CN104578061A - 一种架空输电线路导线设计冰厚的预估方法 - Google Patents

Abstract

本发明提供一种架空输电线路导线设计冰厚的预估方法，包括以下步骤：收集基础数据，并建立历年细网格气象背景场资料；估算细网格导线覆冰厚度；修正细网格导线覆冰厚度；估算重现期导线覆冰厚度。发明提供的架空输电线路导线设计冰厚的预估方法，为我国各地区，尤其是缺乏覆冰基础资料的地区以及地形复杂的地区，确定输电线路导线设计冰厚提供了有效的解决手段。

Description

一种架空输电线路导线设计冰厚的预估方法

技术领域

本发明涉及一种预估方法，具体涉及一种架空输电线路导线设计冰厚的预估方法。

背景技术

合理地确定架空输电线路导线设计冰厚一直是线路设计工作面临的重要问题之一，直接关系到输电线路抵抗覆冰灾害的能力以及总体投资。科学合理的掌握区域覆冰分布情况是进行线路抗冰设计的前提。目前，确定输电线路导线设计冰厚时一般通过经验调查法、覆冰数据法、CRREL模型法、气象参量回归法以及局地地形气象法确定气象台站或者线路走廊附近的导线设计冰厚。对于覆冰相关基础数据匮乏、地形非常复杂的地区，通过对气象台站覆冰厚度进行空间插值得到线路走廊附近地区的设计冰厚具有一定的不确定性，给准确把握覆冰荷载特性带来了困难。

发明内容

为了克服上述现有技术的不足，本发明提供一种架空输电线路导线设计冰厚的预估方法，为我国各地区，尤其是缺乏覆冰基础资料的地区以及地形复杂的地区，确定输电线路导线设计冰厚提供了有效的解决手段。

为了实现上述发明目的，本发明采取如下技术方案：

本发明提供一种架空输电线路导线设计冰厚的预估方法，所述方法包括以下步骤：

收集基础数据，并建立历年细网格气象背景场资料；

估算细网格导线覆冰厚度；

修正细网格导线覆冰厚度；

估算重现期导线覆冰厚度。

所述基础数据包括全球历年再分析气象资料、历年冬季逐日气象资料、输电线路运行经验数据、数字高程模型资料和地形图底图资料。

利用数值天气模式以及资料同化措施，进行细网格上风速、风向、温度、湿度、降水以及各种与大气和下垫面物理过程有关的物理变量的模拟，最终建立历年细网格气象背景场资料；其中，历史年份不低于30年，分辨率不小于1km*1km范围。

估算细网格导线覆冰厚度包括：

根据当地或相似覆冰气候地区的覆冰厚度和气象要素观测值，构建适用于当地的气象数据-覆冰厚度模型，有：

$R_{\mathrm{eq}}=k\left[\frac{N}{\mathrm{\ρ\π}}\sqrt{{\left({\mathrm{P\ρ}}_0\right)}^2+{\left(3.6\mathrm{VW}\right)}^2}\right]---\left(1\right)$

其中，R_eq表示导线覆冰厚度初步估算值，单位为mm；k为气象覆冰修正系数，取0.85；N为覆冰过程的时间，单位为h；P表示覆冰过程降水率，单位为mm/h；ρ₀表示水的密度，取1g/cm³；ρ表示雨凇的密度，取0.9g/cm³；V表示风速，单位为m/s；W表示液态水含量，单位为g/m³，根据经验取0.067P^0.846；

通过式(1)即可估算每个细网格上架空输电线路导线覆冰厚度。

根据覆冰类型、导线参数和地形参数修正细网格导线覆冰厚度；

所述覆冰类型包括雨凇、雾凇和混合凇；所述导线参数包括导线直径及导线离地高度；所述地形参数包括海拔、坡度和坡向。

修正细网格导线覆冰厚度具体包括：

确定修正系数；

根据修正系数，对不同覆冰类型下的导线覆冰厚度进行修正。

所述修正系数包括导线直径的覆冰厚度修正系数、导线离地高度的覆冰厚度修正系数、海拔的覆冰厚度修正系数、坡度的覆冰厚度修正系数和坡向的覆冰厚度修正系数。

所述导线直径的覆冰厚度修正系数包括雨凇条件下导线直径的覆冰厚度修正系数K_φ雨凇、雾凇条件下导线直径的覆冰厚度修正系数K_φ雾凇和混合淞条件下导线直径的覆冰厚度修正系数K_φ混合凇，分别表示为：

其中，a_雨凇、a_雾凇、a_混合凇分别表示雨凇、雾凇、混合淞条件下导线直径的相应系数，且a_雨凇＝-0.08，a_雾凇＝0.21，a_混合凇＝0.27；φ表示目标导线直径；φ₀表示基准导线直径。

所述导线离地高度的覆冰厚度修正系数包括雨凇条件下导线离地高度的覆冰厚度修正系数K_h雨凇、雾凇条件下导线离地高度的覆冰厚度修正系数K_h雾凇和混合淞条件下导线离地高度的覆冰厚度修正系数K_h混合凇，分别表示为：

其中，h_雨凇、h_雾凇、h_混合凇分别表示雨凇、雾凇、混合淞条件下导线离地高度的相应系数，根据实测覆冰资料确定；Z表示目标导线离地高度；Z₀表示基准导线的离地高度。

所述海拔的覆冰厚度修正系数包括雨凇条件下海拔的覆冰厚度修正系数K_H雨凇、雾凇条件下海拔的覆冰厚度修正系数K_H雾凇和混合淞条件下海拔的覆冰厚度修正系数K_H混合凇，分别表示为：

其中，H_雨凇、H_雾凇、H_混合凇分别表示雨凇、雾凇、混合淞条件下海拔的相应系数，根据实测覆冰资料确定；H表示目标导线的海拔；H₀表示基准导线的海拔。

所述坡度的覆冰厚度修正系数包括雨凇条件下坡度的覆冰厚度修正系数K_PD雨凇、雾凇条件下坡度的覆冰厚度修正系数K_PD雾凇和混合淞条件下坡度的覆冰厚度修正系数K_PD混合凇，分别表示为：

其中，PD_雨凇、PD_雾凇、PD_混合凇分别表示雨凇、雾凇、混合淞条件下坡度的相应系数，根据实测覆冰资料确定；PD表示目标导线的坡度；PD₀表示基准导线的坡度。

所述坡向的覆冰厚度修正系数包括雨凇条件下坡向的覆冰厚度修正系数K_PX雨凇、雾凇条件下坡向的覆冰厚度修正系数K_PX雾凇和混合淞条件下坡向的覆冰厚度修正系数K_PX混合凇，分别表示为：

其中，PX_雨凇、PX_雾凇、PX_混合凇分别表示雨凇、雾凇、混合淞条件下坡向的相应系数，根据实测覆冰资料确定；PX表示目标导线的坡向；PX₀表示基准导线的坡向。

按照下式对导线覆冰厚度进行修正，有：

R_雨凇＝K_φ雨凇*K_h雨凇*K_H雨凇*K_PD雨凇*PX_雨凇*R_eq (7)

R_雾凇＝K_φ雾凇*K_h雾凇*K_H雾凇*K_PD雾凇*K_PX雾凇*R_eq (8)

R_混合淞＝K_φ混合凇*K_h混合凇*K_H混合凇*K_PD混合凇*K_PX混合凇*R_eq (9)

其中，R_雨凇、R_雾凇、R_混合淞分别表示修正后雨凇、雾凇、混合淞条件下的导线覆冰厚度；R_eq表示导线覆冰厚度初步估算值。

选取统计模型对每个细网格上修正后的导线覆冰厚度进行分析，完成重现期导线设计厚度的估算；

所述统计模型从皮尔逊Ⅲ型分布、广义极值分布和广义帕累托分布中择优选用。

所述统计模型的评价指标包括相关系数R、均方误差S_S以及统计量D^*，分别表示为：

$R=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(x_i-\stackrel{\‾}{x})(y_i-\stackrel{\‾}{y})}{\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(x_i-\stackrel{\‾}{x})}^2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(y_i-\stackrel{\‾}{y})}^2}}---\left(10\right)$

$S_S=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(x_i-y_i)}^2}{n}}---\left(11\right)$

$D^{*}=\frac{D_n}{D_n^{0.05}}---\left(12\right)$

其中，x_i表示理论频率，y_i表示经验频率，表示理论频率均值，表示经验频率均值，n表示样本数；柯尔莫哥洛夫-斯米尔洛夫法中样本点在样本分布函数F₀(x)和经验分布函数F_n(x)上的偏差用d表示，即d＝|F₀(x)-F_n(x)|；D_n表示偏差最大值，即D_n＝max|F(x)-F_n(x)|；若时表示通过柯尔莫哥洛夫-斯米尔洛夫法检验，表示信度为0.05的临界值。

与现有技术相比，本发明的有益效果在于：

1、构建细网格气象背景场资料以及细网格导线覆冰厚度资料，避免了简单对气象台站插值造成的覆冰厚度的不确定性；

2、规定开展导线覆冰厚度的直径、离地高度、海拔、坡度和坡向订正时，应针对不同覆冰类型分别确定修正系数；

3、规定了统计模型选取应涵盖皮尔逊Ⅲ型分布、广义极值分布和广义帕累托分布等，避免规定使用某种统计模型导致的统计误差。

附图说明

图1是本发明实施例中架空输电线路导线设计冰厚的预估方法流程图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

如图1，本发明提供一种架空输电线路导线设计冰厚的预估方法，所述方法包括以下步骤：

收集基础数据，并建立历年细网格气象背景场资料；

估算细网格导线覆冰厚度；

修正细网格导线覆冰厚度；

估算重现期导线覆冰厚度。

所述基础数据包括全球历年再分析气象资料、历年冬季逐日气象资料、输电线路运行经验数据、数字高程模型资料和地形图底图资料。

其中全球历年再分析气象资料包括NCEP(美国国家环境预报中心)、ECMWF(欧洲中期天气预报中心)、JMA(日本气象厅)等提供的全球历年再分析产品。

利用数值天气模式以及资料同化措施，如天气研究预报模式WRF以及实时四维资料同化技术(RTFDDA)等，进行细网格上风速、风向、温度、湿度、降水以及各种与大气和下垫面物理过程有关的物理变量的模拟，最终建立历年细网格气象背景场资料；其中，历史年份不低于30年，分辨率不小于1km*1km范围。

估算细网格导线覆冰厚度包括：

根据当地或相似覆冰气候地区的覆冰厚度和气象要素观测值，构建适用于当地的气象数据-覆冰厚度模型，有：

$R_{\mathrm{eq}}=k\left[\frac{N}{\mathrm{\ρ\π}}\sqrt{{\left({\mathrm{P\ρ}}_0\right)}^2+{\left(3.6\mathrm{VW}\right)}^2}\right]---\left(1\right)$

其中，R_eq表示导线覆冰厚度初步估算值，单位为mm；k为气象覆冰修正系数；N为覆冰过程的时间，单位为h；P表示覆冰过程降水率，单位为mm/h；ρ₀表示水的密度，取1g/cm³；ρ表示雨凇的密度，取0.9g/cm³；V表示风速，单位为m/s；W表示液态水含量，单位为g/m³，根据经验取0.067P^0.846；

某地订正覆冰数据的气象覆冰修正系数及其对应的拟合线斜率、模型订正结果标准差和模型订正结果偏差标准差如表1所示：

表1

由表1可知，比较模型订正结果标准差、模型订正结果偏差标准差可以获取某地覆冰数据的气象覆冰修正系数a为0.85时，订正结果最优。

通过式(1)即可估算每个细网格上架空输电线路导线覆冰厚度。

根据数字高程模型资料和地形图底图资料，利用ArcGIS等地理信息软件的内置功能提取研究范围内各细网格的海拔、坡度、坡向等信息，形成地形参数数据库。

根据覆冰类型、导线参数和地形参数修正细网格导线覆冰厚度；

所述覆冰类型包括雨凇、雾凇和混合凇；所述导线参数包括导线直径及导线离地高度；所述地形参数包括海拔、坡度和坡向。

修正细网格导线覆冰厚度具体包括：

确定修正系数；

根据修正系数，对不同覆冰类型下的导线覆冰厚度进行修正。

所述修正系数包括导线直径的覆冰厚度修正系数、导线离地高度的覆冰厚度修正系数、海拔的覆冰厚度修正系数、坡度的覆冰厚度修正系数和坡向的覆冰厚度修正系数。

所述导线直径的覆冰厚度修正系数包括雨凇条件下导线直径的覆冰厚度修正系数K_φ雨凇、雾凇条件下导线直径的覆冰厚度修正系数K_φ雾凇和混合淞条件下导线直径的覆冰厚度修正系数K_φ混合凇，分别表示为：

其中，K_雨凇、a_雾凇、a_混合凇分别表示雨凇、雾凇、混合淞条件下导线直径的相应系数，且a_雨凇＝-0.08，a_雾凇＝0.21，a_混合凇＝0.27；φ表示目标导线直径；φ₀表示基准导线直径。

所述导线离地高度的覆冰厚度修正系数包括雨凇条件下导线离地高度的覆冰厚度修正系数K_h雨凇、雾凇条件下导线离地高度的覆冰厚度修正系数K_h雾凇和混合淞条件下导线离地高度的覆冰厚度修正系数K_h混合凇，分别表示为：

其中，h_雨凇、h_雾凇、h_混合凇分别表示雨凇、雾凇、混合淞条件下导线离地高度的相应系数，根据实测覆冰资料确定；Z表示目标导线离地高度；Z₀表示基准导线的离地高度。

所述海拔的覆冰厚度修正系数包括雨凇条件下海拔的覆冰厚度修正系数K_H雨凇、雾凇条件下海拔的覆冰厚度修正系数K_H雾凇和混合淞条件下海拔的覆冰厚度修正系数K_H混合凇，分别表示为：

其中，H_雨凇、H_雾凇、H_混合凇分别表示雨凇、雾凇、混合淞条件下海拔的相应系数，根据实测覆冰资料确定；H表示目标导线的海拔；H₀表示基准导线的海拔。

所述坡度的覆冰厚度修正系数包括雨凇条件下坡度的覆冰厚度修正系数K_PD雨凇、雾凇条件下坡度的覆冰厚度修正系数K_PD雾凇和混合淞条件下坡度的覆冰厚度修正系数K_PD混合凇，分别表示为：

其中，PD_雨凇、PD_雾凇、PD_混合凇分别表示雨凇、雾凇、混合淞条件下坡度的相应系数，根据实测覆冰资料确定；PD表示目标导线的坡度；PD₀表示基准导线的坡度。

所述坡向的覆冰厚度修正系数包括雨凇条件下坡向的覆冰厚度修正系数K_PX雨凇、雾凇条件下坡向的覆冰厚度修正系数K_PX雾凇和混合淞条件下坡向的覆冰厚度修正系数K_PX混合凇，分别表示为：

其中，PX_雨凇、PX_雾凇、PX_混合凇分别表示雨凇、雾凇、混合淞条件下坡向的相应系数，根据实测覆冰资料确定；PX表示目标导线的坡向；PX₀表示基准导线的坡向。

按照下式对导线覆冰厚度进行修正，有：

R_雨凇＝K_φ雨凇*K_h雨凇*K_H雨凇*K_PD雨凇*PX_雨凇*R_eq (7)

R_雾凇＝K_φ雾凇*K_h雾凇*K_H雾凇*K_PD雾凇*K_PX雾凇*R_eq (8)

R_混合淞＝K_φ混合凇*K_h混合凇*K_H混合凇*K_PD混合凇*K_PX混合凇*R_eq (9)

其中，R_雨凇、R_雾凇、R_混合淞分别表示修正后雨凇、雾凇、混合淞条件下的导线覆冰厚度；R_eq表示导线覆冰厚度初步估算值。

选取统计模型对每个细网格上修正后的导线覆冰厚度进行分析，完成重现期导线设计厚度的估算；

所述统计模型从皮尔逊Ⅲ型分布、广义极值分布和广义帕累托分布中择优选用。

所述统计模型的评价指标包括相关系数R、均方误差S_S以及统计量D^*，分别表示为：

$R=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(x_i-\stackrel{\‾}{x})(y_i-\stackrel{\‾}{y})}{\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(x_i-\stackrel{\‾}{x})}^2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(y_i-\stackrel{\‾}{y})}^2}}---\left(10\right)$

$S_S=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(x_i-y_i)}^2}{n}}---\left(11\right)$

$D^{*}=\frac{D_n}{D_n^{0.05}}---\left(12\right)$

其中，x_i表示理论频率，y_i表示经验频率，表示理论频率均值，表示经验频率均值，n表示样本数；柯尔莫哥洛夫-斯米尔洛夫法中样本点在样本分布函数F₀(x)和经验分布函数F_n(x)上的偏差用d表示，即d＝|F₀(x)-F_n(x)|；D_n表示偏差最大值，即D_n＝max|F(x)-F_n(x)|；若时表示通过柯尔莫哥洛夫-斯米尔洛夫法检验，表示信度为0.05的临界值。

综合考虑在运输电线路设计冰厚、走廊附近实测覆冰厚度，并结合气候、地形、海拔、水体等对架空输电线路导线标准冰厚进行订正，确定导线设计冰厚。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。

Claims (15)

1.一种架空输电线路导线设计冰厚的预估方法，其特征在于：所述方法包括以下步骤：

收集基础数据，并建立历年细网格气象背景场资料；

估算细网格导线覆冰厚度；

修正细网格导线覆冰厚度；

估算重现期导线覆冰厚度。

2.根据权利要求1所述的架空输电线路导线设计冰厚的预估方法，其特征在于：所述基础数据包括全球历年再分析气象资料、历年冬季逐日气象资料、输电线路运行经验数据、数字高程模型资料和地形图底图资料。

3.根据权利要求1所述的架空输电线路导线设计冰厚的预估方法，其特征在于：利用数值天气模式以及资料同化措施，进行细网格上风速、风向、温度、湿度、降水以及各种与大气和下垫面物理过程有关的物理变量的模拟，最终建立历年细网格气象背景场资料；其中，历史年份不低于30年，分辨率不小于1km*1km范围。

4.根据权利要求1所述的架空输电线路导线设计冰厚的预估方法，其特征在于：估算细网格导线覆冰厚度包括：

根据当地或相似覆冰气候地区的覆冰厚度和气象要素观测值，构建适用于当地的气象数据-覆冰厚度模型，有：

$R_{\mathrm{eq}}=k\left[\frac{N}{\mathrm{\ρ\π}}\sqrt{{\left(P{\mathrm{\ρ}}_0\right)}^2+{\left(3.6\mathrm{VW}\right)}^2}\right]---\left(1\right)$

其中，R_eq表示导线覆冰厚度初步估算值，单位为mm；k为气象覆冰修正系数，取0.85；N为覆冰过程的时间，单位为h；P表示覆冰过程降水率，单位为mm/h；ρ₀表示水的密度，取1g/cm³；ρ表示雨凇的密度，取0.9g/cm³；V表示风速，单位为m/s；W表示液态水含量，单位为g/m³，根据经验取0.067P^0.846；

通过式(1)即可估算每个细网格上架空输电线路导线覆冰厚度。

5.根据权利要求1所述的架空输电线路导线设计冰厚的预估方法，其特征在于：根据覆冰类型、导线参数和地形参数修正细网格导线覆冰厚度；

所述覆冰类型包括雨凇、雾凇和混合凇；所述导线参数包括导线直径及导线离地高度；所述地形参数包括海拔、坡度和坡向。

6.根据权利要求5所述的架空输电线路导线设计冰厚的预估方法，其特征在于：修正细网格导线覆冰厚度具体包括：

确定修正系数；

根据修正系数，对不同覆冰类型下的导线覆冰厚度进行修正。

7.根据权利要求6所述的架空输电线路导线设计冰厚的预估方法，其特征在于：所述修正系数包括导线直径的覆冰厚度修正系数、导线离地高度的覆冰厚度修正系数、海拔的覆冰厚度修正系数、坡度的覆冰厚度修正系数和坡向的覆冰厚度修正系数。

8.根据权利要求7所述的架空输电线路导线设计冰厚的预估方法，其特征在于：所述导线直径的覆冰厚度修正系数包括雨凇条件下导线直径的覆冰厚度修正系数K_φ雨凇、雾凇条件下导线直径的覆冰厚度修正系数K_φ雾凇和混合淞条件下导线直径的覆冰厚度修正系数K_φ混合凇，分别表示为：

其中，a_雨凇、a_雾凇、a_混合凇分别表示雨凇、雾凇、混合淞条件下导线直径的相应系数，且a_雨凇＝-0.08，a_雾凇＝0.21，a_混合凇＝0.27；φ表示目标导线直径；φ₀表示基准导线直径。

9.根据权利要求7所述的架空输电线路导线设计冰厚的预估方法，其特征在于：所述导线离地高度的覆冰厚度修正系数包括雨凇条件下导线离地高度的覆冰厚度修正系数K_h雨凇、雾凇条件下导线离地高度的覆冰厚度修正系数K_h雾凇和混合淞条件下导线离地高度的覆冰厚度修正系数K_h混合凇，分别表示为：

其中，h_雨凇、h_雾凇、h_混合凇分别表示雨凇、雾凇、混合淞条件下导线离地高度的相应系数，根据实测覆冰资料确定；Z表示目标导线离地高度；Z₀表示基准导线的离地高度。

10.根据权利要求7所述的架空输电线路导线设计冰厚的预估方法，其特征在于：所述海拔的覆冰厚度修正系数包括雨凇条件下海拔的覆冰厚度修正系数K_H雨凇、雾凇条件下海拔的覆冰厚度修正系数K_H雾凇和混合淞条件下海拔的覆冰厚度修正系数K_H混合凇，分别表示为：

其中，H_雨凇、H_雾凇、H_混合凇分别表示雨凇、雾凇、混合淞条件下海拔的相应系数，根据实测覆冰资料确定；H表示目标导线的海拔；H₀表示基准导线的海拔。

11.根据权利要求7所述的架空输电线路导线设计冰厚的预估方法，其特征在于：所述坡度的覆冰厚度修正系数包括雨凇条件下坡度的覆冰厚度修正系数K_PD雨凇、雾凇条件下坡度的覆冰厚度修正系数K_PD雾凇和混合淞条件下坡度的覆冰厚度修正系数K_PD混合凇，分别表示为：

其中，PD_雨凇、PD_雾凇、PD_混合凇分别表示雨凇、雾凇、混合淞条件下坡度的相应系数，根据实测覆冰资料确定；PD表示目标导线的坡度；PD₀表示基准导线的坡度。

12.根据权利要求7所述的架空输电线路导线设计冰厚的预估方法，其特征在于：所述坡向的覆冰厚度修正系数包括雨凇条件下坡向的覆冰厚度修正系数K_PX雨凇、雾凇条件下坡向的覆冰厚度修正系数K_PX雾凇和混合淞条件下坡向的覆冰厚度修正系数K_PX混合凇，分别表示为：

其中，PX_雨凇、PX_雾凇、PX_混合凇分别表示雨凇、雾凇、混合淞条件下坡向的相应系数，根据实测覆冰资料确定；PX表示目标导线的坡向；PX₀表示基准导线的坡向。

13.根据权利要求8-12任一所述的架空输电线路导线设计冰厚的预估方法，其特征在于：按照下式对导线覆冰厚度进行修正，有：

R_雨凇＝K_φ雨凇*K_h雨凇*K_H雨凇*K_PD雨凇*PX_雨凇*R_eq (7)

R_雾凇＝K_φ雾凇*K_h雾凇*K_H雾凇*K_PD雾凇*K_PX雾凇*R_eq (8)

R_混合淞＝K_φ混合凇*K_h混合凇*K_H混合凇*K_PD混合凇*K_PX混合凇*R_eq (9)

其中，R_雨凇、R_雾凇、R_混合淞分别表示修正后雨凇、雾凇、混合淞条件下的导线覆冰厚度；R_eq表示导线覆冰厚度初步估算值。

14.根据权利要求1所述的架空输电线路导线设计冰厚的预估方法，其特征在于：选取统计模型对每个细网格上修正后的导线覆冰厚度进行分析，完成重现期导线设计厚度的估算；

所述统计模型从皮尔逊Ⅲ型分布、广义极值分布和广义帕累托分布中择优选用。

15.根据权利要求14所述的架空输电线路导线设计冰厚的预估方法，其特征在于：所述统计模型的评价指标包括相关系数R、均方误差S_S以及统计量D^*，分别表示为：

$R=\frac{\underset{i-1}{\overset{n}{\mathrm{\Σ}}}(x_i-\stackrel{\‾}{x})(y_i-\stackrel{\‾}{y})}{\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(x_i-\stackrel{\‾}{x})}^2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(y_i-\stackrel{\‾}{y})}^2}}---\left(10\right)$

$S_S=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(x_i-y_i)}^2}{n}}---\left(11\right)$

$D^{*}=\frac{D_n}{D_n^{0.05}}---\left(12\right)$

其中，x_i表示理论频率，y_i表示经验频率，表示理论频率均值，表示经验频率均值，n表示样本数；柯尔莫哥洛夫-斯米尔洛夫法中样本点在样本分布函数F₀(x)和经验分布函数F_n(x)上的偏差用d表示，即d＝|F₀(x)-F_n(x)|；D_n表示偏差最大值，即D_n＝max|F(x)-F_n(x)|；若时表示通过柯尔莫哥洛夫-斯米尔洛夫法检验，表示信度为0.05的临界值。5 -->