高云波，陈辉，张承威，张贤，都伟杰

(常州常供电力设计院有限公司，江苏 常州 213000)

随着国家电网公司大力开展“新基建”，城市输电网络的发展也越来越快。作为输电工程的第一个环节，线路设计是一项内容庞大而复杂的工作，目前线路设计已经迈入三维设计时代，在三维场景下选址选线已成为趋势[1-3]。面对当前城市空间资源日益紧张，以及采集的遥感影像数据量大、信息维度多，处理分类难度较大等问题，研究如何利用人工智能深度学习技术处理地理影像数据实现避让地物，优化线路路径是十分必要的。在传统的三维设计中，首先需要采集线路通道内大量的地理空间航测数据，然后通过航测数据手动添加道路、房屋、树木、河流等主要地物并测量其与输电线路空间距离，才能够决定整体输电线路走向，减少交叉跨越等问题，从而确保输电工程设计方案的合理性[4-6]。但由于线路通道内地物数量繁多，且各类地物区域不规则，面积大小不一，这使得设计人员选线工作量大，工作效率低，容易引发输电路径选择不合理、沿线交叉跨越不满足等严重问题。另外，传统遥感影像分类方法多采用特征提取和分类器的框架，但这些方法在处理影像数据的非线性问题以及分类精度上存在较大的局限性。近年来，基于深度学习的图像分类成为研究热门，它通过多层网络学习自动提取抽象特征，将图像转换为更容易识别的高级特征，从而实现高精度的影像分类。……