CN104361532A - 微地形大风区对输电线路安全运行影响的研究方法 - Google Patents
微地形大风区对输电线路安全运行影响的研究方法 Download PDFInfo
- Publication number
- CN104361532A CN104361532A CN201410665714.4A CN201410665714A CN104361532A CN 104361532 A CN104361532 A CN 104361532A CN 201410665714 A CN201410665714 A CN 201410665714A CN 104361532 A CN104361532 A CN 104361532A
- Authority
- CN
- China
- Prior art keywords
- strong wind
- factor
- wind
- regression equation
- factor set
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000004088 simulation Methods 0.000 claims abstract description 28
- 238000012417 linear regression Methods 0.000 claims abstract description 12
- 230000005611 electricity Effects 0.000 claims description 24
- 238000009826 distribution Methods 0.000 claims description 11
- 241001269238 Data Species 0.000 claims description 5
- 238000011160 research Methods 0.000 claims description 5
- 238000013508 migration Methods 0.000 claims description 4
- 230000005012 migration Effects 0.000 claims description 4
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 16
- 239000012212 insulator Substances 0.000 description 13
- 230000010355 oscillation Effects 0.000 description 10
- 230000001419 dependent effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000009413 insulation Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013179 statistical model Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000005442 atmospheric precipitation Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003455 independent Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 239000004411 aluminium Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 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 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种微地形大风区对输电线路安全运行影响的研究方法,步骤为:1)、基于大风因子集a1和地形因子集a1建立逐步回归方程a1;2)、将地形因子集a1代入所述逐步回归方程a1得到模拟大风因子集a1;3)、基于模拟大风因子集a1和大风因子集a2的线性关系建立一元线性回归方程a2,4)、将地形因子集b1代入所述一元线性回归方程a2得到模拟大风因子集b1,5)、根据模拟大风因子集b1与大风因子集b2的差值集合得出大风因子集b3,6)、基于所述大风因子集b3和地形因子集b2建立逐步回归方程b2,7)建模结果:将所述逐步回归方程b2、一元线性回归方程a2回代到逐步回归方程a1得到最终建模结果。
Description
技术领域:
本发明涉及一种微地形大风区对输电线路安全运行影响的研究方法。
背景技术:
输电线路常年露置在大气中,经常承受着风、冰、温度、雷击等各种气象条件的影响。如春、夏、秋季节,线路受温度和风两者组合的影响,冬季受温度、风和覆冰三者组合的影响。根据统计,线路在运行时的故障,60%以上是由于自然条件变化所引起。因此风、覆冰和大气温度变化的影响较大,特别是微地形微气象(标线风)对线路的影响,在线路设计、运行、维护工作中还是薄弱环节。
梳理近5年输电线路由于局部区域标线风造成风偏跳闸、倒塔事故等案例,并进行技术分析。以安徽省为例,2006年至2012年输电线路发生了20条220kV及以上输电线路风偏跳闸,均与线路周围局部的地理、气象环境相关。如何发现微地形区域大风可能造成线路跳闸还没有可靠的方法。
发明内容:
为克服现有技术的缺陷,本发明的目的在于提供一种微地形大风区对输电线路安全运行影响的研究方法,通过输电线路故障点微地形区特点模拟出大风的分布,掌握了微地形区大风输电线路发生的自然因素,为输电线路防范自然灾害提供了依据。
本发明解决技术问题采用如下技术方案:
微地形大风区对输电线路安全运行影响的研究方法:
收集输电线路故障点数据,结合输电线路故障点微地形区特点模拟出大风的分布,建立大风分布模型,建模步骤为:
1)、基于大风因子集a1和地形因子集a1建立逐步回归方程a1;
所述大风因子集a1是基于7年间未发生站址迁移的50个国家级观测台站极大风数据计算得到的大风因子;
所述地形因子集a1是所述50个国家级观测台站对应的7种地形因子;
2)、将所述地形因子集a1代入所述逐步回归方程a1得到模拟大风因子集a1;
3)、基于所述模拟大风因子集a1和大风因子集a2的线性关系建立一元线性回归方程a2,所述大风因子集a2是基于所述50个国家级观测台站得到的大风因子;
4)、将地形因子集b1代入所述一元线性回归方程a2得到模拟大风因子集b1,所述地形因子集b1是自动观测台和国家级观测台站对应的7种地形因子;
5)、根据所述模拟大风因子集b1与大风因子集b2的差值集合得出大风因子集b3,所述大风因子集b2是基于自动观测台站和国家级观测台站极大风数据计算得到的大风因子;
6)、基于所述大风因子集b3和地形因子集b2建立逐步回归方程b2,反映局地微地形对大风增量的影响,所述地形因子集b2是逐步回归方程a1所包含的地形因子外的其它因子,基于自动观测台站和国家级观测台站得到;
7)建模结果:将所述逐步回归方程b2、一元线性回归方程a2回代到逐步回归方程a1得到最终建模结果。
与已有技术相比,本发明的有益效果体现在:
利用逐步回归等方法建立地形与大风关系的统计模型,发现海拔高度、坡向变率是极大风、平均极大风和大风频率模型的显著因子,坡度是极大风模型、起伏度是平均极大风模型的显著因子之一。根据安徽省近30年气象资料与地理信息资料进行处理分析,绘制风区分布图,为输电线路风速提供了科学依据,填补了安徽省没有风区图的空白,结束了依靠经验选取风速的历史。建立了地形与大风关系的统计模型。通过输电线路故障点微地形区特点模拟出微气象(风)的分布,掌握了微地形微气象区输电线路发生的自然因素,为输电线路防范自然灾害提供了依据。编写了大风因子计算程序。通过微地形特征数据的输入,得出大风数值,使复杂的地理信息和气象专业知识简单化,易于输电专业技术人员掌握、使用,达到实用化目标。
附图说明:
图1为本发明的建模流程图;图2为地形抬升示意图;图3为分水岭示意图;图4为峡谷风道示意图;图5为垭口示意图;图6为山顶点和谷底点示意图。
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:
实施例:输电线路设计及运行收集到的气象数据基本来源为当地气象台站。输电线路经过区段地理环境较差,远离城市,乡镇等人口密集地区。气象台站一般设立在城市郊区,线路经过的地区,特别是微地形微气象区域,气象台基本没有设站,目前,输电线路相关气象数据大部分为设计和运行人员根据现有资料经过推算得到,误差较大,对输电线路安全和工程造价影响较大。
本项目收集到2005年7月~2012年7月共7年20条故障数据(见下表1)。
表1故障数据
从分布特点上看,大部分故障发生在江淮之间共12次,尤其以滁州市到定远一带发生次数最多;并且6次倒塔故障有4次发生于此。此外,沿淮淮北共发生了5次,沿江发生3次(其中繁昌同一地点连续发生2次)。大别山区和皖南山区近几年没有发生故障的记录,通过与安徽省输电线路分布的对比发现,这些山区输电线路相对来说分布较少,且线路多是沿着山谷的走向,不易发生跳闸倒塔事故。
通过输电线路故障点微地形区特点模拟出大风的分布,掌握了微地形区大风输电线路发生的自然因素,为输电线路防范自然灾害提供了依据。
本发明建立了地形与大风关系的统计模型。
建模方法
A.多元回归方法
假设已确定出可能影响变量y的k个自变量因子xi,则可以建立k元线性实际回归模型及其预测模型。
其中
其中,要求变量y与因变量因子xi的相关系数通过α=0.05信度的显著性检验。
假设变量y与因变量因子xi均有n年的样本,则相关系数的计算公式为:
B.逐步回归分析
当自变量很多时,有的自变量可能对因变量影响不是很大,而有的自变量间可能相互不独立,这就产生了怎样从大量可能有关的自变量中挑选出对因变量有显著影响的自变量的问题。
逐步回归按全部自变量xi对因变量y的贡献大小,由大到小逐个引入回归方程,其中对y作用不显著的因变量不被引入;另外,已被引入回归方程的变量在引入新变量进行F检验后失去重要性时,也需要从回归方程中剔除掉。
模型演算
1)计算变量均值和差平方和L11,L22,…,Lpp,Lyy,记各自的标准化变量为
2)计算x1,x2,…,xn,y的相关系数矩阵R(0)。
3)设已选上了k个变量:且i1,i2,…,ik互不相同,R(0)经过变换后为对j=1,2,…,k逐一计算标准化变量uj的偏回归平方和记 作F检验, 对给定显著性水平α,拒绝域为F<F1-α(1,n-k-1)。具体建模过程中,显著性水平取信度为α=0.1。
4)对第(3)步进行循环,直至最终选上t个变量且i1,i2,…,it互不相同,R(0)经过变换后为则对应的方程为:
通过代数运算可得
具体建模方案
利用2006~2012年7年间未发生站址迁移的50个国家级观测台站的数据(包括大风和地理信息数据)初步建立逐步回归方程,再利用自动观测台站和国家级观测台站数据对方程进行修正,最后建立模型。
收集输电线路故障点数据,结合输电线路故障点微地形区特点模拟出大风的分布,建立大风分布模型,建模步骤为:
1)、基于大风因子集a1和地形因子集a1建立逐步回归方程a1;
所述大风因子集a1是基于7年间未发生站址迁移的50个国家级观测台站极大风数据计算得到的大风因子;
所述地形因子集a1是所述50个国家级观测台站对应的7种地形因子;
2)、将所述地形因子集a1代入所述逐步回归方程a1得到模拟大风因子集a1;
3)、基于所述模拟大风因子集a1和大风因子集a2的线性关系建立一元线性回归方程a2,所述大风因子集a2是基于所述50个国家级观测台站得到的大风因子;
4)、将地形因子集b1代入所述一元线性回归方程a2得到模拟大风因子集b1,所述地形因子集b1是自动观测台和国家级观测台站对应的7种地形因子;
5)、根据所述模拟大风因子集b1与大风因子集b2的差值集合得出大风因子集b3,所述大风因子集b2是基于自动观测台站和国家级观测台站极大风数据计算得到的大风因子;
6)、基于所述大风因子集b3和地形因子集b2建立逐步回归方程b2,反映局地微地形对大风增量的影响,所述地形因子集b2是逐步回归方程a1所包含的地形因子外的其它因子,基于自动观测台站和国家级观测台站得到;
7)建模结果:将所述逐步回归方程b2、一元线性回归方程a2回代到逐步回归方程a1得到最终建模结果。
在建模过程中,考虑了各种地形因子二次项的影响,建立的是多元二次方程。需要说明加入逐步回归方程b2,若在考虑局地微地形作用后,导致误差明显增大,则以逐步回归方程a1作为最终模型。
表2-3给出了具体的模型结果。从结果来看,极大风、平均极大风和大风频率均与海拔高度和坡向变率密切相关,海拔高度越高、坡向变率越大,对应有极大风、平均极大风越大,大风出现的频率越高。此外,极大风还与坡度有一定关系,坡度越大极大风越大;平均极大风还受起伏度的影响,起伏度越大,平均极大风越小。计算2006~2012年50个国家级观测台站观测和模拟大风因子之间的平均绝对误差和平均相对误差,计算公式为:
其中n=50。
极大风因子的平均绝对误差为3.5m/s,平均相对误差为14.6%;平均极大风的平均绝对误差为0.5m/s,平均相对误差为7.6%;大风频率的平均绝对误差为0.29%,由于有部分站点实测大风频率为0,不能参与计算,因而不给出这个项目的平均绝对误差。
表2-3大风与地形因子的关系模型
风险值的计算方法
首先对极大风最大值和极大风频率进行归一化,以消除量纲的影响,归一化公式为:
式中Dij是j格点第i个指标的归一化值,Aij是j格点第i个指标值,mini和maxi分别是第i个指标值中的最小值和最大值。
然后采用加权综合分方法对极大风最大值和极大风频率的归一化指标进行了综合,综合公式为:
式中Irisk为大风风险指标值,Imax为极大风最大值归一化后指标,Ifeq为极大风频率归一化后指标,wm和wf分别为极大风最大值和频率对大风风险的权重。
实例500kV线路防风偏方案
3工程概况
3.1杆塔类型
经查阅竣工图设计图纸,全线共使用7种直线塔型,分别为ZM1、ZM2、ZM3、ZM4、ZMK1、ZMK2、ZMJ2等单回路猫头塔。
3.2导线参数
经查阅本工程竣工图设计图纸,导线采用4×LGJ-630/45钢芯铝绞线,导线技术参数表3.1所示。
表3.1导线技术参数表
项目 | 单位 | 数据 |
型号 | LGJ-630/45 | |
计算截面 | mm2 | 666.55 |
外径 | mm | 33.6 |
计算重量 | kg/km | 2060 |
试验保证拉断力 | N | 148700 |
线膨胀系数 | 1/℃ | 20.9×10-6 |
弹性系数 | N/mm2 | 63000 |
安全系数 | 2.5 |
3.3校验风速取值
经查阅原工程设计图纸和说明书,全线按3005气象区设计,即:最大基本风速30m/s(对地20m基准高度),覆冰厚度5mm。具体设计气象条件组合见表3.2。
表2.2设计气象条件一览表
设计工况 | 气温(℃) | 风速(m/s) | 覆冰厚度(mm) |
最高气温 | +40 | 0 | 0 |
最低气温 | -20 | 0 | 0 |
最大风速 | +15 | 30 | 0 |
设计覆冰 | -5 | 10 | 5 |
平均气温 | +15 | 0 | 0 |
安装情况 | -10 | 10 | 0 |
雷电过电压 | +15 | 10 | 0 |
操作过电压 | +15 | 15 | 0 |
本次仍按原设计风速进行校验,风压不均匀系数α取0.75,且不考虑因雨天造成空气放电电压降低的因素。
3.4绝缘配置情况
根据设计图纸,本工程所校验直线塔的绝缘配置情况见表3.3。
表3.3悬垂绝缘子串配置表
4绝缘子串加片方案分析
4.1.1塔身小弧垂
对宽身塔,导线在塔身边缘(瓶口、横担)附近由于上扬或下垂会产生一定的小弧垂,在绘制最大摇摆角时,应将小弧垂考虑在绝缘子串长中。根据本工程使用塔型及地形情况,塔身小弧垂统一取0.25m。
4.1.2允许空气间隙
考虑脚钉及塔材宽度等影响0.2米,允许空气间隙取值如下:
工频电压:1.2+0.2=1.4m;
操作过电压:2.5+0.2=2.7m;
雷电过电压:3.3+0.2=3.5m。
4.1.3绝缘配置
改造后悬垂绝缘子串配置情况见表3.2。
表4.1加片后悬垂绝缘子串配置表
4.1.4最大允许摇摆角
根据各种杆塔头部结构尺寸及各种工况下的允许空气间隙,通过作图可得出各种工况下对应不同绝缘子串的最大允许摇摆角φ。由于雷电过电压和操作过电压工况下的摇摆角数值不起控制作用,因此,表3.3中仅列出最大风工况时的允许摇摆角数值。
表4.2最大允许摇摆角
4.1.5绝缘子风偏校验
4.1.5.1直线塔
直线塔摇摆角临界曲线计算公式为:
式中:Pis——绝缘子串风荷载(N),Pis=9.80665Av2/16;
A——绝缘子串受风面积,m2;
v——该计算情况的风速,m/s;
Gis——绝缘子重力,N;
φ——绝缘子串在该计算情况下的最大允许摇摆角,(°);
FT、T——分别为某代表档距下导线最大弧垂时和计算情况式的张力,N;
lh——杆塔水平档距,m;
lvc——计算情况下要求的导线最大弧垂时的垂直档距,m;
Pc、P1——导线最大弧垂时单位自荷载,N/m;
n——每相导线根数。
将有关参数代入式4-1中,可得出各塔型水平档距与最大弧垂时垂直档距的关系式按序号列入表4.3。
根据临界曲线关系式或查阅摇摆角临界曲线,对照每基直线塔绝缘配置和实际水平档距,计算出最大弧垂时的临界垂直档距。如实际垂直档距大于临界垂直值(或位于临界曲线上方),则满足安全要求,反之,则不安全。
表4.3直线塔摇摆角临界曲线关系式
4.1.5.2直线转角塔
逐基计算工频、操作和雷电工况下绝缘子风偏角,选取风偏角值最大的杆塔,绘制间隙园。
4.1.6导线对地距离校验
运检公司拟采取增加两片绝缘子片的措施,结合竣工图设计图纸,直线塔绝缘子串长度最大增加340mm。查阅平断面定位图,逐档测出档距内导线切地线与地面最小距离。当最小距离大于340mm时,则满足安全要求,反之则不满足。
4.1.7校验结果
4.1.7.1绝缘子风偏校验结果
根据前述方法,对所有直线杆塔(不包括直线转角塔)进行风偏校验,结果如表4.6所示。
表4.6校验结果
4.2结论:对于43#直线塔,由表4.6中可知增加7片重锤可抵消Δlvd的影响;但需再加7片重锤,即每相挂14片重锤,可抵消27m垂直档距。
2.5大风因子的GIS空间分布
(1)实例1
模拟安徽省全省大风分布。将安徽省1:5万地理信息资料带入回归方程,得到大风因子的GIS空间分布情况。从模拟得到的极大风来看,安徽省极大风由北向南逐渐增大,淮南以南极大风基本在25m/s以上;极大风大值区位于大别山和皖南山区,这两个地方海拔高、坡度和坡向变率大,极大风基本在29m/s以上,局部超过33m/s;此外,江淮丘陵、巢湖及长江等水体附近的丘陵、坡地等极大风速也较大,大部地区达到29m/s以上;淮北平原大部极大风稍小,但淮北市北部的丘陵地带也存在着零星的极大风高值区,局部极大风在27~31m/s。
模拟平均极大风和模拟大风频率也具有北边小南边大的特点,江淮丘陵、大别山和皖南山区以及大别山和皖南山区所辖沿江丘陵是平均极大风和大风频率的高值区,江淮丘陵东北段、大别山区北部和西南部、皖南山区南部和东北部平均极大风在10m/s以上,这些地方大风发生的频率也较高,局部大风日数超过全年天数的20%(73天)。
(2)实例2
模拟滁州大风分布。从滁州市来看,滁州市大部模拟极大风在25~31m/s,模拟平均极大风在8~14m/s,模拟大风频率在5~30%。极大风、平均极大风和大风频率高值区基本一致,位于明光市南部-滁州市-全椒县一线、凤阳县与定远县交界的丘陵地区以及明光市女山湖周边,这些区域模拟极大风可达29m/s以上,模拟平均极大风可达12m/s以上,模拟大风频率可达20%。
(3)实例3
模拟故障点大风分布。表2-4给出了19个故障点2006~2012年模拟大风因子的情况。从模拟出来的极大风看,19个故障点极大风基本在24m/s以上,均达到气象部门的大风标准,其中220kV繁朱2874线92#塔附近极大风速达28.52m/s,该点模拟平均极大风较大,达到8.58m/s,大风频率也较高,达到了15.87%,大风发生频率高、风速大,增加了输电线路发生故障的几率。从平均极大风来看,19个故障点平均极大风在7~12m/s之间,其中220kV禹清4726线路110#达到了11.91%,该点极大风为27.46m/s,与观测到的26.9m/s基本一致。从大风频率来看,19个故障点大风频率在0~16%,部分故障点模拟大风频率不高,说明即便偶发的大风也可能对输电线路带来严重灾害,因此在线路设计之初就需要多方面考虑大风叠加在微地形之上的影响。
表2-4模拟故障点大风因子
明光市、定远县和凤阳县一带输电线路由于大风影响发生故障的频率较高,故障点较周边极大风速和平均极大风速偏大、大风频率较周边高,模拟结果基本合理。
2.6大风灾害风险等级划分
整体来看,模拟大风因子与安徽省地形密切相关,地形越复杂,日常极大风速越大、发生频率越高、极端值也越高,对比安徽电网50年一遇风区分布图,模拟安徽省极大风、平均极大风以及大风频率大值区与50年一遇风速大值区基本一致,皖南山区和大别山区发生灾害性大风的频率最高,极端大风值也最高,建议定为大风灾害风险等级Ⅰ级区。江淮丘陵是风灾的高发区,长江沿岸的丘陵地带、大型水体周边的坡地、淮北市北部的丘陵地带也有零星的极大风高值区,这些区域大风灾害风险等级建议定为Ⅱ级。其它地区大风灾害风险等级建议定为Ⅲ级。在大风灾害风险等级Ⅰ、Ⅱ级区域架设输电线路,尤其注意绕开峡谷风道、抬升型地形、迎风坡、水边、山脊等,当线路必须跨越上述地形时,应避免与主导风向垂直。
建议拟建线路必须经过峡谷风道、抬升型地形、迎风坡、水边、山脊等地形时,建议增加短期监测点,对设计风速进行论证;还需要关注主导风向,合理规划线路走向。
3.2、术语解释:
3.2.1地形抬升
平原或丘陵中拔地而起的突峰或盆地中一侧较低另一侧较高的陡崖,例如江淮丘陵、淮北平原北部的丘陵地带等,对气流的有抬升作用,易产生局地强对流。
3.2.2分水岭
分水岭就是两大流域之间的最高山岭,它不是一座山,而是一条山脉,大气降水落下以后就沿这条山脉分别汇流到山脉两边的河流中去。即由这条山脉把大气降水分开来了,这样的山脉就叫分水岭。例如江淮分水岭,为秦岭、大别山向东的延伸部分,是长江流域与淮河流域的分界线。分水线是分水岭的脊线,它是相邻流域的界线,一般为分水岭最高点的连线。当线路翻越分水岭,空旷开阔,在山顶及迎风坡侧尤其容易出现强风。
3.2.3峡谷风道
山谷最低点的连线称为“山谷线”。地貌中等高线的弯曲部分向高处凸出,其两边的雨水向此集中,是河流的“集水线”。峡谷是山谷的一种表现形式,是深度大于宽度谷坡陡峻的谷地,当线路横跨峡谷,两岸高且陡。通过峡管效应产生较大的风速,将导致输电线路风荷载的大幅增加。例如大别山区和皖南山区之间的沿江地带就是具有代表性的峡谷。
3.2.4垭口
垭口指的是是两座山峰之间相对较低的洼地(两座山峰交汇处),位于山脊上呈马鞍状的明显下凹处。绵延的山脉所形成的垭口,地势较高,但相对两边的山峰稍低,且垭口地形比较平坦,是气流集中加速之处,往往形成风口,风速较大。在安徽的大别山区和皖南山区,地形起伏多变,地势复杂,易形成垭口地形。
3.2.5山顶点
山顶点是指在特定邻域分析范围内,该点都比周围点高的区域。突出开阔的山顶,高空强劲的风速不受周围山脉的阻挡,风速较大。例如黄山光明顶和大别山白马尖为典型的山顶点。
洼地点是指那些在特定邻域分析范围内,该点都比周围点低的区域。洼地点也是地形的重要特征点,在山谷地区易形成山谷风。例如安徽省内湖泊和皖西裂谷等属于典型洼地。
3.2.6水体周边
由于陆地和水体热力性质不同,在白天,由于太阳辐射,陆地升温比水体快,在水陆大气之间产生了温度差、气压差,使低空大气由水体流向陆地,高空大气从陆地流向海洋,它们和陆地上的上升气流和水体上的下降气流一起形成了水陆风局地环流。在夜晚,由于有效辐射发生了变化,陆地比水体降温快,在水陆之间产生了与白天相反的温度差、气压差,使低空气大气从陆地流向水体,形成“陆风”,高空大气从海洋流向陆地,形成“反陆风”。它们同陆地下降气流和水面上升气流一起构成了局地环流。同时由于大型水体下垫面较为均一,摩擦力小,有利于大风的形成。因此在大型水体如湖泊、江河的水陆交界地带易发生大风。例如巢湖周边、沿江地带等。
Claims (1)
1.微地形大风区对输电线路安全运行影响的研究方法,其特征在于:
收集输电线路故障点数据,结合输电线路故障点微地形区特点模拟出大风的分布,建立大风分布模型,建模步骤为:
1)、基于大风因子集a1和地形因子集a1建立逐步回归方程a1;
所述大风因子集a1是基于7年间未发生站址迁移的50个国家级观测台站极大风数据计算得到的大风因子;
所述地形因子集a1是所述50个国家级观测台站对应的7种地形因子;
2)、将所述地形因子集a1代入所述逐步回归方程a1得到模拟大风因子集a1;
3)、基于所述模拟大风因子集a1和大风因子集a2的线性关系建立一元线性回归方程a2,所述大风因子集a2是基于所述50个国家级观测台站得到的大风因子;
4)、将地形因子集b1代入所述一元线性回归方程a2得到模拟大风因子集b1,所述地形因子集b1是自动观测台和国家级观测台站对应的7种地形因子;
5)、根据所述模拟大风因子集b1与大风因子集b2的差值集合得出大风因子集b3,所述大风因子集b2是基于自动观测台站和国家级观测台站极大风数据计算得到的大风因子;
6)、基于所述大风因子集b3和地形因子集b2建立逐步回归方程b2,反映局地微地形对大风增量的影响,所述地形因子集b2是逐步回归方程a1所包含的地形因子外的其它因子,基于自动观测台站和国家级观测台站得到;
7)建模结果:将所述逐步回归方程b2、一元线性回归方程a2回代到逐步回归方程a1得到最终建模结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410665714.4A CN104361532B (zh) | 2014-11-20 | 2014-11-20 | 微地形大风区对输电线路安全运行影响的研究方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410665714.4A CN104361532B (zh) | 2014-11-20 | 2014-11-20 | 微地形大风区对输电线路安全运行影响的研究方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104361532A true CN104361532A (zh) | 2015-02-18 |
CN104361532B CN104361532B (zh) | 2018-01-30 |
Family
ID=52528790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410665714.4A Active CN104361532B (zh) | 2014-11-20 | 2014-11-20 | 微地形大风区对输电线路安全运行影响的研究方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104361532B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046581A (zh) * | 2015-07-09 | 2015-11-11 | 广西电网有限责任公司电力科学研究院 | 基于多参数风荷载的输电线路强风跳闸风险评估方法 |
CN107092982A (zh) * | 2017-04-11 | 2017-08-25 | 北京国网富达科技发展有限责任公司 | 一种电网覆冰预报方法及装置 |
CN107194522A (zh) * | 2017-06-28 | 2017-09-22 | 中国电力工程顾问集团西南电力设计院有限公司 | 一种1100kV特高压直流输电线路杆塔系列策划方法 |
CN110032779A (zh) * | 2019-03-26 | 2019-07-19 | 重庆大学 | 微地形模型及采用其的输电线覆冰风险识别方法 |
CN110850358A (zh) * | 2019-12-10 | 2020-02-28 | 国网山东省电力公司电力科学研究院 | 基于逐步回归算法的电能表综合检定方法及系统 |
CN113076635A (zh) * | 2021-03-26 | 2021-07-06 | 云南电网有限责任公司电力科学研究院 | 一种基于微地形环境特征的雷电活动分析方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184337A (zh) * | 2011-06-07 | 2011-09-14 | 中国电力科学研究院 | 一种受气象信息影响的新能源发电能力动态组合分析方法 |
US8483963B2 (en) * | 2010-09-13 | 2013-07-09 | John Bertrand Kline | Method of evaluating wind flow based on terrain exposure and elevation |
CN104091209A (zh) * | 2014-06-26 | 2014-10-08 | 沈阳工业大学 | 基于bp神经网络的风电机组功率特性评估方法 |
-
2014
- 2014-11-20 CN CN201410665714.4A patent/CN104361532B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8483963B2 (en) * | 2010-09-13 | 2013-07-09 | John Bertrand Kline | Method of evaluating wind flow based on terrain exposure and elevation |
CN102184337A (zh) * | 2011-06-07 | 2011-09-14 | 中国电力科学研究院 | 一种受气象信息影响的新能源发电能力动态组合分析方法 |
CN104091209A (zh) * | 2014-06-26 | 2014-10-08 | 沈阳工业大学 | 基于bp神经网络的风电机组功率特性评估方法 |
Non-Patent Citations (2)
Title |
---|
俞飞: "利用非线性回归技术建立洛阳机场大风预报方法", 《气象与环境科学》 * |
胡娟: "引入低纬高原复杂地形因子的气象要素精细化估算模型", 《气象科技》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046581A (zh) * | 2015-07-09 | 2015-11-11 | 广西电网有限责任公司电力科学研究院 | 基于多参数风荷载的输电线路强风跳闸风险评估方法 |
CN105046581B (zh) * | 2015-07-09 | 2019-05-24 | 广西电网有限责任公司电力科学研究院 | 基于多参数风荷载的输电线路强风跳闸风险评估方法 |
CN107092982A (zh) * | 2017-04-11 | 2017-08-25 | 北京国网富达科技发展有限责任公司 | 一种电网覆冰预报方法及装置 |
CN107194522A (zh) * | 2017-06-28 | 2017-09-22 | 中国电力工程顾问集团西南电力设计院有限公司 | 一种1100kV特高压直流输电线路杆塔系列策划方法 |
CN110032779A (zh) * | 2019-03-26 | 2019-07-19 | 重庆大学 | 微地形模型及采用其的输电线覆冰风险识别方法 |
CN110032779B (zh) * | 2019-03-26 | 2023-08-08 | 重庆大学 | 一种微地形建模方法及采用其的输电线覆冰风险识别方法 |
CN110850358A (zh) * | 2019-12-10 | 2020-02-28 | 国网山东省电力公司电力科学研究院 | 基于逐步回归算法的电能表综合检定方法及系统 |
CN113076635A (zh) * | 2021-03-26 | 2021-07-06 | 云南电网有限责任公司电力科学研究院 | 一种基于微地形环境特征的雷电活动分析方法和装置 |
CN113076635B (zh) * | 2021-03-26 | 2022-09-02 | 云南电网有限责任公司电力科学研究院 | 一种基于微地形环境特征的雷电活动分析方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104361532B (zh) | 2018-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104361532B (zh) | 微地形大风区对输电线路安全运行影响的研究方法 | |
Dabbaghiyan et al. | Evaluation of wind energy potential in province of Bushehr, Iran | |
Mostafaeipour | Economic evaluation of small wind turbine utilization in Kerman, Iran | |
Zhang et al. | Analysis of wind characteristics and wind energy potential in complex mountainous region in southwest China | |
Keyhani et al. | An assessment of wind energy potential as a power generation source in the capital of Iran, Tehran | |
CN104992250B (zh) | 一种高海拔山地风电场微观选址方法 | |
Bilgili et al. | Wind energy potential in Antakya and Iskenderun regions, Turkey | |
CN102156793B (zh) | 一种输电线路覆冰等级划分系统 | |
Sharma et al. | Wind energy resource assessment for the Fiji islands: Kadavu Island and Suva Peninsula | |
Raichle et al. | Wind resource assessment of the southern Appalachian ridges in the southeastern United States | |
Ahmed | Potential wind power generation in South Egypt | |
El Alimi et al. | Modeling and investigation of the wind resource in the gulf of Tunis, Tunisia | |
CN106600060A (zh) | 基于相似日晴朗系数修正的太阳辐照量预测方法 | |
CN103678865A (zh) | 一种冻雨引发输电线路故障的故障概率在线评估方法 | |
CN105278004A (zh) | 一种电网输电线路区段的气象情况分析方法 | |
Sobhani et al. | Potentiometric mapping for wind turbine power plant installation Guilan province in Iran | |
CN108062722B (zh) | 基于风速变异系数的山地风电场模型风机机械功率计算方法 | |
Pinilla et al. | Performance evaluation of jepirachi wind park | |
Chourpouliadis et al. | Comparative study of the power production and noise emissions impact from two wind farms | |
Hong et al. | Optimal design of vegetation in residential district with numerical simulation and field experiment | |
Fasel et al. | An overview of wind resource assessments with special reference to the emirate of Ajman, UAE | |
Kwaye et al. | Assessment of renewable energy resources in Cameroon and special regards on energy supply | |
Liu et al. | Gale Change and Grading for Power Grid Wind Zone in Jiangsu Province | |
Agharabi et al. | Optimal location of microturbines in low-rise building blocks for sustainable wind energy utilization (case study: Qazvin city) | |
Le Thanh et al. | Characterizing a 40-MW Modern Wind Power Plant by Field Data Measurements |
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 |