CN103207340B - 一种输电线路雷电绕击跳闸在线预警方法 - Google Patents
一种输电线路雷电绕击跳闸在线预警方法 Download PDFInfo
- Publication number
- CN103207340B CN103207340B CN201310159521.7A CN201310159521A CN103207340B CN 103207340 B CN103207340 B CN 103207340B CN 201310159521 A CN201310159521 A CN 201310159521A CN 103207340 B CN103207340 B CN 103207340B
- Authority
- CN
- China
- Prior art keywords
- transmission line
- thunderbolt
- probability
- amplitude
- lateral distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 28
- 239000007788 liquid Substances 0.000 claims abstract description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 14
- 238000013528 artificial neural network Methods 0.000 claims abstract description 4
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 claims description 61
- 230000005611 electricity Effects 0.000 claims description 55
- 238000009792 diffusion process Methods 0.000 claims description 13
- 238000009825 accumulation Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 10
- 230000001537 neural effect Effects 0.000 claims description 4
- 230000021615 conjugation Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 208000025274 Lightning injury Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Landscapes
- Emergency Protection Circuit Devices (AREA)
Abstract
本发明公开了一种输电线路雷电绕击跳闸在线预警方法,该方法通过统计历史雷电绕击跳闸信息,应用二维信息扩散理论和条件概率方法得到输电线路绕击跳闸概率分布。选取回波强度、回波顶高,垂直积累液态水含量等雷达预报数据,建立了基于反向传播神经网络的雷电流幅值预测模型,根据预测的雷电流幅值和落雷侧面距离,应用输电线路跳闸概率分布模型,对输电线路绕击跳闸概率进行实时预警并发布预警等级。本发明根据气象雷达实时预报数据,得出输电线路的预报跳闸概率,发布预警信号,给电网调度的运行人员决策分析提供依据,及时做好输电线路调度策略,提高供电可靠性,降低电网的经济损失,提高电网的可靠运行能力。
Description
技术领域
本发明涉及一种输电线路雷电绕击跳闸在线预警方法,属于电力系统防雷保护领域。
背景技术
雷电是发生于大气中的一种瞬态大电流、高电压、强电磁辐射的天气现象,通常伴随着强对流天气过程而发生。电力系统的运行经验表明,雷电流侵入电网过程中,可能造成短路,闪络等电气扰动,影响系统的安全稳定运行,统计表明,随着电网规模的扩大,雷击引起的故障对输电线路和电气设备的危害越来越大。对于国内500kV及以下电压等级输电线路,雷击跳闸事故占总跳闸事故的50%,而对于特高压输电线路,这一比例提高到了75%-90%,随着输电线路耐雷水平的提高,反击雷引起的跳闸故障比例逐步较低,雷电引起的跳闸故障主要是由雷电绕击导线引起的。因此,需要对输电线路的绕击跳闸进行分析研究,建立输电线路雷电绕击预警机制,及时采取相应的应对措施,最大限度的提升电网安全性和减少经济损失。
传统的研究重点主要是输电线路绕击的评估方法,为输电线路的防雷设计提供依据,很少涉及到对输电线路进行雷电灾害的实时预警。为了提高电力系统运行的可靠性,降低雷电灾害带来的经济损失和社会影响,有必要对输电线路雷电绕击概率进行预警,为调度人员的运行安排作出指导,以确保系统的可靠运行。
发明内容
针对现有技术存在的上述不足,本发明提出一种输电线路雷电绕击跳闸概率在线预警方法,本方法可根据气象雷达实时预报数据,得出输电线路的跳闸概率,进而发布预警信号,给电网调度的运行人员决策分析提供依据,及时做好输电线路调度策略,提高供电可靠性,降低电网的经济损失,提高电网的可靠运行能力。
本发明实现上述目的的技术解决方案如下:
一种输电线路雷电绕击跳闸在线预警方法,按如下步骤进行:
1)根据历史雷电绕击跳闸事件,应用信息扩散方法分析得到绕击条件概率,然后结合条件概率方法,得到特定雷电流幅值和落雷侧面距离下输电线路发生雷电绕击跳闸的概率分布;
2)根据历史雷达预报数据中的回波强度、回波顶高和垂直积累液态水含量三个参数信息以及对应的雷电流幅值信息,应用bp神经网络训练得到雷达预报数据中回波强度、回波顶高和垂直积累液态水含量三个参数信息跟雷电流幅值之间的关系;
3)对输电线路的经过区域进行网格划分,根据雷电设备得到包括回波强度、回波顶高和垂直积累液态水含量在内的每个网格的实际雷达预报数据,根据第2)步所得结果得出每个网格预测的雷电流幅值;同时依据网格信息计算得到每个网格输电线路的落雷侧面距离;
4)根据第3)步预测得到的每个网格雷电流幅值和计算得到的落雷侧面距离,结合第1)步的输电线路雷电绕击跳闸概率分布,得出每个网格在实际雷达预报数据下输电线路发生绕击跳闸的概率,并发布预警信息;
其中,第1)步中特定雷电流幅值和落雷侧面距离下输电线路发生雷电绕击跳闸的概率分布按如下步骤获得:
1.1)获取历史雷电绕击跳闸事件发生时的信息作为概率分析的样本值,包括雷电流幅值和落雷侧面距离:
(X,Y)={(x1,y1),(x2,y2),…,(xM,yM)}
式中:X表示雷电流幅值
Y表示落雷侧面距离
1.2)信息扩散方法分析样本数据
选取历史M次故障事件作为样本值,分别进行电流幅值指标和侧面距离指标扩展。其指标论域分别为:
U={u1,u2,…,um}
V={v1,v2,…,vn}
式中;U表示电流幅值指标论域,
V表示侧面距离指标论域。
把观测样本(xk,yk)依下式将其信息扩散到ui,vj中的所有点。
式中:h1,h2为扩散系数,可以根据样本集合中样本的最大值b和最小值a及样本个数M来确定,其计算公式为:
令
相应的模糊子集的隶属函数为:
其中μk(ui,vj)为样本的归一化信息分布。
对μk(ui,vj)进行处理,可得到一种效果较好的风险评估结果。令
样本落在(ui,vj)处的频率值为:
1.3)得到输电线路雷电绕击跳闸概率分布
p(ui,vj)的物理意义为输电线路发生跳闸时,雷电流幅值为ui,侧面距离为vj的概率。其本质是条件概率,可记为p(BC|A),A表示跳闸事件,B表示雷电流幅值,C表示侧面距离;
根据条件概率公式:
可得:
式中:p(A|BC)表示在特定雷电流幅值、侧面距离条件下输电线路发生绕击跳闸的概率;p(A)表示输电线路绕击跳闸的概率,p(B)表示雷电流幅值概率,p(C)表示侧面距离分布概率,p(B)和p(C)为相互独立事件;
在输电线路绕击概率模型中,绕击跳闸概率可用输电线路绕击率计算得到,计算公式如下所示:
P(A)=1-exp(-λt)
式中:λ为输电线路绕击跳闸率;
t为M次故障发生的时间跨度;
雷电流幅值概率的计算公式如下:
p(B)=P(i>I)-P(i>I-Im)
式中:um,u1分别为电流幅值指标论域的最大值,最小值;
m为电流幅值指标个数;
侧面距离分布概率采用下式计算:
式中:NL表示线路经过网格数,N表示总网格数,L表示网格宽度;
vn,v1分别为侧面距离指标论域的最大值,最小值;
n为侧面距离指标个数。
本发明具有如下有益效果:本发明通过历史雷击跳闸事件分析得出输电线路绕击跳闸概率分布,根据气象雷达实时预报数据,得出输电线路的预报跳闸概率,发布预警信号,给电网调度的运行人员决策分析提供依据,及时做好输电线路调度策略,提高供电可靠性,降低电网的经济损失,提高电网的可靠运行能力。本发明是在分析历史跳闸数据的基础上建立起来的概率预警模型,能反映雷击跳闸的实际信息,根据实际数据得出的理论模型更具科学性,有一定的工程实用价值。
附图说明
图1为输电线路雷电绕击预警流程图。
图2为输电线路绕击跳闸概率分布流程图。
具体实施方式
本发明提出了一种输电线路雷电绕击跳闸概率在线预警方法;该方法通过统计历史雷电绕击跳闸信息,应用二维信息扩散理论和条件概率方法得到输电线路绕击跳闸概率分布,并针对特殊地理环境下的输电线路进行系数修正。选取回波强度、回波顶高,垂直积累液态水含量等雷达预报数据,建立基于反向传播(BP)神经网络的雷电流幅值预测模型,可根据预报的雷达数据,预测得到雷电流幅值并计算出落雷侧面距离,应用输电线路跳闸概率分布模型,可计算出在该雷达预报数据下输电线路发生绕击跳闸概率并实时预警。其具体实现步骤如下:
1)计算输电线路雷电绕击跳闸概率分布:如图2所示:获取历史绕击跳闸事件信息,包括跳闸时的雷电流幅值和落雷侧面距离,根据信息扩散方法得出绕击条件概率分布,即计算出绕击跳闸发生时,雷电流幅值和落雷侧面距离在特定某值的概率。然后结合条件概率方法,得出雷电流幅值和落雷侧面距离在特定某值时,输电线路发生绕击跳闸的概率;具体处理方法如下:
1.1)获取历史雷电绕击跳闸事件发生时的信息作为概率分析的样本值,包括雷电流幅值和落雷侧面距离:
(X,Y)={(x1,y1),(x2,y2),…,(xM,yM)}
式中:X表示雷电流幅值
Y表示落雷侧面距离
1.2)信息扩散方法分析样本数据
选取历史M次故障事件作为样本值,分别进行电流幅值指标和侧面距离指标扩展。其指标论域分别为:
U={u1,u2,…,um}
V={v1,v2,…,vn}
式中;U表示电流幅值指标论域,
V表示侧面距离指标论域。
把观测样本(xk,yk)依下式将其信息扩散到ui,vj中的所有点。
式中:h1,h2为扩散系数,可以根据样本集合中样本的最大值b和最小值a及样本个数M来确定,其计算公式为:
令
相应的模糊子集的隶属函数为:
其中μk(ui,vj)为样本的归一化信息分布。
对μk(ui,vj)进行处理,可得到一种效果较好的风险评估结果。令
样本落在(ui,vj)处的频率值为:
1.3)得到输电线路雷电绕击跳闸概率分布
p(ui,vj)的物理意义为输电线路发生跳闸时,雷电流幅值为ui,侧面距离为vj的概率。其本质是条件概率,可记为p(BC|A),A表示跳闸事件,B表示雷电流幅值,C表示侧面距离。
根据条件概率公式:
可得:
式中:p(A|BC)表示在特定雷电流幅值、侧面距离条件下输电线路发生绕击跳闸的概率。p(A)表示输电线路绕击跳闸的概率,p(B)表示雷电流幅值概率,p(C)表示侧面距离分布概率,p(B)和p(C)为相互独立事件。
在输电线路绕击概率模型中,绕击跳闸概率可用输电线路绕击率计算得到,计算公式如下所示:
P(A)=1-exp(-λt)
式中:λ为输电线路绕击跳闸率,
t为M次故障发生的时间跨度。
雷电流幅值概率的计算公式如下:
p(B)=P(i>I)-P(i>I-Im)
式中:um,u1分别为电流幅值指标论域的最大值,最小值;
m为电流幅值指标个数。
侧面距离分布概率采用下式计算:
式中:NL表示线路经过网格数,N表示总网格数,L表示网格宽度;
vn,v1分别为侧面距离指标论域的最大值,最小值;
n为侧面距离指标个数。
对于地理环境特殊的输电线路区域,可用系数k对绕击跳闸概率进行修正:
Pr=k×P
2)计算雷电流幅值和雷达参数之间的关系:根据历史雷达预报数据中的回波强度、回波顶高和垂直积累液态水含量三个参数信息以及对应的雷电流幅值信息,应用bp神经网络训练得到雷达预报数据中回波强度、回波顶高和垂直积累液态水含量三个参数信息跟雷电流幅值之间的关系;
2.1)获取M次雷击事件发生时的参数信息作为训练样本数据。
2.2)应用神经网络函数建立三层前向BP网络,并初始化权值和阀值。
2.3)BP算法对网络进行训练,保存训练结果。
2.4)比较训练结果和历史数据,验证所训练网络的正确性。
3)预测雷电流幅值和落雷侧面距离:对输电线路的经过区域进行网格划分,根据雷电设备得到包括回波强度、回波顶高和垂直积累液态水含量在内的每个网格的实际雷达预报数据,根据第2)步所得结果得出每个网格预测的雷电流幅值;同时依据网格信息计算得到每个网格输电线路的落雷侧面距离;
3.1)获取每个网格的雷达预报数据,包括回波强度、回波顶高,垂直积累液态水含量值。
3.2)雷达预报数据作为输入,应用神经网络训练结果,得到预测雷电流幅值。
3.3)网格中心点近似作为落雷点,落雷点和网格内输电线路两端点可以近似认为是三角形,得出落雷点到输电线路的侧面距离。
式中:P=(a+b+c)/2;
a,b,c为三角形的三边长度;其中c为网格内输电线路长度;
4)获取输电线路雷电绕击跳闸预报概率:根据第3)步预测得到的每个网格雷电流幅值和计算得到的落雷侧面距离,结合第1)步的输电线路雷电绕击跳闸概率分布,得出每个网格在实际雷达预报数据下输电线路发生绕击跳闸的概率,如图1所示。若跳闸概率大于预设的预警门槛值,则发出预警信号,预警信号包括预警时间,跳闸概率和预警等级;若跳闸概率小于预设门槛值,跳过本次预警,雷达设备获取下一时段回波强度等参数的预报值,进行下一时段跳闸概率预报。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (3)
1.一种输电线路雷电绕击跳闸在线预警方法,其特征在于:按如下步骤进行:
1)根据历史雷电绕击跳闸事件,应用信息扩散方法分析得到绕击条件概率,然后结合条件概率方法,得到特定雷电流幅值和落雷侧面距离下输电线路发生雷电绕击跳闸的概率分布;
2)根据历史雷达预报数据中的回波强度、回波顶高和垂直积累液态水含量三个参数信息以及对应的雷电流幅值信息,应用bp神经网络训练得到雷达预报数据中回波强度、回波顶高和垂直积累液态水含量三个参数信息跟雷电流幅值之间的关系;
3)对输电线路的经过区域进行网格划分,根据雷电设备得到包括回波强度、回波顶高和垂直积累液态水含量在内的每个网格的实际雷达预报数据,根据第2)步所得结果得出每个网格预测的雷电流幅值;同时依据网格信息计算得到每个网格输电线路的落雷侧面距离;
4)根据第3)步预测得到的每个网格雷电流幅值和计算得到的落雷侧面距离,结合第1)步的输电线路雷电绕击跳闸概率分布,得出每个网格在实际雷达预报数据下输电线路发生绕击跳闸的概率,并发布预警信息;
其中,第1)步中特定雷电流幅值和落雷侧面距离下输电线路发生雷电绕击跳闸的概率分布按如下步骤获得:
1.1)获取历史雷电绕击跳闸事件发生时的信息作为概率分析的样本值,包括雷电流幅值和落雷侧面距离:
(X,Y)={(x1,y1),(x2,y2),…,(xM,yM)}
式中:X表示雷电流幅值;
Y表示落雷侧面距离;
1.2)信息扩散方法分析样本数据
选取历史M次故障事件作为样本值,分别进行电流幅值指标和侧面距离指标扩展;其指标论域分别为:
U={u1,u2,…,um}
V={v1,v2,…,vn}
式中;U表示电流幅值指标论域;
V表示侧面距离指标论域;
把观测样本(xk,yk)依下式将其信息扩散到ui,vj中的所有点;
式中:h1,h2为扩散系数,可以根据样本集合中样本的最大值b和最小值a及样本个数M来确定,其计算公式为:
令
相应的模糊子集的隶属函数为:
其中μk(ui,vj)为样本的归一化信息分布;
对μk(ui,vj)进行处理,可得到一种效果较好的风险评估结果;令
样本落在(ui,vj)处的频率值为:
1.3)得到输电线路雷电绕击跳闸概率分布
p(ui,vj)的物理意义为输电线路发生跳闸时,雷电流幅值为ui,侧面距离为vj的概率;其本质是条件概率,可记为p(BC|A),A表示跳闸事件,B表示雷电流幅值,C表示侧面距离;
根据条件概率公式:
可得:
式中:p(A|BC)表示在特定雷电流幅值、侧面距离条件下输电线路发生绕击跳闸的概率;p(A)表示输电线路绕击跳闸的概率,p(B)表示雷电流幅值概率,p(C)表示侧面距离分布概率,p(B)和p(C)为相互独立事件;
在输电线路绕击概率模型中,绕击跳闸概率可用输电线路绕击率计算得到;计算公式如下所示:
p(A)=1-exp(-λt)
式中:λ为输电线路绕击跳闸率;
t为M次故障发生的时间跨度;
雷电流幅值概率的计算公式如下:
p(B)=P(i>I)-P(i>I-Im)
式中:um,u1分别为电流幅值指标论域的最大值,最小值;
m为电流幅值指标个数;
侧面距离分布概率采用下式计算:
式中:NL表示线路经过网格数,N表示总网格数,L表示网格宽度;
vn,v1分别为侧面距离指标论域的最大值,最小值;
n为侧面距离指标个数。
2.根据权利要求1所述的输电线路雷电绕击跳闸在线预警方法,其特征在于:步骤2)中雷达预报数据中回波强度、回波顶高和垂直积累液态水含量三个参数信息跟雷电流幅值之间的关系按如下方法确定:
2.1)获取M次雷击事件发生时的参数信息作为训练样本数据,这些参数信息包括每次雷达预报数据中回波强度、回波顶高和垂直积累液态水含量以及实际对应的雷电流幅值;
2.2)应用神经网络函数建立三层前向BP网络,并初始化权值和阀值;
2.3)BP算法对网络进行训练,保存训练结果。
3.根据权利要求1所述的输电线路雷电绕击跳闸在线预警方法,其特征在于:第3)步每个网格输电线路的落雷侧面距离按如下方法确定,以网格中心点作为落雷点,落雷点和网格内输电线路两端点认为是三角形的三个顶点,按下式计算得出落雷点到输电线路的侧面距离:
式中:p=(a+b+c)/2;a,b,c为三角形的三边长度,其中c为网格内输电线路长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310159521.7A CN103207340B (zh) | 2013-05-02 | 2013-05-02 | 一种输电线路雷电绕击跳闸在线预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310159521.7A CN103207340B (zh) | 2013-05-02 | 2013-05-02 | 一种输电线路雷电绕击跳闸在线预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103207340A CN103207340A (zh) | 2013-07-17 |
CN103207340B true CN103207340B (zh) | 2015-04-08 |
Family
ID=48754623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310159521.7A Active CN103207340B (zh) | 2013-05-02 | 2013-05-02 | 一种输电线路雷电绕击跳闸在线预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103207340B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104897958B (zh) * | 2014-03-07 | 2017-09-01 | 武汉三相电力科技有限公司 | 一种输电线路雷击类型的辨识方法 |
CN104950186B (zh) * | 2014-03-31 | 2018-06-12 | 乌托巴斯洞察公司 | 雷电预测的方法和装置 |
CN103971028B (zh) * | 2014-05-30 | 2017-01-18 | 云南电网公司 | 一种雷电天气下输电线路短期n‑2风险评估方法 |
CN106124830A (zh) * | 2016-07-11 | 2016-11-16 | 清华大学 | 基于人工神经网络获得雷电流的方法 |
CN107274108B (zh) * | 2017-06-29 | 2020-09-01 | 国网湖南省电力有限公司 | 山火预测下电网灭火装备静态博弈部署方法及系统 |
CN108052734A (zh) * | 2017-12-12 | 2018-05-18 | 中国电力科学研究院有限公司 | 一种基于气象参数对雷电流幅值进行预测的方法及系统 |
CN108764550A (zh) * | 2018-05-18 | 2018-11-06 | 云南电网有限责任公司电力科学研究院 | 基于输电线路信息数据的雷电预警方法及系统 |
CN108921452B (zh) * | 2018-07-27 | 2021-04-09 | 华北电力大学(保定) | 一种基于模糊算法的输电线路风险评估复合预警方法 |
CN109086940B (zh) * | 2018-08-15 | 2021-09-07 | 西南交通大学 | 一种基于分时段气象关联模型的接触网跳闸次数预测方法 |
CN110442900B (zh) * | 2019-06-14 | 2022-12-23 | 广东电网有限责任公司江门供电局 | 一种输电线塔经济损失分析方法 |
CN110778467B (zh) * | 2019-09-17 | 2020-11-10 | 东方电气风电有限公司 | 风力发电机组雷击保护方法 |
CN110865265B (zh) * | 2019-12-03 | 2021-07-13 | 广东电网有限责任公司 | 一种山地地区输电线路反击跳闸率测试方法 |
CN110865271B (zh) * | 2019-12-03 | 2021-07-13 | 广东电网有限责任公司 | 计及线路土壤电阻率差异化的雷击跳闸率试验方法 |
CN110865268B (zh) * | 2019-12-03 | 2021-07-13 | 广东电网有限责任公司 | 低土壤电阻率地区输电杆塔雷击跳闸率测试方法 |
CN110865267B (zh) * | 2019-12-03 | 2021-07-13 | 广东电网有限责任公司 | 一种110kV输电线路绕击跳闸率的评估方法 |
CN110865269B (zh) * | 2019-12-03 | 2021-07-13 | 广东电网有限责任公司 | 一种基于粒子群算法的输电线路绕击跳闸率测评方法 |
CN110865266B (zh) * | 2019-12-03 | 2021-07-13 | 广东电网有限责任公司 | 一种十字型接地装置的输电线路耐雷水平试验方法 |
CN110865270B (zh) * | 2019-12-03 | 2021-07-13 | 广东电网有限责任公司 | 雷击下220kV输电线路反击跳闸率测试方法 |
CN110907773B (zh) * | 2019-12-03 | 2021-07-13 | 广东电网有限责任公司 | 高土壤电阻率地区雷击输电线路耐雷水平测评方法 |
CN110907708A (zh) * | 2019-12-09 | 2020-03-24 | 国网江苏省电力有限公司电力科学研究院 | 一种雷电预警方法 |
CN113449913B (zh) * | 2021-06-25 | 2022-10-28 | 上海电机学院 | 一种基于scada的轨道交通线路跳闸智能预警系统 |
CN113447998A (zh) * | 2021-06-29 | 2021-09-28 | 国网山西省电力公司电力科学研究院 | 一种输电线路恶劣气象监测预警方法及监测预警装置 |
CN114154766B (zh) * | 2022-02-07 | 2022-05-10 | 国网江苏省电力有限公司苏州供电分公司 | 雷电动态预测下电网的易损性预警方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101315400A (zh) * | 2008-07-15 | 2008-12-03 | 国网武汉高压研究院 | 基于雷电参数统计的输电线路防雷性能评估方法 |
JP2011149729A (ja) * | 2010-01-19 | 2011-08-04 | Tohoku Electric Power Co Inc | 雷電流分布推定システム |
CN102411105A (zh) * | 2011-09-01 | 2012-04-11 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种输电线路区段雷害风险评估方法 |
CN102435921A (zh) * | 2011-09-26 | 2012-05-02 | 山西省电力公司忻州供电分公司 | 同塔双回输电线路绝缘及耐雷电冲击性能的判定方法 |
CN102967785A (zh) * | 2012-11-30 | 2013-03-13 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种高速铁路牵引网防雷性能评估方法 |
-
2013
- 2013-05-02 CN CN201310159521.7A patent/CN103207340B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101315400A (zh) * | 2008-07-15 | 2008-12-03 | 国网武汉高压研究院 | 基于雷电参数统计的输电线路防雷性能评估方法 |
JP2011149729A (ja) * | 2010-01-19 | 2011-08-04 | Tohoku Electric Power Co Inc | 雷電流分布推定システム |
CN102411105A (zh) * | 2011-09-01 | 2012-04-11 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种输电线路区段雷害风险评估方法 |
CN102435921A (zh) * | 2011-09-26 | 2012-05-02 | 山西省电力公司忻州供电分公司 | 同塔双回输电线路绝缘及耐雷电冲击性能的判定方法 |
CN102967785A (zh) * | 2012-11-30 | 2013-03-13 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种高速铁路牵引网防雷性能评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103207340A (zh) | 2013-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103207340B (zh) | 一种输电线路雷电绕击跳闸在线预警方法 | |
CN102590651B (zh) | 基于雷电实测数据的输电线路故障概率评估方法 | |
Dokic et al. | Risk assessment of a transmission line insulation breakdown due to lightning and severe weather | |
CN105427019B (zh) | 一种地理气象相关的输电线路风险差异评价方法 | |
CN102508046B (zh) | 一种户外电气设备实时雷击预警方法及装置 | |
CN103837769B (zh) | 一种输电线路雷害预警方法及其系统 | |
KR101997434B1 (ko) | 배전선로 내뢰설계 성능평가 장치 및 그 방법 | |
CN104376510A (zh) | 一种输电线路因山火跳闸的风险等级预测评估方法 | |
CN105426671B (zh) | 一种雷暴天气下架空配电线路的可靠性评测方法 | |
CN104915775A (zh) | 一种输电线路山火灾害的风险评估与应急决策方法 | |
CN103700039A (zh) | 电网实时风险评估及预控方法 | |
CN105068149A (zh) | 一种基于多信息综合的输变电设备雷电监测和预报方法 | |
CN104318320A (zh) | 基于静态安全分析的电网气象灾害风险评估方法及装置 | |
CN103761414A (zh) | 输电线路的雷击停运概率分析方法 | |
Gu et al. | Study on lightning risk assessment and early warning for UHV DC transmission channel | |
CN105809574A (zh) | 一种结合地形参数判定线路走廊云地闪高危区段的方法 | |
CN103971028A (zh) | 一种雷电天气下输电线路短期n-2风险评估方法 | |
CN104268693A (zh) | 一种电网调度决策的方法和系统 | |
CN105095668A (zh) | 基于亚洲极涡因子的电网覆冰长期预报方法 | |
CN104573340A (zh) | 冰冻天气输电线路时变可靠性计算方法 | |
CN103399233A (zh) | 一种输电线路雷击跳闸风险预测方法 | |
CN116799946A (zh) | 一种基于风险调度的电网全息智能管控方法及平台 | |
CN110390117A (zh) | 一种雷暴起电过程的数值模拟方法和系统 | |
Su et al. | Lightning Trip Warning Based on GA-BP Neural Network Technology | |
CN112686544A (zh) | 一种电网雷害风险预警方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |