MicrocomputerApplicationsVol.39,No.8,2023文章编号：1007-757X（2023)08-0186-03开发应用基于无人机的电力设备智能检测系统研究微型电脑应用2023年第39卷第8期刘丙财，周伟才，黄海鹏，陈城，白岩石（深圳供电局有限公司，输电管理所，广东，深圳518000）摘要：针对目前基于激光雷达提取电力传输线精度低、过度依赖先验信息、易受干扰等问题，提出了一种基于熵权特征评价的无人机激光雷达PTL检测系统。利用炳权法计算并分配不同显著特征的权重，从而最大化特征组合的性能。通过以最小的PTL损失移除大多数非PTL点，从而提高特征处理效率。通过自适应特征加权算法评估剩余的特征来提取PTL，从而提高评估的鲁棒性。实验环节以4个不同环境特征的样本集为例，对所提方法进行验证集分析。结果表明，与基于空间距离的方法相比，在复杂条件下本文方法准确度和F分数提高约4.961%和5.787%。实验结果进一步验证了所提模型即使在恶劣环境特征，也可获得较好的电力线提取结果。关键词：输电线路；无人机激光雷达；特征提取；熵权方法中图分类号：TP393ResearchonIntelligentDetectionSystemofPowerEquipmentBasedonUAV(TransmissionManagementOffice,ShenzhenPowerSupplyBureauCo.,Ltd.,Shenzhen518000,China)Abstract:Aimingattheproblemsoflowprecision,overrelianceonpriorinformationandeasyinterferenceofpowertransmis-sionlineextraction,basedonlidar,aPTLdetectionsystemusingUAVlidarbasedonentropyweightfeatureevaluationispro-posed.Theentropyweightmethodisusedtocalculateandallocatetheweightsofdifferentsalientfeatures,soastomaximizetheperformanceoffeaturecombination.TheefficiencyoffeatureprocessingisimprovedbyremovingmostnonPTLpointswithminimalPTLloss.TheadaptivefeatureweightingalgorithmisusedtoevaluatetheremainingfeaturestoextractPTL,andtoimprovetherobustnessoftheevaluation.Intheexperiment,foursetswithdifferentenvironmentalcharacteristicsaretakenasexamplestoverifytheproposedmethod.Theresultsshowthatcomparedwiththemethodbasedonspatialdistance,theac-curacyandFscoreofthismethodareimprovedabout4.961%and5.787%,respectively,undercomplexconditions.Theex-perimentalresultsfurtherverifythattheproposedmodelcanobtainbetterpowerlineextractionresultseveninharshenviron-ment.Keywords:power...
