[發明專利]風振響應模型生成方法、設備、裝置及介質

有效

• 申請號: 202110353772.3
• 申請日: 2021-03-31
• 公開（公告）號: CN113032882B
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 陳浩;彭熾剛;李雄剛;周華敏;劉高;翟瑞聰;郭錦超;王年孝;廖如超;饒成成;陳赟;豐江波;張峰
• 申請（專利權）人: 廣東電網有限責任公司
• 主分類號: G06F30/13
• 分類號: G06F30/13;G06F30/27;G06T17/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 陳旭紅;呂金金

本發明公開一種風振響應模型生成方法、設備、裝置及介質，其中，風振響應模型生成方法包括獲取當前高架塔的三維模型；分離三維模型得到塔身模型和線路模型；根據塔身模型確定高架塔的第一風振響應參數，根據線路模型確定輸電線路的第二風振響應參數；將第一風振響應參數和第二風振響應參數輸入訓練完成的深度學習模型，得到三維模型對應的風振響應模型。通過分別得到塔身模型和線路模型各自的風振響應參數，由訓練完成的深度學習模型基于兩種風振響應系數輸出對應當前高架塔的風振響應模型，可以準確地評估高架塔的結構振動效應，提高高架塔的結構安全性能。

技術領域

本發明涉及電力技術領域，尤其涉及一種不同塔型在大氣邊界層風作用下的風振響應模型生成方法、設備、裝置及介質。

背景技術

隨著電網的普及，常通過高架塔將輸電線路連接到不同的地區。高架塔在不同的建筑地點需要考慮環境因素帶來的影響，以保證高架塔的穩定。

目前高架塔的施工方案需要考慮不同塔型在大氣邊界層風作用下的風振響應，然而高架塔上架設有多條輸電線路，輸電線路對高架塔的穩定性存在一定的影響，但是設計初期對于高架塔上架設輸電線路的模型并沒有詳細的風振響應研究，導致部分高架塔存在一定的結構安全問題。

發明內容

以下是對本文詳細描述的主題的概述。本概述并非是為了限制權利要求的保護范圍。

本發明實施例提供了一種風振響應模型生成方法，通過深度學習模型自動得到在大氣邊界層內不同塔型結合輸電線路的風振響應模型，為高架塔的建設提供數據支撐，減少高架塔在風振響應方面的結構問題。

第一方面，本發明實施例提供了一種風振響應模型生成方法，包括：

獲取當前高架塔的三維模型，所述高架塔上架設有若干條輸電線路且所述高架塔處于大氣邊界層內；

提取所述三維模型的特征點；

根據特征點的走向方式劃分歸屬于高架塔的第一特征點和歸屬于輸電線路的第二特征點；

根據所述第一特征點確定所述塔身模型，根據所述第二特征點確定所述線路模型分離所述三維模型得到塔身模型和線路模型；

根據所述塔身模型上的第一特征點匹配塔身數據庫，確定所述高架塔的塔型；在所述塔身數據庫中提取與所述塔型對應的第一風振響應參數；

根據所述線路模型上的第二特征點匹配線路數據庫，確定所述輸電線路的排布方式；在所述線路數據庫中提取與所述排布方式對應的第二風振響應參數；

將所述第一風振響應參數和所述第二風振響應參數輸入訓練完成的深度學習模型，得到所述三維模型對應的風振響應模型。

本發明實施例第一方面提供的風振響應模型生成方法，至少具有如下有益效果：為了得到輸電線路對塔身穩定性的影響，對當前高架塔的三維模型進行劃分，得到塔身模型和線路模型，并分別得到塔身模型和線路模型各自的風振響應參數，由訓練完成的深度學習模型基于兩種風振響應系數輸出對應當前高架塔的風振響應模型，由于將輸電線路的影響考慮進當前高架塔的風振響應模型，因此基于所得到的風振響應模型可以準確地評估高架塔的結構振動效應，提高高架塔的結構安全性能。

在一些實施例中，所述獲取當前高架塔的三維模型，包括：

獲取當前高架塔的激光點云數據，所述激光點云數據由激光雷達設備掃描所述高架塔得到；

根據所述激光點云數據合成所述高架塔的三維模型。

在一些實施例中，所述深度學習模型的訓練方式包括：

在塔身數據庫中隨機選取若干種塔型，在線路數據庫中隨機選取若干種線路排布方式；

將所選取的若干種塔型和若干種線路排布方式隨機組合，得到訓練集；