随着退耕还林政策推行与生态系统建设,输电线路树障维护成为电力系统日常运营维护的重要任务之一。相较于传统人工巡线费时费力且效率低下的维护方式,使用预测模型与遥测系统结合建立有针对性的优化模型,可以在减少无意义的人工浪费的同时加强了的线路树障维护的管理方案,从而更加科学有效的对树障进行维护。本文使用高光谱对输电走廊树障分布情况进行识别,依照识别结果筛选出高威胁速生树木进行生长模型重构,建立适用于树障预警的生长模型。修正树障维护可靠性目标函数,建立包含维护可靠性与经济性的优化模型。模型中个体参数通过光谱识别与树高生长模型结合确定。具体工作如下:(1)为克服输电走廊地形复杂,人员不易进入,维护工作人员专业限制原因等难以有效对高威胁树竹整体分布情况完整认知,导致输电线路全局维护可能存在缺漏与不准的情况,本文通过对无人机搭载的高光谱拍摄的图像进行光谱预处理、谱线变换、特征提取等方法处理谱线后有效分类,识别出输电走廊内树竹种类,验证了通过机载高光谱进行输电走廊具体树种分布识别的可行性。(2)分析传统生长模型,结合输电线路树障预警实际应用情况,针对传统生长模型中以树龄或胸径作为自变量,这些信息不易获取,使用现有树高反推存在较大误差的问题,对模型进行重构,使用现有树高进行预测,并加入影响因子进行模型修正。使用实测速生高威胁树木数据进行模型验证,证明了重构模型的有效性。(3)针对输电走廊内高威胁树种建立输电走廊维护模型,将光谱识别结果与树高生长重构模型结合,确定个体参数,修正输电线路树障维护可靠性目标函数,以修正后线路可靠性与维护经济性为目标,按照二进制编码方式建立多目标优化模型,在保证维护输电线路的可靠性的同时尽可能减少经济支出。通过实际案例对比,证明修正后的树障维护优化模型能够提供更优越的维护方案,并给出最终维护方案,保证同等可靠性前提下提供最小经济支出方案,避免了可能由于过度维护造成不必要的经济浪费。