冰厚度與人工觀冰比對Fig.5 Comparison of calculated icing thickness and artificial ice observation before and after tower parameter check

4 結論

針對電力部門現有輸電線路覆冰厚度計算模型中部分輸入值與線路參數相關，且現有線路參數均是由運維單位人工填報，由于缺乏設計資料支撐，同時線路運行受大風、覆冰的影響，導致線路參數與設計時相差甚遠。因此，本文利用激光LiDAR技術對導線參數進行校核，并以貴州電網公司覆冰厚度計算模型為例，比對參數校核前后模型的效益，研究得出：經計算桿塔參數校核前后計算出的覆冰厚度與人工觀冰平均相對誤差分別為：12.8%、6.62%，激光LiDAR技術實現對桿塔參數高精度校核，使覆冰厚度計算模型準確性能提升6.18%。