CN103870891A - 基于网格流的输电线路火灾蔓延预测方法及系统 - Google Patents
基于网格流的输电线路火灾蔓延预测方法及系统 Download PDFInfo
- Publication number
- CN103870891A CN103870891A CN201410115140.3A CN201410115140A CN103870891A CN 103870891 A CN103870891 A CN 103870891A CN 201410115140 A CN201410115140 A CN 201410115140A CN 103870891 A CN103870891 A CN 103870891A
- Authority
- CN
- China
- Prior art keywords
- fire
- grid
- transmission line
- devastated
- fire spread
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000005540 biological transmission Effects 0.000 title claims abstract description 61
- 230000007480 spreading Effects 0.000 claims abstract description 23
- 238000003892 spreading Methods 0.000 claims abstract description 23
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 claims description 49
- 230000002123 temporal effect Effects 0.000 claims description 26
- 238000010586 diagram Methods 0.000 claims description 20
- 230000000694 effects Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000005611 electricity Effects 0.000 description 22
- 238000012544 monitoring process Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000006378 damage Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000010902 straw Substances 0.000 description 2
- 108091006146 Channels Proteins 0.000 description 1
- 244000046109 Sorghum vulgare var. nervosum Species 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000001535 kindling effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000002420 orchard Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于网格流的输电线路火灾蔓延预测方法及系统,首先利用火点采集设备获取火点信息;将受灾区域GIS图像划分成网格图像,得到受灾区域的网格地形,识别每个网格的地物类别,再计算不同气象条件下的跨网格火灾蔓延强度,构造受灾区域的火灾蔓延加权网格图;在受灾区域的火灾蔓延加权网格图中搜索从火灾扩散路径,建立火情蔓延模型,计算受灾杆塔的坐标、蔓延的区域面积与火灾蔓延到杆塔的时间;最后对依据网格流方法预测的火灾蔓延的不同影响级别做出相应的告警。本发明的基于网格流的输电线路火灾蔓延预测方法及系统,具有能快速计算出火点蔓延到输电线路区域的时间和火情强度、及时通知火情、预警的准确性高等优点。
Description
技术领域
本发明涉及一种输电线路火灾蔓延的预测方法及系统,尤其是一种基于网格流的输电线路火灾蔓延预测方法及系统。
背景技术
近年来随着城市和工业的不断发展,电力需求急剧增加。随着电力基础设施的不断建设,输电线路规模不断扩大,输电线路电压等级也越来越高,我国电力工业已进入了以大机组、高电压、高自动化为特征的大电网时代,成为了关系国民经济与社会可持续发展的基础性行业和支柱性产业。然而输电线路大多远离城市,穿越山区与农田,极易受到山火与农田秸秆燃烧等火灾的侵袭,造成输电线路故障,因此输电线路火灾监测对电力输送系统运行与维护具有重要意义。
随着科技的高速发展,对电网中输电线路的安全要求性越来越高。然而我国每年因为各种灾害导致的输电线路损毁事件频频发生,近年发生频率更是直线上升,其中以火灾、冰灾和风灾导致的灾害情况尤为严重,由此导致的经济损失更是无法衡量。分析我国近些年火灾情况,不难发现我省的火灾成区域性和季节性分布:南方主要以山区为主,每逢清明、冬至等传统祭祖节日期间,火灾多由人们大量燃烧纸钱、燃放烟火爆竹所致;而我省北方以平原为主,是油菜、冬麦和玉米高粱的主产区,每当农作物收割后,大面积的秸秆焚烧对输电线路的安全运行造成很大的危害。火灾对输电线路的安全存在严重的影响,同时更加严重影响着人们的生活和生产。
当前国内的输电线路火灾监测技术还很不完善,大部分都利用卫星或红外监测给出火点坐标,再通过简单的距离计算给出预警。这些方法没有考虑火点与输电线路周边的地理地貌和植被环境,也忽略了较远距离火灾的蔓延对输电线路可能造成的潜在影响,因而并不能给出准确的预报,往往产生误报。
火灾蔓延通常是指火势通过某种媒介的作用(如通过墙壁或金属管的热传导)、火焰的直接接触或火焰燃烧产物的接触(如通过热对流、飞火),使燃烧沿水平表面不断引燃邻近可燃物发展扩大的现象,广义上来看,火灾蔓延又包括房间与房间的蔓延,外部与内部、整体与局部的蔓延,以及相邻建筑物之间的蔓延。输电线路大多分布于野外,因此在输电线路火灾检测中,火灾蔓延模拟的关键问题是如何利用GIS模型化和可视化的手段描述受灾区域地理信息与火灾现象。
发明内容
本发明是为避免上述已有技术中存在的不足之处,提供一种基于网格流的输电线路火灾蔓延预测方法及系统,以对输电线路火灾状态进行提前预测并给出报警。
本发明为解决技术问题采用以下技术方案。
基于网格流的输电线路火灾蔓延预测方法,其特点是,包括如下步骤:
步骤1:利用火点采集设备获取火点信息,所述火点信息包括火点位置、火点面积、火情强度、发生时间,并结合历史数据剔除噪声与伪火点;(需要电力公司支持数据,获取输电线路杆塔位置坐标;)
步骤2:通过时态GIS更新系统定期获取地理GIS信息,按照指定精度将受灾区域GIS图像划分成网格图像,得到受灾区域的网格地形;
步骤3:结合资源卫星数据库,采用地物识别方法对步骤2中得到的受灾区域网格识别每个网格的地物类别信息,并计算相邻网格的地物空间相关性;
步骤4:结合受灾区域气象信息,利用影响火灾的多种气象因素对步骤3中得到的地物空间相关性进行加权,计算跨网格火灾蔓延强度,获取受灾区域的火灾蔓延加权网格图;
步骤5:利用网格流算法(网格流源自图论中的网络流算法,给定指定的一个图,其中有两个特殊的点源S(Sources)和汇T(Sinks),每条边有指定的容量(Capacity),求满足条件的从S到T的最大流(MaxFlow)。在网格流中图不再是任意拓扑结构的图,而是规则的网格。但是是对规则网络的,算法当然不会有太大改变。标准的网络流其计算过程参见常见的图论教科书。但是由于是规则的网格,连通情况简单,不用考虑一般图论太复杂的情况,所以采用同样的网络流算法在网格上会速度明显快的多,这也是我们采用这种方法的一个原因。这里所利用的改进网格流主要改进点在于:1.火源可能不止一个,而受灾杆塔(汇)可能也不止一个;2.通过网格间气象与地形因素计算了权重将网格变为加权网格;3.通过改进的网格流可以计算流影响区域。)在受灾区域的火灾蔓延加权网格图中搜索从火点(源)到杆塔(汇,源与汇是网络流里的专有名词,表示流的起始与终点。)的扩散路径,建立火情蔓延模型,计算受灾杆塔的坐标、蔓延的区域面积与火灾蔓延到杆塔的时间;
步骤6:根据步骤5中得到的受灾杆塔的坐标、蔓延的区域面积与火灾蔓延到杆塔的时间确定火灾蔓延的不同影响级别,对火灾蔓延的不同影响级别做出相应的告警;并通过时态GIS更新系统更新受灾区域地理GIS信息。
本发明的基于网格流的输电线路火灾蔓延预测方法的结构特点也在于:
步骤1中,所述火点信息采集设备为遥感卫星。
步骤2中,所述时态GIS更新系统通过网络定期更新地理GIS信息。
步骤2中,所述受灾区域的网格地形的网格划分精度范围为30m~50m。
步骤3中,所述地物类别信息来自资源遥感卫星。
步骤4中,所述多种气象因素包括受灾区域风速、风向、温度、湿度、光照强度、降雨强度和降雪强度。
步骤3和4中,所述地物空间相关性,是结合资源卫星数据库采用地物识别方法对受灾区域网格识别每个网格的地物类别计算得到的。
步骤4和5中,所述火灾蔓延加权网格图,是利用影响火灾的多种气象因素对受灾区域地物空间相关性进行加权,计算跨网格火灾蔓延强度得到的。
本发明还提供了一种基于网格流的输电线路火灾蔓延预测方法的预测系统。
一种所述的基于网格流的输电线路火灾蔓延预测方法的预测系统,其特征是,包括火点信息采集模块、时态GIS更新模块、区域网格划分与地物识别模块、气象信息获取模块、火灾蔓延加权网格构造模块、火灾蔓延预测模块和告警模块;
所述火点信息采集模块的输出端与区域网格划分与地物识别模块的输入端相连,所述时态GIS更新模块的输入端与通讯网络相连,所述时态GIS更新模块的输出端与区域网格划分与地物识别模块的输入端相连,所述区域网格划分与地物识别模块的输出端与火灾蔓延加权网格构造模块的输入端相连,所述气象信息获取模块的输出端与火灾蔓延加权网格构造模块的输入端相连,所述火灾蔓延加权网格构造模块的输出端与火灾蔓延预测模块的输入端相连,所述火灾蔓延预测模块的输出端与告警模块的输入端相连,同时也与时态GIS更新模块的输入端相连。
与已有技术相比,本发明有益效果体现在:
本发明的基于网格流的输电线路火灾蔓延预测方法及系统,首先利用火点采集设备获取火点位置、火点面积、火情强度、发生时间等火点信息;接着将受灾区域GIS图像划分成网格图像,得到受灾区域的网格地形,并通过资源卫星数据库识别每个网格的地物类别,再结合受灾区域气象信息,计算不同气象条件下的跨网格火灾蔓延强度,构造受灾区域的火灾蔓延加权网格图;然后利用改进的网格流算法在受灾区域的火灾蔓延加权网格图中搜索从火灾扩散路径,建立火情蔓延模型,计算受灾杆塔的坐标、蔓延的区域面积与火灾蔓延到杆塔的时间;最后对依据网格流方法预测的火灾蔓延的不同影响级别做出相应的告警。
本发明通过GIS数据和资源卫星信息对输电线路的地形环境进行本土化建模,并在此基础上建立了基于网格流的输电线路火灾蔓延预测方法。这种方法可以动态化地评估火灾蔓延 对输电线路的影响,给出较为准确的预警信息,解决火灾蔓延对输电线路影响评估这一难点。
本发明的基于网格流的输电线路火灾蔓延预测方法及系统,具有以下几个特点:
(1)本发明一旦发现火点,结合地理信息,通过基于网格流的火灾预测模型,快速计算出火点蔓延到输电线路区域的时间和火情强度,外推性好、结果比较可信。
(2)本发明相对于传统火灾监测方法,对火灾的蔓延趋势做了精细的预测,提高预警的准确性。
(3)本发明具有开放方法的体系结构,方便第三方应用软件的接入。
(4)本发明具有良好的兼容性,可以和其他数据库方法平滑对接。
本发明的基于网格流的输电线路火灾蔓延预测方法及系统,具有能快速计算出火点蔓延到输电线路区域的时间和火情强度、及时通知火情、预警的准确性高等优点。
附图说明
图1为本发明的基于网格流的输电线路火灾蔓延预测方法的结构框图。
图2为本发明的基于网格流的输电线路火灾蔓延预测方法的第一ZIGBEE无线通信电路的电路图。
图3为本发明的基于网格流的输电线路火灾蔓延预测方法的第二ZIGBEE无线通信电路的电路图。
以下通过具体实施方式,并结合附图对本发明作进一步说明。
具体实施方式
参见附图1~图3,基于网格流的输电线路火灾蔓延预测方法,其特征是,包括如下步骤:
步骤1:利用火点采集设备获取火点信息,所述火点信息包括火点位置、火点面积、火情强度、发生时间,并结合历史数据剔除噪声与伪火点;(需要电力公司支持数据,获取输电线路杆塔位置坐标;)
步骤2:通过时态GIS更新系统定期获取地理GIS信息,按照指定精度将受灾区域GIS图像划分成网格图像,得到受灾区域的网格地形;
步骤3:结合资源卫星数据库,采用地物识别方法对步骤2中得到的受灾区域网格识别每个网格的地物类别信息,并计算相邻网格的地物空间相关性;
步骤4:结合受灾区域气象信息,利用影响火灾的多种气象因素对步骤3中得到的地物空间相关性进行加权,计算跨网格火灾蔓延强度,获取受灾区域的火灾蔓延加权网格图;
步骤5:利用网格流算法(网格流源自图论中的网络流算法,给定指定的一个图,其中 有两个特殊的点源S(Sources)和汇T(Sinks),每条边有指定的容量(Capacity),求满足条件的从S到T的最大流(MaxFlow)。在网格流中图不再是任意拓扑结构的图,而是规则的网格。但是是对规则网络的,算法当然不会有太大改变。标准的网络流其计算过程参见常见的图论教科书。但是由于是规则的网格,连通情况简单,不用考虑一般图论太复杂的情况,所以采用同样的网络流算法在网格上会速度明显快的多,这也是我们采用这种方法的一个原因。这里所利用的改进网格流主要改进点在于:1.火源可能不止一个,而受灾杆塔(汇)可能也不止一个;2.通过网格间气象与地形因素计算了权重将网格变为加权网格;3.通过改进的网格流可以计算流影响区域。)在受灾区域的火灾蔓延加权网格图中搜索从火点(源)到杆塔(汇,源与汇是网络流里的专有名词,表示流的起始与终点。)的扩散路径,建立火情蔓延模型,计算受灾杆塔的坐标、蔓延的区域面积与火灾蔓延到杆塔的时间;
步骤6:根据步骤5中得到的受灾杆塔的坐标、蔓延的区域面积与火灾蔓延到杆塔的时间确定火灾蔓延的不同影响级别,对火灾蔓延的不同影响级别做出相应的告警;并通过时态GIS更新系统更新受灾区域地理GIS信息。
步骤1中,所述火点信息采集设备为遥感卫星。
步骤2中,所述时态GIS更新系统通过网络定期更新地理GIS信息。
步骤2中,所述受灾区域的网格地形的网格划分精度范围为30m~50m。
步骤3中,所述地物类别信息来自资源遥感卫星。
步骤4中,所述多种气象因素包括受灾区域风速、风向、温度、湿度、光照强度、降雨强度和降雪强度。
步骤3和4中,所述地物空间相关性,是结合资源卫星数据库采用地物识别方法对受灾区域网格识别每个网格的地物类别计算得到的。
步骤4和5中,所述火灾蔓延加权网格图,是利用影响火灾的多种气象因素对受灾区域地物空间相关性进行加权,计算跨网格火灾蔓延强度得到的。
一种所述的基于网格流的输电线路火灾蔓延预测方法的预测系统,其包括火点信息采集模块、时态GIS更新模块、区域网格划分与地物识别模块、气象信息获取模块、火灾蔓延加权网格构造模块、火灾蔓延预测模块和告警模块;
所述火点信息采集模块的输出端与区域网格划分与地物识别模块的输入端相连,所述时态GIS更新模块的输入端与通讯网络相连,所述时态GIS更新模块的输出端与区域网格划分与地物识别模块的输入端相连,所述区域网格划分与地物识别模块的输出端与火灾蔓延加权 网格构造模块的输入端相连,所述气象信息获取模块的输出端与火灾蔓延加权网格构造模块的输入端相连,所述火灾蔓延加权网格构造模块的输出端与火灾蔓延预测模块的输入端相连,所述火灾蔓延预测模块的输出端与告警模块的输入端相连,同时也与时态GIS更新模块的输入端相连。
所述火点信息采集模块提供火点位置、火点面积、火情强度、发生时间等火点信息,用于实现所述预测方法的步骤1的主要内容;时态GIS更新模块通过网络定期更新地理GIS信息,用于实现所述预测方法的步骤2和6的部分内容;区域网格划分与地物识别模块按照指定参数将受灾区域GIS图像划分成网格图像,得到受灾区域的网格地形,并结合专家库采用地物识别方法识别每个网格的地物类别,用于实现所述预测方法的步骤3、4的主要内容。气象信息获取模块主要通过天气预报与微气象系统获取输电线路周边气象信息,用于实现所述预测方法的步骤4的部分内容;火灾蔓延加权网格构造模块综合受灾区域地形与气象信息,建立火灾蔓延加权网格图,用于实现所述预测方法的步骤3、4的部分内容;火灾蔓延预测模块利用改进的网格流算法在受灾区域的火灾蔓延加权网格图中搜索火灾蔓延路径,计算受灾杆塔、蔓延的区域面积、路径与时间,用于实现所述预测方法的步骤5的内容;告警模块依据该方法预测的火灾蔓延的不同影响级别做出相应的告警,用于实现所述预测方法的步骤6的部分内容。
本发明采取的技术方案是:首先利用火点采集设备获取火点位置、火点面积、火情强度、发生时间等火点信息,并结合历史数据剔除噪声与伪火点;利用电力公司数据获取输电线路杆塔位置坐标(步骤1);接着通过时态GIS更新系统定期获取地理GIS信息,按照指定精度将受灾区域GIS图像划分成网格图像,得到受灾区域的网格地形(步骤2);结合资源卫星数据库采用地物识别方法对受灾区域网格识别每个网格的地物类别,并计算相邻网格的地物空间相关性(步骤3);结合受灾区域气象信息,利用影响火灾的多种气象因素对地物空间相关性进行加权,计算跨网格火灾蔓延强度,获取受灾区域的火灾蔓延加权网格图(步骤4);利用改进的网格流算法在受灾区域的火灾蔓延加权网格图中搜索从源(火点)到汇(杆塔)的扩散路径,建立火情蔓延模型,计算受灾杆塔的坐标、蔓延的区域面积与火灾蔓延到杆塔的时间(步骤5);最后对依据网格流方法预测的火灾蔓延的不同影响级别做出相应的告警;并通过时态GIS更新系统更新受灾区域地理GIS信息(步骤6)。
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实例,对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。相反,本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步,为了使公众对本发明有更好的了解,在下文对本发明的细 节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
本发明的输电线路火灾蔓延预测方法及系统的工作原理和工作过程如下:
步骤1:
(1)利用火点采集设备获取火点位置、火点面积、火情强度、发生时间等火点信息,并结合历史数据剔除噪声与伪火点,这里借用遥感卫星获取的监测数据,其中
式子(1)中,Nif为当地面出现火点时,含有火点的像元(以下称混合像元)在遥感卫星通道i的辐射率,P为火点(即明火区)亚像元面积占像元面积百分比,Nihi为通道i的亚像元火点辐射率,Nibg为火点周围背景辐射率,Thi为通道i的亚像元火点温度,Tbg为背景温度,i=3,4,5分别表示FY-1D、NOAA/AVHRR与红外通道序号。Vi为通道i的中心波数,从遥感资料文件头参数获得,C1,C2为普朗克黑体辐射公式中的两个常数。在式中,Tbg(背景温度)可由混合像元周围非火点像元获得近似值。该式描述了被判定为火点的格内火情强度。
(2)利用电力公司数据获取输电线路杆塔位置坐标。
步骤2:
通过时态GIS更新系统定期获取地理GIS信息,按照指定精度将受灾区域GIS图像划分成网格图像,得到受灾区域的网格地形;具体实施时,如图3所示,所示的受灾区域划分为30米×30米的网格。
步骤3:
结合资源卫星数据库采用地物识别方法对受灾区域网格识别每个网格的地物类别,并计算相邻网格的地物空间相关性;
对如图3所示的受灾区域,按资源卫星数据划分为六类:城镇与道路(C)、山地与丘陵(M)、荒地与滩涂(W)、草地和农田(G)、林地与果园(F)、河流与湖泊(R)。
通过对火灾历史数据分析,分别计算六种地物类型中火灾蔓延覆盖相同大小网格所需的时间{TC,TM,TW,TG,TF,TR}与速率{vC,vM,vW,vG,vF,vR},再根据拜拉姆公式来计算火灾跨网格蔓延的无权强度,即I=0.007HWv,下式(2)中I为火线强度(千瓦/米);H为热值(焦/克);W为有效可燃物量(吨/公顷);v为蔓延速度(米/分)。例如图3中的网格A(农田)与B(山地),其对应的跨网格蔓延无权强度为:
步骤4:
结合受灾区域气象信息,利用影响火灾的多种气象因素对地物空间相关性进行加权,计算跨网格火灾蔓延强度,获取受灾区域的火灾蔓延加权网格图。
(1)分析火灾历史数据,对影响火灾的主要气象因素(包括温度(T)、湿度(H)、气压(P)、日照长度(S)、降水量(R)等)进行分档处理,即对每种气象信息按照其对火灾蔓延的影响从高到低划分为10个档次{LT,LH,LP,LS,LR}=1:10,将不同网格之间的气象因素档次求平均作为蔓延强度的气象加权。例如图3中的网格A(农田)与B(山地),计算其气象权重为:
式子(3)中,βT+βH+βP+βS+βR=1。
(2)分析火灾历史数据,对影响火灾的风力气象因素进行分档处理,即对风速(W)按照其对火灾蔓延的影响从高到低划分为10个档次LW=1:10,将不同网格之间的风速档次求平均,再乘以风向与网格间夹角θ的余弦作为蔓延强度的风力加权。例如图3中的网格A(农田)与B(山地),计算其风力权重μ为:
3)综合上述分析,最终计算出火灾跨网格蔓延加权强度为:Iw=μ×ρ×I=wA,B,并以此构造出受灾区域的火灾蔓延加权网格图G。W为特指火灾跨A、B两个网格蔓延加权强度。
步骤5:
利用改进的网格流算法在受灾区域的火灾蔓延加权网格图中搜索从源(火点)到汇(杆塔)的扩散路径,建立火情蔓延模型,计算受灾杆塔的坐标、蔓延的区域面积与火灾蔓延到杆塔的时间。
(2)火情在网格中蔓延被描述为网格中的流,在某一时刻t,网格点u的火情强度为该点在上一时刻t-1时的火情强度加上在t时刻从u的所有近邻点v蔓延(流入)的火势强度。
(3)计算跨网格火灾蔓延强度
如果近邻v的当前火势强度高于格点u,则设置u点火势不会向v点蔓延,即流向不能由低容量向高容量回流。如果从近邻v蔓延(流入)的火势强度超过网络权重(路径容量),则取当前网络权重作为火势强度蔓延量。
(4)计算经过d次蔓延(流动)后各网格点的火情强度为fa(u),其中d一般取整个网络的半径即可。
(5)利用Dijkstra算法在火灾蔓延加权网格中计算火灾从火点(源)蔓延到输电线路杆塔所在网格(汇)所经过的最短路径;利用火灾蔓延覆盖不同地形网格所需的时间{TC,TM,TW,TG,TF,TR}与速率{vC,vM,vW,vG,vF,vR}计算沿该路径火灾蔓延到输电线路的时间;并利用式(7)计算在不同时间段内火灾向八个近邻方向所蔓延到的网格区域的受灾面积。
6)如图3中,右侧火点受图中河流支流阻挡,而无法蔓延到输电线路附近,左侧火点则可以沿图中路径蔓延,从而影响输电线路安全。
对依据网格流方法预测的火灾蔓延的不同影响级别做出相应的告警;并通过时态GIS更新系统更新受灾区域地理GIS信息。
本发明的基于网格流的输电线路火灾蔓延预测方法及系统,用于建立基于网格流的输电线路火灾蔓延路径、时间、面积与受灾影响评估的快速分析模型。该发明通过GIS数据和资源卫星信息对输电线路的地形环境进行本土化建模,并在此基础上建立了基于网格流的输电线路火灾蔓延预测方法。这种方法可以动态化地评估火灾蔓延对输电线路的影响,给出较为准确的预警信息,具有广泛的应用前景以及巨大的经济价值。
Claims (9)
1.基于网格流的输电线路火灾蔓延预测方法,其特征是,包括如下步骤:
步骤1:利用火点采集设备获取火点信息,所述火点信息包括火点位置、火点面积、火情强度、发生时间,并结合历史数据剔除噪声与伪火点;
步骤2:通过时态GIS更新系统定期获取地理GIS信息,按照指定精度将受灾区域GIS图像划分成网格图像,得到受灾区域的网格地形;
步骤3:结合资源卫星数据库,采用地物识别方法对步骤2中得到的受灾区域网格识别每个网格的地物类别信息,并计算相邻网格的地物空间相关性;
步骤4:结合受灾区域气象信息,利用影响火灾的多种气象因素对步骤3中得到的地物空间相关性进行加权,计算跨网格火灾蔓延强度,获取受灾区域的火灾蔓延加权网格图;
步骤5:利用网格流算法在受灾区域的火灾蔓延加权网格图中搜索从火点(源)到杆塔的扩散路径,建立火情蔓延模型,计算受灾杆塔的坐标、蔓延的区域面积与火灾蔓延到杆塔的时间。
步骤6:根据步骤5中得到的受灾杆塔的坐标、蔓延的区域面积与火灾蔓延到杆塔的时间确定火灾蔓延的不同影响级别,对火灾蔓延的不同影响级别做出相应的告警;并通过时态GIS更新系统更新受灾区域地理GIS信息。
2.根据权利要求1所述的基于网格流的输电线路火灾蔓延预测方法,其特征是,所述步骤1中,所述火点信息采集设备为遥感卫星。
3.根据权利要求1所述的基于网格流的输电线路火灾蔓延预测方法,其特征是,所述步骤2中,所述时态GIS更新系统通过网络定期更新地理GIS信息。
4.根据权利要求1所述的基于网格流的输电线路火灾蔓延预测方法,其特征是,所述步骤02中,所述受灾区域的网格地形的网格划分精度范围为30m~50m。
5.根据权利要求1所述的基于网格流的输电线路火灾蔓延预测方法,其特征是,所述步骤3中,所述地物类别信息来自资源遥感卫星。
6.根据权利要求1所述的基于网格流的输电线路火灾蔓延预测方法,其特征是,所述步骤4中,所述多种气象因素包括受灾区域风速、风向、温度、湿度、光照强度、降雨强度和降雪强度。
7.根据权利要求1所述的基于网格流的输电线路火灾蔓延预测方法,其特征是,所述步骤3和4中,所述地物空间相关性,是结合资源卫星数据库采用地物识别方法对受灾区域网格识别每个网格的地物类别计算得到的。
8.根据权利要求1所述的基于网格流的输电线路火灾蔓延预测方法,其特征是,所述步骤4和5中,所述火灾蔓延加权网格图,是利用影响火灾的多种气象因素对受灾区域地物空间相关性进行加权,计算跨网格火灾蔓延强度得到的。
9.一种权利要求1所述的基于网格流的输电线路火灾蔓延预测方法的预测系统,其特征是,包括火点信息采集模块、时态GIS更新模块、区域网格划分与地物识别模块、气象信息获取模块、火灾蔓延加权网格构造模块、火灾蔓延预测模块和告警模块;
所述火点信息采集模块的输出端与区域网格划分与地物识别模块的输入端相连,所述时态GIS更新模块的输入端与通讯网络相连,所述时态GIS更新模块的输出端与区域网格划分与地物识别模块的输入端相连,所述区域网格划分与地物识别模块的输出端与火灾蔓延加权网格构造模块的输入端相连,所述气象信息获取模块的输出端与火灾蔓延加权网格构造模块的输入端相连,所述火灾蔓延加权网格构造模块的输出端与火灾蔓延预测模块的输入端相连,所述火灾蔓延预测模块的输出端与告警模块的输入端相连,同时也与时态GIS更新模块的输入端相连。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410115140.3A CN103870891B (zh) | 2014-03-25 | 2014-03-25 | 基于网格流的输电线路火灾蔓延预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410115140.3A CN103870891B (zh) | 2014-03-25 | 2014-03-25 | 基于网格流的输电线路火灾蔓延预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103870891A true CN103870891A (zh) | 2014-06-18 |
CN103870891B CN103870891B (zh) | 2017-09-22 |
Family
ID=50909404
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410115140.3A Active CN103870891B (zh) | 2014-03-25 | 2014-03-25 | 基于网格流的输电线路火灾蔓延预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103870891B (zh) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104112327A (zh) * | 2014-07-09 | 2014-10-22 | 国家电网公司 | 一种输电线路山火卫星监测多像元火点校正方法 |
CN104217375A (zh) * | 2014-09-19 | 2014-12-17 | 国家电网公司 | 一种基于图论的输电线路山火应急点选址方法 |
CN104410839A (zh) * | 2014-12-16 | 2015-03-11 | 云南电网有限责任公司普洱供电局 | 一种移动式输电线杆塔区域山火与山体滑坡灾害在线监测系统与监测方法 |
CN104484829A (zh) * | 2014-11-19 | 2015-04-01 | 云南电网公司电力科学研究院 | 一种输电线路山火准确预警的方法 |
CN105117520A (zh) * | 2015-07-29 | 2015-12-02 | 国家电网公司 | 基于卫星数据图片的输电线路火点处理方法及装置 |
CN105741479A (zh) * | 2016-01-25 | 2016-07-06 | 赣州市金电电子设备有限公司 | 基于热成像和烟雾识别一体森林防火ia-pcnn算法 |
CN106157513A (zh) * | 2016-08-29 | 2016-11-23 | 安徽天立泰科技股份有限公司 | 森林火灾遥感监测方法 |
CN106408193A (zh) * | 2016-09-26 | 2017-02-15 | 贵州电网有限责任公司输电运行检修分公司 | 一种输电线路网格化风险分析及评估方法 |
CN106408194A (zh) * | 2016-09-26 | 2017-02-15 | 贵州电网有限责任公司输电运行检修分公司 | 一种基于gis网格化输电线路运维难度量化评估方法 |
CN106652303A (zh) * | 2017-01-17 | 2017-05-10 | 武汉智网兴电科技开发有限公司 | 一种输电线路走廊山火实时监控预警的方法及装置 |
CN107256612A (zh) * | 2017-08-07 | 2017-10-17 | 国网湖南省电力公司 | 一种输电线路山火判别方法和系统 |
CN107451719A (zh) * | 2017-07-05 | 2017-12-08 | 北京辰安信息科技有限公司 | 灾区车辆调配方法和灾区车辆调配装置 |
CN110309961A (zh) * | 2019-06-20 | 2019-10-08 | 京东城市(北京)数字科技有限公司 | 火灾预警方法和装置 |
CN110428190A (zh) * | 2019-08-16 | 2019-11-08 | 国电南瑞科技股份有限公司 | 一种计及山火灾害影响的输电线路故障概率在线评估方法 |
CN110570615A (zh) * | 2019-09-04 | 2019-12-13 | 云南电网有限责任公司带电作业分公司 | 天空地联合的输电线路通道山火趋势预警方法、装置、系统及存储介质 |
CN111784122A (zh) * | 2020-06-12 | 2020-10-16 | 云南电网有限责任公司电力科学研究院 | 一种输电线路山火风险动态评估方法 |
CN111783634A (zh) * | 2020-06-29 | 2020-10-16 | 北京华云星地通科技有限公司 | 基于卫星遥感数据的火点检测方法 |
CN111860205A (zh) * | 2020-06-29 | 2020-10-30 | 成都数之联科技有限公司 | 基于多源遥感影像和网格的森林火情评价方法及存储介质 |
CN112766612A (zh) * | 2021-02-09 | 2021-05-07 | 清华大学深圳国际研究生院 | 阻火要素作用下的火灾蔓延预测方法及计算机装置 |
CN113033035A (zh) * | 2021-02-04 | 2021-06-25 | 中山大学 | 一种污染物扩散区域动态模拟方法、系统及装置 |
CN113722894A (zh) * | 2021-08-16 | 2021-11-30 | 中山大学 | 一种基于模型简化的火灾蔓延模拟加速方法及系统 |
CN113780757A (zh) * | 2021-08-21 | 2021-12-10 | 国网湖北省电力有限公司电力科学研究院 | 一种电气火灾风险评估权重指标系数的确定方法 |
CN114419835A (zh) * | 2021-11-30 | 2022-04-29 | 广州欧科信息技术股份有限公司 | 一种基于数字孪生技术的历史建筑火灾监测方法及系统 |
CN114495418A (zh) * | 2022-01-30 | 2022-05-13 | 杭州拓深科技有限公司 | 一种基于危急情况下的高效自救系统及方法 |
CN116030354A (zh) * | 2023-03-29 | 2023-04-28 | 东华理工大学南昌校区 | 一种基于遥感数据融合的地质灾害分析方法及系统 |
CN116449854A (zh) * | 2023-06-16 | 2023-07-18 | 北京博创联动科技有限公司 | 一种基于物联网技术的智能农机调度方法 |
CN118230257A (zh) * | 2024-05-24 | 2024-06-21 | 国网江西省电力有限公司信息通信分公司 | 一种输电线通道烟火识别方法、系统、装置及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100952397B1 (ko) * | 2007-12-28 | 2010-04-14 | (주)보승지아이에스 | 산불확산 모델링에 적용되는 경사계산 알고리즘을 이용한경사계산방법 |
CN101996365A (zh) * | 2010-11-22 | 2011-03-30 | 杨宏业 | 草原火灾蔓延预测系统 |
CN103164587B (zh) * | 2013-04-12 | 2015-07-08 | 南京大学 | 林火蔓延地理元胞自动机仿真方法 |
-
2014
- 2014-03-25 CN CN201410115140.3A patent/CN103870891B/zh active Active
Non-Patent Citations (2)
Title |
---|
寇文正: "《林火管理信息系统》", 30 April 1993 * |
黄作维: "基于GIS和RS的林火行为预测研究", 《中国优秀硕士学位论文全文数据库 农业科技辑》 * |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104112327A (zh) * | 2014-07-09 | 2014-10-22 | 国家电网公司 | 一种输电线路山火卫星监测多像元火点校正方法 |
CN104217375A (zh) * | 2014-09-19 | 2014-12-17 | 国家电网公司 | 一种基于图论的输电线路山火应急点选址方法 |
CN104217375B (zh) * | 2014-09-19 | 2016-02-03 | 国家电网公司 | 一种基于图论的输电线路山火应急点选址方法 |
CN104484829B (zh) * | 2014-11-19 | 2017-07-25 | 云南电网公司电力科学研究院 | 一种输电线路山火准确预警的方法 |
CN104484829A (zh) * | 2014-11-19 | 2015-04-01 | 云南电网公司电力科学研究院 | 一种输电线路山火准确预警的方法 |
CN104410839A (zh) * | 2014-12-16 | 2015-03-11 | 云南电网有限责任公司普洱供电局 | 一种移动式输电线杆塔区域山火与山体滑坡灾害在线监测系统与监测方法 |
CN104410839B (zh) * | 2014-12-16 | 2017-08-29 | 云南电网有限责任公司普洱供电局 | 一种移动式输电线杆塔区域山火与山体滑坡灾害在线监测系统与监测方法 |
CN105117520A (zh) * | 2015-07-29 | 2015-12-02 | 国家电网公司 | 基于卫星数据图片的输电线路火点处理方法及装置 |
CN105741479A (zh) * | 2016-01-25 | 2016-07-06 | 赣州市金电电子设备有限公司 | 基于热成像和烟雾识别一体森林防火ia-pcnn算法 |
CN106157513A (zh) * | 2016-08-29 | 2016-11-23 | 安徽天立泰科技股份有限公司 | 森林火灾遥感监测方法 |
CN106408193A (zh) * | 2016-09-26 | 2017-02-15 | 贵州电网有限责任公司输电运行检修分公司 | 一种输电线路网格化风险分析及评估方法 |
CN106408194A (zh) * | 2016-09-26 | 2017-02-15 | 贵州电网有限责任公司输电运行检修分公司 | 一种基于gis网格化输电线路运维难度量化评估方法 |
CN106408193B (zh) * | 2016-09-26 | 2018-03-02 | 贵州电网有限责任公司输电运行检修分公司 | 一种输电线路网格化风险分析及评估方法 |
CN106652303A (zh) * | 2017-01-17 | 2017-05-10 | 武汉智网兴电科技开发有限公司 | 一种输电线路走廊山火实时监控预警的方法及装置 |
CN107451719A (zh) * | 2017-07-05 | 2017-12-08 | 北京辰安信息科技有限公司 | 灾区车辆调配方法和灾区车辆调配装置 |
CN107256612A (zh) * | 2017-08-07 | 2017-10-17 | 国网湖南省电力公司 | 一种输电线路山火判别方法和系统 |
CN110309961A (zh) * | 2019-06-20 | 2019-10-08 | 京东城市(北京)数字科技有限公司 | 火灾预警方法和装置 |
CN110428190A (zh) * | 2019-08-16 | 2019-11-08 | 国电南瑞科技股份有限公司 | 一种计及山火灾害影响的输电线路故障概率在线评估方法 |
CN110570615A (zh) * | 2019-09-04 | 2019-12-13 | 云南电网有限责任公司带电作业分公司 | 天空地联合的输电线路通道山火趋势预警方法、装置、系统及存储介质 |
CN111784122A (zh) * | 2020-06-12 | 2020-10-16 | 云南电网有限责任公司电力科学研究院 | 一种输电线路山火风险动态评估方法 |
CN111783634A (zh) * | 2020-06-29 | 2020-10-16 | 北京华云星地通科技有限公司 | 基于卫星遥感数据的火点检测方法 |
CN111860205A (zh) * | 2020-06-29 | 2020-10-30 | 成都数之联科技有限公司 | 基于多源遥感影像和网格的森林火情评价方法及存储介质 |
CN111860205B (zh) * | 2020-06-29 | 2024-03-19 | 成都数之联科技股份有限公司 | 基于多源遥感影像和网格的森林火情评价方法及存储介质 |
CN113033035A (zh) * | 2021-02-04 | 2021-06-25 | 中山大学 | 一种污染物扩散区域动态模拟方法、系统及装置 |
CN112766612A (zh) * | 2021-02-09 | 2021-05-07 | 清华大学深圳国际研究生院 | 阻火要素作用下的火灾蔓延预测方法及计算机装置 |
CN113722894B (zh) * | 2021-08-16 | 2023-12-01 | 中山大学 | 一种基于模型简化的火灾蔓延模拟加速方法及系统 |
CN113722894A (zh) * | 2021-08-16 | 2021-11-30 | 中山大学 | 一种基于模型简化的火灾蔓延模拟加速方法及系统 |
CN113780757A (zh) * | 2021-08-21 | 2021-12-10 | 国网湖北省电力有限公司电力科学研究院 | 一种电气火灾风险评估权重指标系数的确定方法 |
CN113780757B (zh) * | 2021-08-21 | 2024-01-26 | 国网湖北省电力有限公司电力科学研究院 | 一种电气火灾风险评估权重指标系数的确定方法 |
CN114419835A (zh) * | 2021-11-30 | 2022-04-29 | 广州欧科信息技术股份有限公司 | 一种基于数字孪生技术的历史建筑火灾监测方法及系统 |
CN114495418A (zh) * | 2022-01-30 | 2022-05-13 | 杭州拓深科技有限公司 | 一种基于危急情况下的高效自救系统及方法 |
CN116030354A (zh) * | 2023-03-29 | 2023-04-28 | 东华理工大学南昌校区 | 一种基于遥感数据融合的地质灾害分析方法及系统 |
CN116449854A (zh) * | 2023-06-16 | 2023-07-18 | 北京博创联动科技有限公司 | 一种基于物联网技术的智能农机调度方法 |
CN116449854B (zh) * | 2023-06-16 | 2023-09-12 | 北京博创联动科技有限公司 | 一种基于物联网技术的智能农机调度方法 |
CN118230257A (zh) * | 2024-05-24 | 2024-06-21 | 国网江西省电力有限公司信息通信分公司 | 一种输电线通道烟火识别方法、系统、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103870891B (zh) | 2017-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103870891B (zh) | 基于网格流的输电线路火灾蔓延预测方法及系统 | |
Cerrai et al. | Predicting storm outages through new representations of weather and vegetation | |
Nguyen et al. | Zoning eco-environmental vulnerability for environmental management and protection | |
KR101809629B1 (ko) | 기상청 국지예보모델을 활용한 도시 폭염 상세정보 예측 방법 및 시스템 | |
Vega-Rodríguez et al. | Low cost LoRa based network for forest fire detection | |
Quan | Rainstorm waterlogging risk assessment in central urban area of Shanghai based on multiple scenario simulation | |
CN109472421A (zh) | 一种电网山火蔓延预警方法及装置 | |
CN103714661B (zh) | 降雨阈值自适应的滑坡实时预警方法 | |
Sharif | Analysis of projected temperature changes over Saudi Arabia in the twenty-first century | |
Umunnakwe et al. | Data‐driven spatio‐temporal analysis of wildfire risk to power systems operation | |
Dacre et al. | Chilean wildfires: probabilistic prediction, emergency response, and public communication | |
Solecki et al. | New York City panel on climate change 2015 report chapter 6: Indicators and monitoring | |
Nohegar et al. | Comparison the suitability of spi, Pni and di drought index in kahurestan watershed (Hormozgan Province/South of Iran) | |
Suthar et al. | Prediction of maximum air temperature for defining heat wave in Rajasthan and Karnataka states of India using machine learning approach | |
Hua et al. | Hotspots of the sensitivity of the land surface hydrological cycle to climate change | |
Ohba | Precipitation under climate change | |
Podhrázská et al. | Effect of changes in some climatic factors on wind erosion risks–the case study of South Moravia | |
Magnusson et al. | Operational multiscale predictions of hazardous events | |
Narasimha Rao et al. | Unprecedented heavy rainfall event over Yamunanagar, India during 14 July 2016: An observational and modelling study | |
Wang et al. | Temporal and spatial changes in hydrological wet extremes of the largest river basin on the Tibetan Plateau | |
Dlamini et al. | Simulation of future daily rainfall scenario using stochastic rainfall generator for a rice-growing irrigation scheme in Malaysia | |
Liu et al. | Wildfire risk assessment of transmission-line corridors based on logistic regression | |
de Souza et al. | Goodness-of-Fit of wind speed for probability distribution in central western Brazil | |
Yamashita et al. | Architecture design for the environmental monitoring system over the winter season | |
Muofhe | Characteristics of deep moist convection and rainfall in cut-off lows over South Africa |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |