测绘地理信息   2022, Vol. 47 Issue (4): 136-139
0
地下电缆通道空间信息整合和管理平台技术研究[PDF全文]
李迪1    
1. 广东电网有限责任公司珠海供电局,广东 珠海 519000
摘要: 随着城市化建设的进程,现普遍采用地下电缆代替架空线路进行输供电,由于地下电缆的隐蔽性,探测工具、探测手段的差异性导致探测数据存在不一致问题。针对地下电缆数据的特点以及当前面临的问题,研究了地下电缆以及通道数据整合与管理手段,构建了电缆线路走廊自动分段和多元非结构化数据统一管理方法,借助三维GIS的空间可视管理功能实现基于存量数据的三维渲染,在此基础上,开发地下电缆通道空间信息整合和管理平台,实现地下电缆数据的三维可视化管理与分析。
关键词: 地下电缆    线路走廊自动分段    多元非结构化数据统一管理    三维数据可视化    
Research on Spatial Information Integration and Management Platform Technologyof Underground Cable Channel
LI Di1    
1. Zhuhai Power Supply Bureau of Guangdong Power Grid Co., Ltd., Zhuhai 519000, China
Abstract: With the development of urbanization, underground cables, instead of overhead lines, are widely used for power transmission and supply. The problem of detecting data inconsistency arises due to the invisibility of underground cable, differences of detecting device and detecting methods. According to the characteristics of underground cable data and the current problems, this paper investigates integration and management methods of underground cable and channel data, constructs the automatic segmentation and multivariate unstructured data unified management methods of cable line corridors, and realizes the 3D rendering based on the stock data with the spatial visual management function of 3D GIS. On the basis of the above, the spatial information integration and management platform of underground cable channel is developed, realizing the 3D visual management and implementing the analysis of underground cable data.
Key words: underground cable    automatic segmentation of line corridor    unified management of multiple unstructured data    3D data visualization    

随着城市化建设的进程加快,由于用地紧张,市容建设等原因,城市普遍采用地下电缆输电方式,城市电缆化率超过50%,有的甚至达到75% 以上[1]。电缆敷设有槽盒直埋、电缆沟、电缆隧道、排管、顶管等方式。由于电缆敷设的隐蔽性,电缆通道空间信息、敷设方式和电气参数等信息对运维显得尤为重要。目前电缆运行管理单位已具有获取电缆通道空间信息、敷设方式和电气参数等信息的能力,但各种数据离散储存,缺乏统一可视化管理的解决方案[2]

针对以上问题,本文通过建设地下电缆通道空间信息整合和管理平台,提升了现有的电缆通道数据管理手段,使离散的电缆通道空间信息、敷设方式和电气参数等信息得以集中管理。同时通过结合三维GIS平台,实现基于存量数据的三维可视化渲染方法,将电缆通道空间信息在三维场景下更直观的展示,方便运维人员快速获取信息,提高了管理与运维效率。

1 地下电缆以及通道数据整合与管理 1.1 地下电缆与通道数据获取和格式

针对不同环境与不同敷设方式的电缆数据,根据其探测地物材质的差异需要采取不同的数据探测手段,如表 1所示。不同的探测手段数据类型不一样,其数据格式如表 2所示。

表 1 电缆通道探测方法 Tab.1 Cable Channel Detection Method

表 2 不同探测方式得到的数据格式 Tab.2 Data Format Obtained by Different Detection Methods

为了方便进行数据运维与管理,电缆走廊之间通过工井连接,而工井与工井之间的线路走廊段一般采取同一敷设方式。其关系结构如图 1所示。

图 1 电缆-走廊-工井关系 Fig.1 Cable-Corridor-Well Relationship

一条电缆线路包含多个线路走廊,而线路走廊的起始位置与终止位置一般来说都是工井,据此可以构建线路、走廊与工井的数据结构。

1.2 地下电缆线路走廊数据自动分段

一般来说地下电缆的测量以线路为单位进行测量,其数据主要包括测量电缆走廊左侧空间位置,以及埋深等,对于工井则是单独测量。地下电缆管理的粒度为线路走廊段,因此需要对测量数据进行分段,如图 2所示。

图 2 走廊解析流程图 Fig.2 Flow Chart of Corridor Analysis

实际上在测量过程中对于线路走廊的测量并没有进行分段,因此需要构建线路走廊自动分段流程与方法。由于线路走廊的起止位置都是工井,且在测量数据中包含了工井数据,据此能够对线路走廊数据进行自动分段,其流程如图 3所示。

图 3 走廊解析流程图 Fig.3 Flow Chart of Corridor Analysis

首先获取线路测量坐标与工井测量坐标,根据工井测量坐标获取工井位置,找到落在工井内的点或距离工井最近的点作为线路走廊分割点,在此基础上获取距离此点最近的对向点作为线路走廊的分割点,根据两相邻工井获取线路走廊。而距离工井最近线路点的计算方法如图 4所示。

图 4 最近邻点获取方法 Fig.4 Nearest Neighbor Acquisition Method

图 4中,ABCD为工井面,黄色点为线路走廊在工井外的测量点,绿色点为线路走廊在工井内的测量点,红色点为走廊重心,其计算方法为:

$ \begin{aligned} &\mathrm{d} x=\sqrt{x_A^2+x_B^2+x_C^2+x_D^2} \\ &\mathrm{~d} y=\sqrt{y_A^2+y_B^2+y_C^2+y_D^2} \end{aligned} $ (1)

式中,x为点横坐标;y为对应点纵坐标。得到重心坐标后计算线路点与重心坐标的最近距离。在计算过程中如果线路点较多,则首先对线路点构建kdtree [3]以提高计算效率,在得到最近邻点后,假设最近邻点为绿色点1,则在对向侧找到与点1最近邻的点2,构成走廊段分隔段。

1.3 多元非结构化数据统一管理

线路走廊数据包括线路、走廊、工井台账、线路图纸、线路巡视照片等。数据包括结构化数据与非结构化数据,针对不同类的数据管理方法存在差异,为了能够统计进行管理,本平台系统通过统计接口针对不同结构数据进行统一管理,实现空间数据与属性数据的处理,其架构如图 5所示。

图 5 多元数据统一管理架构 Fig.5 Unified Management Framework of Multivanate Data

通过此方式构建了电缆数据管理的通用接口,针对不同测量设备,不同数据类型都能够进行统一处理,同时直接通过对接口进行扩充,也能够对数据接入格式进行扩充,使得数据接入更加灵活。

2 地下电缆三维数据可视化技术

由于存量数据无法通过激光点云等手段进行直接建模,且根据设计数据重新建模成本较高,因此目前基于存量数据的管理一般只关注二维平面信息,只能查看线路走廊在平面上的位置关系,然而针对地下电缆的应用中,电缆埋深作为地下电缆空间信息的重要组成部分,也需要进行数据分析和处理,本文从二维数据入手,结合埋深数据的三维参数化建模,并在系统中结合ArcGIS Js API实现。

图 6所示,图 6(b)图 6(c)中虚线为地面,深度表示线路走廊的埋深,根据敷设方式参数化的走廊模式形成线路走廊三维场景。

图 6 三维参数化建模方法 Fig.6 3D Data Display Screenshot

由于测量的是离散的点数据,因此获取的深度数据也是离散点数据,为了能够获取测量点之间的深度数据,采用克里金插值[4]方式获取测量点之间任意点的深度,其插值方法为:

$ d_D=\sum\limits_{i=0}^n \lambda_i d_i $ (2)

式中,dD为目标点深度;λii点的权重;di为测量点i的深度。假设电缆在空间均匀分布,则权重满足$\min _\lambda\left(d_D-\hat{d}_D\right)$,其中$\hat{d}$为深度真值,根据深度密度分布模型结算出任意插值点深度。

最后进行三维渲染。图 7为采用不同渲染参数进行三维实时渲染的效果示意图。

图 7 不同参数渲染结果 Fig.7 Rendering Results with Different Parameters

3 平台的实现及应用

地下电缆通道空间信息整合和管理平台总体分为3层,分别为前端表现层、后台数据服务支撑层以及数据层,如图 8所示。前端表现层通过调用后台服务实现与用户的交互以及数据的展示等功能;数据服务支撑层的作用包括数据组织(通过数据库对数据进行组织以便于数据检索)、数据存取、以及给前端提供数据接口;数据层主要体现不同的数据模型的差异,后端采用基于Spring Cloud的微服务开发框,采用Restful风格API开发方式实现前后端分离开发[5-15]

图 8 高压电缆通道系统总体架构图 Fig.8 Overall Architecture of Platform About High Voltage Cable Channel System

4 结束语

本文针对地下电缆数据的特点以及当前面临的问题,对地下电缆数据管理与应用进行了研究。根据地下电缆测量数据的特点与地下电缆管理模式构建了数据解析的模型,采用参数化建模方法将二维数据结合测量的埋深数据进行三维渲染,增强了数据可视化管理的应用。通过地下电缆平台的开发,针对珠海市部分地下电缆数据进行了空间数据整合与管理应用,对当前高电压等级的地下电缆管理模式与技术进行了有益的探索,提升了电缆管理水平,具有较大的应用与推广价值。

参考文献
[1]
谭文斌, 李丹, 张永涛. 基于电子标签技术的地下电缆及通道数据管理应用系统建设[J]. 电子世界, 2019.
[2]
李庭坚, 张建刚, 徐云鹏, 等. 机载LiDAR在数字电网中的适用性分析[J]. 测绘地理信息, 2018, 43(1): 86-88.
[3]
谭仁春, 郭明武, 王明. 城市地下管线综合信息平台研究[J]. 测绘地理信息, 2018, 43(1): 115-118.
[4]
李思尧, 董章, 邱方驰. 基于RFID的地下电缆智能巡检系统的研安[J]. 电气技术与经济, 2018.
[5]
李卫海, 谭耀华. 城市地下空间信息的采集与管理[J]. 测绘地理信息, 2018, 43(3): 70-72.
[6]
Kennel M B. KDTREE 2:Fortran 95 and C++ Software to Efficiently Search for Near Neighbors in a Multi-dimensional Euclidean Space[J]. Eprint Arxiv Physics, 2004, 10: 3-33.
[7]
van Beers W C M, Kleijnen J P C, Ingalls R G, et al. Kriging Interpolation in Simulation : A Survey[C]. Proceedings of the 2004 Winter Simulation Conference, Washington D C, USA, 2004
[8]
李欣, 张广春, 张强. 济南供热管线地理信息系统设计与实现[J]. 测绘地理信息, 2017, 42(5): 84-87.
[9]
Lewis J, Folwer M. Microservices[EB/OL]. [2016- 06-25]. http://martinfowler.com/articles/microservices.html
[10]
Kristina C, Michael D. MongoDB权威指南[M]. 程显锋, 译. 北京: 人民邮电出版社, 2011
[11]
Richardson L. RESTful Web Services中文版[M]. 徐涵, 李红军, 胡伟, 等译. 北京: 电子工业出版社, 2008
[12]
Gutierrez F. Messaging with Spring Cloud Stream[M]// Spring Boot Messaging. California, USA: Apress, 2017
[13]
Banker K. MongoDB in Action[M]. Greenwich: Manning Publications Co., 2011.
[14]
Taylor R H, Rose F, Toher C, et al. A Restful API for Exchanging Materials Data in the AFLOWLIB. org Consortium[J]. Computational Materials Science, 2014, 93: 1-4. DOI:10.1016/j.commatsci.2014.06.035
[15]
徐玉健, 余大新, 李伟亮, 等. 既有铁路隧道变形与爆破振动监测的自动化应用[J]. 测绘地理信息, 2019, 44(1): 52-55.