CN107092793B - 一种输电线路沿线降雨响应程度计算方法及其系统 - Google Patents

一种输电线路沿线降雨响应程度计算方法及其系统 Download PDF

Info

Publication number
CN107092793B
CN107092793B CN201710263753.5A CN201710263753A CN107092793B CN 107092793 B CN107092793 B CN 107092793B CN 201710263753 A CN201710263753 A CN 201710263753A CN 107092793 B CN107092793 B CN 107092793B
Authority
CN
China
Prior art keywords
rainfall
data
enso
period
early
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
Application number
CN201710263753.5A
Other languages
English (en)
Other versions
CN107092793A (zh
Inventor
陆佳政
邸悦伦
李波
郭俊
徐勋建
杨莉
李丽
冯涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Hunan Electric Power Co Ltd, Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201710263753.5A priority Critical patent/CN107092793B/zh
Publication of CN107092793A publication Critical patent/CN107092793A/zh
Application granted granted Critical
Publication of CN107092793B publication Critical patent/CN107092793B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

  • Sewage (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种输电线路沿线降雨响应程度计算方法及其系统，以解决对ENSO时期输电线路沿线降雨一般性特征及响应情况缺乏分析的现状。本发明方法包括步骤：采集历史ENSO指数数据和输电线路沿线的历史降雨数据；将降雨数据和ENSO指数数据按厄尔尼诺时期、拉尼娜时期和非ENSO时期划分为三类，按时间顺序排列；分别计算三个时期内的降雨数据平均值、降雨数据距平值、ENSO指数数据平均值和ENSO指数数据距平值；根据降雨数据平均值、距平值以及ENSO指数数据平均值、距平值计算厄尔尼诺时期和拉尼娜时期的降雨影响系数和相关系数；根据影响系数和相关系数输出响应情况和响应程度。

Description

一种输电线路沿线降雨响应程度计算方法及其系统
技术领域
本发明涉及电气工程技术领域，尤其涉及一种输电线路沿线降雨响应程度计算方法及其系统。
背景技术
输电线路附近暴雨灾害对电网安全稳定运行的威胁越来越严重，暴雨过程会在短时间内带来大量降水，容易导致杆塔塔基、变压器、变电站、换流站等重要电力设施浸水，造成电网线路跳闸断线、杆塔倾斜倒塔等，严重时会造成大面积的停电，影响电网安全稳定运行。2016年4月到7月，我国先后遭遇27轮暴雨袭击，严重影响湖南、湖北、安徽、山西、河南、北京、福建等27个省市，各地电网均遭受不同程度损失，累计停运220kV变电站2座、110kV变电站2座、35kV变电站41座，220kV线路8条、110kV线路37条、35kV线路155条、10kV线路5087条，造成12.57万个台区停电，影响860.6万户用户。面对夏季暴雨对电网造成的巨大威胁，开展输电线路沿线降雨特征分析已经势在必行。而ENSO事件(包括厄尔尼诺事件和拉尼娜事件)通过遥相关影响我国气候特征，其对于夏季降水的影响已经受到学术界和相关行业的重视。
但是，目前有关输电线路沿线降雨特征的分析相对较少，在ENSO影响下输电线路沿线夏季降雨变化情况，及其对电网造成的影响的研究工作尚未开展。为总结输电线路沿线夏季降雨发生和影响规律，进行ENSO时期输电线路沿线夏季降雨响应程度的研究，并提出切实可行的分析计算方案很有必要，以期开展针对性的电网暴雨预测预警，提升电网设施抵御强降雨灾害的能力，维护电网安全稳定运行。
发明内容
本发明目的在于提供一种输电线路沿线降雨响应程度计算方法及其系统，以解决ENSO时期输电线路沿线一般特效及响应情况缺乏分析的现状。
为实现上述目的，本发明提供了一种输电线路沿线降雨响应程度计算方法，包括以下步骤：
采集历史ENSO指数数据和输电线路沿线的降雨数据；
将ENSO指数数据按厄尔尼诺时期、拉尼娜时期和非ENSO时期划分为三类，每一类中的数据按时间顺序排列，并将降雨数据对照ENSO指数数据划分为三类，每一类中的数据按时间顺序排列；
分别计算厄尔尼诺时期、拉尼娜时期和非ENSO时期的降雨数据平均值以及厄尔尼诺时期、拉尼娜时期和非ENSO时期的ENSO指数数据平均值；
根据厄尔尼诺时期和非ENSO时期的降雨数据平均值计算厄尔尼诺时期的降雨数据距平值，根据拉尼娜时期和非ENSO时期的降雨数据平均值计算拉尼娜时期的降雨数据距平值；
根据厄尔尼诺时期降雨数据距平值计算厄尔尼诺影响系数、根据拉尼娜时期降雨数据距平值计算拉尼娜影响系数；
根据厄尔尼诺时期降雨数据和降雨数据平均值以及ENSO指数数据和ENSO指数数据平均值计算厄尔尼诺时期降雨数据与厄尔尼诺强度的相关系数；根据拉尼娜时期降雨数据和降雨数据平均值以及ENSO指数数据和ENSO指数数据平均值计算拉尼娜时期降雨数据与拉尼娜强度的相关系数；
根据厄尔尼诺影响系数和/或拉尼娜影响系数对照降雨距平响应程度表输出降雨对ENSO的响应程度，根据厄尔尼诺时期降雨数据与厄尔尼诺强度的相关系数和/或拉尼娜时期降雨数据与拉尼娜强度的相关系数对照相关系数显著性检验表输出降雨数据在ENSO时期相关性的响应情况。
进一步地，降雨数据包括周降雨总时长和周降雨量。
进一步地，影响系数计算公式为：
Figure BDA0001275045790000021
Figure BDA0001275045790000022
其中，E1为降雨时长的ENSO影响系数，E2为降雨量的ENSO影响系数，Aa为周降雨总时长距平值，Ab为周降雨量距平值。
进一步地，相关系数计算公式为：
Figure BDA0001275045790000023
其中xi为降雨数据，
Figure BDA0001275045790000024
为降雨数据的平均值，yi为ENSO指数数据，
Figure BDA0001275045790000025
为ENSO指数数据的平均值，n为数据总量。
为达上述目的，与上述方法相对应的，本发明还公开了一种输电线路沿线降雨响应程度计算系统，包括以下模块：
采集模块：用于采集历史ENSO指数数据和输电线路沿线的降雨数据；
分类模块：用于将ENSO指数数据按厄尔尼诺时期、拉尼娜时期和非ENSO时期划分为三类，每一类中的数据按时间顺序排列，并将降雨数据对照ENSO指数数据划分为三类，每一类中的数据按时间顺序排列；
平均值计算模块：用于分别计算厄尔尼诺时期、拉尼娜时期和非ENSO时期的降雨数据平均值以及厄尔尼诺时期、拉尼娜时期和非ENSO时期的ENSO指数数据平均值；
距平值计算模块：用于根据厄尔尼诺时期和非ENSO时期的降雨数据平均值计算厄尔尼诺时期的降雨数据距平值，根据拉尼娜时期和非ENSO时期的降雨数据平均值计算拉尼娜时期的降雨数据距平值；
影响系数计算模块：用于根据厄尔尼诺时期降雨数据距平值计算厄尔尼诺影响系数、根据拉尼娜时期降雨数据距平值计算拉尼娜影响系数；
相关系数计算模块：用于根据厄尔尼诺时期降雨数据和降雨数据平均值以及ENSO指数数据和ENSO指数数据平均值计算厄尔尼诺时期降雨数据与厄尔尼诺强度的相关系数；根据拉尼娜时期降雨数据和降雨数据平均值以及ENSO指数数据和ENSO指数数据平均值计算拉尼娜时期降雨数据与拉尼娜强度的相关系数；
输出模块：用于根据厄尔尼诺影响系数和/或拉尼娜影响系数对照降雨距平响应程度表输出降雨对ENSO的响应程度，根据厄尔尼诺时期降雨数据与厄尔尼诺强度的相关系数和/或拉尼娜时期降雨数据与拉尼娜强度的相关系数对照相关系数显著性检验表输出降雨数据在ENSO时期相关性的响应情况。
进一步地，采集模块采集的数据为周降雨总时长和周降雨量。
进一步地，影响系数计算模块的计算公式为：
Figure BDA0001275045790000031
Figure BDA0001275045790000032
其中，E1为降雨时长的ENSO影响系数，E2为降雨量的ENSO影响系数，Aa为周降雨总时长距平值，Ab为周降雨量距平值。
进一步地，相关系数计算模块的计算公式为：
Figure BDA0001275045790000041
其中xi为降雨数据，
Figure BDA0001275045790000042
为降雨数据的平均值，yi为ENSO指数数据，
Figure BDA0001275045790000043
为ENS0指数数据的平均值，n为数据总量。
本发明具有以下有益效果：
本发明可以较为快速的掌握ENSO时期输电线路沿线雨季的降雨持续时间和发展强度特征，熟悉夏季降雨，特别是暴雨对ENSO事件的响应情况。提高了输电线路暴雨防治工作的针对性。根据分析结果，可及时做好相应的应急处置措施，对于降雨响应比较明显的地区，在ENSO时期的夏季做好提前应对工作，减少电网损失。
下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明优选实施例的一种输电线路沿线降雨响应程度计算方法流程图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
ENSO即为El Nino和Southern Oscillation的简称，El Nino为厄尔尼诺，是指赤道中东太平洋附近的海表面温度持续异常增暖的现象，Southern Oscillation为南方涛动，是指热带东太平洋与热带东印度洋气压场反相变化的跷跷板现象。La Nina为拉尼娜，是指赤道中东太平洋海表温度大范围持续异常偏冷的现象，也称反El Nino。
实施例1：
参见图1，本发明实施例的一种输电线路沿线降雨响应程度计算方法，包括以下步骤：
步骤S1、采集历史ENSO指数数据和输电线路沿线的降雨数据。
采集的ENSO指数数据为从某一特定时期起逐周的ENSO指数数据。降雨数据包括降雨量和周降雨时长。如可以采集6-9月间每周降雨量，以毫米为单位，以及每周降雨总时长，以天为单位。
步骤S2、将ENSO指数数据按厄尔尼诺时期、拉尼娜时期和非ENSO时期划分为三类，每一类中的数据按时间顺序排列，并将降雨数据对照ENSO指数数据划分为三类，每一类中的数据按时间顺序排列。ENSO可以分为厄尔尼诺和拉尼娜，因此可将ENSO指数数据按厄尔尼诺时期、拉尼娜时期和非ENSO时期分成三类。
步骤S3、分别计算厄尔尼诺时期、拉尼娜时期和非ENSO时期的降雨数据平均值以及厄尔尼诺时期、拉尼娜时期和非ENSO时期的ENSO指数数据平均值。
根据
Figure BDA0001275045790000051
计算得到厄尔尼诺时期周降雨总时长的平均值
Figure BDA0001275045790000052
和周最高降雨量的平均值
Figure BDA0001275045790000053
拉尼娜时期周降雨总时长的平均值
Figure BDA0001275045790000054
和周最高降雨量的平均值
Figure BDA0001275045790000055
以及非ENSO时期周降雨总时长的平均值
Figure BDA0001275045790000056
和周最高降雨量的平均值其中xi为某一时期(非ENSO时期、厄尔尼诺时期或拉尼娜时期)周降雨总时长或周最高降雨量的数据，n为该时期数据总量。同理可以计算得到不同时期ENSO指数数据平均值。
步骤S4、根据厄尔尼诺时期和非ENSO时期的降雨数据平均值计算厄尔尼诺时期的降雨数据距平值，根据拉尼娜时期和非ENSO时期的降雨数据平均值计算拉尼娜时期的降雨数据距平值。
厄尔尼诺时期周降雨总时长平均值
Figure BDA0001275045790000058
与非ENSO时期周降雨总时长平均值
Figure BDA0001275045790000059
相减得到的结果作为该省厄尔尼诺时期周降雨总时长距平值Aa1。同理可得厄尔尼诺时期周最高降雨量距平值Ab1、拉尼娜时期周降雨总时长距平值Aa2和周最高降雨量距平值Ab2。
步骤S5、根据厄尔尼诺时期降雨数据距平值计算厄尔尼诺影响系数、根据拉尼娜时期降雨数据距平值计算拉尼娜影响系数。
厄尔尼诺时期输电线路沿线周降雨总时长距平值Aa1或周最高降雨量距平值Ab1为正，则认为厄尔尼诺容易造成降雨时间增长或降雨量增加。否则认为厄尔尼诺容易造成降雨时间缩短或降雨量减少。根据和
Figure BDA00012750457900000512
计算得到ENSO影响系数(代入厄尔尼诺时期数据后得到厄尔尼诺影响系数，代入拉尼娜时期数据后得到拉尼娜影响系数)，其中，E1为降雨时长的ENSO影响系数，E2为降雨量的ENSO影响系数，Aa为周降雨总时长距平值，Ab为周降雨量距平值。
步骤S6、根据厄尔尼诺时期降雨数据和降雨数据平均值以及ENSO指数数据和ENSO指数数据平均值计算厄尔尼诺时期降雨数据与厄尔尼诺强度的相关系数；根据拉尼娜时期降雨数据和降雨数据平均值以及ENSO指数数据和ENSO指数数据平均值计算拉尼娜时期降雨数据与拉尼娜强度的相关系数。
根据
Figure BDA0001275045790000061
计算得到厄尔尼诺时期降雨数据与厄尔尼诺强度的相关系数以及拉尼娜时期降雨数据与拉尼娜强度的相关系数。该相关系数的实际意义是考虑降雨持续时间或降雨强度与ENSO强度的配合情况，因此周降雨总时长相关系数反映了降雨持续时间的响应特征，周最高降雨量相关系数反映了降雨最大强度的响应特征，两个相关系数有不同的意义，各有侧重。如果做单独使用，要看使用者的分析意图，再做取舍。其中xi为某一时期(厄尔尼诺时期或拉尼娜时期)的某种降雨数据(周降雨总时长或周最高降雨量)，
Figure BDA0001275045790000062
为这一时期该种降雨数据的平均值，yi为这一时期ENSO指数的数据，
Figure BDA0001275045790000063
为这一时期ENSO指数数据的平均值，n为这一时期数据总量。
步骤S7、根据厄尔尼诺影响系数和/或拉尼娜影响系数对照降雨距平响应程度表输出降雨对ENSO的响应程度，根据厄尔尼诺时期降雨数据与厄尔尼诺强度的相关系数和/或拉尼娜时期降雨数据与拉尼娜强度的相关系数对照相关系数显著性检验表输出降雨数据在ENSO时期相关性的响应情况。
Figure BDA0001275045790000064
根据计算所得的影响系数对照上表输出降雨对ENSO的响应程度。相关系数显著性检验表是统计学上比较通用的统计表，各类统计学著作和网络上均可查阅，根据计算所得的相关系数对显著性进行检验，若相关系数的绝对值大于表中对应自由度下的显著相关阀值，则认为该相关系数通过了显著性检验，该相关系数所对应的该省输电线路沿线降雨时间或降雨量程度的影响是显著的；反之则认为影响可能存在但并不显著。
综上，本发明的优选实施例公开的一种输电线路沿线降雨响应程度计算方法可以较为快速的掌握ENSO时期输电线路沿线雨季的降雨持续时间和发展强度特征，熟悉夏季降雨，特别是暴雨对ENSO事件的响应情况。提高了输电线路暴雨防治工作的针对性。根据分析结果，可及时做好相应的应急处置措施，对于降雨响应比较明显的地区，在ENSO时期的夏季做好提前应对工作，减少电网损失。
与上述方法实施例相对应的，本发明还公开一种用于执行上述方法的配套系统。
该系统包括采集模块、分类模块、平均值计算模块、距平值计算模块、影响系数计算模块、相关系数计算模块和输出模块，其中：
采集模块：用于采集历史ENSO指数数据和输电线路沿线的降雨数据；
分类模块：用于将ENSO指数数据按厄尔尼诺时期、拉尼娜时期和非ENSO时期划分为三类，每一类中的数据按时间顺序排列，并将降雨数据对照ENSO指数数据划分为三类，每一类中的数据按时间顺序排列；
平均值计算模块：用于分别计算厄尔尼诺时期、拉尼娜时期和非ENSO时期的降雨数据平均值以及厄尔尼诺时期、拉尼娜时期和非ENSO时期的ENSO指数数据平均值；
距平值计算模块：用于根据厄尔尼诺时期和非ENSO时期的降雨数据平均值计算厄尔尼诺时期的降雨数据距平值，根据拉尼娜时期和非ENSO时期的降雨数据平均值计算拉尼娜时期的降雨数据距平值；
影响系数计算模块：用于根据厄尔尼诺时期降雨数据距平值计算厄尔尼诺影响系数、根据拉尼娜时期降雨数据距平值计算拉尼娜影响系数；
相关系数计算模块：用于根据厄尔尼诺时期降雨数据和降雨数据平均值以及ENSO指数数据和ENSO指数数据平均值计算厄尔尼诺时期降雨数据与厄尔尼诺强度的相关系数；根据拉尼娜时期降雨数据和降雨数据平均值以及ENSO指数数据和ENSO指数数据平均值计算拉尼娜时期降雨数据与拉尼娜强度的相关系数；
输出模块：用于根据厄尔尼诺影响系数和/或拉尼娜影响系数对照降雨距平响应程度表输出降雨对ENSO的响应程度，根据厄尔尼诺时期降雨数据与厄尔尼诺强度的相关系数和/或拉尼娜时期降雨数据与拉尼娜强度的相关系数对照相关系数显著性检验表输出降雨数据在ENSO时期相关性的响应情况。
进一步地，采集模块采集的数据为周降雨总时长和周降雨量。
进一步地，影响系数计算模块的计算公式为：
Figure BDA0001275045790000081
Figure BDA0001275045790000082
其中，E1为降雨时长的ENSO影响系数，E2为降雨量的ENSO影响系数，Aa为周降雨总时长距平值，Ab为周降雨量距平值。
进一步地，相关系数计算模块的计算公式为：
Figure BDA0001275045790000083
其中xi为降雨数据，为降雨数据的平均值，yi为ENSO指数数据，为ENSO指数数据的平均值，n为数据总量。
综上，本发明的优选实施例公开的一种输电线路沿线降雨响应程度计算方法可以较为快速的掌握ENSO时期输电线路沿线雨季的降雨持续时间和发展强度特征，熟悉夏季降雨，特别是暴雨对ENSO事件的响应情况。提高了输电线路暴雨防治工作的针对性。根据分析结果，可及时做好相应的应急处置措施，对于降雨响应比较明显的地区，在ENSO时期的夏季做好提前应对工作，减少电网损失。
实施例2：
采集历史ENSO指数数据和输电线路沿线的降雨数据，将ENSO指数数据按厄尔尼诺时期、拉尼娜时期和非ENSO时期划分为三类，每一类中的数据按时间顺序排列，并将降雨数据对照ENSO指数数据划分为三类，每一类中的数据按时间顺序排列。ENSO指数数据为逐周的ENSO指数。降雨数据包括周降雨总时长和周最高降雨预警等级指数。
厄尔尼诺时期：计算厄尔尼诺时期周降雨总时长平均值和周最高降雨预警等级指数平均值，以及计算非ENSO时期降雨数据平均值和ENSO指数数据平均值。用厄尔尼诺时期周降雨总时长平均值减去非ENSO时期周降雨总时长平均值得到厄尔尼诺时期周降雨总时长距平值，用厄尔尼诺时期周最高降雨预警等级指数平均值减去非ENSO时期周最高降雨预警等级指数平均值得到厄尔尼诺时期周最高降雨预警等级指数距平值。根据厄尔尼诺时期周降雨总时长距平值和厄尔尼诺时期周最高降雨预警等级指数距平值计算厄尔尼诺影响系数。
拉尼娜时期：计算拉尼娜时期周降雨总时长平均值和周最高降雨预警等级指数平均值，以及计算非ENSO时期降雨数据平均值和ENSO指数数据平均值。用拉尼娜时期周降雨总时长平均值减去非ENSO时期周降雨总时长平均值得到拉尼娜时期周降雨总时长距平值，用拉尼娜时期周最高降雨预警等级指数平均值减去非ENSO时期周最高降雨预警等级指数平均值得到拉尼娜时期周最高降雨预警等级指数距平值。根据拉尼娜时期周降雨总时长距平值和拉尼娜时期周最高降雨预警等级指数距平值计算拉尼娜影响系数。
采集湖南省60年来输电线路沿线的夏季降雨数据，包括6-9月间的每周降雨量(单位：毫米)和每周降雨总时长(单位：天)；收集60年来逐周的SOI(南方涛动指数，一种ENSO指数)数据。通过本发明优选实施例1计算得到厄尔尼诺时期夏季周降雨总时长距平值1天和周降雨量距平值为9毫米，拉尼娜时期夏季周降雨总时长距平值0天和周降雨量距平值2毫米。从而计算可得周降雨总时长与厄尔尼诺强度的相关系数为0.25，周降雨量与厄尔尼诺强度的相关系数为0.68，周降雨总时长与拉尼娜强度的相关系数为0.14，周降雨量与拉尼娜强度的相关系数为0.55。
由于湖南省厄尔尼诺时期夏季周降雨总时长(周降雨量)距平值为正，认为厄尔尼诺容易造成周降雨总时长(周降雨量)的增加，计算得到降雨时长的ENSO影响系数为2.5，降雨量的ENSO影响系数为0.9，认为降雨距平对厄尔尼诺有弱响应。查相关系数显著性检验表，由于周降雨总时长(周降雨量)与厄尔尼诺强度的相关系数绝对值小于表中对应自由度下、95％显著性水平下的显著相关阈值0.22，则认为厄尔尼诺事件对湖南省夏季降雨持续时间(降雨强度)的影响并不显著。
以拉尼娜时期距平值和相关系数代替厄尔尼诺时期距平值和相关系数，重复上述步骤进行拉尼娜时期距平值和相关性响应分析，同样发现拉尼娜容易造成湖南省夏季周降雨总时长(周降雨量)的增加，湖南省夏季降雨对拉尼娜存在弱响应，同时拉尼娜事件对湖南省夏季周降雨总时长(周降雨量)的影响并不显著。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种输电线路沿线降雨响应程度计算方法，其特征在于，包括以下步骤：
采集历史ENSO指数数据和输电线路沿线的降雨数据；
将所述ENSO指数数据按厄尔尼诺时期、拉尼娜时期和非ENSO时期划分为三类，每一类中的数据按时间顺序排列，并将所述降雨数据对照所述ENSO指数数据划分为三类，每一类中的数据按时间顺序排列；
分别计算所述厄尔尼诺时期、所述拉尼娜时期和所述非ENSO时期的降雨数据平均值以及所述厄尔尼诺时期、所述拉尼娜时期和所述非ENSO时期的ENSO指数数据平均值；
根据所述厄尔尼诺时期和所述非ENSO时期的降雨数据平均值计算所述厄尔尼诺时期的降雨数据距平值，根据所述拉尼娜时期和所述非ENSO时期的降雨数据平均值计算所述拉尼娜时期的降雨数据距平值；
根据所述厄尔尼诺时期降雨数据距平值计算厄尔尼诺影响系数、根据所述拉尼娜时期降雨数据距平值计算拉尼娜影响系数；
根据所述厄尔尼诺时期的所述降雨数据和所述降雨数据平均值以及所述ENSO指数数据和所述ENSO指数数据平均值计算厄尔尼诺时期降雨数据与厄尔尼诺强度的相关系数；根据所述拉尼娜时期的所述降雨数据和所述降雨数据平均值以及所述ENSO指数数据和所述ENSO指数数据平均值计算拉尼娜时期降雨数据与拉尼娜强度的相关系数；
根据厄尔尼诺影响系数和/或拉尼娜影响系数对照降雨距平响应程度表输出降雨对ENSO的响应程度，根据厄尔尼诺时期降雨数据与厄尔尼诺强度的相关系数和/或拉尼娜时期降雨数据与拉尼娜强度的相关系数对照相关系数显著性检验表输出降雨数据在ENSO时期相关性的响应情况。
2.根据权利要求1所述的一种输电线路沿线降雨响应程度计算方法，其特征在于，所述降雨数据包括周降雨总时长和周降雨量。
3.根据权利要求2所述的一种输电线路沿线降雨响应程度计算方法，其特征在于，所述影响系数计算公式为：
Figure FDA0001275045780000011
Figure FDA0001275045780000012
其中，E1为降雨时长的ENSO影响系数，E2为降雨量的ENSO影响系数，Aa为周降雨总时长距平值，Ab为周降雨量距平值。
4.根据权利要求1-3任一所述的一种输电线路沿线降雨响应程度计算方法，其特征在于，所述相关系数计算公式为：
Figure FDA0001275045780000021
其中xi为降雨数据，
Figure FDA0001275045780000022
为降雨数据的平均值，yi为ENSO指数数据，
Figure FDA0001275045780000023
为ENSO指数数据的平均值，n为数据总量。
5.一种输电线路沿线降雨响应程度计算系统，其特征在于，包括以下模块：
采集模块：用于采集历史ENSO指数数据和输电线路沿线的降雨数据；
分类模块：用于将所述ENSO指数数据按厄尔尼诺时期、拉尼娜时期和非ENSO时期划分为三类，每一类中的数据按时间顺序排列，并将所述降雨数据对照所述ENSO指数数据划分为三类，每一类中的数据按时间顺序排列；
平均值计算模块：用于分别计算所述厄尔尼诺时期、所述拉尼娜时期和所述非ENSO时期的降雨数据平均值以及所述厄尔尼诺时期、所述拉尼娜时期和所述非ENSO时期的ENSO指数数据平均值；
距平值计算模块：用于根据所述厄尔尼诺时期和所述非ENSO时期的降雨数据平均值计算所述厄尔尼诺时期的降雨数据距平值，根据所述拉尼娜时期和所述非ENSO时期的降雨数据平均值计算所述拉尼娜时期的降雨数据距平值；
影响系数计算模块：用于根据所述厄尔尼诺时期降雨数据距平值计算厄尔尼诺影响系数、根据所述拉尼娜时期降雨数据距平值计算拉尼娜影响系数；
相关系数计算模块：用于根据所述厄尔尼诺时期所述降雨数据和所述降雨数据平均值以及所述ENSO指数数据和所述ENSO指数数据平均值计算厄尔尼诺时期降雨数据与厄尔尼诺强度的相关系数；根据所述拉尼娜时期所述降雨数据和所述降雨数据平均值以及所述ENSO指数数据和所述ENSO指数数据平均值计算拉尼娜时期降雨数据与拉尼娜强度的相关系数；
输出模块：用于根据厄尔尼诺影响系数和/或拉尼娜影响系数对照降雨距平响应程度表输出降雨对ENSO的响应程度，根据厄尔尼诺时期降雨数据与厄尔尼诺强度的相关系数和/或拉尼娜时期降雨数据与拉尼娜强度的相关系数对照相关系数显著性检验表输出降雨数据在ENSO时期相关性的响应情况。
6.根据权利要求5所述的一种输电线路沿线降雨响应程度计算系统，其特征在于，所述采集模块采集的数据为周降雨总时长和周降雨量。
7.根据权利要求6所述的一种输电线路沿线降雨响应程度计算系统，其特征在于，影响系数计算模块的计算公式为：
其中，E1为降雨时长的ENSO影响系数，E2为降雨量的ENSO影响系数，Aa为周降雨总时长距平值，Ab为周降雨量距平值。
8.根据权利要求5-7任一所述的一种输电线路沿线降雨响应程度计算系统，其特征在于，相关系数计算模块的计算公式为：
Figure FDA0001275045780000033
其中xi为降雨数据，为降雨数据的平均值，yi为ENSO指数数据，
Figure FDA0001275045780000035
为ENSO指数数据的平均值，n为数据总量。
CN201710263753.5A 2017-04-20 2017-04-20 一种输电线路沿线降雨响应程度计算方法及其系统 Active CN107092793B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710263753.5A CN107092793B (zh) 2017-04-20 2017-04-20 一种输电线路沿线降雨响应程度计算方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710263753.5A CN107092793B (zh) 2017-04-20 2017-04-20 一种输电线路沿线降雨响应程度计算方法及其系统

Publications (2)

Publication Number Publication Date
CN107092793A CN107092793A (zh) 2017-08-25
CN107092793B true CN107092793B (zh) 2020-02-04

Family

ID=59638547

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710263753.5A Active CN107092793B (zh) 2017-04-20 2017-04-20 一种输电线路沿线降雨响应程度计算方法及其系统

Country Status (1)

Country Link
CN (1) CN107092793B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109377022B (zh) * 2018-09-28 2022-03-08 国网湖南省电力有限公司 暴雨及次生灾害对电网的跨区域影响的评估方法及系统
CN109409681B (zh) * 2018-09-28 2022-03-08 国网湖南省电力有限公司 跨区域电网台风影响的评估方法及系统
CN114692788B (zh) * 2022-06-01 2022-08-19 天津大学 基于增量学习的厄尔尼诺极端天气预警方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103646157A (zh) * 2013-08-28 2014-03-19 南京南瑞集团公司 评估暴雨引发输电线路故障概率的方法
CN106202939A (zh) * 2016-07-14 2016-12-07 国网湖南省电力公司 一种enso时期覆冰关键要素变化特征分析方法
CN106202949A (zh) * 2016-07-15 2016-12-07 国网湖南省电力公司 一种enso时期覆冰响应程度分析方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101718865B (zh) * 2009-12-07 2012-02-08 中国科学院新疆生态与地理研究所 基于遥感的植被响应延迟方法
ITMI20121023A1 (it) * 2012-06-12 2013-12-13 Eni Spa "sistema di previsione della temperatura dal breve al lungo termine per la produzione, gestione e vendita di risorse energetiche"
CN104392097A (zh) * 2014-10-24 2015-03-04 封国林 一种基于季节预报模式的季节降水相似预报方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103646157A (zh) * 2013-08-28 2014-03-19 南京南瑞集团公司 评估暴雨引发输电线路故障概率的方法
CN106202939A (zh) * 2016-07-14 2016-12-07 国网湖南省电力公司 一种enso时期覆冰关键要素变化特征分析方法
CN106202949A (zh) * 2016-07-15 2016-12-07 国网湖南省电力公司 一种enso时期覆冰响应程度分析方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《ＥＮＳＯ事件对汉江上游暴雨洪水影响的研究》;殷淑燕 等；;《长江流域资源与环境》;20130831;第22卷(第8期);全文 *
《基于卫星观测的闪电和雷暴对ENSO事件的响应研究》;邸悦伦;《硕士论文库》;20151231;全文 *
《基于延时相关性的我国降水对ENSO事件响应分析》;赵亚锋;《硕士论文库》;20151231;全文 *

Also Published As

Publication number Publication date
CN107092793A (zh) 2017-08-25

Similar Documents

Publication Publication Date Title
CN107092793B (zh) 一种输电线路沿线降雨响应程度计算方法及其系统
CN102749664B (zh) 电网覆冰程度预测方法
CN106202949B (zh) 一种enso时期覆冰响应程度分析方法
CN102721986B (zh) 基于副热带高压因子的电网覆冰长期预报方法
CN105095668B (zh) 基于亚洲极涡因子的电网覆冰长期预报方法
CN111738617B (zh) 一种强降雨天气下变电站风险评估方法与预警系统
CN103837777A (zh) 供电系统电能质量评估方法及系统
CN111209535B (zh) 一种电力设备相继故障风险识别方法及系统
CN103560497B (zh) 一种基于电网拓扑调整的短路电流限制方法
CN102520313A (zh) 一种电力外绝缘污闪预警方法
CN101656407B (zh) 一种输电线路防覆冰的方法及装置
CN103928923A (zh) 一种基于灵敏度分析的网络稳态电能质量预警方法
CN102854364A (zh) 基于spss分段拟合地区性雷电流幅值概率分布的方法
CN105160420A (zh) 一种架空线路风荷载停运概率的预测方法
CN103605902A (zh) 微气象条件下输电线路覆冰环境影响因子评估计算方法
CN103455730A (zh) 分布式光伏发电能力评估系统及生成太阳辐射数据的方法
CN110796327A (zh) 一种输电线路沙尘环境下风偏闪络风险评估方法
CN107436973A (zh) 厄尔尼诺时期输电线路沿线山火变化特征计算方法及系统
Cai et al. Analysis of Statistical Characteristics of Ground Lightning Current Amplitude in East China
CN110175725B (zh) 中国近海极端波浪事件分析方法
Yang et al. Development of an power transmission line online monitoring system
Yong et al. Aging Risk Assessment based on Fuzzy logic for overhead transmission line
Li et al. Distribution characteristics of transmission line galloping events and the analysis of key meteorological factors
Yun et al. Study on the Index System of Windproof Safety Evaluation for Coastal Power Grids
CN108985627B (zh) 一种综合考虑灾害和人因的电力系统可靠性评估算法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 410000 Shaoshan North Road, Yuhua District, Hunan, No. 388, No.

Applicant after: State Grid Hunan Electric Power Co., Ltd.

Applicant after: National network Hunan Electric Power Co., Ltd. disaster prevention and Reduction Center

Applicant after: State Grid Corporation of China

Address before: 410000 Shaoshan North Road, Yuhua District, Hunan, No. 388, No.

Applicant before: State Grid Hunan Electric Power Company

Applicant before: State Grid Hunan Electric Power Company prevents and reduces natural disasters center

Applicant before: State Grid Corporation of China

GR01 Patent grant
GR01 Patent grant