CN104463700B - 一种基于数据挖掘技术的输电线路杆塔雷击风险评估方法 - Google Patents
一种基于数据挖掘技术的输电线路杆塔雷击风险评估方法 Download PDFInfo
- Publication number
- CN104463700B CN104463700B CN201410736827.9A CN201410736827A CN104463700B CN 104463700 B CN104463700 B CN 104463700B CN 201410736827 A CN201410736827 A CN 201410736827A CN 104463700 B CN104463700 B CN 104463700B
- Authority
- CN
- China
- Prior art keywords
- lightning
- tower
- shaft tower
- electric power
- power line
- 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
- 238000007418 data mining Methods 0.000 title claims abstract description 35
- 238000011156 evaluation Methods 0.000 title claims abstract description 22
- 238000005516 engineering process Methods 0.000 title claims abstract description 19
- 208000025274 Lightning injury Diseases 0.000 claims abstract description 57
- 230000005540 biological transmission Effects 0.000 claims abstract description 34
- 230000005611 electricity Effects 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 12
- 238000009413 insulation Methods 0.000 claims abstract description 11
- 238000013461 design Methods 0.000 claims abstract description 7
- 230000004069 differentiation Effects 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 230000009466 transformation Effects 0.000 claims abstract description 6
- 230000000052 comparative effect Effects 0.000 claims abstract description 3
- 239000000284 extract Substances 0.000 claims abstract description 3
- 238000012423 maintenance Methods 0.000 claims abstract description 3
- 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 20
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 241000208340 Araliaceae Species 0.000 claims description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 238000007635 classification algorithm Methods 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012502 risk assessment 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
- 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)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于数据挖掘技术的输电线路杆塔雷击风险评估方法,将输电线路杆塔坐标、杆塔结构信息、绝缘配置信息输入GIS,运用GIS系统,提取杆塔周围高程信息和杆塔处的地闪密度等级;根据高程信息计算地形特征参数;根据杆塔坐标、杆塔结构、绝缘配置信息计算得到杆塔的雷击跳闸率的预测值,其特征在于,所述方法还包括运用数据挖掘软件,输入获得的杆塔地形特征参数、地闪密度等级、雷击跳闸率预测值和雷击跳闸记录,建立数据挖掘模型,分析输出逐基杆塔发生雷击跳闸的概率;通过杆塔雷击跳闸概率与曾经发生过雷击跳闸杆塔的雷击跳闸概率比较评估杆塔雷击跳闸风险等级,为输电线路防雷设计和防雷差异化改造提供可靠的数据支持。
Description
技术领域
本发明涉及输电线路雷电防治应用领域,具体是一种基于数据挖掘技术的输电线路杆塔雷击风险评估方法,其适用于电力系统高压、超高压及特高压架空输电线路杆塔雷击风险的评估。
背景技术
运行统计数据表明,雷击已成为造成输电线路跳闸的主要原因,目前虽然已经采取了多种防雷措施,但是雷击跳闸率仍然居高不下。线路避雷器等防雷措施虽然能够有效降低雷击跳闸率,但是由于造价十分昂贵,不可能在输电线路上大面积推广试用。现有研究表明,不同地区、不同雷区等级、不同杆塔结构输电线路的防雷性能是存在差异的,因此如何更加有效地对输电线路杆塔雷击风险进行评估,从而针对风险等级最高的杆塔安装有效防雷措施将会极大降低输电线路的雷击跳闸率,同时也具有最好的经济性。
申请人在研究中发现,影响输电线路杆塔雷击风险的主要因素应包括杆塔处雷电活动情况,地形地貌,线路结构和绝缘配置。对于线路走廊雷电活动特征,中国专利文献(申请号200810048399.5)《基于雷电参数统计的输电线路防雷性能评估方法》给予了关注,并细致描述了雷电活动差异对于线路防雷性能的影响。对于地形地貌特征,中国专利文献(申请号201010526035.0)《基于精细地形数据的输电线路绕击防雷性能评估方法》给予了关注,细致的描述了输电线路杆塔及档距中央地形起伏和地面倾角对输电线路绕击防雷性能的影响。对于线路结构和绝缘配置,目前所应用的防雷性能评估尚能反映各基杆塔的结构特征和绝缘配置差异。然而,却无法考虑雷击运行经验的指导作用,即无法利用发生过雷击跳闸的杆塔信息来修正评估方法,造成评估结果与实际运行经验存在较大差异。
申请人在研究中还发现,根据目前所应用的防雷性能评估方法评估结果为不可能发生雷击跳闸的杆塔却在运行中发生了雷击跳闸,说明目前的防雷性能评估方法仍然存在缺陷,尚不能准确评估输电线路杆塔的雷击风险。在我国电力系统的运行和发展中,积累了大量雷击跳闸数据,这些曾经雷击跳闸的杆塔必然具有相对较高的雷击风险,倘若能够探索出这些曾经发生过雷击跳闸的杆塔自身和环境信息中的共性特征及其对输电线路雷击杆塔跳闸风险的影响程度,则可以使用杆塔自身及环境特点对输电线路雷击风险进行评估,且随着运行经验的增多,评估的准确性也会越来越高,从而指导输电线路杆塔防雷设计和防雷差异化改造。
发明内容
本发明所要解决的技术问题是,提供一种新的基于数据挖掘技术的输电线路杆塔雷击风险评估方法,以实现对输电线路杆塔雷击风险的准确估算,为输电线路防雷设计和防雷差异化改造提供可靠地数据依据。
本发明的技术问题通过下述方案予以解决:
将输电线路杆塔坐标、杆塔结构信息、绝缘配置信息输入GIS(地理信息系统),运用GIS系统,根据杆塔所在地区的数字高程地图和地闪密度分布图,提取杆塔周围一定范围内高程信息和杆塔处的地闪密度等级;根据杆塔周围内的高程信息计算杆塔地形特征参数;根据输电线路杆塔坐标信息、杆塔结构信息、绝缘配置信息计算得到输电线路杆塔的雷击跳闸率的预测值,其特征在于,所述方法还包括运用数据挖掘软件,输入获得的杆塔地形特征参数、地闪密度等级、雷击跳闸率预测值和雷击跳闸记录,建立数据挖掘模型,分析输出逐基杆塔发生雷击跳闸的概率;通过输电线路杆塔雷击跳闸概率与曾经发生过雷击跳闸杆塔的雷击跳闸概率比较评估输电线路杆塔雷击跳闸风险等级用以为输电线路防雷设计和防雷差异化改造提供可靠的数据支持,具体步骤是:
步骤10:将输电线路杆塔坐标输入GIS系统,运用GIS系统,根据输电线路杆塔所在地区的数字高程地图(DEM)和地闪密度分布图,提取输电线路杆塔周围一定范围内高程信息、杆塔处的地闪密度等级和地面倾角;
步骤20:对步骤10获得的杆塔周围高程信息计算得到输电线路杆塔周围地形特征参数,包括杆塔处海拔H、高程差ΔH和相对高程差ΔHr;
步骤30:根据输电线路杆塔坐标信息、杆塔结构信息、绝缘配置信息、防雷措施安装情况、历史跳闸记录,运用输电线路差异化防雷评估系统计算得到输电线路杆塔的雷击跳闸率预测值;
步骤40:对步骤20和步骤30获得的杆塔周围地形特征参数、地闪密度等级、地面倾角、历史跳闸记录和雷击跳闸率预测值输入数据挖掘软件,建立数据挖掘模型,分析输出逐基杆塔可能发生雷击跳闸的概率;
步骤50:依据比较基本步骤40中所获得的输电线路杆塔雷击跳闸概率和曾经发生过雷击跳闸杆塔的雷击跳闸概率,评估确定输电线路杆塔的雷击风险。
所述的数据挖掘模型使用专家决策树作数据分类算法,建立分类规则,包括输入参数和预测结果;
输入参数包括杆塔处海拔、高程差、相对高程差、地面倾角、地闪密度等级、雷击跳闸率预测值和历史雷击跳闸记录;
预测结果是输电线路杆塔是否发生雷击跳闸和发生雷击跳闸的概率。
所述数据挖掘模型按照如下方法建立:将待评估某一电压等级输电线路的杆塔周围地形特征参数、地闪密度等级、地面倾角、雷击跳闸率预测值和历史跳闸记录作为训练样本,将地形特征参数、地闪密度等级、地面倾角、雷击跳闸率预测值、历史跳闸记录作为输入变量,是否发生雷击作为分类变量,对专家决策树进行训练,生成不同变量区间组合的分类规则,并对样本的分类准确率进行计算,待到分类准确率达到预先设定的要求时,训练结束,所得到的分类规则即是杆塔雷击跳闸概率预测数据挖掘模型。
本发明采用数据挖掘技术对输电线路杆塔周围特征地形参数、地闪密度等级、地面倾角、雷击跳闸率预测值和历史跳闸记录进行数据挖掘,得出逐基杆塔可能发生雷击跳闸的概率,实现对输电线路杆塔雷击风险的评估,为输电线路防雷设计和防雷差异化改造提供可靠地数据依据。
附图说明
图1是本发明基于数据挖掘技术的输电线路杆塔雷击风险评估方法的流程图;
图2是本发明杆塔周围地形特征参数的定义示意图;
图3是本发明杆塔雷击跳闸概率预测数据挖掘模型的获取示意图;
图4是本发明杆塔雷击跳闸概率预测示意图。
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。
图1所示为本发明基于数据挖掘技术的输电线路杆塔雷击风险评估方法的结构示意图,所述方法包括如下步骤:
步骤10:将输电线路杆塔坐标输入GIS系统,运用GIS系统,根据输电线路杆塔所在地区的数字高程地图(DEM)和地闪密度分布图,提取输电线路杆塔周围一定范围内高程信息、杆塔处的地闪密度等级和地面倾角;
具体的,将杆塔所处地区的数字高程地图(DEM)、地闪密度分布图和杆塔坐标信息输入到GIS系统(地理信息系统);根据数字高程地图(DEM),生成杆塔所处地区的坡度图,包含地面任一点的地面倾角信息;然后,利用GIS系统自带的多图层交叉分析功能提取出杆塔对应点的高程值、地闪密度等级和地面倾角S;利用杆塔坐标生成一个以杆塔为中心,半径为200m的圆形区域,利用GIS系统获取杆塔周围圆形区域内高程的最大值Hmax和最小值Hmin。
步骤20:对步骤10获得的杆塔周围高程信息计算得到输电线路杆塔周围地形特征参数,包括杆塔处海拔H、高程差ΔH和相对高程差ΔHr;
具体的,线路杆塔周围地形参数的定义如图2所示。利用如下公式计算杆塔周围地形特征参数:
ΔH=Hmax-Hmin
ΔHr=(H-Hmin)/ΔH
步骤30:根据输电线路杆塔坐标信息、杆塔结构信息、绝缘配置信息、防雷措施安装情况、历史跳闸记录,运用雷击跳闸率计算软件计算得到输电线路杆塔的雷击跳闸率预测值;
具体的,将输电线路杆塔结构信息(杆塔型号、导线、地形的结构和几何尺寸)、线路绝缘绝缘特征(绝缘子串干弧距离、杆塔接地电阻)录入到雷击跳闸率计算软件,利用规程法或者IEEE推荐电气几何法计算得到逐基杆塔的雷击跳闸率的预测值。
步骤40:对步骤20和步骤30获得的杆塔周围地形特征参数、地闪密度等级、地面倾角、历史跳闸记录和雷击跳闸率预测值输入数据挖掘软件,建立数据挖掘模型,分析输出逐基杆塔可能发生雷击跳闸的概率,实现对逐基杆塔雷击风险的评估。
具体的,如图3所示,将待评估某一电压等级输电线路的杆塔周围地形特征参数、地闪密度等级、地面倾角、雷击跳闸率预测值和历史跳闸记录作为训练样本,将地形特征参数、地闪密度等级、地面倾角、雷击跳闸率预测值、历史跳闸记录作为输入变量,是否发生雷击作为分类变量,对专家决策树进行训练,生成不同变量区间组合的分类规则,并对样本的分类准确率进行计算,待到分类准确率达到预先设定的要求时,训练结束,所得到的分类规则即是杆塔雷击跳闸概率预测数据挖掘模型。
然后,如图4所示,将需要评估的线路杆塔周围地形特征参数、地闪密度等级、地面倾角和雷击跳闸率预测值输入杆塔雷击跳闸概率预测数据挖掘模型,获取输电线路杆塔逐基杆塔发生雷击跳闸的概率。
步骤50:依据比较基本步骤40中所获得的输电线路杆塔雷击跳闸概率和曾经发生过雷击跳闸杆塔的雷击跳闸概率,评估确定输电线路杆塔的雷击风险,评估指标如表1所示,其中:Ps为输电线路杆塔雷击跳闸概率;Pt为曾经发生过雷击跳闸的杆塔的雷击跳闸概率,当曾经发生多基杆塔雷击跳闸时,取曾经发生过雷击跳闸杆塔雷击跳闸概率的平均值;A级为最优,D级为最高。
表1输电线路杆塔雷击风险评估分级指标
跳闸概率 | Ps<0.7*Pt | 0.7*Pt≤Ps<0.85*Pt | 0.85*Pt≤Ps<Pt | Ps≥Pt |
等级 | A | B | C | D |
作为一个例子,本发明针对某地区500kV输电线路雷击风险进行了评估。表1是该线路某10个(#42~#51)基杆塔的雷击风险评估结果,其中包括使用基于雷击跳闸率预测值的风险评估等级和基于数据挖掘技术计算的输电线路杆塔雷击风险评估等级。其中#46杆塔实际运行中曾发生过雷击跳闸。比较两组评估结果,发现基于数据挖掘技术评估结果中#46塔雷击概率较高,而使用基于雷击跳闸率的雷击风险评估结果中#46塔雷击跳闸率较低,风险等级为B级,风险较低;且基于数据挖掘技术评估这10基(#42~#51)杆塔整体雷击概率较大,而基于雷击跳闸率的风险评估结果表明这10基(#42~#51)杆塔整体风险等级较低。可见,基于数据挖掘的输电线路杆塔雷击风险评估结果更加符合实际运行结果,根据有效发挥雷击运行经验的指导作用,能更加有效的反映不同运行环境条件下输电线路杆塔雷击风险的差异,指导输电线路杆塔防雷设计和防雷差异化改造。
表2基于数据挖掘技术输电线路杆塔雷击风险评估示例
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 (6)
1.一种基于数据挖掘技术的输电线路杆塔雷击风险评估方法,其特征在于,所述方法包括运用数据挖掘软件,输入获得的杆塔地形特征参数、地闪密度等级、雷击跳闸率预测值和雷击跳闸记录,建立数据挖掘模型,分析输出逐基杆塔发生雷击跳闸的概率;通过输电线路杆塔雷击跳闸概率与曾经发生过雷击跳闸杆塔的雷击跳闸概率比较评估输电线路杆塔雷击跳闸风险等级用以为输电线路防雷设计和防雷差异化改造提供可靠的数据支持,具体步骤是:
步骤10:将输电线路杆塔坐标输入GIS系统,运用GIS系统,根据输电线路杆塔所在地区的数字高程地图和地闪密度分布图,提取输电线路杆塔周围一定范围内高程信息、杆塔处的地闪密度等级和地面倾角;
步骤20:对步骤10获得的杆塔周围高程信息计算得到输电线路杆塔周围地形特征参数,包括杆塔处海拔H、高程差ΔH和相对高程差ΔHr;
步骤30:根据输电线路杆塔坐标信息、杆塔结构信息、绝缘配置信息,计算得到输电线路杆塔的雷击跳闸率预测值;
步骤40:对步骤20和步骤30获得的杆塔周围地形特征参数、地闪密度等级、地面倾角、雷击跳闸率预测值和历史跳闸记录输入数据挖掘软件,建立数据挖掘模型,分析输出逐基杆塔可能发生雷击跳闸的概率;
步骤50:依据比较步骤40中所获得的输电线路杆塔雷击跳闸概率和曾经发生过雷击跳闸杆塔的雷击跳闸概率,评估确定输电线路杆塔的雷击风险。
2.如权利要求1所述的基于数据挖掘技术的输电线路杆塔雷击风险评估方法,其特征在于:所述步骤40所述的数据挖掘模型使用专家决策树作数据分类算法,建立分类规则,包括输入参数和预测结果;
输入参数包括杆塔处海拔、高程差、相对高程差、地面倾角、地闪密度等级、雷击跳闸率预测值和历史雷击跳闸记录;
预测结果是输电线路杆塔是否发生雷击跳闸和发生雷击跳闸的概率。
3.如权利要求1或2所述的基于数据挖掘技术的输电线路杆塔雷击风险评估方法,其特征在于,所述数据挖掘模型按照如下方法建立:将待评估某一电压等级输电线路的杆塔周围地形特征参数、地闪密度等级、地面倾角、雷击跳闸率预测值和历史跳闸记录作为训练样本,将地形特征参数、地闪密度等级、地面倾角、雷击跳闸率预测值、历史跳闸记录作为输入变量,是否发生雷击作为分类变量,对专家决策树进行训练,生成不同变量区间组合的分类规则,并对样本的分类准确率进行计算,待到分类准确率达到预先设定的要求时,训练结束,所得到的分类规则即是杆塔雷击跳闸概率预测数据挖掘模型。
4.如权利要求1所述的基于数据挖掘技术的输电线路杆塔雷击风险评估方法,其特征在于:所述步骤10中的所述杆塔周围一定范围是指以杆塔为圆心,半径为r的圆形区域,其中r>=200m;所述步骤10中的所述杆塔周围一定范围的高程信息包括杆塔处海拔H,杆塔周围圆形区域内高程的最大值Hmax,杆塔周围圆形区域内高程的最小值Hmin。
5.如权利要求1所述的基于数据挖掘技术的输电线路杆塔雷击风险评估方法,其特征在于,所述步骤20中所述的计算杆塔周围地形参数具体方法为:
高程差ΔH=Hmax-Hmin
相对高程差ΔHr=(H-Hmin)/ΔH
其中Hmax为杆塔周围圆形区域内高程的最大值,Hmin为杆塔周围圆形区域内高程的最小值。
6.如权利要求1所述的基于数据挖掘技术的输电线路杆塔雷击风险评估方法,其特征在于:所述步骤30中所述的输电线路杆塔雷击跳闸率预测值为输电线路杆塔绕击跳闸率预测值与反击跳闸率预测值之和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410736827.9A CN104463700B (zh) | 2014-12-05 | 2014-12-05 | 一种基于数据挖掘技术的输电线路杆塔雷击风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410736827.9A CN104463700B (zh) | 2014-12-05 | 2014-12-05 | 一种基于数据挖掘技术的输电线路杆塔雷击风险评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104463700A CN104463700A (zh) | 2015-03-25 |
CN104463700B true CN104463700B (zh) | 2017-10-10 |
Family
ID=52909689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410736827.9A Active CN104463700B (zh) | 2014-12-05 | 2014-12-05 | 一种基于数据挖掘技术的输电线路杆塔雷击风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104463700B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809574A (zh) * | 2016-03-23 | 2016-07-27 | 国家电网公司 | 一种结合地形参数判定线路走廊云地闪高危区段的方法 |
CN105894208A (zh) * | 2016-04-18 | 2016-08-24 | 泉州亿兴电力有限公司 | 一种低压配电线路雷击风险评估方法及装置 |
CN107622350A (zh) * | 2017-09-22 | 2018-01-23 | 华北电力科学研究院有限责任公司 | 一种输电线路防雷风险评估方法及系统 |
CN108009351A (zh) * | 2017-11-30 | 2018-05-08 | 国网湖南省电力有限公司 | 雷击跳闸风险的分布图绘制方法 |
CN109543870B (zh) * | 2018-05-28 | 2022-05-03 | 云南大学 | 一种基于邻域保持嵌入算法的输电线路杆塔雷击预警方法 |
CN108964018A (zh) * | 2018-06-11 | 2018-12-07 | 广东电网有限责任公司 | 一种配网故障人工智能分析方法 |
CN109359896B (zh) * | 2018-12-10 | 2021-11-12 | 国网福建省电力有限公司 | 一种基于svm的电网线路故障风险预警方法 |
CN110346636B (zh) * | 2019-07-18 | 2021-08-13 | 广东电网有限责任公司 | 一种架空线路避雷器隔基配置的直击雷防护效果评估方法 |
CN111210075B (zh) * | 2020-01-07 | 2023-05-12 | 国网辽宁省电力有限公司朝阳供电公司 | 一种基于组合分类器的雷击输电线路故障概率分析方法 |
CN111666528B (zh) * | 2020-05-28 | 2023-10-24 | 中国电建集团福建省电力勘测设计院有限公司 | 沿海台风地区输电线路杆塔改造优先度评估方法 |
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 |
CN113010559A (zh) * | 2021-03-26 | 2021-06-22 | 云南电网有限责任公司电力科学研究院 | 一种输电走廊区域微地形与雷害特征参量的关联挖掘方法 |
CN113256164B (zh) * | 2021-06-21 | 2021-09-07 | 广东电网有限责任公司佛山供电局 | 一种基于线路点云的防雷影响评估方法 |
CN115273368B (zh) * | 2022-07-20 | 2024-06-25 | 云南电网有限责任公司电力科学研究院 | 输电线路走廊施工车辆入侵告警方法、介质、设备及系统 |
CN116363116B (zh) * | 2023-04-12 | 2023-09-01 | 周晓菲 | 输电铁塔雷击概率分时判断系统 |
Citations (4)
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 |
CN102072992A (zh) * | 2010-10-26 | 2011-05-25 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于精细地形数据的输电线路绕击防雷性能评估方法 |
CN102156787A (zh) * | 2011-04-21 | 2011-08-17 | 广东电网公司佛山供电局 | 区域输电线路雷击闪络风险评估模型与方法 |
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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040059691A1 (en) * | 2002-09-20 | 2004-03-25 | Higgins Robert L. | Method for marketing energy-use optimization and retrofit services and devices |
-
2014
- 2014-12-05 CN CN201410736827.9A patent/CN104463700B/zh active Active
Patent Citations (4)
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 |
CN102072992A (zh) * | 2010-10-26 | 2011-05-25 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于精细地形数据的输电线路绕击防雷性能评估方法 |
CN102156787A (zh) * | 2011-04-21 | 2011-08-17 | 广东电网公司佛山供电局 | 区域输电线路雷击闪络风险评估模型与方法 |
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 |
Non-Patent Citations (3)
Title |
---|
Estimating lighting performance of transmission lines II-Updates to analytical models;IEEE working group;《IEEE transactions on power delivery》;19931231;第1254-1267页 * |
基于分类知识挖掘的雷电活动与地形关联性研究;丁黎;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20120715(第7期);全文 * |
电网雷害风险评估技术研究;赵淳,等;《高电压技术》;20111231;第37卷(第12期);第3012-3021页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104463700A (zh) | 2015-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104463700B (zh) | 一种基于数据挖掘技术的输电线路杆塔雷击风险评估方法 | |
CN102072992B (zh) | 基于精细地形数据的输电线路绕击防雷性能评估方法 | |
CN101900779B (zh) | 一种结合地形地貌测量高压输电线路雷电绕击跳闸率的方法 | |
CN110908014B (zh) | 舞动精细化订正预报方法及系统 | |
CN103837769B (zh) | 一种输电线路雷害预警方法及其系统 | |
CN109064057B (zh) | 一种配网线路雷电参数相对值的风险评估方法 | |
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 | |
CN111401728B (zh) | 基于地形地貌分类的山区配电线路杆塔防雷检测方法、系统及介质 | |
CN103761414B (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 | |
CN104655986A (zh) | 输电线路跳闸雷击故障点判别方法 | |
CN111612315A (zh) | 一种新型电网灾害性大风预警方法 | |
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 | |
CN109359882B (zh) | 一种台风灾害下输电线路跳闸风险评估方法 | |
CN111126672A (zh) | 一种基于分类决策树的高压架空输电线路台风灾害预测方法 | |
WO2020140127A1 (en) | Systems and methods distributed-solar power forecasting using parameter regularization | |
CN111860947A (zh) | 一种基于bp神经网络的输电杆塔鸟害发生概率预测方法 | |
CN116109133A (zh) | 一种雷暴天气输电线路风险预警方法 | |
CN110197048B (zh) | 一种基于电场与雷害分析的配网线路防雷措施配置方法 | |
CN113689053B (zh) | 一种基于随机森林的强对流天气架空线停电预测方法 | |
CN110533265A (zh) | 一种配电网雷击预警方法以及配电网雷击预警装置 | |
CN117291418A (zh) | 一种基于分布式监测数据的线路雷害风险评估方法及装置 | |
CN106651131A (zh) | 输电线路防台风预警方法和系统 | |
CN109508852A (zh) | 一种基于线路走廊的配电线路雷害风险评估方法 | |
CN116523299A (zh) | 一种配电线路杆塔雷害特征参数分级评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Yao Yao Inventor after: Zhou Xueming Inventor after: Li Jian Inventor after: Huang Junjie Inventor after: Zhu Changcheng Inventor before: Li Jian Inventor before: Yao Yao Inventor before: Zhou Xueming Inventor before: Huang Junjie Inventor before: Zhu Changcheng |
|
COR | Change of bibliographic data | ||
GR01 | Patent grant | ||
GR01 | Patent grant |