(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210984081.8 (22)申请日 2022.08.17 (71)申请人 广东电网有限责任公司佛山供电局 地址 528000 广东省佛山市禅城区汾江南 路1号 (72)发明人 罗容波　熊仕斌　蒋维　陈贤熙　 曾庆辉　刘少辉　吴焯军　李国伟　 王俊波　唐琪　张殷　宋安琪　 李新　范心明　董镝　梁年柏　 刘崧　刘昊　王云飞　李雷　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 任文生 (51)Int.Cl. G06T 17/00(2006.01)G06N 3/04(2006.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06V 20/17(2022.01) G06V 20/10(2022.01) G06V 20/64(2022.01) H02G 1/02(2006.01) G01S 7/48(2006.01) (54)发明名称 基于数字孪生的输电线路树木生长可视化 预测方法及装置 (57)摘要 本发明涉及输电线路安全技术领域， 公开了 基于数字孪生的输电线路树木生长可视化预测 方法及装置。 本发明获取目标输电线路的激光点 云数据和图像数据， 从中提取树木点云数据并构 建树种三维模 型库； 根据从图像数据中识别到的 图像目标种类从该模型库中匹配相应的目标三 维模型， 采用迭代最近点算法将目标三维模型放 置于对应树木点云位置， 搭建成输电线路三维场 景模型； 构建目标输电线路沿线环 境的数字孪生 体， 并对该场景模型中的各树种三维模型关联相 应的树木生长模型， 构建成数字孪生空间， 并以 树木生长环 境数据作为树木生长模 型的输入， 实 现在所述数字孪生空间中不同周期内树木生长 的可视化预测。 本发明能够实现高效直观的输电 线路树木生长预测。 权利要求书2页 说明书8页 附图4页 CN 115049793 A 2022.09.13 CN 115049793 A 1.一种基于数字 孪生的输电线路树木生长可视化预测方法， 其特 征在于， 包括： 获取目标输电线路的激光 点云数据和图像数据； 从所述激光点云数据中提取树木点云数据， 基于所述树木点云数据构建不同树木种类 的树种三维模型， 形成树种三维模型库； 对所述图像数据进行树木及对应树木种类识别， 得到对应的识别结果； 其中， 所述识别 结果包括图像目标位置和图像目标种类； 根据所述图像目标种类从所述树种三维模型库中匹配相应的树种三维模型作为目标 三维模型， 采用迭代 最近点算法将所述目标三维模型放置于与相应图像目标位置对应的树 木点云位置， 形成输电线路三维场景模型； 构建所述目标输电线路的沿线环境的数字孪生体， 并对所述输电线路三维场景模型中 的各树种三维模型关联相应的树木生长模型， 得到目标输电线路环境的数字 孪生空间； 获取所述目标输电线路所处区域的树木生长环境数据， 将所述树木生长环境数据输入 至所述数字孪生空间中的树木生长模型， 以实现在所述数字孪生空间中不同周期内树木生 长的可视化预测。 2.根据权利要求1所述的基于数字孪生的输电线路树木生长可视化预测方法， 其特征 在于， 所述从所述激光 点云数据中提取树木点云数据， 包括： 根据杆塔、 线路及不同种类树木对应的三维点云特征高度， 对所述激光点云数据进行 分层， 对每层激光 点云数据进行聚类， 根据得到的聚类结果 提取树木点云数据。 3.根据权利要求1所述的基于数字孪生的输电线路树木生长可视化预测方法， 其特征 在于， 所述对所述图像数据进行树木及对应树木种类识别， 包括： 将不同种类的树木图像划分为训练集和 测试集； 根据所述训练集训练卷积神经网络， 并用所述测试集测试卷积神经网络的准确率， 选 出准确率 最高的卷积神经网络模型作为 树木检测模型； 采用所述 树木检测模型对所述图像数据进行树木及对应树木种类识别。 4.根据权利要求1所述的基于数字孪生的输电线路树木生长可视化预测方法， 其特征 在于， 所述方法还 包括： 根据所述目标输电线路的导线舞动数据及所述树木生长模型预测的树木高度， 计算所 述数字孪生空间中树木与导线的距离； 若所述距离超过 预置的安全距离， 输出相应的预警信息 。 5.一种基于数字 孪生的输电线路树木生长可视化预测装置， 其特 征在于， 包括： 数据获取模块， 用于获取目标输电线路的激光 点云数据和图像数据； 树种三维模型库构建模块， 用于从所述激光点云数据中提取树木点云数据， 基于所述 树木点云数据构建不同树木种类的树种三维模型， 形成树种三维模型库； 图像识别模块， 用于对所述图像数据进行树木及对应树木种类识别， 得到对应的识别 结果； 其中， 所述识别结果包括图像目标位置和图像目标种类； 输电线路三维场景模型构建模块， 用于根据 所述图像目标种类从所述树种三维模型库 中匹配相应的树种三 维模型作为目标三 维模型， 采用迭代最近点算法将所述目标三 维模型 放置于与相应图像目标位置对应的树木点云位置， 形成输电线路三维场景模型； 数字孪生空间搭建模块， 用于构建所述目标输电线路的沿线环境的数字孪生体， 并对权　利　要　求　书 1/2 页 2 CN 115049793 A 2所述输电线路三 维场景模型中的各树种三维模型关联相应的树木生长模型， 得到目标输电 线路环境的数字 孪生空间； 树木生长可视化预测模块， 用于获取所述目标输电线路所处区域的树木生长环境数 据， 将所述树木生长环境数据输入至所述数字孪生空间中的树木生长模型， 以实现在所述 数字孪生空间中不同周期内树木生长的可视化预测。 6.根据权利要求5所述的基于数字孪生的输电线路树木生长可视化预测装置， 其特征 在于， 所述 树种三维模型库构建模块包括： 数据处理单元， 用于根据 杆塔、 线路及不同种类树木对应的三维点云特征高度， 对所述 激光点云数据进行分层， 对每层激光点云数据进行聚类， 根据得到的聚类结果提取树木点 云数据。 7.根据权利要求5所述的基于数字孪生的输电线路树木生长可视化预测装置， 其特征 在于， 所述图像识别模块包括： 样本构建单 元， 用于将不同种类的树木图像划分为训练集和 测试集； 网络训练及测试单元， 用于根据所述训练集训练卷积神经网络， 并用所述测试集测试 卷积神经网络的准确率， 选出准确率 最高的卷积神经网络模型作为 树木检测模型； 图像识别单元， 用于采用所述树木检测模型对所述图像数据进行树木及对应树木种类 识别。 8.根据权利要求5所述的基于数字孪生的输电线路树木生长可视化预测装置， 其特征 在于， 所述装置还 包括： 计算模块， 用于根据 所述目标输电线路的导线舞动数据及所述树木生长模型预测的树 木高度， 计算所述数字 孪生空间中树木与导线的距离； 预警模块， 用于在所述距离超过 预置的安全距离时， 输出相应的预警信息 。 9.一种基于数字 孪生的输电线路树木生长可视化预测装置， 其特 征在于， 包括： 存储器， 用于存储指令； 其中， 所述指令用于实现如权利要求1 ‑4任意一项所述的基于 数字孪生的输电线路树木生长可视化预测方法； 处理器， 用于执 行所述存储器中的指令 。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求1 ‑4任意一项所述的基于数字孪生 的输电线路树木生长可视化预测方法。权　利　要　求　书 2/2 页 3 CN 115049793 A 3