CN104376510A - 一种输电线路因山火跳闸的风险等级预测评估方法 - Google Patents
一种输电线路因山火跳闸的风险等级预测评估方法 Download PDFInfo
- Publication number
- CN104376510A CN104376510A CN201410737586.XA CN201410737586A CN104376510A CN 104376510 A CN104376510 A CN 104376510A CN 201410737586 A CN201410737586 A CN 201410737586A CN 104376510 A CN104376510 A CN 104376510A
- Authority
- CN
- China
- Prior art keywords
- fire
- factor
- transmission line
- risk
- electricity
- 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 126
- 238000000034 method Methods 0.000 title abstract description 16
- 238000012502 risk assessment Methods 0.000 claims abstract description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 9
- 238000001556 precipitation Methods 0.000 claims abstract description 3
- 230000005611 electricity Effects 0.000 claims description 74
- 238000011156 evaluation Methods 0.000 claims description 30
- 238000010438 heat treatment Methods 0.000 claims description 5
- 230000003203 everyday effect Effects 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 3
- 238000011158 quantitative evaluation Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 2
- 230000003449 preventive effect Effects 0.000 abstract description 2
- 230000003247 decreasing effect Effects 0.000 abstract 1
- 230000000977 initiatory effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009422 external insulation Methods 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012544 monitoring process Methods 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种输电线路因山火跳闸的风险等级预测评估方法,以输电线路走廊火险等级为指标,以日降水量、温度、风速、相对湿度、坡度、坡向、路网密度、人口密度、风俗节气、植被含水率等因素为进行量化评估山火发生风险性的影响因子,建立山火风险评估模型。以山火发生时,线路发生跳闸的风险等级为指标,以火焰高度桥接比、植被类型、植被分布为拟进行量化评估山火发生时,输电线路跳闸风险等级的影响因子,建立线路跳闸评估模型;两者综合获得输电线路因山火跳闸的风险等级预测评估方法。本发明的技术方案能基于实时数据对输电线路的跳闸风险进行客观预测评估,提前采取针对性的预防措施,能最大限度减少输电线路因山火跳闸的事故数量;对提高输电线路的安全、可靠运行具有重要意义。
Description
技术领域
本发明涉及电气工程技术领域,具体是一种输电线路因山火跳闸的风险等级预测评估方法。
背景技术
随着我国经济的快速发展,用电需求持续增长,推动了电力资源的大量投资与建设。而电力走廊的紧张形势日益严峻,许多高压远距离输电线路被迫建设于植被茂盛的山火易发区,给线路外绝缘和输电设备的安全带来了严重威胁。特别是近年来,异常干旱天气、人类活动等导致山火引发输电线路跳闸停电事故逐渐增多;2007~2010年期间,江西省电力公司所辖220kV以上电压等级输电线路发生山火事故51起,其中220kV线路44起、500kV线路7起。2001~2008年10月期间,南方电网超高压输电公司所辖线路发生山火故障共37次;2008年初发生的大面积冰灾造成大量林木受损、干枯,直接导致2009年~2010年期间,贵州电网220kV和500kV输电线路总共发生山火跳闸事故71起,可见山火严重危害了电网的安全稳定运行,是引发输电线路故障的重大自然灾害之一。
由于山火发生地一般人迹罕至,且山火蔓延速度较快,及时发现和扑救难度较大,特别是输电线路走廊一旦发生山火,很难在短时间内采取措施应对线路跳闸风险。因此,对输电线路因山火跳闸风险等级情况进行提前预测评估,然后提出针对性的预防措施,对提高输电线路的安全、可靠运行具有重要意义。虽然已有不少专利提出了输电线路走廊山火在线监测及火险等级预报方法,但山火发生后是否会发生线路跳闸,发生线路跳闸的概率多高,目前并无准确的评估方法。
如专利CN103473611A提出了一种基于五因子的输电线路山火等级预报方法、专利CN102592390A提出了一种输电线路山火预报方法、专利CN103955618A提出了一种大范围智能预测输电线路山火的方法,以上方法虽然可对输电线路走廊的山火发生情况进行预测,但考虑因素较少,且并未对线路是否跳闸进行综合评估,无法反应山火对输电线路的影响及威胁。专利CN103472326A虽然提出了评估山火引发输电线路故障概率的方法,但并未对输电线路走廊是否发生山火进行评估,而山火的发生是线路跳闸的前提,所以该方法无法真实反映输电线路的实际风险情况。
实际工作中对山火引发线路跳闸的风险等级进行评估很有必要,通过对线路因山火跳闸风险等级情况进行预测评估,对风险较大的线路走廊通道,可提前采取措施对线路通道进行改造或采取差异化管理措施对植被进行修剪、砍伐等,达到从根本上减少山火引发输电线路跳闸的事故数量,保证重要输电通道的安全稳定运行。
发明内容
本发明提供一种输电线路因山火跳闸的风险等级预测评估方法,其利用模糊综合评价方法建立了山火引发输电线路跳闸风险等级评估数学模型,可对典型输电线路走廊的山火发生情况以及线路因山火跳闸的风险情况进行提前评估和预测,可减少目前山火引发线路跳闸事故的频发问题,从原来的事故后处理转变为提前治理和防范,使输电线路的安全稳定运行得到良好的保障。
本发明的技术方案为:
一种输电线路因山火跳闸的风险等级预测评估方法,包括如下步骤:
步骤1:统计典型输电线路走廊近十年山火数据,形成山火历史数据库,根据所述山火数据确定输电线路走廊火险等级评估模型的火险影响因子及各火险影响因子的分类情况,所述火险影响因子包括降水量、温度、风速、相对湿度、坡度、坡向、路网密度、人口密度、风俗节气、植被含水率;
步骤2:按照地理特征和周围环境特征将输电线路走廊分段,将距离较近、地理特征、气候特征、人文特征相近的线路走廊划为一类,记为,每一段的地理特征及周围环境特征基本相同;
步骤3:运用熵值法求出步骤1中各个火险影响因子的权重;
步骤4:根据气象部门统计的实时气象数据,当日降水量高于5mm时,则判定该区域山火风险为0,山火引发线路跳闸风险等级也为0;当日降水量低于5mm时,进行步骤5;
步骤5:根据实时气象数据、卫星遥感数据获得的地理特征、植被信息,以及实地考察获得的线路走廊周边人文信息,对步骤1中各火险影响因子进行赋值;
步骤6:对各个火险影响因子进行平均加权求和,得到山火风险评估的综合得分,然后对山火风险评估综合评估分值进行分级,即可得到输电线路走廊火险等级,并获得火险等级因子;
步骤7:根据卫星遥感数据获得该段线路走廊的植被信息,包括植被类型、植被分布、植被含水率Q、可燃物载量w,燃烧热、离地高度等;同时电力部门提供的输电线路参数以及步骤4获得的气象数据,形成山火引发线路跳闸数据库;确定山火发生时,输电线路跳闸的评判指标及拟进行定量评价的跳闸影响因子,所述跳闸影响因子包括植被类型、植被分布以及火焰高度桥接占比;
步骤8:根据步骤7中山火引发线路跳闸数据库的具体数据,获得山火引发输电线路各跳闸影响因子具体数值;
步骤9:根据步骤8中各影响因子具体数值,获得该区域发生山火时,输电线路跳闸风险评估预测的综合得分,然后对跳闸风险评估的分值进行分级,即可得到线路跳闸风险因子;
步骤10:根据步骤6获得的输电线路走廊火险等级因子和步骤9获得的山火发生时输电线路跳闸风险因子,获得该区域未来一段时间内,输电线路因山火跳闸风险等级因子,评估输电线路因山火跳闸风险等级因子的数值范围,获得输电线路因山火跳闸的风险等级。
本发明的有益效果是:
1)本发明通过对输电线路走廊火险等级和山火发生时,输电线路跳闸风险等级进行评估,实现了输电线路因山火跳闸风险等级的定量评估,能根据线路走廊的实际条件,提前对山火引发输电线路的跳闸情况进行预判,为输电线路走廊的差异化管理措施的制定提供有力的指导;
2)本发明使用简单,可行性强,预测精度高;
3)本发明可为重要输电线路通道因山火跳闸的风险预报图的绘制提供参考。
附图说明
图1为本发明输电线路因山火跳闸的风险等级预测评估方法中根据输电线路走廊火险等级评估模型和山火发生时输电线路跳闸风险等级评估模型建立输电线路因山火跳闸风险等级评估预测模型的流程图;
图2为本发明输电线路因山火跳闸的风险等级预测评估方法中熵值法求取权重的流程图;
图3为本发明输电线路因山火跳闸的风险等级预测评估方法的流程图。
具体实施方式
下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述。
如图1所示,本发明主要是建立输电线路走廊火险等级评估模型和山火发生时输电线路跳闸风险等级评估模型,两个评估模型综合获得最终的输电线路因山火跳闸风险等级评估预测模型,从而获得某一区域的风险等级情况,结合图3,本发明提供一种输电线路因山火跳闸的风险等级预测评估方法,具体包括如下步骤:
步骤1:统计湖北电网输电线路走廊近十年山火发生时的山火数据,包括某一区域山火发生次数,山火发生地的气象条件、地形条件、人文环境、植被参数,形成湖北电网山火历史数据库,根据所述山火数据确定输电线路走廊火险等级评估模型的火险影响因子及各火险影响因子的分类情况,所述火险影响因子中属于气象条件的有日降水量、温度、相对湿度、风速,属于地形条件的有坡度、坡向、路网密度,属于人文环境的有人口密度、风俗节气,属于植被参数的有植被含水率。
所述步骤1中,输电线路走廊山火等级风险评估的影响因子如表1所示,包括以下几个方面:
表1评价指标及其分类
步骤2:根据湖北电网某220kV线路走廊地理特征和周边环境对线路进行分段,具体的,将距离较近、地理特征、气候特征、人文特征相近的线路走廊划为一类,记为,每一段的地理特征及周围环境特征基本相同;
步骤3:利用图2所示熵值法求取步骤1中的各火险影响因子的权重Zi;熵值法中原始矩阵是通过密度求值来建立的,并通过归一化处理后经计算获得各自熵值,进而求得权重。
首先,根据统计数据中某一输电线路走廊区域的山林火灾点个数aij与火险影响因子及其二级因子所占区域面积Aij,计算各区域山火发生的点密度:
dij=aij/Aij,(i=1,2,…,n,j=1,2,…,m)
其中,n表示火险影响因子个数,m表示各火险影响因子的二级因子的个数,aij表示第i个火险影响因子的第j个二级因子下的山林火灾点个数,Aij表示第i个火险影响因子的第j个二级因子所占区域的面积。
然后对火险影响因子进行归一化计算,得到归一值Iij
利用以下公式求得各火险影响因子的熵值:
其中n是火险影响因子的个数,e=1/ln(m)为常数,并约定若Iij=0时,ln(Iij)=0。
则火险影响因子的客观权重计算公式如下:
步骤4:根据气象部门统计的实时气象数据,当日降水量高于5mm时,则判定该区域山火风险为0,山火引发线路跳闸风险等级也为0;当日降水量低于5mm时,进行步骤5;
步骤5:根据实时气象数据、卫星遥感数据获得的地理特征、植被信息,以及实地考察获得的线路走廊周边人文信息,对步骤1中各火险影响因子进行赋值。
可依据《全国森林火险区划标准》以及参考国家电网公司风险评估方法,对步骤1中确定的山火影响因子进行赋值ki(如表2所示),赋值范围为1~4,1表示在此条件下山火最不可能发生,4表示在此条件下最可能发生山火。
表2火险影响因子赋值表
步骤6:对各个火险影响因子进行平均加权(分值×权重)求和,得到山火风险评估的综合得分,然后对山火风险评估综合评估分值进行分级,即可得到输电线路走廊火险等级,并获得火险因子。输电线路走廊山火风险评估的综合得分可利用下式获得:
式中:Zi为第i个影响因子的权重,取值范围为[0,1];ki为第i个影响因子的具体分值,取值范围为[1,4]。则火险评估综合得分X的取值范围为[1,4],1代表低火险等级,4代表可能山火概率较高。
根据X的大小,结合表获得该输电线路走廊区域的火险等级以及火险等级因子的数值,即得到了该输电线路走廊未来一段时间内的火险等级。
表3火险等级因子赋值
如表3所示当1≤X≤1.5时,为低风险I;当1.5<X≤2.5时,为中等风险II;当2.5<X≤3.5时,为较高风险III;当3.5≤X≤4时,为高风险IV。对风险等级I、II、III、IV进行重新赋值,获得输电线路火险因子α,α的取值分别1、2、3、4。
步骤7:根据卫星遥感数据获得该段线路走廊的植被信息(包括植被类型、植被分布、植被含水率Q、可燃物载量w,燃烧热、离地高度等),同时结合相关部门提供的输电线路参数(线路高度等)以及步骤4获得的气象数据,形成山火引发线路跳闸数据库;确定山火发生时,输电线路跳闸的评判指标及拟进行定量评价的跳闸影响因子,所述跳闸影响因子包括植被类型、植被分布以及火焰高度桥接占比;
步骤8:根据步骤7中数据库的具体数据,获得山火引发输电线路跳闸影响因子具体数值。
引发输电线路跳闸的风险等级评估的跳闸影响因子如表4所示,主要包括以下几点:
表4山火发生时线路跳闸风险等级影响因子
火焰高度桥接占比根据每段线路走廊的植被高度、分布以及地形预测得出,具体为:
为使预测留有一定裕度,山火发生时的最大火焰高度定义为无风时的火焰长度。火焰长度由以下公式得出:
式中:为火线强度(kW/m);为火焰长度(m)。
由上式可知,当存在最大火线强度时,理论上是存在火焰高度的最大值,从而为预测留有一定裕度。火线强度由以下公式得出:
式中:H为燃烧热(kJ/g);w为可燃物载量(t/hm2),r为火蔓延速度(m/min),Q为含水率(%),部分植被的燃烧热值如表4所示。
火蔓延速度r由以下公式得出:
r=0.0299T+0.047W+0.009(100-h)-0.304
式中:T是每天的最高气温(℃),W是中午的风力(级),h是每天的最小相对湿度(%)。
表5部分植被的燃烧热值(kJ/g)
用预测的最大火焰高度hmax除以输电线路离地高度H,得到火焰高度桥接占比η=hmax/H,当η≤1时只考虑线路相对地的跳闸风险情况,当η>1时,既要考虑相对地击穿的跳闸风险,还要考虑相间击穿的跳闸风险情况。
植被类型分为两类,一类为山火发生时易于引发输电线路跳闸的植被,一类为一般植被;
植被分布ψ采用下式确定:
式中,为该区域植被总面积,S为该区域总面积。
根据火焰高度桥接比、植被类型、植被分布三个因子的具体数值,参考表中各因子赋值依据,对山火发生时,输电线路跳闸影响因子进行赋值,分别为:μ1、μ2、μ3,具体如下表6所示:
表6跳闸影响因子赋值情况表
步骤9:根据步骤8中各影响因子具体数值,获得该区域发生山火时输电线路跳闸风险评估的综合得分,然后对跳闸风险评估的分值进行分级,即可得到线路跳闸风险因子。
输电线路跳闸风险评估的综合得分为
Y=μ1·μ2·μ3,μ1∈[1,4],μ2∈[1,4],μ3∈[1,3]
根据Y的大小,结合表获得山火发生时,输电线路跳闸风险等级以及跳闸风险因子的数值,即得到了山火发生时,该输电线路未来一段时间内的跳闸风险等级。
表7跳闸风险因子赋值
将山火发生时,线路跳闸的风险等级分为四级;当Y<8时,为低风险I;当8≤Y<18时,为中等风险II;当18≤Y<27时,为较高风险III;当Y≥27时,为高风险IV;对以上风险等级进行重新赋值,获得输电线路走廊山火发生时,线路跳闸风险因子β,其取值分别为:1、2、3、4。
步骤10:根据步骤6和步骤9获得的输电线路走廊火险等级因子山火发生时输电线路跳闸风险因子可获得该区域未来一段时间内,输电线路因山火跳闸风险等级因子可由下式获得:
根据值大小,参考下表8数据,来预测出该区域未来一段时间内,山火引发输电线路跳闸风险等级情况。
表8山火引发输电线路跳闸风险等级表
评估因子范围 | 风险等级 |
γ>9 | IV高风险 |
6≤γ≤9 | III较高风险 |
4≤γ<6 | II中等风险 |
1≤γ<4 | I低风险 |
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何属于本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (9)
1.一种输电线路因山火跳闸的风险等级预测评估方法,其特征在于包括如下步骤:
步骤1:统计典型输电线路走廊近十年山火数据,形成山火历史数据库,根据所述山火数据确定输电线路走廊火险等级评估模型的火险影响因子及各火险影响因子的分类情况,所述火险影响因子包括降水量、温度、风速、相对湿度、坡度、坡向、路网密度、人口密度、风俗节气、植被含水率;
步骤2:按照地理特征和周围环境特征将输电线路走廊分段,将距离较近、地理特征、气候特征、人文特征相近的线路走廊划为一类,记为每一段的地理特征及周围环境特征基本相同;
步骤3:运用熵值法求出步骤1中各个火险影响因子的权重;
步骤4:根据气象部门统计的实时气象数据,当日降水量高于5mm时,则判定该区域山火风险为0,山火引发线路跳闸风险等级也为0;当日降水量低于5mm时,进行步骤5;
步骤5:根据实时气象数据、卫星遥感数据获得的地理特征、植被信息,以及实地考察获得的线路走廊周边人文信息,对步骤1中各火险影响因子进行赋值;
步骤6:对各个火险影响因子进行平均加权求和,得到山火风险评估的综合得分,然后对山火风险评估综合评估分值进行分级,即可得到输电线路走廊火险等级,并获得火险等级因子;
步骤7:根据卫星遥感数据获得该段线路走廊的植被信息,包括植被类型、植被分布、植被含水率Q、可燃物载量w,燃烧热、离地高度等;同时电力部门提供的输电线路参数以及步骤4获得的气象数据,形成山火引发线路跳闸数据库;确定山火发生时,输电线路跳闸的评判指标及拟进行定量评价的跳闸影响因子,所述跳闸影响因子包括植被类型、植被分布以及火焰高度桥接占比;
步骤8:根据步骤7中山火引发线路跳闸数据库的具体数据,获得山火引发输电线路各跳闸影响因子具体数值;
步骤9:根据步骤8中各影响因子具体数值,获得该区域发生山火时,输电线路跳闸风险评估预测的综合得分,然后对跳闸风险评估的分值进行分级,即可得到线路跳闸风险因子;
步骤10:根据步骤6获得的输电线路走廊火险等级因子和步骤9获得的山火发生时输电线路跳闸风险因子,获得该区域未来一段时间内,输电线路因山火跳闸风险等级因子,评估输电线路因山火跳闸风险等级因子的数值范围,获得输电线路因山火跳闸的风险等级。
2.如权利要求1所述的输电线路因山火跳闸的风险等级预测评估方法,其特征在于:步骤3中熵值法中原始矩阵是通过密度求值来建立的,并通过归一化处理后经计算获得各自熵值,进而求得权重。
3.如权利要求1或2所述的输电线路因山火跳闸的风险等级预测评估方法,其特征在于:所述步骤3具体为:
首先,根据统计数据中某一输电线路走廊区域的山林火灾点个数aij与火险影响因子及其二级因子所占区域面积Aij,计算各区域山火发生的点密度:
dij=aij/Aij,(i=1,2,…,n,j=1,2,…,m)
其中,n表示火险影响因子个数,m表示各火险影响因子的二级因子的个数,aij表示第i个火险影响因子的第j个二级因子下的山林火灾点个数,Aij表示第i个火险影响因子的第j个二级因子所占区域的面积,
然后,对火险影响因子的各二级因子进行归一化计算,得到归一值Iij
利用以下公式求得各火险影响因子的熵值:
其中n是火险影响因子的个数,e=1/ln(m)为常数,并约定若Iij=0时,ln(Iij)=0,
则火险影响因子的客观权重计算公式如下:
4.如权利要求1所述的输电线路因山火跳闸的风险等级预测评估方法,其特征在于:步骤5按照下表对各火险影响因子进行赋值:
5.如权利要求1所述的输电线路因山火跳闸的风险等级预测评估方法,其特征在于:步骤6中输电线路走廊山火风险评估的综合得分可利用下式获得:
式中:Zi为第i个影响因子的权重,取值范围为[0,1];ki为第i个影响因子的具体分值,取值范围为[1,4],则火险评估综合得分X的取值范围为[1,4],1代表低火险等级,4代表可能山火概率较高。
根据X的大小,结合下表获得该输电线路走廊区域的火险等级以及火险等级因子的数值,即得到了该输电线路走廊未来一段时间内的火险等级。
6.如权利要求1所述的输电线路因山火跳闸的风险等级预测评估方法,其特征在于:步骤8中所述跳闸影响因子中的火焰高度桥接占比根据每段线路走廊的植被高度、分布以及地形预测得出,具体为
山火发生时的最大火焰高度定义为无风时的火焰长度,火焰长度由以下公式得出:
式中:为火线强度(kW/m);为火焰长度(m),
火线强度由以下公式得出:
式中:H为燃烧热(kJ/g);w为可燃物载量(t/hm2),r为火蔓延速度(m/min),Q为植被含水率(%),
火蔓延速度r由以下公式得出:
r=0.0299T+0.047W+0.009(100-h)-0.304
式中:T是每天的最高气温(℃),W是中午的风力(级),h是每天的最小相对湿度(%);
用预测的最大火焰高度hmax除以输电线路离地高度H,得到火焰高度桥接占比η=hmax/H。
7.如权利要求1所述的输电线路因山火跳闸的风险等级预测评估方法,其特征在于:步骤8具体为
根据火焰高度桥接比、植被类型、植被分布三个因子的具体数值,参考下表中各因子赋值依据,对山火发生时,输电线路跳闸影响因子进行赋值:
8.如权利要求7所述的输电线路因山火跳闸的风险等级预测评估方法,其特征在于步骤9具体为:输电线路跳闸风险评估的综合得分为
Y=μ1·μ2·μ3,μ1∈[1,4],μ2∈[1,4],μ3∈[1,3]
根据Y的大小,结合下表获得山火发生时,输电线路跳闸风险等级以及跳闸风险因子的数值,即得到了山火发生时,该输电线路未来一段时间内的跳闸风险等级。
9.如权利要求1所述的输电线路因山火跳闸的风险等级预测评估方法,其特征在于:输电线路因山火跳闸风险等级因子由输电线路走廊火险等级因子和山火发生时输电线路跳闸风险因子相乘得到,根据输电线路因山火跳闸风险等级因子的数值大小,参考下表来预测出该区域未来一段时间内,山火引发输电线路跳闸风险等级情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410737586.XA CN104376510B (zh) | 2014-12-05 | 2014-12-05 | 一种输电线路因山火跳闸的风险等级预测评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410737586.XA CN104376510B (zh) | 2014-12-05 | 2014-12-05 | 一种输电线路因山火跳闸的风险等级预测评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104376510A true CN104376510A (zh) | 2015-02-25 |
CN104376510B CN104376510B (zh) | 2017-04-26 |
Family
ID=52555401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410737586.XA Active CN104376510B (zh) | 2014-12-05 | 2014-12-05 | 一种输电线路因山火跳闸的风险等级预测评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104376510B (zh) |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104778555A (zh) * | 2015-04-22 | 2015-07-15 | 国家电网公司 | 基于集对分析理论的输电线路山火灾害风险评估方法 |
CN104850919A (zh) * | 2015-06-15 | 2015-08-19 | 国家电网公司 | 一种输电线路山火数值预测方法 |
CN104915775A (zh) * | 2015-06-05 | 2015-09-16 | 国家电网公司 | 一种输电线路山火灾害的风险评估与应急决策方法 |
CN105160412A (zh) * | 2015-06-23 | 2015-12-16 | 国家电网公司 | 一种评估输电线路山火故障跳闸概率的方法 |
CN105243459A (zh) * | 2015-11-12 | 2016-01-13 | 华北电力大学 | 综合气象及人工防火措施的输电线路山火跳闸风险控制方法 |
CN105303301A (zh) * | 2015-10-14 | 2016-02-03 | 成都信息工程大学 | 一种强降水灾前风险预估方法 |
CN105740642A (zh) * | 2016-03-14 | 2016-07-06 | 国家电网公司 | 基于多源遥感数据的modis卫星火点准确性判别方法 |
CN106178327A (zh) * | 2016-08-08 | 2016-12-07 | 国网湖南省电力公司 | 输电线路山火现场的处置方法 |
CN106909918A (zh) * | 2017-03-31 | 2017-06-30 | 国网湖南省电力公司 | 基于输电线路沿线卫星图像的山火危险性辨识方法 |
CN106919799A (zh) * | 2017-03-07 | 2017-07-04 | 四川大学 | 超高压输电线错层塔上坡位上相导线绕击跳闸率计算方法 |
CN107067153A (zh) * | 2017-02-16 | 2017-08-18 | 湖南省湘电试研技术有限公司 | 电网防山火装备风险优化布控方法及系统 |
CN107330837A (zh) * | 2017-07-03 | 2017-11-07 | 青岛山科智汇信息科技有限公司 | 一种基于祭祀信息采集的林火安全防范系统及方法 |
CN107463950A (zh) * | 2017-07-18 | 2017-12-12 | 西南交通大学 | 一种基于外部气象环境影响的接触网故障预测方法 |
CN108846987A (zh) * | 2018-06-28 | 2018-11-20 | 武汉智网兴电科技开发有限公司 | 一种基于北斗卫星传输系统的输电线路山火系统 |
CN109001570A (zh) * | 2018-07-17 | 2018-12-14 | 浙江华电器材检测研究所有限公司 | 一种配电变压器绕组材质和容量的检测方法 |
CN109410089A (zh) * | 2018-12-29 | 2019-03-01 | 广州供电局有限公司 | 低压跳闸和客户投诉预测方法、装置和存储介质 |
CN109472421A (zh) * | 2018-11-22 | 2019-03-15 | 广东电网有限责任公司 | 一种电网山火蔓延预警方法及装置 |
CN110210769A (zh) * | 2019-06-06 | 2019-09-06 | 国网湖南省电力有限公司 | 一种输电线路山火蔓延风险预测方法及系统 |
CN110379113A (zh) * | 2019-06-28 | 2019-10-25 | 北京中科锐景科技有限公司 | 一种基于卫星遥感数据森林火灾预警的方法 |
CN110689178A (zh) * | 2019-09-18 | 2020-01-14 | 国网湖南省电力有限公司 | 电网的输电线路的山火连锁故障风险的分析方法及系统 |
CN110941802A (zh) * | 2019-12-09 | 2020-03-31 | 国网湖南省电力有限公司 | 一种考虑气象因素的输电线路山火跳闸概率计算方法 |
CN110969798A (zh) * | 2019-11-26 | 2020-04-07 | 国网山西省电力公司电力科学研究院 | 一种输电线路山火预警方法及系统 |
WO2020083091A1 (zh) * | 2018-10-25 | 2020-04-30 | 国网湖南省电力有限公司 | 电网故障的风险分析方法及系统 |
CN111523718A (zh) * | 2020-04-16 | 2020-08-11 | 广东电网有限责任公司 | 基于人工智能的线路故障预测方法、系统及其存储介质 |
CN111598394A (zh) * | 2020-04-16 | 2020-08-28 | 广西电网有限责任公司电力科学研究院 | 一种输电线路山火隐患监测的方法及系统 |
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 |
CN111967193A (zh) * | 2020-08-25 | 2020-11-20 | 国网安徽省电力有限公司 | 一种山火条件下输电线路跳闸概率计算方法 |
CN112101805A (zh) * | 2020-09-22 | 2020-12-18 | 海南电网有限责任公司文昌供电局 | 一种输电线路差异化防山火策略分析方法 |
CN112465926A (zh) * | 2020-11-26 | 2021-03-09 | 广东电网有限责任公司电力科学研究院 | 一种输电线路山火跳闸风险分布图绘制方法和系统 |
CN112817572A (zh) * | 2019-11-15 | 2021-05-18 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种输电线路山火预警方法 |
CN113159639A (zh) * | 2021-05-17 | 2021-07-23 | 广东电网有限责任公司 | 一种输电线路山火跳闸风险评估方法及装置 |
CN113408776A (zh) * | 2020-12-21 | 2021-09-17 | 电子科技大学 | 一种基于时间维特征增强的川西野火风险预警方法 |
CN113469156A (zh) * | 2021-09-03 | 2021-10-01 | 南通海腾铜业有限公司 | 基于人工智能的安全风险预警评估方法、装置及设备 |
CN113793021A (zh) * | 2021-09-10 | 2021-12-14 | 广东电网有限责任公司 | 立体化输电走廊山火监测装置及方法 |
CN113902273A (zh) * | 2021-09-27 | 2022-01-07 | 海南电网有限责任公司电力科学研究院 | 一种输电线路因山火非计划停运风险在线评估处置方法 |
CN117895661A (zh) * | 2024-03-14 | 2024-04-16 | 国网山西省电力公司太原供电公司 | 一种结合风险分析的配电网控制方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708646A (zh) * | 2012-06-01 | 2012-10-03 | 湖南省电力公司科学研究院 | 一种基于卫星监测的山地输电线路火灾预警方法 |
US20130035859A1 (en) * | 2010-01-19 | 2013-02-07 | Swiss Reinsurance Company Ltd. | Method and system for automated location dependent natural disaster forecast |
CN103955618A (zh) * | 2014-05-08 | 2014-07-30 | 国家电网公司 | 大范围智能预测输电线路山火的方法 |
CN103971177A (zh) * | 2014-05-08 | 2014-08-06 | 国家电网公司 | 多因素引发输电线路山火发生的预测方法 |
-
2014
- 2014-12-05 CN CN201410737586.XA patent/CN104376510B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130035859A1 (en) * | 2010-01-19 | 2013-02-07 | Swiss Reinsurance Company Ltd. | Method and system for automated location dependent natural disaster forecast |
CN102708646A (zh) * | 2012-06-01 | 2012-10-03 | 湖南省电力公司科学研究院 | 一种基于卫星监测的山地输电线路火灾预警方法 |
CN103955618A (zh) * | 2014-05-08 | 2014-07-30 | 国家电网公司 | 大范围智能预测输电线路山火的方法 |
CN103971177A (zh) * | 2014-05-08 | 2014-08-06 | 国家电网公司 | 多因素引发输电线路山火发生的预测方法 |
Non-Patent Citations (4)
Title |
---|
叶立平 等: "山火预警技术在输电线路的应用现状", 《电力系统保护与控制》 * |
吴田 等: "输电线路因山火跳闸事故统计特性与识别分析", 《电力系统保护与控制》 * |
宋嘉婧 等: "山火条件下的架空输电线路停运概率模型", 《电网技术》 * |
朱昌成 等: "山火对湖北电网运行影响及其防治措施探讨", 《湖北电力》 * |
Cited By (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104778555B (zh) * | 2015-04-22 | 2016-05-25 | 国家电网公司 | 基于集对分析理论的输电线路山火灾害风险评估方法 |
CN104778555A (zh) * | 2015-04-22 | 2015-07-15 | 国家电网公司 | 基于集对分析理论的输电线路山火灾害风险评估方法 |
CN104915775A (zh) * | 2015-06-05 | 2015-09-16 | 国家电网公司 | 一种输电线路山火灾害的风险评估与应急决策方法 |
CN104850919A (zh) * | 2015-06-15 | 2015-08-19 | 国家电网公司 | 一种输电线路山火数值预测方法 |
CN105160412A (zh) * | 2015-06-23 | 2015-12-16 | 国家电网公司 | 一种评估输电线路山火故障跳闸概率的方法 |
CN105303301A (zh) * | 2015-10-14 | 2016-02-03 | 成都信息工程大学 | 一种强降水灾前风险预估方法 |
CN105243459A (zh) * | 2015-11-12 | 2016-01-13 | 华北电力大学 | 综合气象及人工防火措施的输电线路山火跳闸风险控制方法 |
CN105243459B (zh) * | 2015-11-12 | 2016-11-30 | 华北电力大学 | 综合气象及人工防火措施的输电线路山火跳闸风险控制方法 |
CN105740642B (zh) * | 2016-03-14 | 2018-11-13 | 国家电网公司 | 基于多源遥感数据的modis卫星火点准确性判别方法 |
CN105740642A (zh) * | 2016-03-14 | 2016-07-06 | 国家电网公司 | 基于多源遥感数据的modis卫星火点准确性判别方法 |
CN106178327A (zh) * | 2016-08-08 | 2016-12-07 | 国网湖南省电力公司 | 输电线路山火现场的处置方法 |
CN107067153A (zh) * | 2017-02-16 | 2017-08-18 | 湖南省湘电试研技术有限公司 | 电网防山火装备风险优化布控方法及系统 |
CN107067153B (zh) * | 2017-02-16 | 2018-01-09 | 湖南省湘电试研技术有限公司 | 电网防山火装备风险优化布控方法及系统 |
CN106919799B (zh) * | 2017-03-07 | 2019-03-22 | 四川大学 | 超高压输电线错层塔上坡位上相导线绕击跳闸率计算方法 |
CN106919799A (zh) * | 2017-03-07 | 2017-07-04 | 四川大学 | 超高压输电线错层塔上坡位上相导线绕击跳闸率计算方法 |
CN106909918A (zh) * | 2017-03-31 | 2017-06-30 | 国网湖南省电力公司 | 基于输电线路沿线卫星图像的山火危险性辨识方法 |
CN106909918B (zh) * | 2017-03-31 | 2020-05-15 | 国网湖南省电力公司 | 基于输电线路沿线卫星图像的山火危险性辨识方法 |
CN107330837A (zh) * | 2017-07-03 | 2017-11-07 | 青岛山科智汇信息科技有限公司 | 一种基于祭祀信息采集的林火安全防范系统及方法 |
CN107463950A (zh) * | 2017-07-18 | 2017-12-12 | 西南交通大学 | 一种基于外部气象环境影响的接触网故障预测方法 |
CN108846987A (zh) * | 2018-06-28 | 2018-11-20 | 武汉智网兴电科技开发有限公司 | 一种基于北斗卫星传输系统的输电线路山火系统 |
CN109001570A (zh) * | 2018-07-17 | 2018-12-14 | 浙江华电器材检测研究所有限公司 | 一种配电变压器绕组材质和容量的检测方法 |
WO2020083091A1 (zh) * | 2018-10-25 | 2020-04-30 | 国网湖南省电力有限公司 | 电网故障的风险分析方法及系统 |
CN109472421A (zh) * | 2018-11-22 | 2019-03-15 | 广东电网有限责任公司 | 一种电网山火蔓延预警方法及装置 |
CN109410089B (zh) * | 2018-12-29 | 2020-11-03 | 广东电网有限责任公司广州供电局 | 低压跳闸和客户投诉预测方法、装置和存储介质 |
CN109410089A (zh) * | 2018-12-29 | 2019-03-01 | 广州供电局有限公司 | 低压跳闸和客户投诉预测方法、装置和存储介质 |
CN110210769A (zh) * | 2019-06-06 | 2019-09-06 | 国网湖南省电力有限公司 | 一种输电线路山火蔓延风险预测方法及系统 |
CN110379113A (zh) * | 2019-06-28 | 2019-10-25 | 北京中科锐景科技有限公司 | 一种基于卫星遥感数据森林火灾预警的方法 |
CN110689178A (zh) * | 2019-09-18 | 2020-01-14 | 国网湖南省电力有限公司 | 电网的输电线路的山火连锁故障风险的分析方法及系统 |
CN112817572A (zh) * | 2019-11-15 | 2021-05-18 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种输电线路山火预警方法 |
CN110969798A (zh) * | 2019-11-26 | 2020-04-07 | 国网山西省电力公司电力科学研究院 | 一种输电线路山火预警方法及系统 |
CN110941802A (zh) * | 2019-12-09 | 2020-03-31 | 国网湖南省电力有限公司 | 一种考虑气象因素的输电线路山火跳闸概率计算方法 |
CN110941802B (zh) * | 2019-12-09 | 2023-11-24 | 国网湖南省电力有限公司 | 一种考虑气象因素的输电线路山火跳闸概率计算方法 |
CN111523718A (zh) * | 2020-04-16 | 2020-08-11 | 广东电网有限责任公司 | 基于人工智能的线路故障预测方法、系统及其存储介质 |
CN111598394A (zh) * | 2020-04-16 | 2020-08-28 | 广西电网有限责任公司电力科学研究院 | 一种输电线路山火隐患监测的方法及系统 |
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 |
CN111967193A (zh) * | 2020-08-25 | 2020-11-20 | 国网安徽省电力有限公司 | 一种山火条件下输电线路跳闸概率计算方法 |
CN111967193B (zh) * | 2020-08-25 | 2024-03-12 | 国网安徽省电力有限公司 | 一种山火条件下输电线路跳闸概率计算方法 |
CN112101805A (zh) * | 2020-09-22 | 2020-12-18 | 海南电网有限责任公司文昌供电局 | 一种输电线路差异化防山火策略分析方法 |
CN112465926A (zh) * | 2020-11-26 | 2021-03-09 | 广东电网有限责任公司电力科学研究院 | 一种输电线路山火跳闸风险分布图绘制方法和系统 |
CN113408776A (zh) * | 2020-12-21 | 2021-09-17 | 电子科技大学 | 一种基于时间维特征增强的川西野火风险预警方法 |
CN113159639A (zh) * | 2021-05-17 | 2021-07-23 | 广东电网有限责任公司 | 一种输电线路山火跳闸风险评估方法及装置 |
CN113469156A (zh) * | 2021-09-03 | 2021-10-01 | 南通海腾铜业有限公司 | 基于人工智能的安全风险预警评估方法、装置及设备 |
CN113469156B (zh) * | 2021-09-03 | 2021-11-26 | 南通海腾铜业有限公司 | 基于人工智能的安全风险预警评估方法、装置及设备 |
CN113793021A (zh) * | 2021-09-10 | 2021-12-14 | 广东电网有限责任公司 | 立体化输电走廊山火监测装置及方法 |
CN113793021B (zh) * | 2021-09-10 | 2024-05-14 | 广东电网有限责任公司 | 立体化输电走廊山火监测装置及方法 |
CN113902273A (zh) * | 2021-09-27 | 2022-01-07 | 海南电网有限责任公司电力科学研究院 | 一种输电线路因山火非计划停运风险在线评估处置方法 |
CN117895661A (zh) * | 2024-03-14 | 2024-04-16 | 国网山西省电力公司太原供电公司 | 一种结合风险分析的配电网控制方法及系统 |
CN117895661B (zh) * | 2024-03-14 | 2024-05-24 | 国网山西省电力公司太原供电公司 | 一种结合风险分析的配电网控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104376510B (zh) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104376510A (zh) | 一种输电线路因山火跳闸的风险等级预测评估方法 | |
CN102629294B (zh) | 台风引发输电线路故障的概率评估方法 | |
Yu et al. | Does weather explain cost and quality performance? An analysis of UK electricity distribution companies | |
Kwon | Uncertainty analysis of wind energy potential assessment | |
CN105184668A (zh) | 一种基于聚类分析的输电线路山火风险区域划分方法 | |
CN107169645B (zh) | 一种计及暴雨灾害影响的输电线路故障概率在线评估方法 | |
CN103837769B (zh) | 一种输电线路雷害预警方法及其系统 | |
Cradden et al. | A 34-year simulation of wind generation potential for Ireland and the impact of large-scale atmospheric pressure patterns | |
CN104123682A (zh) | 一种基于气象影响因素的配网故障风险评估方法 | |
CN113793021B (zh) | 立体化输电走廊山火监测装置及方法 | |
CN103207340A (zh) | 一种输电线路雷电绕击跳闸在线预警方法 | |
CN103678865B (zh) | 一种冻雨引发输电线路故障的故障概率在线评估方法 | |
Nedaei et al. | A comprehensive evaluation of the wind resource characteristics to investigate the short term penetration of regional wind power based on different probability statistical methods | |
CN104992373A (zh) | 一种输电线路自然灾害风险预警方法 | |
CN113298295B (zh) | 一种面向电力生产的气象预报系统 | |
CN111612315A (zh) | 一种新型电网灾害性大风预警方法 | |
CN102721986B (zh) | 基于副热带高压因子的电网覆冰长期预报方法 | |
CN104122488A (zh) | 一种输电线路故障校核诊断方法 | |
CN104655986A (zh) | 输电线路跳闸雷击故障点判别方法 | |
CN105160412A (zh) | 一种评估输电线路山火故障跳闸概率的方法 | |
CN104050518B (zh) | 一种基于多普勒天气雷达的电网对流致灾大风预警方法 | |
Geng et al. | Research on early warning method of overhead transmission line damage caused by typhoon disaster | |
Bhutto et al. | Evaluation of drivers and barriers of wind power generation in pakistan. swot-delphi method | |
CN116402343A (zh) | 一种基于统计分析模型的输电线风险分析方法和系统 | |
Zhang et al. | RISK ASSESSMENT OF HIGH VOLTAGE POWER LINES CROSSING FOREST AREAS–A CASE STUDY OF WILDFIRES |
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 |