CN106372392B - 基于核密度估计的输电线路走廊雷害分布统计方法 - Google Patents
基于核密度估计的输电线路走廊雷害分布统计方法 Download PDFInfo
- Publication number
- CN106372392B CN106372392B CN201610741170.4A CN201610741170A CN106372392B CN 106372392 B CN106372392 B CN 106372392B CN 201610741170 A CN201610741170 A CN 201610741170A CN 106372392 B CN106372392 B CN 106372392B
- Authority
- CN
- China
- Prior art keywords
- density
- shaft tower
- matrix
- damage
- thunder
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于核密度估计的电网雷害分布图绘制方法,包括:由雷电定位系统得多年雷电活动主放电经纬度数据,得到地闪密度矩阵;收集电网输电线路杆塔坐标及其多年雷击闪络故障记录,得到输电线路杆塔的位置和雷害杆塔的位置,分别计算电网杆塔的密度分布函数和雷害杆塔的密度分布函数,并分别绘制分布图;通过数据采集分别得到电网杆塔密度矩阵和雷害杆塔密度矩阵,并以此得到地闪‑电网杆塔复合密度矩阵;计算地闪‑电网杆塔复合密度矩阵与雷害杆塔密度矩阵的相关性,并绘制电网雷害分布图。本发明所绘制的电网雷害分布图与雷害活动相关性很高,可以有效指导防雷,在电网区域化防雷中具有实用价值。
Description
技术领域
本发明涉及雷电定位系统和电网雷害分布等领域,具体涉及基于核密度估计的输电线路走廊雷害分布统计方法。
背景技术
近年来由于我国土地资源紧缺,共用输电线路走廊的工程十分普遍,线路走廊覆盖面积与雷电活动范围相比十分有限、且走廊内杆塔密度不一,因此如何衡量地闪活动对线路走廊的影响是一个值得研究的问题,分析雷电活动的规律与输电线路雷害事故的相关性对电网区域防雷工作有着重要的意义。
雷电定位系统(LLS)是一套全自动、大面积、高精度、实时雷电监测系统,能实时遥测并显示云对地放电(地闪)的时间、位置、雷电流峰值和极性、回击次数以及每次回击的参数,雷击点的分时彩色图能清晰显示雷电的运动轨迹。它是近二十年来在雷电工程技术领域应用最广泛的雷电监测技术手段。我国基于雷电定位系统的雷电监测网始建于20世纪90年代初,21世纪初覆盖了全国大多数区域并积累了大量的雷电定位数据。近年来,这些数据被广泛用于雷电日、雷电小时修正、地闪密度统计及雷电活动规律分析等研究之中。
以往对电网雷害分布的统计多用网格法,然而网格法存在统计的分辨率不高、统计过程中各网格内雷电参数的物理意义不明确、锚点的选取对统计结果影响大等不足。另外,已有的电网雷害分布统计考虑因素单一,不能很好的对雷害活动进行预测与预防。
发明内容
本发明的目的是针对目前对雷电分布规律了解的不精确,利用一种新思路新方法更深入地研究雷电活动规律,提出一种基于核密度估计的电网雷害分布图绘制方法,更加有效的进行电网的区域化防雷,提高电网的稳定性。
本发明为实现上述目的,采用如下技术方案:
(1)由雷电定位系统得多年雷电活动主放电经纬度数据;
(2)对(1)中所得数据利用网格法统计地闪密度分布,并矩阵化,得到地闪密度矩阵;
(3)收集电网输电线路杆塔坐标及其多年雷击闪络故障记录;
(4)对(3)中所得输电线路杆塔的位置数据和雷害杆塔的位置数据利用核密度估计分别计算电网杆塔的密度分布函数和雷害杆塔的密度分布函数;
(5)对(4)中所得的电网杆塔密度分布函数和雷害杆塔密度分布函数进行数据采样,分别得到杆塔核密度矩阵和雷害杆塔核密度矩阵;
(6)对地闪密度矩阵和杆塔核密度矩阵进行点乘,得到地闪-电网杆塔复合密度矩阵;
(7)计算地闪-电网杆塔复合密度矩阵与雷害杆塔密度矩阵的相关性,进行判断,如果该相关性小于0.8,增加统计年限后重复以上步骤;如果该相关性大于0.8,则根据地闪-电网杆塔复合密度矩阵画电网雷害分布图。
优选地,步骤(1)的实现方法是:从雷电定位系统所监测的数据中可以提取所需年份、所需区域的主放电的经纬度数据。
优选地,步骤(2)的实现方法是:使用网格法时的要求是:Ng*Tobs*Acell≥80。按要求选取统计区域,对统计区域进行网格划分,计算每个网格中的原本点个数,除以网格的面积和数据点总个数得到归一化的地闪密度,然后绘制地闪密度等高线图。地闪密度图可以对应一个矩阵,矩阵的阶数就是网格大小,矩阵的值就是对应网格内地闪密度,因此可以用矩阵来数字化地闪密度,得到地闪密度矩阵。
优选地,步骤(3)的实现方法是:通过有关部门,我们可以得到的直接信息为电网输电线路杆塔坐标及其多年雷击闪络故障记录,所统计的区域要与步骤(2)中所统计区域保持相同的地理维度。通过电网输电线路杆塔坐标以及多年记录的发生雷击闪络故障的输电线路杆塔号,可以在地图上得到输电线路杆塔的位置和雷害杆塔的位置。
优选地,步骤(4)的实现方法是:对步骤(3)中所得输电线路杆塔的位置数据和雷害杆塔的位置数据利用核密度估计分别计算电网杆塔的密度分布函数和雷害杆塔的密度分布函数。核密度估计和网格法一样也是非参数估计,多维核密度估计的定义为:
设样本X1,X2,…,Xd为一组d维随机向量,它们服从由概率密度函数f描述的概率分布。则这组样本的核密度估计为:
其中X=(X1,X2,…,Xd)T,Xi=(Xi1,Xi2,…,Xid)T,i=1,2,…,n是d维向量;H为带宽矩阵,为d×d对称正定矩阵;K为核函数,是一个对称多维密度函数;
利用核密度估计法计算出电网杆塔的密度分布函数和雷害杆塔的密度分布函数,并画出电网杆塔密度分布图和雷害杆塔密度分布图。
优选地,步骤(5)的实现方法是:核密度分布函数是光滑连续的函数,可以通过数据采集的方法将其矩阵化为与步骤(2)中所得地闪密度矩阵同阶的矩阵,即杆塔核密度矩阵和雷害杆塔核密度矩阵。
优选地,步骤(6)的实现方法是:将地闪密度矩阵和杆塔核密度矩阵进行点乘运算,即两矩阵同位置的元素对应相乘,得到地闪-电网杆塔复合密度矩阵。
优选地,步骤(7)的实现方法是:相关性分析是研究两个变量之间的相互依赖关系的常用统计方法,结合物理意义可以反映变量之间的相关关系密切程度,甚至可以反应因果关系。变量X=(x1,x2,…,xn)T与变量Y=(y1,y2,…,yn)T直接的相关系数计算式为通过计算可以得到地闪-电网杆塔复合密度矩阵和雷害杆塔密度矩阵的相关性,如果该相关性大于0.8,则可以通过地闪-电网杆塔复合密度矩阵绘制电网雷害分布图,如果该相关性小与0.8,则需要增大统计年限,从步骤(1)重新计算。
本发明提出了一种新的电网雷害分布图的绘制方法,首先,由于网格法的局限性,本发明提出用核密度估计法统计数据;其次,本发明解决了以往方法绘制的电网雷害分布图与雷害活动相关性低的缺点,本发明所提出的地闪-电网杆塔复合密度参数综合考虑了两种因素,使得本发明所绘制的电网雷害分布图与实际雷害分布相关性很高,可以有效的预防雷害事故,具有很高的参考价值,能够有效的提高电网的稳定性。
附图说明
图1是本发明的方法原理示意图。
具体实施方式
如图1所示,本发明基于核密度估计的电网雷害分布图绘制方法,其方法步骤为:
(1)由雷电定位系统得多年雷电活动主放电经纬度数据;
(2)对(1)中所得数据利用网格法统计地闪密度分布,并矩阵化,得到地闪密度矩阵;
(3)收集电网输电线路杆塔坐标及其多年雷击闪络故障记录;
(4)对(3)中所得输电线路杆塔的位置数据和雷害杆塔的位置数据利用核密度估计分别计算电网杆塔的密度分布函数和雷害杆塔的密度分布函数;
(5)对(4)中所得的电网杆塔密度分布函数和雷害杆塔密度分布函数进行数据采样,分别得到杆塔核密度矩阵和雷害杆塔核密度矩阵;
(6)对地闪密度矩阵和杆塔核密度矩阵进行点乘,得到地闪-电网杆塔复合密度矩阵;
(7)计算地闪-电网杆塔复合密度矩阵与雷害杆塔密度矩阵的相关性,进行判断,如果该相关性小于0.8,增加统计年限后重复以上步骤;如果该相关性大于0.8,则根据地闪-电网杆塔复合密度矩阵画电网雷害分布图。
步骤(1)的实现方法是:雷电定位系统(LLS)是一套全自动、大面积、高精度、实时雷电监测系统,能实时遥测并显示云对地放电(地闪)的时间、位置、雷电流峰值和极性、回击次数以及每次回击的参数,雷击点的分时彩色图能清晰显示雷电的运动轨迹。从雷电定位系统所监测的数据中可以提取所需年份、所需区域的主放电的经纬度数据。
步骤(2)的实现方法是:使用网格法时的要求是:Ng*Tobs*Acell≥80。按要求选取统计区域,对统计区域进行网格划分,计算每个网格中的原本点个数,除以网格的面积和数据点总个数得到归一化的地闪密度,然后绘制地闪密度等高线图。地闪密度图可以对应一个矩阵,矩阵的阶数就是网格大小,矩阵的值就是对应网格内地闪密度,因此可以用矩阵来数字化地闪密度,得到地闪密度矩阵。
步骤(3)的实现方法是:通过有关部门,我们可以得到的直接信息为电网输电线路杆塔坐标及其多年雷击闪络故障记录,所统计的区域要与步骤(2)中所统计区域保持相同的地理维度。通过电网输电线路杆塔坐标以及多年记录的发生雷击闪络故障的输电线路杆塔号,可以在地图上得到输电线路杆塔的位置和雷害杆塔的位置。
步骤(4)的实现方法是:对步骤(3)中所得输电线路杆塔的位置数据和雷害杆塔的位置数据利用核密度估计分别计算电网杆塔的密度分布函数和雷害杆塔的密度分布函数。核密度估计和网格法一样也是非参数估计,多维核密度估计的定义为:
设样本X1,X2,…,Xd为一组d维随机向量,它们服从由概率密度函数f描述的概率分布。则这组样本的核密度估计为:
其中X=(X1,X2,…,Xd)T,Xi=(Xi1,Xi2,…,Xid)T,i=1,2,…,n是d维向量;H为带宽矩阵,为d×d对称正定矩阵;K为核函数,是一个对称多维密度函数;
利用核密度估计法计算出电网杆塔的密度分布函数和雷害杆塔的密度分布函数,并画出电网杆塔密度分布图和雷害杆塔密度分布图。
步骤(5)的实现方法是:核密度分布函数是光滑连续的函数,可以通过数据采集的方法将其矩阵化为与步骤(2)中所得地闪密度矩阵同阶的矩阵,即杆塔核密度矩阵和雷害杆塔核密度矩阵
步骤(6)的实现方法是:将地闪密度矩阵和杆塔核密度矩阵进行点乘运算,即两矩阵同位置的元素对应相乘,得到地闪-电网杆塔复合密度矩阵。
步骤(7)的实现方法是:相关性分析是研究两个变量之间的相互依赖关系的常用统计方法,结合物理意义可以反映变量之间的相关关系密切程度,甚至可以反应因果关系。变量X=(x1,x2,…,xn)T与变量Y=(y1,y2,…,yn)T直接的相关系数计算式为通过计算可以得到地闪-电网杆塔复合密度矩阵和雷害杆塔密度矩阵的相关性,如果该相关性大于0.8,则可以通过地闪-电网杆塔复合密度矩阵绘制电网雷害分布图,如果该相关性小与0.8,则需要增大统计年限,从步骤(1)重新计算,直至满足要求。
上列详细说明是针对本发明可行实施例的具体说明,该实施例并非用以限制本发明的专利范围,凡未脱离本发明所为的等效实施或变更,均应包含于本案的专利范围中。
Claims (6)
1.一种基于核密度估计的电网雷害分布图绘制方法,其特性在于,包括以下步骤:
步骤1,由雷电定位系统得多年雷电活动主放电经纬度数据,具体从雷电定位系统所监测的数据中可以提取所需年份、所需区域的主放电的经纬度数据;
步骤2,对步骤1中所得数据利用网格法统计地闪密度分布,并矩阵化,得到地闪密度矩阵,具体是:按要求选取统计年限、统计区域,对统计区域进行网格划分,计算每个网格中的原本点个数,除以网格的面积和数据点总个数得到归一化的地闪密度,然后绘制地闪密度等高线图;地闪密度图对应一个矩阵,矩阵的阶数就是网格大小,矩阵的值就是对应网格内地闪密度,用矩阵来数字化地闪密度,得到地闪密度矩阵;
步骤3,收集电网输电线路杆塔坐标及其多年雷击闪络故障记录;
步骤4,对步骤3中所得输电线路杆塔的位置数据和雷害杆塔的位置数据利用核密度估计分别计算电网杆塔的密度分布函数和雷害杆塔的密度分布函数;
步骤5,对步骤4中所得的电网杆塔密度分布函数和雷害杆塔密度分布函数进行数据采样,得到杆塔核密度矩阵,杆塔核密度矩阵中包括雷害杆塔核密度矩阵;
步骤6,对步骤2得到的地闪密度矩阵和步骤5得到的杆塔核密度矩阵进行点乘,得到地闪-电网杆塔复合密度矩阵;
步骤7,计算地闪-电网杆塔复合密度矩阵与雷害杆塔密度矩阵的相关性,进行判断,如果该相关性小于设定值,增加统计年限后重复步骤1至步骤6;如果该相关性大于设定值,则根据地闪-电网杆塔复合密度矩阵画电网雷害分布图。
2.根据权利要求1所述的基于核密度估计的电网雷害分布图绘制方法,其特征在于:步骤3的实现方法是:得到的信息为电网输电线路杆塔坐标及其多年雷击闪络故障记录,所统计的区域要与步骤2中所统计区域保持相同的地理维度;通过电网输电线路杆塔坐标以及多年记录的发生雷击闪络故障的输电线路杆塔号,可以在地图上得到输电线路杆塔的位置和雷害杆塔的位置。
3.根据权利要求1所述的基于核密度估计的电网雷害分布图绘制方法,其特征在于:步骤4的实现方法是:分别对输电线路杆塔的位置数据和雷害杆塔的位置数据进行核密度估计计算,得到电网杆塔密度分布函数和雷害杆塔的密度分布函数,并分别绘制电网杆塔密度分布图和雷害杆塔密度分布图。
4.根据权利要求1所述的基于核密度估计的电网雷害分布图绘制方法,其特征在于:步骤5的实现方法是:通过数据采集的方法将步骤4中得到的电网杆塔密度分布图和雷害杆塔密度分布图矩阵化为与地闪密度矩阵同阶的矩阵,即杆塔核密度矩阵和雷害杆塔核密度矩阵。
5.根据权利要求1所述的基于核密度估计的电网雷害分布图绘制方法,其特征在于:步骤6的实现方法是:将地闪密度矩阵和杆塔核密度矩阵同位置的元素对应相乘,得到地闪-电网杆塔复合密度矩阵。
6.根据权利要求1所述的基于核密度估计的电网雷害分布图绘制方法,其特征在于:步骤7的实现方法是:通过相关性分析计算得到地闪-电网杆塔复合密度矩阵和雷害杆塔密度矩阵的相关性,如果该相关性大于设定值,则通过地闪-电网杆塔复合密度矩阵利用相关软件绘制电网雷害分布图,如果该相关性小于设定值,则需要增大统计年限,从步骤1重新计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610741170.4A CN106372392B (zh) | 2016-08-26 | 2016-08-26 | 基于核密度估计的输电线路走廊雷害分布统计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610741170.4A CN106372392B (zh) | 2016-08-26 | 2016-08-26 | 基于核密度估计的输电线路走廊雷害分布统计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106372392A CN106372392A (zh) | 2017-02-01 |
CN106372392B true CN106372392B (zh) | 2019-08-02 |
Family
ID=57903880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610741170.4A Expired - Fee Related CN106372392B (zh) | 2016-08-26 | 2016-08-26 | 基于核密度估计的输电线路走廊雷害分布统计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106372392B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110222316B (zh) * | 2019-06-12 | 2023-04-07 | 国网湖南省电力有限公司 | 基于核密度估计的山火与enso相关程度的分析方法及系统 |
CN117077775B (zh) * | 2023-08-23 | 2024-04-09 | 国网山东省电力公司临沂供电公司 | 一种基于雷电数据的雷电动态图谱绘制方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101261616A (zh) * | 2008-04-21 | 2008-09-10 | 国网武汉高压研究院 | 电网雷害分布确定方法 |
CN101272040A (zh) * | 2008-04-28 | 2008-09-24 | 华北电力科学研究院有限责任公司 | 利用电网雷害分布进行输电线路防雷配置的方法 |
CN105139099A (zh) * | 2015-06-04 | 2015-12-09 | 国家电网公司 | 一种基于lls的区域雷害特征相关分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7734245B2 (en) * | 2006-01-13 | 2010-06-08 | Sai Ravela | Statistical-deterministic approach to natural disaster prediction |
-
2016
- 2016-08-26 CN CN201610741170.4A patent/CN106372392B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101261616A (zh) * | 2008-04-21 | 2008-09-10 | 国网武汉高压研究院 | 电网雷害分布确定方法 |
CN100578488C (zh) * | 2008-04-21 | 2010-01-06 | 国网武汉高压研究院 | 电网雷害分布确定方法 |
CN101272040A (zh) * | 2008-04-28 | 2008-09-24 | 华北电力科学研究院有限责任公司 | 利用电网雷害分布进行输电线路防雷配置的方法 |
CN105139099A (zh) * | 2015-06-04 | 2015-12-09 | 国家电网公司 | 一种基于lls的区域雷害特征相关分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106372392A (zh) | 2017-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108427041B (zh) | 雷电预警方法、系统、电子设备和存储介质 | |
Poelman et al. | The European lightning location system EUCLID–part 2: observations | |
CN103837769B (zh) | 一种输电线路雷害预警方法及其系统 | |
Enno | A climatology of cloud-to-ground lightning over Estonia, 2005–2009 | |
CN104424235A (zh) | 实现用户信息聚类的方法和装置 | |
CN103761414B (zh) | 输电线路的雷击停运概率分析方法 | |
CN106372392B (zh) | 基于核密度估计的输电线路走廊雷害分布统计方法 | |
CN104112062A (zh) | 基于插值方法的风资源分布的获取方法 | |
CN112585505A (zh) | 确定用于农学决策支持的位置特定的天气信息 | |
CN108090605B (zh) | 一种引雷塔引雷效果的预测方法 | |
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 | |
CN103761332B (zh) | 雷电信息综合快速分析定位系统 | |
EP3449267A1 (en) | A method for identifying the phases of a multi-phase distribution grid | |
Volpov et al. | Characterization of local environmental data and lightning-caused outages in the IECo transmission-line network | |
Diendorfer et al. | Ground flash density and lightning exposure of power transmission lines | |
Naccarato et al. | Evaluation of BrasilDAT relative detection efficiency based on LIS observations and a numeric model | |
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 | |
CN102254090B (zh) | 采用核密度估计的闪电密度分布及ng值估计方法 | |
Schwalt et al. | LiOn ground truth data in correlation with ALDIS LLS detections | |
CN103258140B (zh) | 用于雷暴过程还原、雷电通道分析的方法及其系统 | |
Juntian et al. | A lightning motion prediction technology based on spatial clustering method | |
Javor et al. | LINETGIS analysis of lightning flash density in Serbia based on ten years data | |
Gcaba et al. | Ground Strike Point Density Map of South Africa | |
CN111696330B (zh) | 一种用于输电线路风灾的分类方法和系统 | |
Schwalt et al. | LiOn return stroke peak current analysis for ground strike points in the Austrian alps |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190802 Termination date: 20200826 |
|
CF01 | Termination of patent right due to non-payment of annual fee |