CN102629294B - 台风引发输电线路故障的概率评估方法 - Google Patents

Abstract

台风引发输电线路故障概率的评估方法适用于对输电线路受台风影响后的故障概率进行评估。该方法主要包括输电线路受台风和环境因素作用的量化评估以及台风导致线路故障的概率建模两个任务。前者主要评估台风引发输电线路故障的途径以及关键因素，包括内因（线路的设计强度及状态等）和外因（台风、地形、降雨等因素）；后者主要建立合理的故障概率模型，计算与关键因素的量化评估结果所对应的线路故障概率。本方法避免了评估复杂的线路、杆塔的各类荷载以及实时的抗风能力，同时考虑内因和外因的影响以及各种故障途径的特点，符合台风引发线路故障的机理，与广域测量分析保护控制系统相结合，提高电力系统防御台风灾害的能力。

Description

台风引发输电线路故障的概率评估方法

技术领域

本发明属电力系统及其自动化技术领域。

背景技术

输电线路的安全可靠运行与气象、环境密切相关。首先，由于受到线路走廊环境制约等原因影响，线路设计日益紧凑，精细化，易受到气象环境的影响；其次，近年来气候时有恶化，对线路运行预防恶劣气象条件提出新的要求；另外，智能电网对输电线路的运行风险管理提出了新的需要。因此，有必要研究台风等外部灾害对于输电线路的影响，评估线路故障概率，加强输电线路的气象环境风险管理，为电网调度运行提供必要的技术支撑。

对于台风引发输电线路故障概率的评估涉及线路内外部各种因素。相关因素的数量众多且机理复杂，很多因素无法精确确定(如局部微气象等)甚至无法近似地确定(如杆塔的基础、各构件的强度等)，因而用于评估线路风荷载与线路强度的模型、参数的有效性也无法保证。因此，这类解析方法，如试图通过实时风荷载模型分析线路故障概率的方法，很难应用于实际的输电线路故障概率评估。

基于历史数据的拟合方法，则过于依赖于历史数据及其准确性，而目前难以获取可靠的历史数据，因此该方法在相当长的时间内无法应用于实际工程。

采用本说明书所述的方法进行评估，则不依赖于历史数据的大量积累，也不必进行复杂且可信度不高的风荷载以及杆塔强度计算，能够考虑各种因素(特别是无法精确量化的因素)，具有很强的适应性。

近年来，自然灾害发生的频率逐步增高，对电网安全稳定的威胁越来越大，但目前还没有满足在线安全分析与预警要求的概率量化评估技术，因此急需进行相关技术的研究开发。

发明内容

本发明的目的是：克服评估风荷载与杆塔强度时模型、参数不可靠的缺点，以及数据拟合方法过于依赖历史数据的缺点，提供一种能够考虑各种无法精确计算因素的，能够体现无法精确描述的故障机理的，台风引发线路故障概率量化评估方法。

本方法考虑台风引发线路故障的四种途径，对每种途径，分别提取影响线路故障概率的指标并量化评估，根据各种途径下故障发生的机理，建立相应的概率模型，确定输入指标与各类故障概率的对应关系。最后综合各途径下的故障概率得到线路总的故障概率。

具体地说，本发明是采取以下的技术方案来实现的，包括下列步骤：

1)在控制中心汇总实时的台风预报和实况信息、一般气象预报和实况信息、实时的电网工况信息；

2)采用数学建模技术和专家系统技术描述沿线路的地理特征和周边环境特征及其对于风速、风向的影响，根据地理特征和周边环境特征将线路分段，具有相同地理特征和周边环境特征的线路为一段。

3)对于每段线路，将气象、台风与电网工况信息结合各线路的静态参数，评估其各类动态变量，包括：

●处于大风圈线路所受平均风速(未必垂直于线路)V_a；

●处于大风圈线路所受的垂直风速V_v；

●线路处于大风圈部分的长度L_w；

●线路受大风圈影响的持续时间(须考虑之前时段的数据)T_k；

●线路平均降雨量(系数)α_r；雨量系数以影响较小的小雨为基准(值为1)，根据中(1.05)、大雨(1.1)增加系数。

该评估方法中用到的其它静态信息包括：

●线路最大设计风速V_d；

●采用数学建模技术和专家系统技术所评估出的沿线的地形特征和周边环境特征，沿线地形(是否加强风力)、周边环境(线路交叉、森林、居住区、空旷)系数α_c；

其中，地形系数以不影响风力的平原地形为基准(值为1)，遇风口等加强风力的地形调高系数(1～1.3)；遇削弱风力的地形调低系数(0.8～1)；周边环境系数以空旷环境为基准(值为1)，并根据沿线工业区、居民区、树木、交叉线路的数量增加系数(1～2)；

●杆塔两侧档距系数α_d，取实际档距与基准值的比值的倒数；

●杆塔安全系数β_t；

●绝缘子重量(规格化系数)α_g，取为绝缘子重量与基准值之比的倒数；

●串长(规格化系数)α_l，取为串长与基准值之比；

●受风表面积(规格化系数)α_s，取为表面积与基准值之比；

●线路服役时间(系数)α_y；

●自立还是拉线塔(系数)α_zl；

4)根据每段线路的地理特征和周边环境特征结合风的方向计算线路和杆塔上所受实际风速、风向值。

对平原地形，线路的实际风速依据规程风压高度变化系数和公式计算得到。

对无遮挡的迎风坡、风沿山谷方向吹时山谷内的坡面，首先将吹向山坡的水平风V分解为平行于山坡走向的顺坡风V_s＝Vcosβ(β为水平风与山坡走向的夹角)和垂直于山坡走向的向坡风V_t＝V sinβ，其中V_t受到山坡的抬升作用将增大，根据风速风压高度变化系数和公式计算得到V′_t；然后由V′_t得到垂直于斜面的风速V_t2＝V′_tsinα(α为山坡的地形倾角)和平行于斜面的风速V_t1＝V′_tcosα，其中V_t2受山坡的影响，在斜面上形成气流，将V_t1与斜面直接的夹角改为(为气流坡度)，从而得到新的平行于斜面的风速垂直于斜面的风速忽略；最后计算得到作用于线路的实际风速以及V_a与山坡走向的夹角θ＝arccos(V_a/V_i)。

对风垂直山谷走向吹时山谷中各坡面、无遮挡迎风坡的背风坡，待求点处的风速利用已知点的风速和权重函数来插值求解。其中，权重函数w(r，h)＝1/r^ah^b，r为待求点与已知点之间的距离，指数α和b为非负数，h表示已知点与待求点之间地形高度变化的总量。那么，待求点的风速(j≠i，i，j＝1，2，Λ，n)，其中和分别是待求点和已知点点风速，n为相关点的总数。

其它地形(峡谷风道口和山谷形状变化等)，地形系数以不影响风力的平原地形为基准(基准值为1)，风口、山谷空间减小等加强风力的地形系数为1～1.3；山谷空间增大等削弱风力的地形系数为0.8～1。

5)评估异物挂线导致故障的概率。对于每段线路，将该段线路的V_a、L_w、T_k相乘，得到该段线路台风量能指标E_wl＝V_aL_wT_k。将地形和周边环境系数、雨量系数相乘，成为环境系数：α＝α_cα_r，以分段非线性函数f(α，E_wl)模拟该段线路的发生异物挂线的概率，根据各段线路的异物挂线概率计算整条线路的异物挂线概率p₁。

6)评估发生风偏闪络的概率。以杆塔为单位，计算线路垂直风速修正值与设计风速的比值(简称风速比)E_d＝(V_vα_c)/(V_dβ_t)；档距系数、服役时间系数与环境系数相乘，得到辅助系数α＝α_dα_gα_lα_sα_r，以分段非线性函数f(α，E_d)模拟杆塔的风偏闪络概率。根据各杆塔的风偏闪络概率计算线路的风偏闪络概率p₂。

7)评估发生断线的概率。对于每段线路，计算该段线路垂直风速修正值与设计风速的比值(简称风速比)E_d＝(V_vα_c)/(V_dβ_t)；其它历史环境系数α＝α_rα_WSα_WDα_WL，其中α_WS＝V_a/V_B，α_WL＝L_w/L_B，α_WD＝T_k/T_B，V_B、L_B、T_B是用于将V_a、L_w、T_k规格化的基准值。以分段非线性函数f(α，E_d)模拟该段线路发生断线故障的概率，根据各段线路的断线概率计算整条线路发生断线的概率p₃。

8)评估发生倒塔的概率。以杆塔为单位，计算杆塔两侧线路垂直风速修正值与设计风速的比值(简称风速比)E_d＝(α_dα_cV_v)/(β_tV_d)，杆塔动态脆弱度指标E_s＝α_zlα_y，以分段非线性函数f(E_s，E_d)模拟发生倒塔故障的概率。综合各杆塔的倒塔概率得到整条线路发生倒塔的概率p₄。

9)基于四种故障概率推算得到整条线路的故障概率p＝1-(1-p₁)(1-p₂)(1-p₃)(1-p₄)。

10)根据采集装置记录的相关信息，保存运行过程中线路跳闸信息，宏观的气象信息，自动气象装置采集的局部风速、风力、风向值及其它微气象信息，导线、杆塔或绝缘子的动态数据等。

11)按线路故障概率的大小，对所有线路进行排序。筛选出线路故障概率比较大的线路，为广域测量分析保护控制系统提供风险设备集。

本发明的有益效果如下：本方法定量评估风致输电线路故障的内部及外部因素，根据台风引发输电线路故障的机理建立合理的概率模型描述相关内、外部因素与线路故障的关系。使得风致线路故障概率评估不必依赖于历史数据的积累，也不必进行复杂且可信度不高的风荷载以及杆塔强度计算，且能够考虑各种相关的影响因素(特别是无法精确量化的因素)，具有很强的适应性。因此，本方法极大地推动了输电线路风险管理，提高了电力系统防御外部灾害的能力。

附图说明

图1两点间地形起伏示意图。

图2给定值时的线路的异物挂线概率模型。

图3给定值时杆塔的风偏闪络概率模型。

图4给定值时线路的断线概率模型。

图5给定值时杆塔的倒塔概率模型。

图6评估台风引发输电线路故障概率的流程。

具体实施方式

下面结合附图5，对本发明方法进行详细描述。

图5中步骤1描述的是在控制中心汇总实时的台风预报和实况信息、一般气象信息以及实时的电网工况信息；

图5中步骤2描述的是采用数学建模技术和专家系统技术描述沿线路的地理特征和周边环境特征及其对于风速、风向的影响，根据地理特征和周边环境特征将线路分段，具有相同地理特征和周边环境特征的线路为一段。

图5中步骤3是对于每段线路，将气象、台风与电网工况信息结合各线路的静态参数，评估其各类动态变量，包括：

●处于大风圈线路所受平均风速(未必垂直于线路)V_a；

●处于大风圈线路所受的垂直风速V_v；

●线路处于大风圈部分的长度L_w；

●线路受大风圈影响的持续时间(须考虑之前时段的数据)T_k；

●线路平均降雨量(系数)α_r；雨量系数以影响较小的小雨为基准(值为1)，根据中(1.05)、大雨(1.1)增加系数。

●线路实时状态信息，包括：灾害期间的跳闸信息、实时的断线倒塔信息。

该评估方法中用到的其它静态信息包括：

●线路最大设计风速V_d；

●采用数学建模技术和专家系统技术所评估出的沿线的地形特征和周边环境特征，沿线地形(是否加强风力)、周边环境(线路交叉、森林、居住区、空旷)系数α_c；

其中，地形系数以不影响风力的平原地形为基准(值为1)，遇风口等加强风力的地形调高系数(1～1.3)；遇削弱风力的地形调低系数(0.8～1)；周边环境系数以空旷环境为基准(值为1)，并根据沿线工业区、居民区、树木、交叉线路的数量增加系数(1～2)；

●杆塔两侧档距系数α_d，取实际档距与基准值的比值的倒数；

●杆塔安全系数β_t；

●绝缘子重量(规格化系数)α_g，取为绝缘子重量与基准值之比的倒数；

●串长(规格化系数)α_l，取为串长与基准值之比；

●受风表面积(规格化系数)α_s，取为表面积与基准值之比；

●线路服役时间α_y；

●自立还是拉线塔(系数)α_zl；

图5中步骤4根据地理特征和环境特征修正背景风速、风向，得到线路和杆塔上所受实际风速、风向值。

对平原地形，线路的实际风速依据规程风压高度变化系数和公式计算得到。

对无遮挡的迎风坡、风沿山谷方向吹时山谷内的坡面，首先将吹向山坡的水平风V分解为平行于山坡走向的顺坡风V_s＝Vcosβ(β为水平风与山坡走向的夹角)和垂直于山坡走向的向坡风V_t＝Vsinβ，其中V_t受到山坡的抬升作用将增大，根据风速风压高度变化系数和公式计算得到V′_t；然后由V′_t得到垂直于斜面的风速V_t2＝V′_tsinα(α为山坡的地形倾角)和平行于斜面的风速V_t1＝V′_tcosα，其中V_t2受山坡的影响，在斜面上形成气流，将V_t1与斜面直接的夹角改为(为气流坡度)，从而得到新的平行于斜面的风速垂直于斜面的风速忽略；最后计算得到作用于线路的实际风速以及V_a与山坡走向的夹角θ＝arccos(V_a/V_i)。

对风垂直山谷走向吹时山谷中各坡面、无遮挡迎风坡的背风坡，待求点处的风速根据已知点的风速和权重函数来插值求解。其中，权重函数w(r，h)＝1/r^ah^b，r为待求点与已知点之间的距离，指数α和b为非负数，h表示已知点与待求点之间地形高度变化的总量。那么，待求点的风速(j≠i，i，j＝1，2，Λ，n)，其中和分别是待求点和已知点点风速，n为相关点的总数。假设点1和点6之间的地形起伏变化如图1所示，在它们之间还有4个点，则点6处的风速根据权重函数w(r，h)＝1/r^ah^b求解。其中，r为待求点6与已知点1～5之间的距离，h表示已知点6与待求点1～5之间地形高度变化的总量，如h₁₅＝h₁₂+h₂₃+h₃₄+h₄₅+h₅₆，其中h_ij＝|z_i-z_j|，z_i表示i点的高程。则待求点6的风速(j≠i，i，j＝1，2，Λ，6)，其中和分别是待求点和已知点风速。

其它地形(峡谷风道口和山谷形状变化等)，地形系数以不影响风力的平原地形为基准(基准值为1)，风口、山谷空间减小等加强风力的地形系数为1～1.3；山谷空间增大等削弱风力的地形系数为0.8～1。

图5中步骤5评估异物挂线导致故障的概率。对于每段线路，将该段线路的V_a、L_w、T_k相乘，得到该段线路台风量能指标E_wl＝V_aL_wT_k。该段线路的地形系数、周边环境系数、雨量系数相乘，成为环境系数：α＝α_cα_r，以式(1)所示的分段非线性函数评估该段线路的发生异物挂线的概率，根据各段线路的异物挂线概率计算整条线路的异物挂线概率p₁。

令i＝1，2，3，4，j＝1，2，ΛΛn，以i＝1，n＝3为例，该分段非线性函数可以表示为：

$f_{i,j}(\mathrm{\&alpha;},E_{\mathrm{wl}})=\left\{\begin{array}{cc}{f}_{i,3}(\mathrm{\&alpha;},E_{\mathrm{wl}})& E_{\mathrm{wl}2}\&le;E_{\mathrm{wl}}\\ f_{i,2}(\mathrm{\&alpha;},E_{\mathrm{wl}})& E_{\mathrm{wl}1}\&le;E_{\mathrm{wl}}<E_{\mathrm{wl}2}\\ f_{i,1}(\mathrm{\&alpha;},E_{\mathrm{wl}})& E_{\mathrm{wl}}<E_{\mathrm{wl}1}\end{array}\right.---\left(1\right)$

对某一给定环境系数α₁，该式可以图2来表示，当E_wl＜E_wl1时，异物挂线的概率缓慢增加，当E_wl1≤E_wl＜E_wl2时，异物挂线的概率增加较快，当E_wl2≤E_wl时，异物挂线的概率趋于饱和。其中，E_wl1、E_wl2可根据具体情况修正。

当α增加到α₂时，异物挂线的概率相应增加。

图6中步骤6评估发生风偏闪络的概率。以杆塔为单位，计算线路垂直风速修正值与设计风速的比值(简称风速比)E_d＝(V_vα_c)/(V_dβ_t)；档距系数、服役时间系数与环境系数相乘，得到辅助系数α＝α_dα_gα_lα_sα_r，以式(2)所示的分段非线性函数评估杆塔的风偏闪络概率。

令j＝1，2，ΛΛn，以i＝2，n＝3为例，该分段非线性函数可以表示为：

$f_{i,j}(\mathrm{\&alpha;},E_d)=\left\{\begin{array}{cc}{f}_{i,3}(\mathrm{\&alpha;},E_d)& E_{d2}\&le;E_d\\ f_{i,2}(\mathrm{\&alpha;},E_d)& E_{d1}\&le;E_d<E_{d2}\\ 0& E_d<E_{d1}\end{array}\right.---\left(2\right)$

对某一给定辅助系数α₁，该式可以图3来表示，当E_d＜E_d1时，杆塔的风偏闪络概率为0，当E_d1≤E_d＜E_d2时，杆塔的风偏闪络概率增加较快，当E_d2≤E_d时，杆塔的风偏闪络概率趋于饱和。其中，E_d1、E_d2可根据具体情况修正。当α增加到α₂时，风偏闪络概率相应增加。根据各杆塔的风偏闪络概率计算线路的风偏闪络概率p₂。

图6中步骤7评估发生断线的概率。根据地形特征将线路分段，对于每段线路，计算该段线路垂直风速修正值与设计风速的比值(简称风速比)E_d＝(V_vα_c)/(V_dβ_t)；其它历史环境系数α＝α_rα_WSα_WDα_WL，其中α_WS＝V_a/V_B，α_WL＝L_w/L_B，α_WD＝T_k/T_B，V_B、L_B、T_B是用于将V_a、L_w、T_k规格化的基准值，以式(3)所示的分段非线性函数评估线路发生断线故障的概率p₃。

令j＝1，2，ΛΛn，以i＝3，n＝2为例，该分段非线性函数可以表示为：

$f_{i,j}(\mathrm{\&alpha;},E_d)=\left\{\begin{array}{cc}{f}_{i,2}(\mathrm{\&alpha;},E_d)& E_{d1}\&le;E_d\\ 0& E_d<E_{d1}\end{array}\right.---\left(3\right)$

对某一给定历史环境系数α₁，该式可以图4来表示，当E_d＜E_d1时，线路的断线概率为0，当E_d1≤E_d时，线路的断线概率缓慢增加。其中，E_d1可根据具体情况修正。当α增加到α₂时，断线概率相应增加。

图6中步骤8评估发生倒塔的概率。以杆塔为单位，计算线路垂直风速修正值与设计风速的比值(简称风速比)E_d＝(α_dα_cV_v)/(β_tV_d)，杆塔动态脆弱度指标E_s＝α_zlα_y，以式(4)所示的分段非线性函数评估发生倒塔故障的概率。

令j＝1，2，ΛΛn，以i＝4，n＝4为例，该分段非线性函数可以表示为：

$f_{i,j}(E_s,E_d)=\left\{\begin{array}{cc}{f}_{i,4}(E_s,E_d)& E_{d3}\&le;E_d\\ f_{i,3}(E_s,E_d)& E_{d2}\&le;E_d<E_{d3}\\ f_{i,2}(E_s,E_d)& E_{d1}\&le;E_d<E_{d2}\\ 0& E_d<E_{d1}\end{array}\right.---\left(4\right)$

对某一给定杆塔动态脆弱度指标E_s1，该式可以图5来表示，当E_d＜E_d1时，杆塔的倒塔概率为0，当E_d1≤E_d＜E_d2时，杆塔的倒塔概率缓慢增加，当E_d2≤E_d＜E_d3时，杆塔的倒塔概率增加较快，当E_d3≤E_d时，杆塔的倒塔概率趋于饱和。其中，E_d1、E_d2、E_d3可根据具体情况修正。当E_s增加到E_s2时，倒塔概率相应增加。综合各杆塔的倒塔概率得到整条线路发生倒塔的概率p₄。

图6中步骤9基于四种故障概率推算得到整条线路的故障概率p＝1-(1-p₁)(1-p₂)(1-p₃)(1-p₄)。

图6中步骤10自动积累运行过程信息，根据采集装置记录的相关信息，保存运行过程中线路跳闸信息，宏观的气象信息，自动气象装置采集的局部风速、风力、风向值及其它微气象信息，导线、杆塔或绝缘子的动态数据等。

图6中步骤11为广域测量分析保护控制系统提供风险设备集。按线路故障概率的大小，对所有线路进行排序。筛选出线路故障概率大于k(k可以人为设定)的线路，将这些线路信息输入广域测量分析保护控制系统的风险设备集中。

Claims (1)

1.台风引发输电线路故障的概率评估方法，包括下列步骤：

1）在控制中心汇总实时的台风预报和实况信息、一般气象预报和实况信息、实时的电网工况信息；

2）采用数学建模技术和专家系统技术描述沿线路的地理特征和周边环境特征及其对于风速、风向的影响，根据地理特征和周边环境特征将线路分段，具有相同地理特征和周边环境特征的线路为一段；

3）对于每段线路，将气象、台风与电网工况信息结合各线路的静态参数，评估其各类动态变量，包括：处于大风圈的线路的长度、持续时间、所受平均风速、所受垂直风速，线路平均降雨量系数；

4）根据每段线路的地理特征和周边环境特征结合风的方向计算线路和杆塔上所受实际风速、风向值；

5）对于每段线路，将处于大风圈线路的长度、持续时间、所受平均风速相乘，得到台风量能指标，将地形和周边环境系数、雨量系数相乘，得到线路环境系数，采用分段非线性函数表示的异物挂线概率模型计算该段线路发生异物挂线的概率，根据各段线路的异物挂线概率计算整条线路的异物挂线概率；

6）以杆塔为单位，计算杆塔两侧线路段上以杆塔处地形系数修正后的垂直风速值与设计风速的比值；杆塔雨量系数、档距系数与绝缘子相关系数相乘，得到辅助系数，采用分段非线性函数表示的杆塔风偏闪络概率模型计算杆塔发生风偏闪络的概率，综合各杆塔的风偏概率计算出整条线路的风偏闪络概率；

7）对于每段线路，计算该段线路垂直风速修正值与设计风速的比值，将处于大风圈线路的长度、持续时间、所受平均风速规格化后与雨量系数相乘得到历史环境系数，采用分段非线性函数表示的断线概率模型计算该段线路发生断线的概率，根据各段线路的断线概率计算整条线路发生断线的概率；

8）以杆塔为单位，计算杆塔两侧线路垂直风速修正值与设计风速的比值，将杆塔类型系数、线路服役时间系数相乘得到杆塔动态脆弱度指标，采用分段非线性函数表示的倒塔概率模型计算发生倒塔的概率，基于各杆塔的倒塔概率推算整条线路的倒塔概率；

9）基于四种故障概率推算得到整条线路总的故障概率；

10）根据采集装置记录的相关信息，保存运行过程中线路跳闸信息，宏观的气象信息，自动气象装置采集的局部风速、风力、风向值及其它微气象信息，导线、杆塔或绝缘子的动态数据；

11）按线路故障概率的大小，对所有线路进行排序；

筛选出线路故障概率比较大的线路，为广域测量分析保护控制系统提供风险设备集。