【技術實現步驟摘要】
本專利技術涉及目標分割，特別涉及基于環境融合的配電網絡點云分割方法。
技術介紹
1、在智能電網和配電網絡的維護和管理中，點云數據已經成為一種重要的工具。點云數據能夠準確地描述配電網絡的三維結構，為電網的設計、監控和維護提供了豐富的信息。然而，隨著配電網絡的日益復雜，特別是配電網絡的結構更加復雜，且配電網絡的類型各有不同，且不同類型的配電網絡所處的環境也是復雜多變的。現有電力點云自動分割方法主要適用于特征明顯、干擾小的高壓配電網絡，對于比較低矮、復雜的配網線路或某些低電壓輸電線路的分類效果較差，存在分割效率低、分割成本高的技術問題。
技術實現思路
1、本專利技術提供基于環境融合的配電網絡點云分割方法，以解決現有技術中存在分割效率低、分割成本高的技術問題，實現提高配網點云分割效率和準確性的技術效果。
2、本專利技術提供的基于環境融合的配電網絡點云分割方法包括：
3、采集配電網絡點云數據，其中，所述點云數據包括環境點云數據，所述環境點云數據與所述配電網絡點云數據相融合。
4、獲取預構建的分層邊緣感知網絡，所述分層邊緣感知網絡包括局部嵌入模塊、全局嵌入模塊、注意力機制模塊、全局到局部下采樣、上采樣，其中，所述注意力機制模塊、全局到局部下采樣、上采樣構建多層級網絡，且所述多層級網絡中包含多次跳轉連接，所述跳轉連接為注意力機制模塊與全局到局部下采樣的跳轉。
5、將所述配電網絡點云數據輸入所述分層邊緣感知網絡，通過所述局部嵌入模塊對所述配電網絡點云
6、在一種可行的實現方式中，通過所述局部嵌入模塊對所述配電網絡點云數據捕捉每個點的局部特征及局部鄰域特征，包括：
7、通過距離度量，確定點云數據中每個點的k個鄰居點。
8、將所述k個鄰居點的特征向量復制k次，構建特征矩陣。
9、將復制得到的k個特征矩陣按照通道維度進行拼接，獲得堆疊特征矩陣，所述堆疊特征矩陣包括原始點以及鄰域的局部特征。
10、將所述堆疊特征矩陣作為輸出，獲得所述局部特征及局部鄰域特征。
11、在一種可行的實現方式中，所述將復制得到的k個特征矩陣按照通道維度進行拼接之前，還包括：
12、配置多尺度k值。
13、基于所述多尺度k值，確定多尺度k個鄰居點。
14、根據所述多尺度k個鄰居點的特征向量進行特征插入，形成多個新的特征維度。
15、對所述多個新的特征維度進行可視化評價，確定特征分布與目標特征變量的關系，篩選新特征維度。
16、將所述新特征維度加入拼接特征中。
17、在一種可行的實現方式中，所述通過注意力機制模塊對局部特征及局部鄰域特征和全局特征進行融合，包括：
18、根據所述局部特征和全局特征，通過權重矩陣映射為查詢向量、健向量、值向量。
19、計算所述查詢向量與所有健向量之間的相似度得分，獲得注意力分數。
20、通過歸一化函數對每個查詢向量與所有健向量之間的相似度得分進行歸一化處理，建立每個查詢向量與健向量的歸一化權重分布關系。
21、利用所述歸一化權重與對應的值向量相乘，獲得注意力機制輸出。
22、在一種可行的實現方式中，利用所述歸一化權重與對應的值向量相乘，獲得注意力機制輸出，包括：
23、通過公式：計算，獲得所述注意力機制輸出，其中，q為查詢向量、k為健向量、v為值向量、為縮放因子。
24、在一種可行的實現方式中，所述輸出配電網絡的分割結果之后，還包括：
25、對所述配電網絡的分割結果進行配電線識別，提取配電線分布定位。
26、根據所述配電線分布定位進行線路平滑性檢測，獲得平滑性檢測結果。
27、根據所述平滑性檢測結果，識別異常節點。
28、當未存在所述異常節點時，確定所述配電網絡的分割結果。
29、在一種可行的實現方式中，所述識別異常節點之后，還包括：
30、當存在所述異常節點時，獲得異常配電線及相鄰配電線。
31、根據所述異常配電線進行線路異常節點對齊補償，確定補償特征。
32、基于所述補償特征，扣取異常環境特征。
33、根據所述相鄰配電線提取環境特征，利用所述環境特征與異常環境特征進行關聯性分析，確定關聯識別特征。
34、利用所述關聯識別特征對所述異常環境特征進行重新分割，并基于所述補償特征對配電線特征進行還原再分割。
35、在一種可行的實現方式中，根據所述相鄰配電線提取環境特征，利用所述環境特征與異常環境特征進行關聯性分析，確定關聯識別特征，包括：
36、根據所述相鄰配電線提取的環境特征，設置特征初始點，所述特征初始點為與異常節點的距離滿足距離要求的一簇像素點。
37、確定所述特征初始點的鄰域像素。
38、基于所述特征初始點擬合像素生長信息，所述像素生長信息包括灰度值、顏色、紋理、梯度。
39、將所述特征初始點為起點，基于所述像素生長信息對鄰域像素進行生長覆蓋判斷，滿足所述像素生長信息的像素區域作為新的特征初始點。
40、基于新的特征初始點擬合新的像素生長信息，迭代利用像素生長信息進行鄰域像素的生長覆蓋判斷，直到異常環境特征為止，基于當前像素生長信息確定所述關聯識別特征。
41、本專利技術公開了基于環境融合的配電網絡點云分割方法，包括：采集配電網絡點云數據和環境點云數據，并將兩者融合。獲取預構建的分層邊緣感知網絡，該網絡包括局部嵌入模塊、全局嵌入模塊、注意力機制模塊、多層級網絡中的全局到局部下采樣和上采樣，且包含多次跳轉連接。將配電網絡點云數據輸入分層邊緣感知網絡，通過局部嵌入模塊捕捉每個點的局部特征及局部鄰域特征，通過全局嵌入模塊進行全局特征識別，通過注意力機制模塊融合局部和全局特征，聚焦分割任務特征。通過多層級網絡中的多次下采樣和上采樣，分割環境特征與配電網絡特征，輸出配電網絡的分割結果。本專利技術公開的基于環境融合的配電網絡點云分割方法解決了存在分割效率低、分割成本高的技術問題，實現了提高配網點云分割效率和準確性的技術效果。
本文檔來自技高網...【技術保護點】
1.基于環境融合的配電網絡點云分割方法，其特征在于，所述方法包括：
2.如權利要求1所述的基于環境融合的配電網絡點云分割方法，其特征在于，通過所述局部嵌入模塊對所述配電網絡點云數據捕捉每個點的局部特征及局部鄰域特征，包括：
3.如權利要求2所述的基于環境融合的配電網絡點云分割方法，其特征在于，所述將復制得到的K個特征矩陣按照通道維度進行拼接之前，還包括：
4.如權利要求1所述的基于環境融合的配電網絡點云分割方法，其特征在于，所述通過注意力機制模塊對局部特征及局部鄰域特征和全局特征進行融合，包括：
5.如權利要求4所述的基于環境融合的配電網絡點云分割方法，其特征在于，利用所述歸一化權重與對應的值向量相乘，獲得注意力機制輸出，包括：
6.如權利要求1所述的基于環境融合的配電網絡點云分割方法，其特征在于，所述輸出配電網絡的分割結果之后，還包括：
7.如權利要求6所述的基于環境融合的配電網絡點云分割方法，其特征在于，所述識別異常節點之后，還包括：
8.如權利要求7所述的基于環境融合的配電網絡點云分割方法，
...【技術特征摘要】
1.基于環境融合的配電網絡點云分割方法，其特征在于，所述方法包括：
2.如權利要求1所述的基于環境融合的配電網絡點云分割方法，其特征在于，通過所述局部嵌入模塊對所述配電網絡點云數據捕捉每個點的局部特征及局部鄰域特征，包括：
3.如權利要求2所述的基于環境融合的配電網絡點云分割方法，其特征在于，所述將復制得到的k個特征矩陣按照通道維度進行拼接之前，還包括：
4.如權利要求1所述的基于環境融合的配電網絡點云分割方法，其特征在于，所述通過注意力機制模塊對局部特征及局部鄰域特征和全局特征進行融合，包括：
5....
【專利技術屬性】
技術研發人員：王濤，孫明蔚，秦虓，錢夏駿，匡毅，黃超，
申請(專利權)人：無錫廣盈集團有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。