本发明涉及无人机机巢规划选址领域，特别涉及一种输配电线路巡检无人机的机巢选址方法。
背景技术：
1、随着无人机技术的快速发展，其在输配电线路巡检中的应用日益广泛。无人机能够快速响应巡检任务，有效降低人工巡检的风险和成本，同时提高巡检的覆盖面和数据收集的准确性。然而，现有的无人机机巢选址方法多依赖于专家经验和简单的地理信息分析，缺乏系统性规划，未能充分考虑复杂的地理空间因素，这限制了无人机巡检效率的进一步提升。地理信息系统（gis）作为一种强大的空间数据分析工具，为无人机机巢的选址提供了数据依据，栅格密度估计作为一种统计分析方法，根据杆塔与栅格的交接关系，从杆塔数量与杆塔电压等级两个维度加权进行密度估计。栅格化分析能够分析无人机输配电线路巡检工作的用户需求分布，识别出需求量较大的区域，从而辅助确定机巢的最佳位置。
技术实现思路
1、本发明的目的是提供一种输配电线路巡检无人机的机巢选址方法，旨在结合gis的空间分析能力和栅格化数据统计分析优势，提供一个更科学、更精确的选址决策支持。该方法不仅能够优化无人机机巢的布局，还能有效降低机巢建设成本，提高机巢巡检范围覆盖率，对于推动无人机在输配电线路巡检领域的建设与应用具有一定意义。
2、一种输配电线路巡检无人机的机巢选址方法包含：基于gis系统获取电网侧所需巡检杆塔坐标数据及变电站、供电所等具备机巢安装环境的机巢候选点坐标信息；基于行政区划地图数据按照不同地市区域构建内接圆半径大小为5000米的蜂窝栅格，使用杆塔坐标与栅格化地图数据以各个栅格为中心估算该栅格下的杆塔栅格密度，并通过设定栅格密度阈值过滤获取巡检杆塔密集栅格；通过空间关系合并杆塔密集栅格，得到杆塔密集区，通过比较机巢覆盖半径与杆塔密集区外接圆半径，若前者较大则直接查找杆塔密集区中心点最近候选点，若后者较大，则通过杆塔密集区数据构建泰森多边形对选址空间进行拆分；通过泰森多边形数据结合机巢候选点数据查找每个多边形中能建立机巢的最近站点确认为机巢部署点。
3、具体包括如下步骤：
4、步骤1、获取电网侧杆塔与机巢候选点的经纬度坐标数据列表。经纬坐标数据以国网坐标系为标准，利用gis对外接口获取几何图形point文本wtk形式的电网侧杆塔经纬坐标序列，机巢候选点经纬坐标序列。其中，n代表第n级杆塔，表示第n级杆塔的经纬坐标，m代表第m个机巢候选点， 表示m个机巢候选点的经纬坐标。
5、步骤2、图形数据预处理与栅格化。获取行政区划空间矢量数据，按不同市区维度提取矢量边界得到多组边界序列，其中i代表直辖市编号，k表示边界矢量的数量，表示一个由k组经纬坐标构成的多边形。
6、进一步地，对每个地市区域进行空间栅格化划分的具体步骤如下：
7、步骤2.1、根据上述获取边界矢量的临界值确认每个市区的栅格范围，在范围内构建内接圆半径为5000米的蜂窝栅格。
8、具体地，边界矢量临界值构成矢量矩形，其四个顶点坐标分别为：(),(,),(,),。确定矢量矩形范围后，构建距离窗口d，计算蜂窝状栅格化边界临界值为：
9、，
10、，
11、，
12、，
13、步骤2.2、根据蜂窝栅格临界值计算蜂窝的宽度、高度、横向偏移量与纵向偏移量：
14、，
15、，
16、，
17、，
18、其中l为蜂窝边长，通过蜂窝区域面积推到所得，表示开平方根。
19、步骤2.3、基于上述临界值及单个蜂窝栅格相关参数指标，可计算得矢量矩形区间范围下，可划分的栅格纵向数量为row，横向数量为col：
20、，
21、，
22、其中为向上取整，保证栅格化后能够覆盖原始矢量边界范围内的所有区域。
23、步骤2.4、构造蜂窝栅格中心点坐标并对每个栅格按顺序编号。
24、具体地，根据步骤2.3所得横向、纵向栅格数量，以临界值为起点逐个累加蜂窝栅格的宽度与高度，计算得到每一个栅格的起止点：
25、，
26、，
27、进一步地，根据起止点及蜂窝宽高，构建矩形矢量。通过质心计算公式，得到矩形质心坐标数据。
28、步骤2.5、计算杆塔栅格密度。基于矩形矢量区域与杆塔坐标p，机巢候选点坐标s计算栅格密度。
29、具体地，以贪心算法思路按杆塔维度于坐标系上全域寻优最近机巢候选点，计算杆塔与机巢候选点距离：
30、，
31、、和分别为第j个杆塔与之最近的机巢候选点的横纵坐标。
32、进一步地，按照电压等级越高越优先覆盖,对10kv及以上杆塔电压等级按数值从小到大的编码标识，数值越大越优先。根据目标定义，构建权重可调加权评价计分方式，如下式所示：
33、 * ，
34、其中为可调权重，，为对应杆塔电压等级，最终通过加权得到区域杆塔评价分值作为杆塔栅格密度估计。
35、步骤3、根据栅格密度阈值过滤。基于杆塔栅格密度计算结果，对每一个栅格进行编号，根据栅格密度阈值进行判断，高于栅格密度阈值的栅格标识为杆塔密集栅格，机巢在该区域选择优先级提升，低于栅格密度阈值的栅格表示为杆塔稀疏栅格，机巢在该区域选择优先级降低，直接查找最近候选点。
36、具体地，基于步骤2杆塔栅格密度对栅格进行编号标识，得到栅格序列，其中，用于标识是否杆塔密集栅格，用于标识每一个栅格的序号，按照序列顺序依次对比栅格密度阈值。
37、进一步地，若杆塔栅格密度大于栅格密度阈值，则将设定为1，代表杆塔密集栅格，否则设定为0，代表杆塔稀疏栅格。
38、步骤4、基于步骤3栅格序列筛选出杆塔密集栅格，通过空间关系合并杆塔密集栅格，得到杆塔密集区，构建外接圆满足能够覆盖杆塔密集区，判断机巢覆盖半径与杆塔密集区外接圆半径大小关系，若杆塔密集区外接圆半径小于等于机巢覆盖半径，则直接在杆塔密集区外接圆区域内结合机巢候选点坐标s，查询最近的候选点作为机巢选择点，若杆塔密集区外接圆半径大于机巢覆盖半径，则构建泰森多边形进一步进行空间拆分。
39、具体地，根据步骤2的栅格质心获取点集，结合横向偏移量与纵向偏移量、进行偏移计算，泰森多边形的边界由点集与中多个点的最近点边界组成。
40、进一步地，这些边界可以通过找到所有点对之间的等距离线来确定。对于两个点与。等距离线可以，其中(, )是两点的中心点坐标，是两点之间的距离。
41、进一步地，重复上述步骤，可以找到所有点对之间的等距离线，并确定这些线的交点，这些交点即为泰森多边形的顶点，构成泰森多边形的空间范围内结合s查询最近的候选点，作为机巢选择点。
42、本发明的有益效果是：
43、本发明融合了地理信息系统（gis）与栅格密度分析技术，为无人机机巢的选址提供了一种精确、高效的解决方案。这种方法通过精确获取电网侧杆塔坐标数据以及变电站、供电所等潜在机巢安装点的坐标信息，利用gis系统对这些数据进行深入分析，确保了选址的科学性和合理性。通过在不同地市区域构建内接圆半径为5000米的栅格网络，本发明能够以行政区划为基础，对巡检区域进行细致划分，进而实现对杆塔栅格密度的精确估算。这种栅格化处理不仅提高了选址的精确度，而且通过设定密度阈值，可以有效地识别出杆塔密集区域，为无人机机巢的部署提供了有力的数据支持。此外，本发明还考虑了无人机机巢的覆盖半径与杆塔密集区半径的比较，通过这一比较，可以进一步优化机巢的选址。当机巢覆盖半径大于杆塔密集区半径时，可以直接在密集区中心点附近寻找候选点，而当杆塔密集区半径更大时，则通过构建泰森多边形对选址空间进行拆分，确保每个多边形内都能找到一个最佳的机巢部署点。这种方法具备自动化和智能化，减少了人工选址的主观性和不确定性，提高了选址的准确性和可靠性。同时，它还具有较强的环境适应性，可结合不同地理和环境条件进行调整，确保选址方案的通用性和适用性。
44、通过本发明的无人机机巢选址方法，可以显著提高输配电线路巡检的效率，降低运营成本，增强巡检的安全性，并优化资源分配。此外，该方法还为电力公司提供了一种科学的决策支持工具，有助于推动无人机巡检技术的可持续发展和环境友好型应用，对于提升整个电力巡检行业的技术水平和工作效率具有重要意义。
1.一种输配电线路巡检无人机的机巢选址方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种输配电线路巡检无人机的机巢选址方法，其特征在于，在步骤1中，结合gis系统坐标数据，基于国网坐标系标准构建巡视电网侧杆塔坐标集与机巢候选点坐标集，根据行政区划地市边界及杆塔、候选点地市归属，对异常数据执行数据补召，对补召数据仍存在问题的坐标进行同源数据库维护。
3.根据权利要求1所述的一种输配电线路巡检无人机的机巢选址方法，其特征在于，在步骤2中，将行政区划数据转换为规则栅格，通过确定栅格大小与范围、计算行列数、遍历每个行政区划，并将边界转为栅格掩码填充数组得到栅格化数据，结合杆塔坐标与栅格交接关系，计算每个栅格内的杆塔密集程度。
4.根据权利要求3所述的一种输配电线路巡检无人机的机巢选址方法，其特征在于，步骤2具体包括如下步骤：
5.根据权利要求4所述的一种输配电线路巡检无人机的机巢选址方法，其特征在于，在步骤3中，设定栅格密度阈值筛选出所需巡视杆塔的密集栅格，作为机巢覆盖最优先考虑的目标对象，低于栅格密度阈值的栅格作为次优先级考虑的目标对象。
6.根据权利要求5所述的一种输配电线路巡检无人机的机巢选址方法，其特征在于，步骤3中，基于步骤2杆塔栅格密度对栅格进行编号标识，得到栅格序列，其中，用于标识是否杆塔密集栅格，用于标识每一个栅格的序号，按照序列顺序依次对比栅格密度阈值；若杆塔栅格密度大于栅格密度阈值，则将设定为1，代表杆塔密集栅格，否则设定为0，代表杆塔稀疏栅格。
7.根据权利要求6所述的一种输配电线路巡检无人机的机巢选址方法，其特征在于，步骤4中，根据步骤2的栅格质心获取点集，结合横向偏移量与纵向偏移量、进行偏移计算，泰森多边形的边界由点集与中多个点的最近点边界组成；
