一种基于树的集成机器学习框架，利用场景先验知识与Shapley加性解释方法，用于架空输电线的关键部件分割

《Engineering Applications of Artificial Intelligence》：A novel tree-based ensemble machine learning framework for key components segmentation of overhead transmission lines using scene prior knowledge and Shapley additive explanations

　　曹柳桐|余晨|刘一鸣|杜荣林|方世雄|张侃健|魏海坤
中国南京210096，东南大学自动化学院及教育部工程复杂系统测量与控制重点实验室

摘要
在架空输电线的点云中准确高效地分割关键组件（包括地线、导线、绝缘子及塔架）是实现智能巡检、验收和故障诊断的重要前提技术。传统机器学习方法受限于局部几何特征的优化，难以充分利用场景先验知识且缺乏可解释性。为解决这一问题，本文提出了一种基于树的集成机器学习框架，用于分割架空输电线点云中的关键组件。该框架在树基集成模型的基础上，依据场景先验知识将原始点云划分为靠近塔架的区域和输电线路走廊区域，这一划分策略有助于缓解类别不平衡问题。此外，本文还设计了一种新的径向距离特征，有效提升了不同语义组件之间的区分度。最后，通过Shapley加性解释方法分析了各特征的重要性及其相互作用，并提出了改进的SHAP特征重要性计算方法，以提高其在多分类模型中的表现能力。实验结果表明，与直接对原始点云进行分割相比，该方法在平均交并比、平均精度和整体精度方面分别提升了10.49%、5.69%和4.73%。尤其值得注意的是，该算法使塔架的交并比提升了15.08%，绝缘子的交并比提升了14.90%，显示出在关键组件分割方面的显著性能提升。

引言
电力是现代社会的基础（Stürmer等人，2024）。近年来，长距离架空输电线的建设速度迅速加快（Meng等人，2024）。由于这些项目涉及大规模的户外基础设施，施工疏漏和运行磨损可能会带来安全风险（Matikainen等人，2016）。因此，在项目竣工后进行严格的验收检测以及定期的运行检查对于保障电网安全至关重要。

对架空输电线的自动检测需要获取场景的三维信息。激光雷达技术越来越多地被应用于电力系统（Wang等人，2021）。与相机相比，激光雷达具有更强的适应不同光照条件的能力，能够提供目标表面的三维空间信息（Chen等人，2022）。其输出通常以点云形式呈现，每个点包含三维坐标、强度值以及回波属性（偶尔还包括精确的时间戳或RGB值）（Guan等人，2021）。作为激光雷达的部署平台，无人机因其能适应复杂地形、具备厘米级定位精度（得益于实时动态定位技术）以及无障碍的空中视角，已成为输电线路勘测的主要工具（Xu等人，2022）。

为了实现对架空输电线的智能巡检，必须从获取的点云中准确提取关键组件（包括地线、导线、绝缘子和塔架）（Liu等人，2023；J. Tang等人，2023；Shen等人，2023）。鉴于架空输电线所处的环境极为复杂，开发具有强区分能力的稳健分割算法仍十分重要（Savva等人，2025）。

在过去十年中，许多研究人员尝试对架空输电线的关键组件进行分割。从方法论角度来看，现有研究可分为三大类：基于特征和规则的无监督方法、深度学习方法以及传统机器学习方法（Shen等人，2024）。

基于特征和规则的无监督方法利用架空输电线的固有特性，通过针对不同组件的领域特定规则来设计分割算法。在导线（导体和地线）的分割中，Jung等人（2020）、Tan等人（2021）以及Pan等人（2024）主要利用高度属性、线性几何结构、点密度分布以及二维空间模式。塔架的分割则依赖于垂直结构特征、密度分布以及高度差（Huang等人，2020；Lu等人，2022；Liu等人，2022），但仅依赖这些特征会导致分割结果较为粗糙，需进一步结合塔架的线性特征进行优化（Shen等人，2023）。绝缘子的分割则可通过直径、数量以及环间间距等先验知识来实现（Arastounia和Lichti，2013），或者结合基于信息熵和特征熵的最优邻域选择与多尺度特征共同使用（J. Tang等人，2023）。Zhang等人（2019）、Ortega等人（2019）以及Nardinocchi等人（2020）则进一步实现了对塔架、导线和障碍物的联合分割。虽然这些方法能够达到较高的召回率，但其性能受到对专家调优参数和场景特定特征的过度依赖的限制，导致跨场景的泛化能力较差。

深度学习方法主要是对现有的主流基于点的深度学习模型进行改进和应用。Zhang等人（2022）通过引入几何特征提取和邻域聚合模块，增强了PointNet（Qi等人，2017a）的功能，从而同时捕捉局部几何信息和全局上下文信息。Su等人（2022）则对PointNet++（Qi等人，2017b）进行了修改，用于高精度的导线和塔架分割。Li等人（2020）采用图卷积网络（GCN）（Thomas和Max，2017）来实现精确的导线和塔架分割。为了进一步提升精度，Li等人（2022）将邻域维度与几何聚合模块整合到动态图卷积神经网络（DGCNN）（Wang等人，2019）中。最近的研究则聚焦于带有跳跃连接的注意力增强型编码器-解码器框架。有一些研究专门为架空输电线的分割设计了专用网络。Liu等人（2023）在SCF-Net（Fan等人，2021）的基础上增加了局部编码模块，以增强点云特征。Li等人（2025）利用坐标和角度信息构建局部几何特征，通过通道和旋转轴向交叉注意力机制提升局部细节的利用效率，并通过全层级聚合模块扩大解码器的感受野。Lu等人（2025）将高效的多尺度注意力机制整合到PointTransformerv3（PTv3）（Wu等人，2024）中，从而提升了不同尺度下的特征提取能力。深度学习方法也被应用于其他领域。例如，Jing等人（2025b）提出了一种混合感知协同学习框架，用于建筑系统中的点云语义分割，取得了良好的鲁棒性和分割效果。Jing等人（2025a）则引入了下水道视觉变换器，用于数据匮乏条件下的下水道管道缺陷检测，展现了良好的应用潜力。然而，对大规模数据集的依赖以及高昂的训练成本仍然制约着深度学习方法的进一步发展。

传统机器学习方法缺乏深度学习方法那样的自动特征提取能力，需要手动设计针对特定任务的特征。因此，大多数研究主要集中在邻域类型的选择与分析、特征工程、分类器选择以及分类性能的提升上。在邻域类型的选择与分析方面，存在多种不同的邻域和尺度，每种都有各自的优缺点。现有研究中常用的邻域类型包括k邻域、球形邻域和圆柱形邻域（Wang等人，2017）。k邻域会在三维欧几里得空间中选取目标点最近的k个邻居，从而实现灵活的局部上下文提取。然而，其提取的局部特征对点云密度极为敏感，导致在不同数据集上的适应性较差。球形和圆柱形邻域则涵盖目标点周围指定半径范围内的点，有助于识别物体间的密度变化和几何特性。圆柱形邻域由于高度无限，能够捕捉垂直分布特征。不过，对于大规模点云而言，这类邻域的特征计算成本相当高。邻域尺度参数（k邻域的k值，球形和圆柱形邻域的r值）对分割性能具有重要影响，这些参数通常是通过先验知识、启发式方法或分类结果来确定的（Wang等人，2018）。在特征工程方面，主要采用三种类型的特征：局部几何特征、对象特征和语义特征。局部几何特征是在与每个点相关的点邻域上计算的，通过所有邻域点的协方差矩阵的特征分解可以得到协方差特征，这些特征可以用来量化线性、平面性、各向异性以及垂直性等属性（Kim和Sohn，2010；Weinmann等人，2013）。高度和密度特征也被广泛使用（Yang和Kang，2018；Liu等人，2019）。Huang等人（2023）则利用强度和颜色特征来提高塔架提取的精度。然而，激光雷达获得的强度和颜色属性容易受到测量误差的影响，从而降低结果的可靠性（Kashani等人，2015；Alshawabkeh，2020）。与局部几何特征不同，对象特征是基于聚类或体素化生成的子区域而非邻域来计算的。语义特征则描述物体之间的上下文关系，通常是通过学习模型从低级特征中抽象出来的。由于对象特征提取存在参数敏感性，且语义特征的人类可解释性有限，相关研究仍然较少。在分类器选择方面，支持向量机（Shokri等人，2021）、决策树（Chasco-Hernández等人，2020）以及随机森林（Savva等人，2023；Q. Tang等人，2023）等模型被广泛应用。其中，由于随机森林具有出色的分类性能、强大的泛化能力以及较高的计算效率，因此在近期研究中得到了广泛关注。在分类性能提升方面，Kim和Sohn（2013）通过样本加权来解决类别不平衡问题，而Guo等人（2015）则通过马尔可夫随机场优化模型来减少塔架粘连伪影导致的错误分类。尽管传统机器学习方法能够取得不错的性能，但由于忽视了场景先验知识，其关注点仅停留在局部特征上，无法充分利用全局上下文信息。

尽管在架空输电线点云的语义分割方面已经取得了显著进展，但仍存在一些挑战。例如，未能充分利用场景先验知识仍是其主要局限之一。现有的学习方法大多采用标准化的预处理流程，包括对原始点云进行去噪、降采样和过滤处理，之后再通过手工设计的特征提取方法或基于深度神经网络的自动特征学习方法进行处理。这种处理方式并未充分考虑架空输电线场景的特定特征。与自然场景不同的是，架空输电线的塔架和绝缘子呈现出空间上聚集的分布特征。因此，在初步提取出塔架及其周边区域后，原始点云可以被划分为两个区域：塔架周边区域，其中包括地面、导线、地线、绝缘子和塔架本身；以及输电线路周边区域，其中包含地面、导线和地线。在完成划分后，会在每个子区域内分别进行特征提取和分割处理。与端到端框架相比，这种方法实际上将一个五类分类任务分解为两个子任务，从而降低了数据量及计算复杂度。

此外，将架空输电线场景划分为塔架周边区域和输电线路周边区域，还有助于解决类别不平衡问题。在架空输电线场景中，即使应用了地面过滤算法，非关键的地面点仍然占据着大部分点分布。虽然基于权重的全局类别平衡策略被广泛使用，但它们根据训练数据分配的权重可能限制其在不同数据集上的适用性。与原始场景相比，塔架周边区域的地面点数量大幅减少。虽然输电线路周边区域仍然存在地面点，但导线与地面之间的区分相对简单，不像塔架与地面之间的区分那么复杂。因此，输电线路周边区域中大量的地面点对分割精度的影响较小。总体而言，这种基于划分的策略有助于缓解严重的类别不平衡问题。

目前，那些试图利用全局上下文信息的现有方法通常依赖图结构和统计上下文模型来进行分割优化，而这往往会导致计算成本上升。然而，在初步提取出塔架及其周边区域后，塔架周边区域点云的中心点会靠近塔架的中心位置。但在原始点云中，塔架周边区域的中心点可能出现在任意位置。不同的关键组件和地面点相对于塔架中心的位置通常具有相对稳定的空间分布特征。因此，可以将每个塔架周边区域点与其所在区域中心的水平距离作为一种具有区分性的全局上下文特征。这一思路在现有文献中尚未被探索过，属于一项新的贡献。

值得注意的是，由于缺乏透明度，机器学习模型在实际应用中面临着部署难题（Song等人，2024）。因此，研究特征的可解释性对于提升模型的可理解性和实际应用价值具有重要意义。Zhang等人（2020）、Tan（2023）探讨了特征解释方法在点云分类和语义分割中的应用，但现有方法仍然忽略了特征之间的交互效应。实际上，用于分割的特征之间存在复杂的相互依赖关系和交互作用，而非孤立存在。揭示这些关系对于优化模型输出至关重要。SHapley加性解释方法（SHAP）近年来已成为一种广泛应用的后续可解释性方法，用于解释机器学习模型的输出结果（Atik等人，2024年），同时还能揭示特征之间的交互效应。SHAP值作为每个特征对预测结果的平均边际贡献，被用来量化特征的重要性。SHAP值的符号反映了该特征对预测的影响方向。然而，语义分割属于多分类问题，其预测结果并非仅限于两种方向。通常情况下，SHAP特征重要性是通过计算绝对SHAP值的平均值来确定的。但这种方法忽略了在多分类问题中，某一类的SHAP值会对其他类产生相反的影响，单纯计算绝对SHAP值的平均值可能会扭曲特征重要性的结果。因此，需要一种新的计算方法来准确评估多分类问题中的SHAP特征重要性。

总体而言，现有方法的局限性在表1中进行了系统总结，该表从区域划分策略、特征设计以及可解释性等多个维度对各类代表性方法进行了评估。无监督方法可以通过经验性的区域划分和特征设计来提取架空输电线的特定组成部分，且通常具有较高的可解释性，但它们严重依赖预定义的阈值，这往往会导致泛化性能受限。现代深度学习架构无需显式划分即可实现自主特征学习和语义分割，但这类方法通常存在黑箱特性且可解释性较差。此外，缺乏领域特定知识往往也会限制其在专业领域的性能发挥。传统机器学习则介于无监督方法和深度学习方法之间，但现有模型通常依赖于通用的手工设计特征，而这些特征往往无法捕捉到架空输电线的独特空间分布特征。

本文提出的方法借鉴了无监督方法的区域划分逻辑，它利用场景先验知识与核密度估计（KDE）技术来自适应地确定阈值，从而快速准确地预先提取塔体区域和导线区域。在此基础上，还设计了一种距离特征以反映全局空间信息，以此补充手工设计的局部特征。此外，还整合了SHAP分析来提升集成树模型（ETM）的可解释性。如表1中加粗部分所示，这些改进为架空输电线关键组成部分的提取提供了高度的可解释性，同时保持了良好的性能。

为解决上述问题，本文提出了一种基于树的集成机器学习框架，该框架利用场景先验知识和SHAP技术来实现架空输电线的关键组成部分分割。具体而言，该方法首先将输入的点云划分为塔体区域和导线区域。在常用局部几何特征的基础上，引入了一种新的距离特征用于塔体区域的分割，并在每个区域上训练集成树模型以获得分割结果。随后，运用SHAP进行模型可解释性分析，重点研究所提出的预划分策略、所选特征及其交互作用对分割结果的影响。此外，还提出了一种新的SHAP特征重要性计算方法，以应对多分类问题中负SHAP值带来的影响。本文的具体贡献如下：（1）据我们所知，这是首次在架空输电线点云语义分割中利用场景先验知识预先提取塔体及其周边区域。与端到端方法相比，该策略降低了数据集的复杂性，同时也缓解了类别不平衡问题。（2）提出了一种基于KDE的自适应阈值确定方法，用于为预先提取的塔体区域和导线区域确定区分性阈值。该方法并非使用固定的经验阈值，而是从面向任务的网格特征的多峰分布中推断出适合不同场景的阈值，从而提升了预划分过程的稳健性。（3）基于预先提取的塔体区域，设计了一种具有物理意义的径向距离特征，该特征描述了每个点到塔体区域中心的水平距离。结合高度特征，这种设计能够捕捉全局上下文信息，从而补充局部几何特征的作用，进一步提升架空输电线点云中不同语义成分的区分度。（4）采用SHAP提升模型可解释性，同时提出了一种新的SHAP特征重要性计算方法。该方法考虑了SHAP值因类别不同而产生的方向性影响，能够在多分类问题中提供更可靠的特征重要性评估。

本文的其余结构如下：第2节介绍了本文中使用的集成树模型、SHAP方法以及架空输电线的场景先验知识；第3节阐述了所提出的框架及其改进之处；第4节展示了基于实际数据集的实验结果；第5节分析了所提方法的有效性、效率及稳健性，并进行了全面的SHAP分析和绝缘子故障分析；最后第6节给出了结论。

**集成树模型**
本文中使用的集成树模型包括随机森林（RF）、极端梯度提升算法（XGBoost）、轻量级梯度提升机（LightGBM）以及支持分类特征的梯度提升算法（CatBoost）。

**方法论**
本研究提出的框架如图2所示。与基于机器学习的传统点云语义分割方法相比，本文提出了四项创新点。首先，在降采样和地面过滤之外，还通过基于体素的特征编码方法将场景进一步划分为塔体区域、导线区域和地面区域，同时利用基于KDE的方法自适应确定各区域的阈值。其次，除了常用的几何特征外，还引入了一种距离特征……

**实验部分**
本节的结构如下：第4.1节介绍了本研究中使用的数据集和实验平台；第4.2节详细说明了所提方法中的参数敏感度分析及设置；第4.3节介绍了实验中使用的评估指标；第4.4节阐述了所提方法中的超参数设置；第4.5节对所提方法与一些常见的深度学习方法进行了详细的比较和分析。

**讨论部分**
本节的结构如下：第5.1节分析了所提方法的有效性和效率；第5.2节探讨了其稳健性；第5.3节详细介绍了所提方法的SHAP分析结果；第5.4节从多个角度分析了绝缘子识别率较低的原因。

**结论**
本研究利用四种基于树的集成树模型（随机森林、XGBoost、LightGBM和CatBoost），构建了一个精确且具有可解释性的架空输电线语义分割框架。为应对架空输电线组件复杂的空间分布特征，该方法利用场景先验知识将场景点云划分为塔体空间区域和导线空间区域。此外，还提出了一种基于聚类的后处理方法……

**作者贡献声明**
童朝流：撰写——初稿、可视化、验证、软件开发、方法论设计、形式化分析、数据整理。沈宇：撰写——审阅与编辑、方法论、形式化分析。刘一鸣：研究工作。杜荣林：数据整理。方世雄：资金筹集。张建健：撰写——审阅与编辑、资金筹集。魏海坤：撰写——审阅与编辑、监督指导、资源协调、项目管理、资金筹集、概念构思。

**利益冲突声明**
作者声明不存在任何可能影响本文研究的已知财务利益或个人关系。

**致谢**
本研究部分得到了中国国家重点研发计划项目（编号2022YFC2807105）以及中国中央高校基本科研业务费项目（编号2242025F20002）的支持。