CN105740558B - 一种针对高原微地形的输电线路覆冰实时绘制方法 - Google Patents
一种针对高原微地形的输电线路覆冰实时绘制方法 Download PDFInfo
- Publication number
- CN105740558B CN105740558B CN201610074877.4A CN201610074877A CN105740558B CN 105740558 B CN105740558 B CN 105740558B CN 201610074877 A CN201610074877 A CN 201610074877A CN 105740558 B CN105740558 B CN 105740558B
- Authority
- CN
- China
- Prior art keywords
- ice
- mrow
- real
- msub
- thickness
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000005540 biological transmission Effects 0.000 title claims abstract description 21
- 238000009826 distribution Methods 0.000 claims abstract description 47
- 238000010586 diagram Methods 0.000 claims abstract description 37
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 14
- 238000011160 research Methods 0.000 claims abstract description 10
- 238000001556 precipitation Methods 0.000 claims abstract description 9
- 239000007788 liquid Substances 0.000 claims abstract description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 27
- 230000005611 electricity Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 14
- 238000013461 design Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000014509 gene expression Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 4
- 239000011248 coating agent Substances 0.000 abstract description 3
- 238000000576 coating method Methods 0.000 abstract description 3
- 238000005755 formation reaction Methods 0.000 description 20
- 238000004458 analytical method Methods 0.000 description 9
- 241001269238 Data Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000010219 correlation analysis Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 238000000540 analysis of variance Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000029052 metamorphosis Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 229930014626 natural product Natural products 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012106 screening analysis Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- 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
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种针对高原微地形的输电线路覆冰实时绘制方法,它包括:步骤1、构建K.J模型,利用强降水、空气液体水含量、垂直导线的水平风速和气温值实时气象参数计算空间各站点的实时冰厚值;步骤2、计算各空间站点的标准冰厚;步骤3、克里金模型进行空间插值,得到克里金插值冰区分布图A;步骤4、根据历史观冰数据、地形因素和气象因素条件进行多年一遇冰区图区域划分;步骤5、建立不同覆冰相似区的海拔与冰厚分布模型;步骤6、获取冰区分布图B;步骤7、实时冰区分布模型研究;解决了现有技术存在的输电线路覆冰研究模型在实时气象和高原微地形考虑不充分的缺陷,导致采用人工观冰成本高、效率低、风险大等问题。
Description
技术领域:
本发明属于输电线路风险图绘制技术,尤其涉及一种针对高原微地形的输电线路覆冰实时绘制方法。
背景技术:
输电线路覆冰灾害是国内外输电线路风险研究的重要课题,全世界每年都会发生多起因输电线路覆冰而导致的倒杆、断线和绝缘子闪络等事故,我国因输电线路覆冰导致的冰闪跳闸、导线舞动和倒塔断线等事故频发,2008年初,我国南方出现大面积降雪,覆冰导致输电线路受损严重,截止1月31日18时,1月10日以来的低温雨雪冰冻灾害已造成浙江、江苏、安徽等19个省(区、市)不同程度受灾,经济损失达537亿元。我国西南地区输电线路分布在高原山地上,高原山地微地形复杂,加之特殊的气象条件,易形成输电线路覆冰条件,每年冬季覆冰引起的输电线路冰闪跳闸、倒塔断线,导线舞动导致的相间闪络、金具损坏、跳闸停电、倒杆(塔)、导线折断等事故频发。为保障输电线路运行安全,输电线路覆冰图绘制对覆冰风险排查、杆塔防覆冰设计及覆冰预警等具有指导意义。目前导线覆冰研究与防治多采用人工观冰方法,在线监测系统等,有关输电线路覆冰的研究仍存在困难:例如对水的物理特性、雪的快速变态、积雪机制的多样化等诸多因素的研究只能在实验阶段,人工实验和自然积雪条件之间的等效性并不理想;在线监测终端受安装数量限制,数据较难结合空间因素进行导线覆冰的规律研究;气象数据和人工观冰积累的现场数据,尚不能充分利用,人工观冰成本高,效率低;现有的覆冰绘图时间间隔长,对实时输电线路覆冰指导工作有限,模型考虑的气象条件和高原微地形因素不充分,模型存在缺陷。
发明内容:
本发明要解决的技术问题:提供一种针对高原微地形的输电线路覆冰实时绘制方法,以解决现有技术存在的输电线路覆冰研究模型在实时气象和高原微地形考虑不充分的缺陷,导致采用人工观冰成本高、效率低、风险大等问题。
本发明技术方案:
一种针对高原微地形的输电线路覆冰实时绘制方法,它包括下述步骤:
步骤1、构建K.J模型,利用强降水、空气液体水含量、垂直导线的水平风速和气温值实时气象参数计算空间各站点的实时冰厚值;
步骤2、计算各空间站点的标准冰厚:利用步骤1获取的实时冰厚值,运用高度修订方法,采用高度修订公式将冰厚推演到输电线路标准高度并计算输电线路各空间站点的标准冰厚;
步骤3、克里金模型进行空间插值:利用步骤2计算的各空间站点的标准冰厚值,利用克里金模型进行空间插值,通过普通克里金方法,首先研究站点数据特征,然后选择模型进行变异函数构建,最终进行克里金插值并评定精度,得到克里金插值冰区分布图A;
步骤4、根据历史观冰数据、地形因素和气象因素条件进行2、5、10、15、20、30、50和100年一遇冰区图区域划分;
步骤5、建立不同覆冰相似区的海拔与冰厚分布模型:根据步骤4划分的区域,以各区域为对象,建立以高程为参数的不同覆冰相似区的海拔与冰厚分布模型;
步骤6、通过空间计算获取2、5、10、15、20、30、50和100年一遇的冰区分布图B,根据步骤5提供的不同覆冰相似区的海拔与冰厚分布模型,结合步骤4划分的区域,对DEM栅格数据进行空间计算,获取冰区分布图B;
步骤7、实时冰区分布模型研究:将步骤3获取的克里金插值冰区分布图A和步骤6通过空间计算获取的冰区分布图B,通过乘权重系数相加获取最终的实时冰区分布模型,通过模型获取输电线路实时冰区图。
步骤1所述的K.J.模型表达式如下:
D=D1+D2 (1)
式中:D为实时覆冰厚度,D1雨凇导致的冰厚,D2为雾凇导致的冰厚,ρi为冰的密度,Pj为j时刻降水强度,ρw为水的密度,Wj为j时刻空气中液态含水量,Vj为j时刻垂直于导线的水平风速,j为时数,n为覆冰过程持续时数,E为捕获系数。
步骤2所述的高度修订公式为:
式中:z为设计导线离地高度,z0为气象站采样点离地高度。
步骤3所述的变异函数公式为:
h))2(7),式中:h为各点之间的距离,n是由h分开的成对样本点的数量,z是点的属性值,z(xi)是xi处的属性值,z(xi+h)是xi+h处的属性值。
步骤5所述的海拔与冰厚分布模型公式为:
D=m+m1y1+m2y2+m3y3+n1y1y1+n2y2y2+n3y3y3 (11)
式中:D为推算的标准冰厚,m为常数项,y1、y2、y3分别为海拔高度因子、坡度因子和坡向因子,m1、m2、m3、n1、n2、n3为各因子项系数。
步骤7所述的通过乘权重系数相加获取最终的实时冰区分布模型,
其公式为:
实时冰区分布图=冰区分布图A×权重系数A+冰区分布图B×权重系数B,式中权重系数A,权重系数B计算公式如下:
A=b/(a+b) (19)
B=a/(a+b)(20)
式中:a、b的确定方法如下:
式中1~n是对应的观测站点,y是y年一遇冰区分布图,它包含2、5、10、20、25、30、50、100年,a、b是ay、by的通式,选取特定y年一遇冰区图后a=ay、b=by,n表示测站点的个数,D标准表示实时冰区分布模型算取的测站点冰厚,Dy是相同测站点y年一遇的冰厚。
本发明的有益效果:
本发明整合了输电线路历史气象资料、水文资料、110kV以上输电线路的设计运行的覆冰资料、冰灾中实测覆冰资料、气象台(站)观测的覆冰数据、野外覆冰调查资料、覆冰在线监测数据等多途径、多方式收集到的覆冰资料数据,利用地理信息系统的前沿手段进行数据整理、分析、计算,并形成覆冰趋势分布模型、冰区图绘制,解决了输电线路冰区图实时绘制问题。从根本上提供输变电项目规划初期需要考虑的覆冰因素的条件,为待设计建设的线路提供设计参考,同时为已运行的输电线路提供合理防冰抗冰的改造建议。从而提高电网的安全性与可靠性,为保障国计民生,确保“十二五”电力建设目标的顺利实施,提供安全、可靠的技术支持。
本发明主要考虑到从影响覆冰的气象数据到覆冰实时分布,考虑到地形地貌对输电线路覆冰的影响,确保了较高覆冰绘制可靠性和真实还原度;解决了现有技术存在的输电线路覆冰研究模型在实时气象和高原微地形考虑不充分的缺陷,导致采用人工观冰成本高、效率低、风险大等问题。
附图说明:
图1本发明流程示意图;
图2为本发明实施例覆冰趋势计算模型建模流程示意图。
具体实施方式:
一种针对高原微地形的输电线路覆冰实时绘制方法,它包括下述步骤:
步骤1、构建K.J模型:利用强降水、空气液体水含量、垂直导线的水平风速、气温值等实时气象参数计算空间各站点的实时冰厚值。
首先判断覆冰条件,启动K.J.模型:应用K.J.模型进行覆冰厚度计算之前需对气象资料进行处理,通过气象条件指标对覆冰过程进行识别。覆冰过程最大冰厚的正确计算必须基于覆冰过程的正确识别。由于没有覆冰观测,需要通过气象条件综合分析将所有覆冰过程找出来,对覆冰开始、增长、维持、中断到结束的整个过程进行有效的识别。
1.覆冰开始或增长的日气象条件主要有:
条件1:日最低温度低于0℃;
条件2:日平均温度低于1℃;
条件3:日最高温度低于2℃;
条件4:日降水量大于零或日平均相对湿度大于90%。
2.覆冰维持的日气象条件主要有:
条件1:日最低温度低于0℃;
条件2:日平均温度低于1℃;
条件3:日最高温度低于2℃;
条件4:平均相对湿度大于85%。
3.出现覆冰中断的日气象条件主要有:
条件1:日最高温度高于2℃;
条件2:日平均温度高于1℃;
条件3:日最低气温高于0℃;
条件4:平均相对湿度小于80%。
出现覆冰中断两日以上判断为覆冰过程结束,当覆冰启动条件触发后进入覆冰模拟计算(K.J模型)。
通过引入雾凇覆冰机制对K.J模型进行改进,并采用新的捕获系数参数化方案,建立新的更加完整的导线覆冰标准厚度计算模型。在新模型中,一次连续覆冰过程达到的总的覆冰厚度D(D为雨凇导致的冰厚D1和雾凇导致的冰厚D2之和):
D=D1+D2 (1)
其中D为实时覆冰厚度,D1雨凇导致的冰厚,D2为雾凇导致的冰厚,ρi为冰的密度,Pj为j时刻降水强度,ρw为水的密度,Wj为j时刻的空气中液态含水量,Vj为j时刻的垂直于导线的水平风速。j为时数(j不同大小对应特定时刻),n为覆冰过程持续时数,E为捕获系数。公式(2)、公式(3)两式中空气中液态含水量Wj的含义是不同的,其计算方法也不同。公式(2)中W为降雨造成的空气中液态水含量,按原K.J模型中的算法计算,采用Best(1949)的经验公式Wj=0.067Pj 0.846;而公式(3)中Wj为j时刻过冷雾造成的液态含水量,按公式(4)式进行计算。
捕获系数E按表1取值。其中α0为地面近于饱和的湿空气中的水汽含量(单位g/m3),Es为某高度的实际饱和水汽压(Esj是气温tj的函数),T为该处的热力学温度(单位K),RV为水汽的比气体常数(461.51J/kg.K)。
tj为j时刻的气温值。
表1不同捕获系数参数化方案结果的比较
导线直径(mm) | 现有技术 | 本发明方案 |
10 | 0.79 | 0.75 |
20 | 0.79 | 0.6 |
30 | 0.79 | 0.5 |
40 | 0.79 | 0.43 |
50 | 0.79 | 0.38 |
100 | 0.79 | 0.23 |
步骤2、计算各空间站点的标准冰厚:利用步骤1获取的实时冰厚值,运用高度修订方法,采用高度修订公式将冰厚推演到输电线路标准高度并计算输电线路各空间站点的标准冰厚;
由步骤1计算得出的冰厚值是气象站离地2m高度的采样设备的覆冰,标准冰厚计算要换算到高空线路时,应乘高度订正系数,高度订正系数公式为:
其中z为设计导线离地高度,取10m;z0为气象站采样点离地高度,取2m;a取0.22。
步骤3、克里金模型进行空间插值:利用步骤2计算的各空间站点的标准冰厚值,利用克里金模型进行空间插值,通过普通克里金方法,首先研究站点数据特征,然后选择模型进行变异函数构建,最终进行克里金插值并评定精度,得到克里金插值冰区分布图A;
其详细过程为:利用计算出来的气象站点标准冰厚数据,利用克里金插值法计算得出冰区分布图A,其原理是通过已知点数据推算区域数据。克里金法是地学统计的主要内容之一,其理论基础主要包括区域化变量和变异分析。区域化变量是描述某一呈空间分布的变量,它反映了区域内的某种特征或现象。变异分析是克里金插值的关键,主要包括半变异函数和协方差函数计算,其作用是把统计相关系数的大小作为一个距离的函数,是地理学相近相似定理定量量化的表示形式,反映一个采样点与相邻采样点的空间关系。克里金插值的实质是利用区域化变量的原始数据和半变异函数的结构特点,对未采样点的区域化变量值进行线性无偏最优估计。
克里金法进行空间插值,首先要构造变异函数,其公式如下:
变异函数是基于空间站点属性数据和位置进行空间相关性分析,式中h为各点之间的距离,n是由h分开的成对样本点的数量,z是点的属性值。在不同距离的半方差值都计算出来后,绘制半方差图,横轴代表距离,纵轴代表半方差。半方差图中有三个参数nugget(表示距离为零时的半方差),sill(表示基本达到恒定的半方差值),range(表示一个值域范围,在该范围内半方差随距离增加,超过该范围,半方差值趋于恒定)。利用做出的半方差图找出与之拟合的最好的理论变异函数模型(这是关键所在),可用于拟合的模型包括高斯模型、线性模型、球状模型、指数模型、圆形模型等。
本发明技术通过实验分析采用了高斯模型拟合变异函数效果最好,高斯模型的理论公式如下:
C(h)为协方差函数,h为距离,C0、C1、a为待求系数。高斯模型通过最小二乘拟合的方式获取模型参数,应用Ross等的最大似然程序得到效果最好的半变异函数,用拟合的模型计算出三个参数。利用拟合模型估算未知点的属性值,方程为:
Z0为估计值,Zx是已知点值,Wx为权重,s是用来估算未知点的已知点数目。假如用三个已知点估算则有:
λ为拉格朗日算子,该变量使得权重之和为1。
通过变异函数获取权重系数Wi值,最终获取待插值点数据。完成离散数据到面数据的扩展,获取通过实时气象信息获取的冰区分布图。然后通过多年一遇的冰区分布图修正实时冰区图。
步骤4、根据历史观冰数据、地形因素和气象因素条件进行2、5、10、15、20、30、50和100年一遇冰区图区域划分;
本发明结合气象站气象观测资料、电力部门收集的所有覆冰调查资料、地形因素、气候因素等因子进行合理适当的覆冰相似区划分,并针对各区域特点建立不同的冰区分布模型,同一分区的划分原则应为:
1)属同一大气候区;
2)海拔相当,地形类似;
3)电力线路走向大体一致;
4)覆冰特征参数基本相等。
因此,进行合理分区的原则应使同一分区的覆冰性质和气候条件相近,而各分区间差异较为明显。但分区数不宜过多,否则会出现某分区内站点太少而难以统计建模,或模型质量很差。由于理论上一次覆冰过程所能达到的最大冰厚是完全由气象条件决定的,地形环境条件最终也是通过影响气象条件而影响覆冰,因此覆冰气候分区的最终依据应是气象条件的综合考虑。这就需要对决定覆冰厚度的四种主要气象要素(温度、湿度、降水、风速)的多年气候分布情况进行全面的综合分析和评估。
根据现有技术的成果,理论上可将几种气象要素的气候特征值进行适当组合,最后找出能够决定最大覆冰厚度气候值的综合气象条件指标。模型计算结果与实况检验表明,在决定一次连续覆冰过程所能达到的最大冰厚的诸多气象因子中,连续覆冰增长日数是其中最重要的一个因子,其取值也是通过相关气象条件进行综合判断而得到的,其本身就是一个综合的气象条件因子,故将连续覆冰增长日数作为覆冰气候条件分区指标是比较合理的。另外对覆冰气候特征来说,多年平均的年最大冰厚是重要的覆冰气候特征指标,可作为第二个覆冰气候条件分区指标。按照上述思路,本技术发明逐一分析了西南四省各站4种气象要素(温度、湿度、降水、风速)冬季(上年12月-次年2月)气候平均值的空间分布情况,计算了各站点逐年最大连续覆冰增长日数和最大冰厚,并分别计算其50年气候平均值,作为两个覆冰气候条件分区指标。将这两个气象指标在GIS中分别绘制空间分布图并做叠加分析,并结合考虑冷空气路径、地形走向及高程分布特征等综合因素,在GIS中进行图层叠加分析,最终得出全网区域覆冰气候条件分区。
步骤5、建立不同覆冰相似区的海拔与冰厚分布模型:根据步骤4划分的区域,以各区域为对象,建立以高程为参数的多年一遇覆冰模型,高程信息从DEM数据获取。
覆冰厚度主要受气象因子、地形条件影响,其中地形条件也是通过影响气象条件而影响覆冰厚度的。可考虑将覆冰气象因子细化至精细网格,进行覆冰厚度的推算,但气象因子变化极其复杂,在复杂地形下要想分析出变化规律,较为困难。因此,本发明考虑分析地形因子与冰厚的相关关系,通过其相关关系建立不同覆冰相似区的多年一遇覆冰模型。
首先在GIS中提取所有站点的海拔、坡向、坡度等地形环境参数,分别对各分区内的站点2年、5年、10年、15年、20年、30年、50年、100年一遇9种重现期标准冰厚值与地形因子(海拔、坡向、坡度)作相关分析,然后应用多元回归方法对各分区进行统计建模。这里我们对各分区冰厚与地形因子关系模型的形式统一取为:
D=m+m1y1+m2y2+m3y3+n1y1y1+n2y2y2+n3y3y3 (11)
其中:D为推算的标准冰厚;m为常数项;y1、y2、y3分别为海坡高度因子、坡度因子、坡向因子,均为为标准化处理后的数据;m1、m2、m3、n1、n2、n3为各因子项系数。
上式中考虑了各地形因子的二次项,是因为复杂地形下覆冰厚度具有一定的最大高度,一般冰厚随海拔高度增加,在某一高度到达最大,然后超过其高度后冰厚又迅速减小,甚至消失。在空间关系模型中间加入海拔高度因子的二次项,可以体现这一覆冰分布特点。而坡度、坡向因子是否也存在类似情况,在实际统计建模时也可以反映出来。
利用各分区内站点冰厚值与高程、坡向、坡度地形因子作相关分析,发现各分区内站点冰厚值与高程的相关性最好,相关系数普遍高于0.8;而与坡向、坡度地形因子相关性较差,无法通过显著性检验,因此本发明技术只采用了相关性较好的高程因子对各分区站点不同覆冰相似区的海拔与冰厚关系模型。
通过利用SPSS专业数据统计软件,采取边建模边修正的方法,拟合出各分区相应的覆冰趋势计算模型(即高程为参数的多年一遇覆冰模型),建模流程参考图2:
建模过程,首先搜集大量的覆冰数据及高程点,分别对其以可靠性、代表性、一致性为原则对数据进行筛选分析,旨在保证新建模型基础数据的准确度。本次研究进行建模,主要是通过大量的基础数据,利用SPSS专业数据统计软件对基础数据进行分析,拟合出相应的覆冰趋势计算模型,建模的具体步骤如下:第一步,筛选出各分区的覆冰、高程数据、作为建模的基础数据,由于各个分区区域大小、覆冰情况不一致,基础数据的数量也有差别,通常是分区区域面积越大,数据量越大,覆冰严重区域,数据量越大;第二步,通过SPSS专业数据统计软件,对基础数据进行回归分析,初步拟合出覆冰厚度与高程相关性最佳的趋势模型;第三步,通过初步拟合出的各分区的覆冰趋势计算模型,计算出相邻分区交界区域的覆冰厚度,对交界区域的覆冰厚度进行差异性分析,若覆冰厚度一致或相近,则相邻分区的覆冰趋势计算模型可用;若覆冰厚度差异明显,则说明相邻分区划分不合理,需要对相邻区域分区调整,并通过SPSS软件拟合新的覆冰趋势计算模型来计算交界区域的覆冰厚度,重复上述分区、建模步骤,直至交界区域的覆冰量级一致为止;通过边建模边修正的方法,最终得到各分区相应的覆冰趋势计算模型。
为保证覆冰趋势计算模型的可靠度,SPSS专业数据统计软件选取了线性、对数、倒数、二次、三次、复合、幂、S、增长、指数、Logistic等函数对基础数据回归拟合分析,选取拟合优度与显著性检验效果最佳的函数作为覆冰趋势计算模型,对于拟合优度与显著性检验效果有差异时,以拟合优度大的为选取原则。
步骤6、通过空间计算获取2、5、10、15、20、30、50和100年一遇的冰区分布图,根据步骤5提供的不同覆冰相似区的海拔与冰厚分布模型,结合步骤4划分的区域,对DEM栅格数据进行空间计算,获取多年一遇冰区分布图B;
针对不同的分区建立相应的地区建模,以贵州省为例模型如下:
其通用公式为:
D=m+m1y1+m2y2+m3y3+n1y1y1+n2y2y2+n3y3y3 (11)
简单列举模拟出的海拔与冰厚关系模型如下:
东部区域模型,2a一遇:
D=0.617+2×10-3×h-9.193×10-7×h2+1.525×10-9
×h3 (12)
北部区域模型,2a一遇:
D=0.056+2×10-3×h-1.565×10-6×h2+1.304×10-9
×h3 (13)
中部1区模型,2a一遇:
D=-0.246+3×10-3×h-2.204×10-6×h2+1.520×10-9
×h3 (14)
中部2区模型,2a一遇:
D=-0.813+5×10-3×h-4.308×10-6×h2+1.743×10-9
×h3 (15)
南部区域模型:2a一遇:
D=0.294+1.433×10-6×h2+7.786×10-16×h3 (16)
西部区域模型,2a一遇:
D=-1.906+0.006×h-5.173×10-6×h2+1.919×10-9
×h3 (17)
建立模型后多年一遇的冰区分布图是高程的函数表达,因此对DEM栅格数据进行栅格计算便可获取多年一遇的冰区分布图。
步骤7、实时冰区分布模型研究:将步骤3获取的克里金插值冰区分布图A和步骤6通过空间计算获取的冰区分布图B,通过乘权重系数相加获取最终的实时冰区分布模型,通过模型获取输电线路实时冰区图。
步骤7所述的通过乘权重系数相加获取最终的实时冰区分布模型,其公式为:
实时冰区分布图=冰区分布图A×权重系数A+冰区分布图B×权重系数B,式中权重系数A,权重系数B计算公式如下:
A=b/(a+b) (10)
B=a/(a+b) (11)
式中:a、b的确定方法如下:
式(18)中1~n是对应的观测站点,y是y年一遇的冰区分布图,它包含2、5、10、20、25、30、50、100年,a、b是ay、by的通式,选取特定y年一遇冰区图后a=ay、b=by,n表示测站点的个数,D标准表示实时冰区分布模型算取的测站点冰厚,Dy是相同测站点y年一遇的冰厚。
举例如下:冰区分布图B存在2年一遇、5年一遇、10年一遇、15年一遇、20年一遇、25年一遇、30年一遇、50年一遇、100年一遇,克里金插值冰区图选取几年一遇的分布图叠合分析,通过下式获取:
D标准为气象数据计算得出的标准冰厚数据,D为以上海拔与冰厚的关系模型计算得出的冰厚数据。假设一个覆冰相似区内有n个气象站点,其中:
气象站点的标准冰厚数据为:D标准1、D标准2、D标准3、…、D标准n
气象站点的各重现期(2年一遇、5年一遇、10年一遇、15年一遇、20年一遇、25年一遇、30年一遇、50年一遇、100年一遇)模型计算冰厚为:D21、D22、D23、…、D2n;D51、D52、D53、…、D5n;D101、D102、D103、…、D10n;D151、D152、D153、…、D15n;D201、D202、D203、…、D20n;D251、D252、D253、…、D25n;D301、D302、D303、…、D30n;D501、D502、D503、…、D50n;D1001、D1002、D1003、…、D1005。
计算a/b系数:
判断各重现期的系数ay/by哪一个更趋近于1,则选取该重现期的计算模型,选择y年一遇冰区分布图与克里金插值冰区图叠合。
权重系数A,B计算通过下式:
A=b/(a+b) (19)
B=a/(a+b) (20)
其中a、b即为所选y值后的ay、by值。
Claims (5)
1.一种针对高原微地形的输电线路覆冰实时绘制方法,其特征在于它包括下述步骤:
步骤1、构建K.J模型(Kathleen.F.Jones模型),利用强降水、空气液体水含量、垂直导线的水平风速和气温值实时气象参数计算空间各站点的实时冰厚值;
步骤2、计算各空间站点的标准冰厚:利用步骤1获取的实时冰厚值,运用高度修订方法,采用高度修订公式将冰厚推演到输电线路标准高度并计算输电线路各空间站点的标准冰厚;
步骤3、克里金模型进行空间插值:利用步骤2计算的各空间站点的标准冰厚值,利用克里金模型进行空间插值,通过普通克里金方法,首先研究站点数据特征,然后选择模型进行变异函数构建,最终进行克里金插值并评定精度,得到克里金插值冰区分布图A;
步骤4、根据历史观冰数据、地形因素和气象因素条件进行2、5、10、15、20、30、50和100年一遇冰区图区域划分;
步骤5、建立不同覆冰相似区的海拔与冰厚分布模型:根据步骤4划分的区域,以各区域为对象,建立以高程为参数的不同覆冰相似区的海拔与冰厚分布模型;所述的海拔与冰厚分布模型公式为:
D=m+m1y1+m2y2+m3y3+n1y1y1+n2y2y2+n3y3y3 (11)
式中:D为推算的标准冰厚,m为常数项,y1、y2、y3分别为海拔高度因子、坡度因子和坡向因子,m1、m2、m3、n1、n2、n3为各因子项系数;
步骤6、通过空间计算获取2、5、10、15、20、30、50和100年一遇的冰区分布图B,根据步骤5提供的不同覆冰相似区的海拔与冰厚分布模型,结合步骤4划分的区域,对DEM(DigitalElevation Model)栅格数据进行空间计算,获取冰区分布图B;
步骤7、实时冰区分布模型研究:将步骤3获取的克里金插值冰区分布图A和步骤6通过空间计算获取的冰区分布图B,通过乘权重系数相加获取最终的实时冰区分布模型,通过模型获取输电线路实时冰区图。
2.根据权利要求1所述的一种针对高原微地形的输电线路覆冰实时绘制方法,其特征在于:步骤1所述的K.J.模型表达式如下:
D=D1+D2 (1)
<mrow>
<mi>D</mi>
<mn>1</mn>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>&pi;&rho;</mi>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mn>0.1</mn>
<msub>
<mi>P</mi>
<mi>j</mi>
</msub>
<msub>
<mi>&rho;</mi>
<mi>w</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mn>0.36</mn>
<msub>
<mi>W</mi>
<mi>j</mi>
</msub>
<msub>
<mi>V</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>D</mi>
<mn>2</mn>
<mo>=</mo>
<mfrac>
<mi>E</mi>
<mrow>
<msub>
<mi>&pi;&rho;</mi>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mn>0.36</mn>
<msub>
<mi>W</mi>
<mi>j</mi>
</msub>
<msub>
<mi>V</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:D为实时覆冰厚度,D1雨凇导致的冰厚,D2为雾凇导致的冰厚,ρi为冰的密度,Pj为j时刻降水强度,ρw为水的密度,Wj为j时刻空气中液态含水量,Vj为j时刻垂直于导线的水平风速,j为时数,n为覆冰过程持续时数,E为捕获系数。
3.根据权利要求1所述的一种针对高原微地形的输电线路覆冰实时绘制方法,其特征在于:步骤2所述的高度修订公式为:
<mrow>
<msub>
<mi>K</mi>
<mi>h</mi>
</msub>
<mo>=</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>z</mi>
<msub>
<mi>z</mi>
<mn>0</mn>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mi>a</mi>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:z为设计导线离地高度,z0为气象站采样点离地高度;Kh代表覆冰厚度的度订正系数;a为系数,取值0.22。
4.根据权利要求1所述的一种针对高原微地形的输电线路覆冰实时绘制方法,其特征在于:步骤3所述的变异函数公式为:
<mrow>
<mi>&gamma;</mi>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>2</mn>
<mi>n</mi>
</mrow>
</mfrac>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<mi>z</mi>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
<mo>-</mo>
<mi>z</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<mi>h</mi>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
式中:h为各点之间的距离,n是由h分开的成对样本点的数量,z是点的属性值,z(xi)是xi处的属性值,z(xi+h)是xi+h处的属性值。
5.根据权利要求1所述的一种针对高原微地形的输电线路覆冰实时绘制方法,其特征在于:步骤7所述的通过乘权重系数相加获取最终的实时冰区分布模型,其公式为:
实时冰区分布图=冰区分布图A×权重系数A+冰区分布图B×权重系数B,式中权重系数A,权重系数B计算公式如下:
A=b/(a+b) (19)
B=a/(a+b) (20)
式中:a、b的确定方法如下:
式中1~n是对应的观测站点,y是y年一遇冰区分布图,它包含2、5、10、20、25、30、50、100年,a、b是ay、by的通式,选取特定y年一遇冰区图后a=ay、b=by,n表示测站点的个数,D标准表示实时冰区分布模型算取的测站点冰厚,Dy是相同测站点y年一遇的冰厚。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610074877.4A CN105740558B (zh) | 2016-02-03 | 2016-02-03 | 一种针对高原微地形的输电线路覆冰实时绘制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610074877.4A CN105740558B (zh) | 2016-02-03 | 2016-02-03 | 一种针对高原微地形的输电线路覆冰实时绘制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105740558A CN105740558A (zh) | 2016-07-06 |
CN105740558B true CN105740558B (zh) | 2017-10-17 |
Family
ID=56244856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610074877.4A Active CN105740558B (zh) | 2016-02-03 | 2016-02-03 | 一种针对高原微地形的输电线路覆冰实时绘制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105740558B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111428942B (zh) * | 2020-04-16 | 2022-06-07 | 贵州电网有限责任公司 | 基于变网格技术提取微地形因子的线路覆冰厚度预测方法 |
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 |
CN113358040B (zh) * | 2021-05-14 | 2024-01-23 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 输电线路覆冰厚度获取方法、装置和计算机设备 |
CN113779507A (zh) * | 2021-09-15 | 2021-12-10 | 中国电建集团贵州电力设计研究院有限公司 | 一种基于高程数据覆冰预测模型的建立方法 |
CN114021797B (zh) * | 2021-10-28 | 2023-01-24 | 中国电力工程顾问集团西南电力设计院有限公司 | 一种覆冰观测站和观测点选址方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2011123066A (ru) * | 2011-06-07 | 2012-12-20 | Государственное образовательное учреждение высшего профессионального образования "Казанский государственный энергетический университет" (КГЭУ) | Способ определения длины и толщины гололедных отложений на проводах линии электропередачи |
CN104462660A (zh) * | 2014-11-14 | 2015-03-25 | 贵州电力试验研究院 | 一种野外输电线路冬季覆冰厚度分布绘制方法 |
-
2016
- 2016-02-03 CN CN201610074877.4A patent/CN105740558B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2011123066A (ru) * | 2011-06-07 | 2012-12-20 | Государственное образовательное учреждение высшего профессионального образования "Казанский государственный энергетический университет" (КГЭУ) | Способ определения длины и толщины гололедных отложений на проводах линии электропередачи |
CN104462660A (zh) * | 2014-11-14 | 2015-03-25 | 贵州电力试验研究院 | 一种野外输电线路冬季覆冰厚度分布绘制方法 |
Non-Patent Citations (2)
Title |
---|
一种基于GIS的大范围输电线路覆冰分布绘制方法;罗洪;《华东电力》;20141031;全文 * |
辽宁电力系统冰区分级研究;司红代、朱义东、韩洪刚、郝建成;《东北电力技术》;20130331;2.4、3.3节 * |
Also Published As
Publication number | Publication date |
---|---|
CN105740558A (zh) | 2016-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105740558B (zh) | 一种针对高原微地形的输电线路覆冰实时绘制方法 | |
Gossart et al. | An evaluation of surface climatology in state-of-the-art reanalyses over the Antarctic Ice Sheet | |
CN105808819A (zh) | 一种输电线路覆冰实时分布模型计算方法 | |
CN105760814B (zh) | 一种基于数据挖掘的干旱监测方法 | |
Parrens et al. | Comparing soil moisture retrievals from SMOS and ASCAT over France | |
Albergel et al. | Cross-evaluation of modelled and remotely sensed surface soil moisture with in situ data in southwestern France | |
Nygaard et al. | Prediction of in-cloud icing conditions at ground level using the WRF model | |
Saloranta | Simulating snow maps for Norway: description and statistical evaluation of the seNorge snow model | |
CN104462660B (zh) | 一种野外输电线路冬季覆冰厚度分布绘制方法 | |
Zhu et al. | A new procedure to estimate the rainfall erosivity factor based on Tropical Rainfall Measuring Mission (TRMM) data | |
CN104578061B (zh) | 一种架空输电线路导线设计冰厚的预估方法 | |
CN110334404B (zh) | 一种流域尺度骤发干旱精准识别方法 | |
Brugnara et al. | High-resolution analysis of daily precipitation trends in the central Alps over the last century. | |
CN108227041A (zh) | 基于站点实测数据和模式结果的水平能见度预报方法 | |
CN105891833A (zh) | 基于多普勒雷达信息识别暖云降水率的方法 | |
Zhou et al. | Evaluation of regional climate simulations over the CORDEX-EA-II domain using the COSMO-CLM model | |
CN110211325A (zh) | 一种基于气象大数据的区域道路结冰高精度监测预警系统 | |
Ács et al. | Effect of soil hydraulic parameters on the local convective precipitation | |
CN105095670B (zh) | 基于连续雨凇的输电线路覆冰厚度增长率分布图绘制方法 | |
Baranowski et al. | Multifractality of meteorological time series for Poland on the base of MERRA-2 data | |
Németh et al. | Spatial extension of nucleating air masses in the Carpathian Basin | |
Yin et al. | On statistical nowcasting of road surface temperature | |
CN107403004A (zh) | 一种基于地形数据的遥测雨量站点可疑数值检验方法 | |
Kawashima et al. | Modelling and simulation of mesoscale dispersion processes for airborne cedar pollen | |
CN105069238A (zh) | 一种特定重现期电网覆冰舞动区域分布图绘制方法 |
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 |