电力资源是当今社会中被广泛应用的一种重要能源,不仅对国家经济建设,国防安全起着极其重要的支撑作用,还影响着社会运行的方方面面。在电力供求系统中,电力资源的生产者诸如:火电、风电、水电、核电站一般位于偏僻地区,而电力资源的需求者诸如:企事业单位、居民区等一般位于人口密集区。为满足电力资源长距离大范围调配需求,高压、超高压、特高压输电线路作为一项重要的电力设施不断涌现,输电线路的安全与否不仅关系到民众的日常生活,还会直接影响到国家的正常经济建设,进而影响国家经济平稳有序发展。目前我国输电线路巡检方式以日间人工实地巡检为主,而输电线路存在的点多、线长、面广的特点使得这种作业方式周期较长且工作强度较大,难以满足现代化电网快速发展和安全运行需要。无人机机载激光扫描技术具有的快速获取高精度真实三维点云数据的能力,使得基于机载激光点云的输电线路安全巡检方式成为输电线路巡检工作的一种全新解决方案。本文研究内容依托南方电网实际工程项目应用,针对机载激光点云数据应用于高压输电线路电力走廊安全巡检作业实际需求,重点研究了从机载点云中快速自动化提取高压电塔、输电导线、建筑物等各类电力走廊要素,并依据提取结果进行电力走廊风险计算。本文具体研究内容如下:(1)提出了一种基于栅格化特征的电力要素自动化提取方法。算法通过分析电力线路中架空输电导线具有的局部悬空性、局部线性等实现分块点云数据架空输电导线段的自动化提取,并结合单条导线具有的局部共线特征,对提取出的局部导线段进行聚类合并,实现基于二维栅格化结果的架空电力线的粗提取。通过分析高压电塔具有的大高差、局部极大值、高程连续分布等特性,实现高压电塔在二维栅格化区域内的潜在位置的快速锁定,并通过高程聚类的方法实现高大林区的快速滤除。最终利用高压电塔与输电导线在三维空间位置中存在彼此连接的特性,对电力要素粗提取结果进行优化,完成了电力要素自动识别的目的。(2)提出一种面向要素类别的分类框架。首先以基于高程方向分层切片的方法分析计算获取高压电塔平面中心坐标。而后依据高压电塔平面中心坐标对与之相连接的电力线进行分档分段,并依据高压电塔平面中心坐标以及架空输电导线走向对环境要素进行分档,并按照高压电塔翼长结合架空输电线路运行规程所要求安全距离实现潜在风险区域分割。并对档间潜在风险区域环境要素进行面向要素类别的分类框架设计,针对建筑物要素,提出一种基于面片分割的建筑物分类方法。通过对点云数据DEM特征进行梯度分析聚类,获取平缓分布面片,而后通过分析面片边界点与周围点是否存在高差阶跃以及对应面片位置DSM与DEM之差是否小于一定阈值来实现建筑物面片分类。针对地表点提取,选用现有算法中较为鲁棒的滤波算法,针对剩余环境要素则归类为植被点云。(3)分析了一种基于电力线模型的疑似风险点搜索方法以及先搜索疑似风险点后进行疑似风险点分类的风险计算策略。首先根据电力线模型与安全距离需要对环境要素建立缓冲区获取疑似风险点。而后通过对疑似风险点进行类别分析并计算相应距离确定对应点是否为真实风险点;分析了一种架空输电导线交叉跨越风险计算方法,方法通过对电力线分档拟合,并对电力线数据进行二维栅格化快速锁定交叉跨越位置,而后计算交叉跨越电力线之间的垂距完成交叉跨越风险距离计算;在获取风险点时,结合相关规范中的安全距离判别真实风险点为电力线路安全维护提供重要的决策支持。