CN105260586A - 一种针对架空输电线路的自动气象站风速资料处理方法 - Google Patents

Abstract

本发明提供了一种针对架空输电线路的自动气象站风速资料处理方法，该处理方法包括如下步骤：A、针对气象站风速的资料收集和资料订正；B、自动气象站风速序列的重采样；C、自动气象站风速序列数字特征的估计；D、自动气象站极值风速概率分布模型的建立与优化。本发明引入风速序列再抽样方法，扩展了自动站短时风速资料的样本数量和统计代表性；本发明建立自动气象站的极值风速概率分布模型，快速推算输电线路工程的设计风速。

Description

一种针对架空输电线路的自动气象站风速资料处理方法

技术领域

本发明属于输电线路工程设计的技术领域，具体涉及架空输电线路设计风速的气象站风速资料处理方法。

背景技术

线路工程设计阶段的杆塔选型、档距控制、风荷载与风偏计算等环节均需要设计风速作为输入条件。而架空输电线路设计风速主要依据线路走廊附近长期气象台站的风速资料、《建筑结构荷载规范》GB50009-2012和同区域已建线路设计风速综合考虑确定。因此，气象站的风速资料是架空输电线路工程的基础资料。

《建筑结构荷载规范》GB50009-2012规定用于推算不同重现期极值风速的气象站年最大风速观测资料一般应在25年以上。而现实情况为拥有长期风速观测资料的气象台站多位于城市近郊，且站点数量偏少，空间分布较为稀疏。并且随着城市化进程加快，上述气象台站的测风环境发生较大改变，已不能客观反映线路工程所经过的野外开阔地区的风速。

目前，自动气象站已经广泛分布于乡、镇一级地区并组网观测，可以有效弥补长期气象站数量稀少和空间代表性不足的缺陷；但大部分自动气象站观测时间通常在10年以内，风速资料序列长度不满足推算极值风速的统计要求，资料使用仍然存在限制。因此架空输电线路设计风速的取值面临基础资料匮乏和代表性有限等问题。

发明内容

针对现有技术的缺点，本发明的目的是提供一种针对架空输电线路设计风速推算的自动气象站风速资料的统计处理方法。

为了实现上述目的，本发明提供了一种针对架空输电线路的自动气象站风速资料处理方法，该处理方法包括如下步骤：

A、针对气象站风速的资料收集和资料订正；

B、自动气象站风速序列的重采样；

C、自动气象站风速序列数字特征的估计；

D、自动气象站极值风速概率分布模型的建立与优化。

本发明提出的方法充分挖掘了自动气象站数据价值。

本发明通过收集和订正自动气象站和长期气象站的风速资料，对自动气象站风速序列进行再抽样和统计推断，对统计量估计值进行合理性分析，确定自动气象站极值风速分布模型的参数，从而解决自动气象站因风速观测时间不足而无法推算极值风速的问题。

根据本发明另一具体实施方式，步骤A中的资料收集包括如下内容：

线路工程沿线的长期气象站历年最大10分钟平均风速观测数据，自动气象站历年最大10分钟平均风速观测数据，长期气象站和自动气象站测风仪器型号与离地高度说明文档；

其中，长期气象站风速观测年限不少于25年，自动气象站风速观测年限不少于5年。

根据本发明另一具体实施方式，步骤A中的资料订正包括如下内容：

风速高度订正的计算式如下：

$\frac{v}{v_h}={\left(\frac{h}{10}\right)}^{\mathrm{\α}}$

式中，v为10米高度处风速，vh为风速仪观测风速，h为测风仪实际离地高度，α为空旷平坦地区地面粗糙度系数，α取值0.15。

根据本发明另一具体实施方式，步骤B具体包括如下步骤：

B1、对经过高度订正后的自动气象站历年10分钟平均最大风速序列v_i(i＝1,2,…,n)进行等概率的有放回抽样；

B2、在保持样本数量仍为n的情况下，组成一组新的10分钟平均最大风速序列；重复进行k组上述抽样试验，生成k个新的风速序列(i＝1,2,…,n,j＝1,2,…,k)，其中k≥5000；

B3、利用计算机实现等概率的有放回抽样，生成范围在1至n之间且服从均匀分布的n个随机数，保证样本被抽中的概率均为1/n，再将相应编号对应的样本抽出组成新的风速序列。

根据本发明另一具体实施方式，步骤C具体包括如下步骤：

C1、对有放回抽样试验后生成的k个新风速序列(i＝1,2,…,n,j＝1,2,…,k)，分别统计每个序列的期望估计值方差估计值和变差系数估计值计算式如下：

$\widehat{\mathrm{\μ}}=\stackrel{\‾}{v}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{v}_i$

$\widehat{{\mathrm{\σ}}^2}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{(v_i-\stackrel{\‾}{v})}^2$

$\widehat{C_v}=\sqrt{\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{(v_i-\stackrel{\‾}{v})}^2}/\stackrel{\‾}{v}$

并形成相应数字特征估计值序列(j＝1,2,…,k)，(j＝1,2,…,k)和(j＝1,2,…,k)；

C2、对数字特征估计值序列进行正态分布拟合；

C3、在符合正态分布情况下，用相应正态分布的期望作为自动站风速序列的期望、方差和变差系数最终估计值和在不符合正态分布的情况下，用中位数作为自动站风速序列的数字特征最终估计值。

根据本发明另一具体实施方式，步骤D中，利用极值I型概率分布建立每个自动气象站的极值风速概率分布模型，表达式如下：

F(v)＝exp(-exp(-a(v-u)))(a＞0,-∞＜u＜∞)

$a=\frac{1.28255}{\sqrt{\widehat{{\mathrm{\σ}}^{\′2}}}}$

$u=\widehat{{\mathrm{\μ}}^{\′}}-\frac{0.57722}{a}$

重现期为R(概率为1/R)时的极值风速表达式如下：

$v_R=u-\frac{1}{a}\[ln\left(\frac{R}{R-1}\right)\].$

步骤D中，自动气象站极值风速概率分布模型的优化是针对有多个自动站，并且其中单个自动站风速模型参数a、u偏差超过20％的情况，可以利用长期气象站和临近自动站风速序列的变差系数作为参考值，对目标站极值风速概率模型参数进行调整。

临近自动站是目标站周围不超过30公里的范围内，测风时间长于目标站，且与距离最近的长期气象站之间没有地形阻挡的自动气象站。

当所有临近气象站的变差系数的平均值和中位数差距小于5％时，将平均值作为区域背景值对目标站的变差系数进行替换；差距大于5％且小于10％时，将中位数作为区域背景值进行替换；差距大于10％时，酌情考虑用长期气象站的变差系数进行替换。

在保持目标站方差不变的情况下，均值随着调整后的变差系数相应调整，计算式如下：

$\widehat{{\mathrm{\μ}}^{\′}}=\frac{\widehat{{\mathrm{\σ}}^{\′2}}}{\widehat{{C_v}^{\′}}}$

并由此优化目标站极值风速概率分布模型中的参数a、u。

与现有技术相比，本发明具备如下有益效果：

1、本发明引入风速序列再抽样方法，扩展了自动站短时风速资料的样本数量和统计代表性；

2、本发明建立自动气象站的极值风速概率分布模型，快速推算输电线路工程的设计风速。

下面结合附图对本发明作进一步的详细说明。

附图说明

图1为实施例1的针对架空输电线路的自动气象站风速资料处理方法主要步骤流程图；

图2为实施例1中，自动气象站风速序列重抽样及数字特征估计流程图；

图3为实施例1中，极值风速概率分布模型的建立与优化流程图。

具体实施方式

实施例1

如图1-图3所示，本实施例针对架空输电线路的自动气象站风速资料处理方法，包括如下步骤：

A、气象站风速资料收集、订正；

B、自动气象站风速序列的重采样；

C、自动气象站风速序列数字特征的估计；

D、自动气象站极值风速概率分布的模型建立与优化。

其中，步骤A中的资料收集包括如下内容：

线路工程沿线的长期气象站历年最大10分钟平均风速观测数据，自动气象站历年最大10分钟平均风速观测数据，长期气象站和自动气象站测风仪器型号与离地高度说明文档。

其中，长期气象站风速观测年限不少于25年，自动气象站风速观测年限不少于5年。

步骤A中的资料订正包括如下内容：

风速高度订正的计算式如下：

$\frac{v}{v_h}={\left(\frac{h}{10}\right)}^{\mathrm{\α}}$

式中，v为10米高度处风速，vh为风速仪观测风速，h为测风仪实际离地高度，α为空旷平坦地区地面粗糙度系数，按《建筑结构荷载规范》GB50009-2012取0.15；

步骤B中，自动气象站风速序列重抽样是基于自助法(Bootstrap)的思想，对经过高度订正后的自动气象站历年10分钟平均最大风速序列v_i(i＝1,2,…,n)进行等概率的有放回抽样(resampling)，在保持样本数量仍为n的情况下，组成一组新的10分钟平均最大风速序列；重复进行k组上述抽样试验，生成k个新的风速序列(i＝1,2,…,n,j＝1,2,…,k)。若有多个自动站，依次进行上述操作。

利用计算机实现等概率的有放回抽样，生成范围在1至n之间且服从均匀分布的n个随机数，保证样本被抽中的概率均为1/n，再将相应编号对应的样本抽出组成新的风速序列。

抽样试验重复次数不少于5000次，k≥5000。

步骤C中，自动气象站风速序列的数字特征估计是对有放回抽样试验后生成的k个新风速序列(i＝1,2,…,n,j＝1,2,…,k)，分别统计每个序列的期望估计值方差估计值和变差系数估计值计算式如下：

$\widehat{\mathrm{\μ}}=\stackrel{\‾}{v}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{v}_i$

$\widehat{{\mathrm{\σ}}^2}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{(v_i-\stackrel{\‾}{v})}^2$

$\widehat{C_v}=\sqrt{\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{(v_i-\stackrel{\‾}{v})}^2}/\stackrel{\‾}{v}$

并形成相应数字特征估计值序列(j＝1,2,…,k)，(j＝1,2,…,k)和(j＝1,2,…,k)。

对数字特征估计值序列进行正态分布拟合。在符合正态分布情况下，用相应正态分布的期望作为自动站风速序列的期望、方差和变差系数最终估计值和在不符合正态分布的情况下，用中位数作为自动站风速序列的数字特征最终估计值。若有多个自动站，依次进行上述操作。

步骤D中，自动气象站极值风速概率分布模型的建立是利用极值I型概率分布建立每个自动气象站的极值风速概率分布模型，表达式如下：

F(v)＝exp(-exp(-a(v-u)))(a＞0,-∞＜u＜∞)

$a=\frac{1.28255}{\sqrt{\widehat{{\mathrm{\σ}}^{\′2}}}}$

$u=\widehat{{\mathrm{\μ}}^{\′}}-\frac{0.57722}{a}$

重现期为R(概率为1/R)时的极值风速表达式如下：

$v_R=u-\frac{1}{a}\[ln\left(\frac{R}{R-1}\right)\]$

步骤D中，自动气象站极值风速概率分布模型的优化是针对有多个自动站，并且其中单个自动站风速模型参数a、u偏差超过20％的情况，可以利用长期气象站和临近自动站风速序列的变差系数作为参考值，对目标站极值风速概率模型参数进行调整。

临近自动站是目标站周围不超过30公里的范围内，测风时间长于目标站，且与距离最近的长期气象站之间没有地形阻挡的自动气象站。

当所有临近气象站的变差系数的平均值和中位数差距小于5％时，将平均值作为区域背景值对目标站的变差系数进行替换；差距大于5％且小于10％时，将中位数作为区域背景值进行替换；差距大于10％时，酌情考虑用长期气象站的变差系数进行替换。

在保持目标站方差不变的情况下，均值随着调整后的变差系数相应调整，计算式如下：

$\widehat{{\mathrm{\μ}}^{\′}}=\frac{\widehat{{\mathrm{\σ}}^{\′2}}}{\widehat{{C_v}^{\′}}}$

并由此优化目标站极值风速概率分布模型中的参数a、u。

虽然本发明以较佳实施例揭露如上，但并非用以限定本发明实施的范围。任何本领域的普通技术人员，在不脱离本发明的发明范围内，当可作些许的改进，即凡是依照本发明所做的同等改进，应为本发明的范围所涵盖。

Claims (6)

1.一种针对架空输电线路的自动气象站风速资料处理方法，其特征在于，所述处理方法包括如下步骤：

A、针对气象站风速的资料收集和资料订正；

B、自动气象站风速序列的重采样；

C、自动气象站风速序列数字特征的估计；

D、自动气象站极值风速概率分布模型的建立与优化。

2.根据权利要求1所述的处理方法，其特征在于，步骤A中的资料收集包括如下内容：

线路工程沿线的长期气象站历年最大10分钟平均风速观测数据，自动气象站历年最大10分钟平均风速观测数据，长期气象站和自动气象站测风仪器型号与离地高度说明文档；

其中，长期气象站风速观测年限不少于25年，自动气象站风速观测年限不少于5年。

3.根据权利要求1所述的处理方法，其特征在于，步骤A中的资料订正包括如下内容：

风速高度订正的计算式如下：

$\frac{v}{v_h}={\left(\frac{h}{10}\right)}^{\mathrm{\α}}$

式中，v为10米高度处风速，vh为风速仪观测风速，h为测风仪实际离地高度，α为空旷平坦地区地面粗糙度系数，α取值0.15。

4.根据权利要求1所述的处理方法，其特征在于，步骤B具体包括如下步骤：

B1、对经过高度订正后的自动气象站历年10分钟平均最大风速序列v_i(i＝1,2,…,n)进行等概率的有放回抽样；

B2、在保持样本数量仍为n的情况下，组成一组新的10分钟平均最大风速序列；重复进行k组上述抽样试验，生成k个新的风速序列(i＝1,2,…,n,j＝1,2,…,k)，其中k≥5000；

B3、利用计算机实现等概率的有放回抽样，生成范围在1至n之间且服从均匀分布的n个随机数，保证样本被抽中的概率均为1/n，再将相应编号对应的样本抽出组成新的风速序列。

5.根据权利要求4所述的处理方法，其特征在于，步骤C具体包括如下步骤：

C1、对有放回抽样试验后生成的k个新风速序列(i＝1,2,…,n,j＝1,2,…,k)，分别统计每个序列的期望估计值方差估计值和变差系数估计值计算式如下：

$\widehat{\mathrm{\μ}}=\stackrel{\‾}{v}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{v}_i$

$\widehat{{\mathrm{\σ}}^2}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{(v_i-\stackrel{\‾}{v})}^2$

$\widehat{C_v}=\sqrt{\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{(v_i-\stackrel{\‾}{v})}^2}/\stackrel{\‾}{v}$

并形成相应数字特征估计值序列(j＝1,2,…,k)，(j＝1,2,…,k)和(j＝1,2,…,k)；

C2、对数字特征估计值序列进行正态分布拟合；

C3、在符合正态分布情况下，用相应正态分布的期望作为自动站风速序列的期望、方差和变差系数最终估计值和在不符合正态分布的情况下，用中位数作为自动站风速序列的数字特征最终估计值。

6.根据权利要求1所述的处理方法，其特征在于，步骤D中，利用极值I型概率分布建立每个自动气象站的极值风速概率分布模型，表达式如下：

F(v)＝exp(-exp(-a(v-u)))(a＞0,-∞＜u＜∞)

$a=\frac{1.28255}{\sqrt{\widehat{{\mathrm{\σ}}^{\′2}}}}$

$u=\widehat{{\mathrm{\μ}}^{\′}}-\frac{0.57722}{a}$

重现期为R(概率为1/R)时的极值风速表达式如下：

$v_R=u-\frac{1}{a}\[ln\left(\frac{R}{R-1}\right)\].$