【技术实现步骤摘要】
本专利技术涉及电气工程领域，具体涉及一种用于电网微地形识别的dem窗口优化选取方法。
技术介绍
1、电力系统中，输电线路的运行安全受微地形微气象的影响显著，尤其是极端天气条件下(如覆冰、强风等)，由地面地形导致的局部气象条件恶化是导致线路故障的主要原因之一。电网微地形识别技术旨在通过对输电线路周边地形的精确分析，识别出可能影响电网设施的微地形特征，为输电线路的规划、设计、维护和灾害预警提供技术支持。随着输电线路网络的扩展，微地形识别方法的精确性、实时性和普适性成为重点关键，而如何精确选择微地形识别的窗口大小，来应对不同地势变化速度和地形特征，提高识别精度非常值得关注。
2、现阶段，现有技术中，可以采用固定窗口法提取微地形高程值，并分析不同窗口地物信息差异程度的最大值为基本思想，利用均值变点分析法，得到最佳邻域分析窗口；还可以采用旋转提取窗口提取固定范围高程数据，旋转量程为180°，得最佳窗口大小；以及还可以采取固定窗口法，以中心网格为圆心，遍历领界网格的曲率微分，得最佳窗口大小。上述现有技术大多依赖均值变点分析法或曲率微分法来确定最佳窗口大小。这些方法在处理地势变化较快的区域时无法做到灵活调整，从而影响识别的精确度。尤其是在高山、峡谷等地形变化剧烈的区域，固定或旋转窗口可能无法准确匹配微地形特征，导致识别精度下降。
3、因此，为解决以上问题，需要一种用于电网微地形识别的dem窗口优化选取方法，能够根据地形的起伏快慢自适应调整窗口大小，从而精确捕捉微地形特征。
技术实现思路>
1、有鉴于此，本专利技术的目的是克服现有技术中的缺陷，提供用于电网微地形识别的dem窗口优化选取方法，能够根据地形的起伏快慢自适应调整窗口大小，从而精确捕捉微地形特征。
2、本专利技术的用于电网微地形识别的dem窗口优化选取方法，包括：
3、s1.输入输电线路杆塔坐标，判断其是否位于平地，若是，则不存在微地形；若否，则进入步骤s2；
4、s2.判别杆塔周围a范围内的tpi/sd绝对值是否大于1，若是，则为峰谷类地形；若否，则为坡类地形；
5、s3.计算不同窗口大小下的tpi值与高程sd值，分析tpi/sd曲线变化，找到曲线拐点处对应窗口大小，输出该微地形下最佳窗口识别大小。
6、进一步，根据如下式子确定tpi值：
7、
8、其中，zc代表分析窗口中心栅格的高程值，为分析窗口内平均高程值，zi为窗口内第i个栅格处的高程值，r为分析窗口大小，nr代表以r为分析窗口大小内的栅格数。
9、进一步，根据如下式子确定高程sd值：
10、
11、进一步，将地形点地形位置描述窗口半径大小设置为80栅格，以80栅格为窗口半径的tpi/sd绝对值大于1的区域描述为峰谷类，将以80栅格为窗口半径的tpi/sd绝对值小于1的区域描述为坡类。
12、进一步，对于峰谷类区域，通过计算不同窗口大小下的tpi值与高程sd值，分析tpi/sd曲线变化，当tpi/sd绝对值最大时，当前窗口中心区域与分析窗口内其它区域的高程差异度最大，则选取tpi/sd曲线的最值所对应的窗口大小作为微地形识别范围，并进行局部高程图裁剪，然后输入训练好的卷积神经网络模型进行微地形识别。
13、进一步，对于坡类区域，采用局部地形翻转法，将高于该点的地形按该点高程值为轴进行垂直翻转，将其构造为峰谷类区域，然后按照峰谷类区域计算最佳微地形识别窗口，并进行局部高程图裁剪，然后输入训练好的卷积神经网络模型进行微地形识别。
14、进一步，在分析tpi/sd曲线变化前，对tpi/sd曲线进行平滑处理。
15、本专利技术的有益效果是：本专利技术公开的一种用于电网微地形识别的dem窗口优化选取方法，在建立识别模型与电网微地形智能识别软件的基础上，能够自适应识别窗口优化，实现对识别模型输入层面的优化，提高微地形识别程序的普适性，使其适用于全国各区域输电线路微地形识别。本专利技术可以根据地形变化的速率灵活调整窗口，避免了固定窗口大小无法适应复杂地形变化的问题。
本文档来自技高网...【技术保护点】
1.一种用于电网微地形识别的DEM窗口优化选取方法，其特征在于：包括：
2.根据权利要求1所述的用于电网微地形识别的DEM窗口优化选取方法，其特征在于：根据如下式子确定TPI值：
3.根据权利要求1所述的用于电网微地形识别的DEM窗口优化选取方法，其特征在于：根据如下式子确定高程SD值：
4.根据权利要求2所述的用于电网微地形识别的DEM窗口优化选取方法，其特征在于：将地形点地形位置描述窗口半径大小设置为80栅格，以80栅格为窗口半径的TPI/SD绝对值大于1的区域描述为峰谷类，将以80栅格为窗口半径的TPI/SD绝对值小于1的区域描述为坡类。
5.根据权利要求1所述的用于电网微地形识别的DEM窗口优化选取方法，其特征在于：对于峰谷类区域，通过计算不同窗口大小下的TPI值与高程SD值，分析TPI/SD曲线变化，当TPI/SD绝对值最大时，当前窗口中心区域与分析窗口内其它区域的高程差异度最大，则选取TPI/SD曲线的最值所对应的窗口大小作为微地形识别范围，并进行局部高程图裁剪，然后输入训练好的卷积神经网络模型进行微地形识别。
<...【技术特征摘要】
1.一种用于电网微地形识别的dem窗口优化选取方法，其特征在于：包括：
2.根据权利要求1所述的用于电网微地形识别的dem窗口优化选取方法，其特征在于：根据如下式子确定tpi值：
3.根据权利要求1所述的用于电网微地形识别的dem窗口优化选取方法，其特征在于：根据如下式子确定高程sd值：
4.根据权利要求2所述的用于电网微地形识别的dem窗口优化选取方法，其特征在于：将地形点地形位置描述窗口半径大小设置为80栅格，以80栅格为窗口半径的tpi/sd绝对值大于1的区域描述为峰谷类，将以80栅格为窗口半径的tpi/sd绝对值小于1的区域描述为坡类。
5.根据权利要求1所述的用于电网微地形识别的dem窗口优化选取方法，其特征在于：对于峰谷类区域，通过计算不同窗口大小下的tp...
【专利技术属性】
技术研发人员：林雅宁，张宁静，徐泓钰，马雨星，郑华龙，
申请(专利权)人：重庆大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。