一种利用能见度模型预测输电线路冰厚的方法
技术领域
本发明涉及一种利用能见度模型预测输电线路冰厚的方法。
背景技术
导线覆冰指在一定的气象条件下,冰晶物质在导线四周积聚的自然现象,导线覆冰会导致电线和杆塔荷载的增加,导致事故的发生。导线覆冰引起的事故主要有以下三类:(1)过负载事故,其主要是因为导线覆冰超过设计抗冰厚度,即覆冰后质量、风压面积增加而导致的机械和电气方面的事故的发生;(2)不均匀覆冰或不同期脱冰事故,其主要是因为相邻档的不均匀覆冰或线路不同期脱冰产生张力差,从而损坏金具、导线和绝缘子或使导线电气间隙减少而发生的闪络;(3)覆冰导线舞动,其主要是因为不均匀覆冰或冰、风荷载的作用使导线产生自激振荡和低频率的舞动,从而造成金具损坏、导线断股、断线和杆塔倾斜或倒塌等机械及电气事故的发生。
电线积冰的统计特征可以根据以前的积冰事故来估计,但目前国内外对实际电线覆冰的准确观测数据尚不充足,尤其长期的覆冰观测序列更是严重缺乏。这使得输电线路无法根据实际的覆冰情况进行科学合理的布置与设计,一方面使工程成本增加,另一方面又使某些线路不能满足输电线路的抗冰的要求,从而导致事故的发生。
为满足输电线路抗冰(防冰)设计对覆冰数据的需求,现阶段主要采用建立覆冰观测站的方式来采集覆冰观测数据。目前使用的电子自动覆冰观测系统在严寒条件下不能正常工作,导致大量数据缺失。因此,在没有稳定可靠的自动观测系统的情况下,人工观测成为采集覆冰厚度数据的唯一方式。但人工观测充满风险,观测人员在观测过程中易发生安全事故,人员工作环境艰苦、生活保障困难,且投资费用较高。为防范风险、减少投资,采用观测气象要素的方式来预测输电线路覆冰厚度,这种创新方式可有效避免人工观测方式的不足。
发明内容
本发明的发明目的在于:针对上述存在的问题,提供一种利用能见度模型预测输电线路冰厚的方法,通过能见度模型预测输电线路的冰厚,从而为覆冰输电线路的抗冰(防冰)布置与设计提供支撑。
本发明的目的通过下述技术方案来实现:
一种利用能见度模型预测输电线路冰厚的方法,包括如下步骤:
第一步、收集输电线路所在地的导线覆冰资料和气象要素资料,所述导线覆冰资料包括:覆冰长径、短径、冰重、覆冰过程起止时间、覆冰特征,所述气象要素资料包括:温度、湿度、气压、能见度、降水量、风速、风向资料;
第二步、将步骤一中的导线覆冰资料和气象要素资料分别按东西向和南北向进行整理,整理的覆冰资料包括:覆冰出现的日期、某次记录的持续时间、导线覆冰长径、短径、冰重、覆冰厚度、实测覆冰密度,整理的气象要素资料包括:风向和风速、干湿球温度、降水量、水汽压、相对湿度、能见度、水汽输送量,整理方法如下:将观测时间与各种气象要素观测值或计算值一一对应;
第三步、对步骤二中整理的数据分别进行相应的统计,对于过程持续时间、过程记录次数、过程中的12小时降水次数及降雨总量分别按求和方式进行统计,对于最大覆冰厚度、实测覆冰密度、过程中的平均垂直风速、过程中的平均水汽输送量、过程中的平均温度分别按算术平均值进行统计;
第四步、将整理好的数据代入冰厚拟合公式,预测输电线路冰厚;
冰厚拟合的公式如下:
式中DW为雾凇冰厚,DJ为雨凇冰厚;
其中,DJ的计算公式如下:
R为雨强,单位mm/h,由覆冰过程内总降雨量除以降雨量记录次数L再除以12小时而得,τ为覆冰过程的持续时间;
DW的计算公式如下:
覆冰过程效率与风速拟合系数c和d采用曲线拟合方法确定:定义Y为覆冰过程效率,有
,令
,根据多个覆冰过程的相关统计分别计算Y和风速Vn,利用多个Y和Vn的计算值得到拟合图形,根据拟合图形可以得到c和d的值;
覆冰密度ρ的计算公式如下:
,将不同覆冰过程中的多个温度t值和ρ值对应进行拟合,可得到拟合图形,从而确定拟合系数x、z的值;
Q的计算公式如下:
上式中nk为覆冰过程中观测次数,V为风速,θ为风速与导线的夹角,W为液态水含量,计算式如下:
上式中Vis为能见度。
所述步骤二中,冰重的定义为:将导线上取冰后称重的实测值转换为每米导线上的冰重。
所述步骤二中,实测覆冰密度的计算公式如下:
其中G为冰重,r为导线半径,a为长径,b为短径,单位为mm。
所述某次记录的持续时间是指:在一次覆冰过程中,从上次覆冰过程记录起始时刻到本次覆冰记录时刻所经历的时间,单位为h;
所述等效半径的计算方法如下:把导线覆冰的形状看成椭圆形,按下式计算:
其中a为椭圆长径,b为椭圆短径,单位为mm;
所述等效半径增长量的定义为:同一覆冰过程中,本次记录时刻的等效半径与上一记录时刻等效半径之差;
所述覆冰厚度的定义为:等效半径与导线半径之差,计算公式如下:
其中a为长径,b为短径,r为导线半径,单位为mm;
所述冰重的定义为:将导线上取冰后称重的实测值,转换为每米导线上的冰重,单位g/m;
所述风向和风速的整理方法如下:风速由仪器自动记录,风速单位为m/s;风向按照东南西北等16个方向记录,并分别计算该风向与东西方向,风向与南北方向导线的夹角,即求水汽输送量的公式中风速方向θ;
所述干湿球温度的整理方法如下:由人工每天分别在2、8、14、20点进行4次观测,记录干湿球温度;
所述降水量的整理方法如下:每日观测两次,为8至20点和20点至次日8点的降水量,单位mm;
所述水汽压的整理方法如下:利用干湿球温度值查算得出,单位为百帕(hPa);
所述相对湿度由自动仪记录;
所述能见度的整理方法如下:每日8、14、20点进行3次观测。
所述过程持续时间是指:一个覆冰过程从开始时刻到过程中最后一次记录时刻的时间;
所述过程记录次数是指:一个覆冰过程从开始时刻到过程中最后一次记录时刻期间的气象数据记录次数之和;
所述最大覆冰厚度是指:过程最后一次记录时刻所对应的覆冰厚度;
所述实测覆冰密度是指:最大覆冰厚度时刻所对应的覆冰密度;
所述过程中的平均垂直风速是指:从覆冰开始时刻到最后记录时刻之间所有的垂直风速的平均值;
所述过程中的平均水汽输送量是指:从覆冰开始时刻到最后记录时刻之间所有的观测点的水汽输送量平均值;
所述过程中的平均温度是指:从覆冰开始时刻到最后记录时刻之间所有的气温的平均值;
所述过程中的12小时降水次数及降雨总量是指:统计从开始发生到结束时刻内12小时降水量的次数N,并累加每次降水的和为降水总量。
本方法采用了风速、风向、降水量、气温、能见度、水汽含量、冰冻时间等多个气象因子预测导线积冰的厚度,具有较高的准确性,能够为输电线路的抗冰、防冰和除冰提供科学依据。
附图说明
图1 二郎山东西向导线覆冰过程密度ρ与平均气温的相关散点图。
图2 二郎山东西向覆冰过程效率指标Y与风速V的相关散点图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
一种利用能见度模型预测输电线路冰厚的方法,包括如下步骤:
第一步、收集输电线路所在地的导线覆冰资料和气象要素资料,所述导线覆冰资料包括:覆冰长径、短径、冰重、覆冰过程起止时间、覆冰特征,所述气象要素资料包括:温度、湿度、气压、能见度、降水量、风速、风向资料;
第二步、将步骤一中的导线覆冰资料和气象要素资料分别按东西向和南北向进行整理,整理的覆冰资料包括:覆冰出现的日期、某次记录的持续时间、导线覆冰长径、短径、冰重、覆冰厚度、实测覆冰密度(其中覆冰厚度、实测覆冰密度为计算值),整理的气象要素资料包括:风向和风速、干湿球温度、降水量、水汽压、相对湿度、能见度、水汽输送量(其中水汽输送量为计算值),整理方法如下:将观测时间与各种气象要素观测值或计算值一一对应;
第三步、对步骤二中整理的数据分别进行相应的统计,对于过程持续时间、过程记录次数、过程中的12小时降水次数及降雨总量分别按求和方式进行统计,对于最大覆冰厚度、实测覆冰密度、过程中的平均垂直风速、过程中的平均水汽输送量、过程中的平均温度分别按算术平均值进行统计;
第四步、将整理好的数据代入冰厚拟合公式,预测输电线路冰厚;
冰厚拟合的公式如下:
式中DW为雾凇冰厚,DJ为雨凇冰厚;
其中,DJ的计算公式如下:
R为雨强,单位mm/h,由覆冰过程内总降雨量除以降雨量记录次数L再除以12小时而得(记录为每12小时观测一次),即除以(L×12),τ为覆冰过程的持续时间;
DW的计算公式如下:
覆冰过程效率与风速拟合系数c和d采用曲线拟合方法确定:定义Y为覆冰过程效率,有
,令
,根据多个覆冰过程的相关统计分别计算Y和风速Vn,利用多个Y和Vn的计算值得到拟合图形,根据拟合图形可以得到c和d的值;
覆冰密度ρ的计算公式如下:
,将不同覆冰过程中的多个温度t值和ρ值对应进行拟合,可得到拟合图形,从而确定拟合系数x、z的值;
Q的计算公式如下:
上式中nk为覆冰过程中观测次数。V为风速,θ为风速与导线的夹角,W为液态水含量,计算式如下:
上式中Vis为能见度。
所述步骤二中,冰重的定义为:将导线上取冰后称重的实测值转换为每米导线上的冰重。
所述步骤二中,实测覆冰密度的计算公式如下:
其中G为冰重,r为导线半径,a为长径,b为短径,单位为mm。
所述某次记录的持续时间是指:在一次覆冰过程中,从上次覆冰过程记录起始时刻到本次覆冰记录时刻所经历的时间,单位为h;
本实施例以二郎山观冰站为基础,收集导线覆冰资料和气象要素资料,其中导线覆冰资料包括覆冰长径、短径、冰重、覆冰过程起止时间、覆冰特征资料,气象要素资料包括温度、湿度、气压、能见度、降水量、风速、风向资料。
由于覆冰密度与温度之间存在如下关系式
,覆冰密度可采用拟合方法获得。根据二郎山的相关资料,得到拟合图形如图1所示。由图1得到密度与温度关系式中的拟合系数x和z分别为:x=-0.3019,z=1.6104。
根据二郎山观冰站的相关资料,做出二郎山东西向覆冰过程效率指标Y与风速V的相关散点图,如图2所示,根据拟合图形得到覆冰过程效率与风速拟合系数c和d的值分别为0.1566和-1.0038。
将相关的系数代入冰厚拟合公式中,得到如下拟合公式:
本实施例中,选择覆冰出现的日期为2011年2月11日13点40分至15日12点50分的过程,持续的时间τ=95.17小时。
能见度Vis相关资料如表1所示
表1 能见度相关资料
Vis |
t |
Wi |
θ |
Vi |
Qi |
0.01 |
-1.8 |
3.096227 |
90 |
1.2 |
3.715471 |
0.01 |
-1.7 |
3.096227 |
90 |
2.9 |
8.979056 |
0.03 |
-2.8 |
0.888484 |
90 |
7.5 |
6.663627 |
0.03 |
-4.8 |
0.888484 |
90 |
8 |
7.107869 |
0.03 |
-6.4 |
0.888484 |
67.5 |
9.4 |
7.714099 |
0.01 |
-7.1 |
3.096227 |
90 |
2.5 |
7.740565 |
0.01 |
-5.2 |
3.096227 |
90 |
4.4 |
13.62339 |
0.03 |
-5.3 |
0.888484 |
90 |
6.8 |
6.041689 |
0.02 |
-7.1 |
1.408488 |
90 |
4.4 |
6.197347 |
0.01 |
-6.1 |
3.096227 |
90 |
5.3 |
16.41 |
0.01 |
-7.2 |
3.096227 |
67.5 |
3.2 |
9.151465 |
0.01 |
-7.6 |
3.096227 |
90 |
2.1 |
6.502075 |
0.01 |
-5.3 |
3.096227 |
67.5 |
4.4 |
12.58326 |
0.03 |
-7.1 |
0.888484 |
67.5 |
5.4 |
4.431504 |
0.01 |
-6.6 |
3.096227 |
90 |
2.8 |
8.669433 |
由表1可知,Qi的算术平均值为8.37,温度t的算术平均值为-5.47℃。
本次覆冰过程的降水量如表2所示。
表2 覆冰过程的降水量
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
1.4 |
0.1 |
0.5 |
0.1 |
0.4 |
0.1 |
0.2 |
0.2 |
0.3 |
由表2可知,降水合计3.3mm,共9次,则雨强R=3.3/(9*12)=0.03056。
代入公式
则可得D=90.83mm。
本次过程的覆冰极值在观测站的导线上实测冰重为24600g/m,覆冰密度为0.293g/cm3,换算成冰厚为76mm。与实际冰厚相比,本发明测得的冰厚误差小于19.5%,与实际冰厚接近,能够反映实际覆冰情况。
对照组
其他导线覆冰计算模型有很多,其中相对较好的模型是由周绍毅、秦军等建立的模型。该模型为气候中心和电力设计院人员组成的联合团队推出的,是在Kathleen F.Jones模型的基础上结合我国的实际情况,利用多个气象站冬季资料构建的模型。该模型如下:
式中R——电线等径覆冰的厚度,cm;
ρi——雨凇的密度,取 0.9g/cm3;
ρ0——液态水的密度,取 1.0g/cm3;
Pj——降水强度,mm/hr;
Wj=0.067P0.846——饱和空气中的液态水含量,g/m3;
Vj——覆冰时的风速,m/s;
下标j——第 j 小时的值;
N——冻雨的持续时间,h。
R 不依赖于温度是因为已经假定了在覆冰过程中,所有的冷却雨滴均形成了覆冰;R 不依赖电线直径是因为已经假定了等径的冰均匀覆在电线上;而液态水含量 W 用降水强度 P 来表示,是通过水滴转换的结果,这里采用了水滴下落速度与降水强度 P 的关系 VT=4.15P0.154。
根据上述模型各参数的意义,利用二郎山观冰站的覆冰及气象要素资料来计算二郎山导线的覆冰冰厚,其过程如下:
选取二郎山2011年2月10日至15日过程,将其中降水量、风速的观测值按照上述模型要求进行统计,并带入模型汇总计算,计算结果为4.6mm。与实际情况相差较大。
由于对照组中的模型是利用气象站资料来确定Wj的计算系数和求和式中第二项分式系数0.36,而气象站所处的位置和电力输电线路所处的位置地形和气候差别较大,导致系数不一定符合输电线路实际情况。另外该模型只采用了风速和降雨量两个气象因子,因此难以反映其他覆冰相关的气象因子对覆冰的影响。
本发明采用了覆冰线路的相关资料,具有较好的代表性,同时模型采用了风速、风向、降水量、气温、能见度、水汽含量、冰冻时间等多个气象因子建模,能够较好的反应相关因子对覆冰的影响程度。与对照组相比,本发明预测的冰厚与实际冰厚接近,误差较小,具有巨大的实用价值。