犀牛可視化編程的逆向輸電工程建模技術

中國電建集團貴州電力設計研究院有限公司 伍思睿

隨著國家大力發(fā)展智能電網，尤其關注電網數據的三維化、數字化及信息化工作以來，為電網行業(yè)技術快速發(fā)展提供了新的機遇?；诂F(xiàn)有建模技術的運用現(xiàn)狀及經驗，結合電網行業(yè)內三維建模實際存在的困難，本文基于犀牛對點云數據高適應性的支持及參數化建模優(yōu)勢，研究其對于運維中輸電數據逆向三維建模的技術流程及方法，為輸電工程三維建模提供了一種可操作的技術選擇。

為貫徹落實國家十四五規(guī)劃中電網信息化發(fā)展的要求，發(fā)展電網從數字化到智能化的轉型，各地電網公司逐步增加對輸電線路激光點云數據的采集，并通過與GIS等平臺的交互研發(fā)，實現(xiàn)三維虛擬仿真、數字孿生等新興技術。點云數據對現(xiàn)場的三維還原提供了重要的三維參考，彌補了傳統(tǒng)三維建模因臺賬信息不全、設計資料不全導致無法建?；蚪⒖既笔У膯栴}。

1 輸電工程逆向建模難點

基于點云數據進行逆向建模早已不是技術壁壘，早期點云數據的逆向三維建模主要依靠地面激光雷達設備采集數據，并通過配套設備的軟件如徠卡cyclone，天寶realworks等軟件實現(xiàn)。然而這些軟件在實際建模中存在以下問題：1）數據轉換量大；2）數據的建?？赏卣剐暂^弱，對于異形物、曲面或系統(tǒng)中沒有提供模型模板的物件無法建模。傳統(tǒng)的三維建模軟件如Bently平臺雖支持點云數據的加載，但當點云數據載入量大時，系統(tǒng)平臺的兼容性、流暢性大幅度降低；3ds max軟件除對高數據量點云加載及運行有明顯卡頓外，對于復雜曲面的處理能力也較差；Catia類軟件雖支持復雜數據的建模，但上手難度高、建模流程復雜。

因此，滿足輸電工程逆向建模平臺應具備二個核心能力：1）由于輸電工程跨越范圍大、數據呈帶狀且工程量巨大，必須支持海量點云數據的加載，數據建模中保持系統(tǒng)操作的高流暢性；2）平臺需要支持批量建模的參數化建模及復雜曲面、異形物建模能力。

2 數據處理及建模

基于上述電網建模工作中的客觀情況及建模要求，本文選用犀牛軟件及Arena4D插件進行數據建模。犀牛可以對需要精細、彈性及復雜曲面的三維模型進行構建，支持包括OBJ、DXF、IGES、STL、3DS等幾乎所有主流三維建模平臺格式兼容的能力。Arena4D是英國Veesusltd公司開發(fā)的可作為犀牛插件的三維點云管理的軟件，支持三維激光掃描、機載LiDAR、移動測量等數據管理及建模。圖1所示是數據處理及建模流程圖。

圖1 數據處理及建模流程圖

2.1 數據預處理及分類

本文數據選用深圳地區(qū)吉鵝線作為數據處理樣本，該數據采用飛行器搭載機載激光雷達，在對塔相對高50m的高度，以不超過60km/h的速度進行采集。為減少不必要的數據對建模造成的影響，本文通過去噪消除因設備采集過程中激光折射反射或空中雜質產生的離散點對數據建模的影響。其次通過分類處理將桿塔及線路進行提取，降低因點云數據過大導致的數據建模時操作流暢性不佳等問題。

2.2 數據導入及線模建立

通過Arena4D對點云las數據進行轉換，選擇數據采集的坐標系CGCS2000投影，將轉換后的vpc格式數據直接在犀牛中通過Arena4D進行加載及導入。導入數據后，對坐標軸進行定義，以確定建立模型點云數據的三維方向。通過Arena4D插件對點云數據進行管理。數據管理是指對點云數據進行必要的裁剪、切片等處理從而有利于建立基礎建模所需要的點云可視化條件。由于桿塔多處具有一定的對稱性及可復制性，因此可采用犀牛鏡像功能進行處理或復制移動旋轉等辦法減少數據工作量。另一方面，由于桿塔在實際運維中的重點是關注導地線掛點，因此除桿塔導地線、橫擔、塔頭、塔身及塔腿變坡位置外的其他部件在不追求高可視化要求下應不重點作為數據建模關注，從而影響建模效率。最終，通過基于Arena4D輔助工具及犀牛矢量繪圖功能，完成數據線模建立。

2.3 參數化建模

基于犀牛中Grasshopper（以下簡稱GH）插件，對桿塔角鋼等類似物件進行參數化建模。GH是一款可視化編程語言，通過編寫運算器并進行關聯(lián)，使機械性的重復工作及大量可通過邏輯演化的過程被計算機的循環(huán)運算代替。

本文中GH用于對桿塔主材及斜材角鋼進行批量放樣的可視化編程，主要邏輯思路是：①拾取基礎線；②找到該基礎線起點及終點；③找到該垂直于該直線的平面p1；④在p1平面繪制矩形j；⑤通過炸開命令提取出矩形j的4條邊abcd；⑥提出矩形j1上的兩條相鄰邊a、b；⑦對a、b并進行偏移，并判斷偏移內外側方向并刪除錯誤數據；⑧參數控制外側邊與內側邊連接位置，連接處設置倒角形成截面線；⑨截面線轉化成角鋼截面；⑩擠出放樣形成角鋼體。具體如圖2、圖3所示。

圖2 步驟⑦中偏移線條（左）；步驟⑧中連接內外側邊形成綠色截面線（右）

圖3 GH運算邏輯（上）；線模型（左）；放樣角鋼體（中）；角鋼體詳圖（右）

2.4 模型組裝及展示

由于點云數據的精度有限，且金具及絕緣子等細小部件規(guī)格復雜多變，較難在點云中進行參照性建模，因此塔模型外其他模型的建立主要基于兩種方法：1）通過點云數據尺寸及現(xiàn)場照片分辨部件類型，在已有模型庫中選用并組裝；2）基于已有的金具絕緣子設計圖紙對相關模型進行構建。建模中絕緣子主要確定其類型，例如玻璃絕緣子、合成絕緣子及單雙聯(lián)情況。本文金具基于已有設計圖紙進行建模，完成后將桿塔模型與部件模型進行組裝。最后，基于犀牛生產的成果數據，通過插件轉換成可供Skyline平臺導入的格式進行可視化展示。數據建?？梢暬Ч鐖D4所示。

圖4 數據可視化效果

3 總結及討論

本文通過犀牛、Arenna4D對點云數據進行逆向建模，通過對海量點云數據進行輕量級處理，實現(xiàn)對工程數據大批量導入，認為該平臺可實現(xiàn)海量點云數據加載并流程建模的問題。在基于GH的可視化編程下，本文對桿塔角鋼結構進行邏輯拆分、運算構建及編程，實現(xiàn)線模型批量放樣操作，大大提高了建模的效率。考慮到犀?；趶碗s曲面、NURBUS曲線的強大構建能力及GH參數化建模功能可運用在金具零部件等復雜部件建模中，為未來模型庫構建完善提供技術支持。其次，GH參數化建模由于具有良好可視化閱讀性，相較于基于VBA、python等其他三維軟件所內置的傳統(tǒng)計算機語言來說，更利于沒有編程背景的建模人員學習及使用。

未來輸電工程中傳統(tǒng)數據模型應該如何定義建模深度才能利于實際工作需是一個重要問題。根據現(xiàn)有行業(yè)數據量級及建模應用情況來看，為滿足快速生產運維工作的需要，對模型的深度、精度在基于不同的應用需求下應該有更加明確的劃分，避免“千模一規(guī)”的情況出現(xiàn)。最后，本文認為傳統(tǒng)三維模型與近年來興起的GIM數據格式之間的可編輯性、多平臺兼容性等問題才是輸電工程中建模技術的關鍵重點。