CN107704992A - 输电线路雷击风险评估的方法及装置 - Google Patents

输电线路雷击风险评估的方法及装置 Download PDF

Info

Publication number
CN107704992A
CN107704992A CN201710772261.9A CN201710772261A CN107704992A CN 107704992 A CN107704992 A CN 107704992A CN 201710772261 A CN201710772261 A CN 201710772261A CN 107704992 A CN107704992 A CN 107704992A
Authority
CN
China
Prior art keywords
lightning
transmission line
risk
correlation
factor
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.)
Pending
Application number
CN201710772261.9A
Other languages
English (en)
Inventor
陆国俊
刘智勇
王红斌
李瀚儒
雷超平
谢从珍
朱文
白剑锋
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.)
South China University of Technology SCUT
Guangzhou Power Supply Bureau Co Ltd
Original Assignee
South China University of Technology SCUT
Guangzhou Power Supply Bureau 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 South China University of Technology SCUT, Guangzhou Power Supply Bureau Co Ltd filed Critical South China University of Technology SCUT
Priority to CN201710772261.9A priority Critical patent/CN107704992A/zh
Publication of CN107704992A publication Critical patent/CN107704992A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及输电线路雷击风险评估的方法及装置。所述方法包括：获取预先确定的雷击风险的各评价指标的雷害隶属度函数，根据待评估输电线路区域的杆塔以及各评价指标的雷害隶属度函数构建关联度矩阵；根据所述关联度矩阵求解关联因子，根据关联因子得出不同杆塔处发生雷害的确信度和不确信度，得到关联因子的基本概率分配函数；以所述基本概率分配函数作为证据理论中的Mass函数，采用DS证据理论融合不同关联因子得到输电线路雷击风险的评估结果。本发明能够提高输电线路雷击风险评估的准确度。

Description

输电线路雷击风险评估的方法及装置
技术领域
本发明涉及输电线路技术领域，特别是涉及输电线路雷击风险评估的方法、装置、存储介质及计算机设备。
背景技术
输电线路状态评估对保障电网安全具有重要意义。其中，对输电线路雷击风险评估方法包括规程法、电气几何模型法(EGM)、先导模型法(LPM)。然而，这些传统的输电线路雷击风险评估方法均是基于简化的线路结构及运行环境，无法反应局部微地形对输电线路雷击风险的影响，存在评估结果不准确的问题。
发明内容
基于此，本发明提供了输电线路雷击风险评估的方法及装置，能够提高输电线路雷击风险评估的准确度。
本发明方案包括：
一种输电线路雷击风险评估的方法，包括：
获取预先确定的雷击风险的各评价指标的雷害隶属度函数，根据待评估输电线路区域的杆塔以及各评价指标的雷害隶属度函数构建关联度矩阵；
根据所述关联度矩阵求解关联因子，根据关联因子得出不同杆塔处发生雷害的确信度和不确信度，得到关联因子的基本概率分配函数；
以所述基本概率分配函数作为证据理论中的Mass函数，采用DS证据理论融合不同关联因子得到输电线路雷击风险的评估结果。
一种输电线路雷击风险评估的装置，包括：
关联度矩阵构建模块，用于获取预先确定的雷击风险的各评价指标的雷害隶属度函数，根据待评估输电线路区域的杆塔以及各评价指标的雷害隶属度函数构建关联度矩阵；
分配函数确定模块，用于根据所述关联度矩阵求解关联因子，根据关联因子得出不同杆塔处发生雷害的确信度和不确信度，得到关联因子的基本概率分配函数；
以及，风险评估模块，用于以所述基本概率分配函数作为证据理论中的Mass函数，采用DS证据理论融合不同关联因子得到输电线路雷击风险的评估结果。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述方法的步骤。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述方法的步骤.
上述技术方案，通过雷击风险的各评价指标的雷害隶属度函数构建关联度矩阵；根据所述关联度矩阵得出不同杆塔处发生雷害的确信度和不确信度，得到关联因子的基本概率分配函数；以所述基本概率分配函数作为证据理论中的Mass函数，采用DS证据理论融合不同关联因子得到输电线路雷击风险的评估结果。由此可准确得出输电线路雷击风险评估结果，无需对线路结构及运行环境进行较大简化，克服了传统方法下无法反应局部微地形对输电线路雷击风险的影响，导致评估结果不准确的缺陷。
附图说明
图1为一实施例的输电线路雷击风险评估的方法的示意性流程图；
图2为另一实施例的输电线路雷击风险评估的方法的示意性流程图；
图3为一实施例的输电线路雷击风险评估的装置的示意性结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明中的步骤虽然用标号进行了排列，但并不用于限定步骤的先后次序，除非明确说明了步骤的次序或者某步骤的执行需要其他步骤作为基础，否则步骤的相对次序是可以调整的。
图1为一实施例的输电线路雷击风险评估的方法的示意性流程图；如图1所示，所述实施例的输电线路雷击风险评估的方法包括步骤：
S11，获取预先确定的雷击风险的各评价指标的雷害隶属度函数，根据待评估输电线路区域的杆塔以及各评价指标的雷害隶属度函数构建关联度矩阵。
S12，根据所述关联度矩阵求解关联因子，根据关联因子得出不同杆塔处发生雷害的确信度和不确信度，得到关联因子的基本概率分配函数。
S13，以所述基本概率分配函数作为证据理论中的Mass函数，采用DS证据理论融合不同关联因子得到输电线路雷击风险的评估结果。
在一实施例中，基本概率分配函数(Mass函数)的确定以指标的不确信度为输入量，对于处在环境特征因子j下的2阶不确信度为:
通过分析可知杆塔i在环境因子j下的Mass函数为
m(i.j)＝(1-uj＝k)·yi.j
那么，对于一条待评估线路若有m个输电杆塔，n个环境特征指标，其Mass函数集为：
在一实施例中，所述的输电线路雷击风险评估的方法还包括：获取预先设定的待评估输电线路区域雷击风险的评价指标，根据历史雷击跳闸数据确定雷击故障在各评价指标中的分布，得到各评价指标的雷害隶属度函数。
在一实施例中，所述的输电线路雷击风险评估的方法还包括：根据待评估输电线路区域的地形地貌确定雷击风险评价的评价指标。可选地，所述评价指标包括坡度、坡向、坡位、海拔、下垫面类型和/或地表类型等。
在一实施例中，构建关联度矩阵的具体方式可包括：
以杆塔为单位，获取杆塔所在点的评价指标，获取各评价指标的雷害隶属度函数；构建关联度矩阵G＝(gij)m×n，其中gij为i级杆塔的第j项评价指标对应的关联因子，m表示杆塔总数，n表示评价指标总数。
在一实施例中，根据所述关联度矩阵求解关联因子确定关联因子的基本概率分配函数之前，还包括步骤：对所述关联度矩阵G进行归一化处理，根据熵理论确定各关联因子的权重，得到加权关联度矩阵X；
其中，
X＝(xij)m×n＝(ωij·yij)m×n
Y表示归一化后的关联度矩阵，yij表示关联度矩阵Y中第i行第j列的关联因子；Ej是评价指标j的熵值，ωj为评价指标j对应的权重，ωij为加权关联度矩阵X中第i行第j列的关联因子，X为加权隶属度矩阵。
所述根据所述关联度矩阵求解关联因子，根据关联因子得出不同杆塔处发生雷害的确信度和不确信度，得到关联因子的基本概率分配函数具体包括：根据所述加权隶属度矩阵求解关联因子，根据关联因子得出不同杆塔处发生雷害的确信度和不确信度，得到加权隶属度矩阵中关联因子的基本概率分配函数。
在一实施例中，采用DS证据理论融合不同关联因子得到输电线路雷击风险的评估结果的具体方式可包括：根据DS证据理论的Dempster合成规则融合不同关联因子的基本概率分配函数，计算各级杆塔发生雷击风险的信任函数，确定各级杆塔发生雷击的相对风险，根据各级杆塔发生雷击的相对风险得出输电线路雷击风险评估值。信任函数的计算过程如下：
对于待评估线路若有m个输电杆塔，所有可能的雷击故障风险结果集合为Θ＝{T1,T2…Tm,Tμ}，Tμ表示为整体发生雷击的不确定性。若Bel(i)表示确信i杆塔发生雷击故障的最小值，则在同一个识别框架之下，多个环境因子的Mass函数m1,m2,...mj...mn合成信度函数Bel(i)的计算如下
式中，tj表示在环境特征因子j下一种属于识别框架的可能取值，即有成立；mj(tj)表示tj杆塔集在环境特征因子j下的基本概率分配函数。
为了更进一步的理解本发明的输电线路雷击风险评估的方法，如图3所示，在另一实施例中，输电线路雷击风险评估的方法包括步骤：
S21，确定输电线路雷击风险评价的评价指标。
选取对雷击影响较大的局部地形地貌因子作为本次雷击风险评价的评价指标，例如，包括坡度、坡向、坡位、海拔、下垫面类型、地表类型等。
S22，利用先验数据构建各评价指标的雷害隶属度函数。
针对待评估输电线路区域，获取该区域的历史雷击跳闸数据(例如过去五年以上的雷击跳闸数据)，并结合该区域的地形提取历史雷击故障点的地形地貌因子(即评价指标)，即坡度、坡向、坡位、海拔、下垫面类型、地表类型等。统计分析雷击故障在各评价指标中的分布，构建雷害在各评价指标中的隶属度函数，用于描述不同评价指标下的杆塔雷击风险。
S23，提取待评估输电线路区域中各级杆塔评价指标，构建对应的关联度矩阵。
在上述步骤的基础上获取待评估输电线路的各项评价指标，并进行预相应的预处理。首先以待评估输电线路区域中的各级杆塔为单位，获取杆塔所在点的各项评价指标数据。其中各级杆塔的雷击风险作为后续证据融合中的目标，而各项评价指标作为融合评价中的子证据体。结合提取的评价指标数据建立雷害评估关联度矩阵G＝(gij)m×n，其中gij为i级杆塔的第j项指标对应的关联因子。而后对矩阵G进行归一化处理，并运用熵理论确定个关联度矩阵中关联因子的权重，由此可构建加权关联度矩阵X用于后续计算风险评估值，具体过程如下；
X＝(xij)m×n＝(ωij·yij)m×n
其中，Y表示归一化后的关联度矩阵，yij表示关联度矩阵Y中第i行第j列的关联因子；Ej是评价指标j的熵值，ωj为评价指标j对应的权重，ωij为加权关联度矩阵X中第i行第j列的关联因子，X为加权隶属度矩阵。
S24，计算在待评估输电线路区域内不同杆塔处发生雷害的基本概率分配函数。
在得到加权关联度矩阵X后，根据加权关联度矩阵运用关联法求解关联因子，并计算在整个区域内不同杆塔处发生雷害的确信度和不确信度，形成关联因子的基本概率分配函数，作为证据理论中的Mass函数。
S25，通过DS证据理论融合不同关联因子确定输电线路雷击风险的评估结果。
通过DS证据理论的Dempster合成规则，融合不同关联因子的基本概率分配函数，计算各级杆塔发生雷击风险的信任函数，确定待评估线路各级杆塔发生雷击的相对风险，根据各级杆塔发生雷击的相对风险得出输电线路雷击风险评估值。
其中，所述Dempster合成规则为：
式中：tj表示在环境特征因子j下一种属于识别框架的可能取值，即有成立；mj(tj)表示tj杆塔集在环境特征因子j下的基本概率分配函数；
通过上述实施例的输电线路雷击风险评估的方法，通过雷击风险的各评价指标的雷害隶属度函数构建关联度矩阵；根据所述关联度矩阵得出不同杆塔处发生雷害的确信度和不确信度，得到关联因子的基本概率分配函数；以所述基本概率分配函数作为证据理论中的Mass函数，采用DS证据理论融合不同关联因子得到输电线路雷击风险的评估结果。由此可准确得出输电线路雷击风险评估结果，无需对线路结构及运行环境进行较大简化，克服了传统方法下无法反应局部微地形对输电线路雷击风险的影响，导致评估结果不准确的缺陷。
需要说明的是，对于前述的各方法实施例，为了简便描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。
基于与上述实施例中的输电线路雷击风险评估的方法相同的思想，本发明还提供输电线路雷击风险评估的装置，该装置可用于执行上述输电线路雷击风险评估的方法。为了便于说明，输电线路雷击风险评估的装置实施例的结构示意图中，仅仅示出了与本发明实施例相关的部分，本领域技术人员可以理解，图示结构并不构成对装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
图3为本发明一实施例的输电线路雷击风险评估的装置的示意性结构图，如图3所示，所述实施例的输电线路雷击风险评估的装置包括：
关联度矩阵构建模块310，用于获取预先确定的雷击风险的各评价指标的雷害隶属度函数，根据待评估输电线路区域的杆塔以及各评价指标的雷害隶属度函数构建关联度矩阵.
分配函数确定模块320，用于根据所述关联度矩阵求解关联因子，根据关联因子得出不同杆塔处发生雷害的确信度和不确信度，得到关联因子的基本概率分配函数.
以及，风险评估模块330，用于以所述基本概率分配函数作为证据理论中的Mass函数，采用DS证据理论融合不同关联因子得到输电线路雷击风险的评估结果。
在一实施例中，所述的输电线路雷击风险评估的装置还包括：
隶属度函数确定模块，用于获取预先设定的待评估输电线路区域雷击风险的评价指标，根据历史雷击跳闸数据确定雷击故障在各评价指标中的分布，得到各评价指标的雷害隶属度函数。
在一实施例中，所述的输电线路雷击风险评估的装置还包括：
评价指标确定模块，用于根据待评估输电线路区域的地形地貌确定雷击风险评价的评价指标。可选地，所述评价指标包括坡度、坡向、坡位、海拔、下垫面类型和/或地表类型。
在一实施例中，关联度矩阵构建模块310，具体用于以杆塔为单位，获取杆塔所在点的评价指标，获取各评价指标的雷害隶属度函数；构建关联度矩阵G＝(gij)m×n，其中gij为i级杆塔的第j项评价指标对应的关联因子，m表示杆塔总数，n表示评价指标总数。
在一实施例中，所述的输电线路雷击风险评估的装置还包括：矩阵处理模块，用于对所述关联度矩阵G进行归一化处理，根据熵理论确定各关联因子的权重，得到加权关联度矩阵X；
其中，
X＝(xij)m×n＝(ωij·yij)m×n
Y表示归一化后的关联度矩阵，yij表示关联度矩阵Y中第i行第j列的关联因子；Ej是评价指标j的熵值，ωj为评价指标j对应的权重，ωij为加权关联度矩阵X中第i行第j列的关联因子，X为加权关联度矩阵。
所述分配函数确定模块320，具体用于根据所述加权隶属度矩阵求解关联因子，根据关联因子得出不同杆塔处发生雷害的确信度和不确信度，得到加权隶属度矩阵中关联因子的基本概率分配函数。
在一实施例中，所述风险评估模块330，具体用于根据DS证据理论的Dempster合成规则融合不同关联因子的基本概率分配函数，计算各级杆塔发生雷击风险的信任函数，确定各级杆塔发生雷击的相对风险，根据各级杆塔发生雷击的相对风险得出输电线路雷击风险评估值。
需要说明的是，上述示例的输电线路雷击风险评估的装置的实施方式中，各模块/单元之间的信息交互、执行过程等内容，由于与本发明前述方法实施例基于同一构思，其带来的技术效果与本发明前述方法实施例相同，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
此外，上述示例的输电线路雷击风险评估的装置的实施方式中，各程序模块的逻辑划分仅是举例说明，实际应用中可以根据需要，例如出于相应硬件的配置要求或者软件的实现的便利考虑，将上述功能分配由不同的程序模块完成，即将所述输电线路雷击风险评估的装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分功能。
本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，作为独立的产品销售或使用。所述程序在执行时，可执行如上述各方法的实施例的全部或部分步骤。此外，所述存储介质还可设置于一种计算机设备中，所述计算机设备中还包括处理器，所述处理器执行所述存储介质中的程序时，能够实现上述各方法的实施例的全部或部分步骤。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。可以理解，其中所使用的术语“第一”、“第二”等在本文中用于区分对象，但这些对象不受这些术语限制。
以上所述实施例仅表达了本发明的几种实施方式，不能理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种输电线路雷击风险评估的方法，其特征在于，包括：
获取预先确定的雷击风险的各评价指标的雷害隶属度函数，根据待评估输电线路区域的杆塔以及各评价指标的雷害隶属度函数构建关联度矩阵；
根据所述关联度矩阵求解关联因子，根据关联因子得出不同杆塔处发生雷害的确信度和不确信度，得到关联因子的基本概率分配函数；
以所述基本概率分配函数作为证据理论中的Mass函数，采用DS证据理论融合不同关联因子得到输电线路雷击风险的评估结果。
2.根据权利要求1所述的输电线路雷击风险评估的方法，其特征在于，还包括：
获取预先设定的待评估输电线路区域雷击风险的评价指标，根据历史雷击跳闸数据确定雷击故障在各评价指标中的分布，得到各评价指标的雷害隶属度函数。
3.根据权利要求1所述的输电线路雷击风险评估的方法，其特征在于，获取预先确定的雷击风险的各评价指标的雷害隶属度函数，根据待评估输电线路区域的杆塔以及各评价指标的雷害隶属度函数构建关联度矩阵，包括：
以杆塔为单位，获取杆塔所在点的评价指标，获取各评价指标的雷害隶属度函数；
构建关联度矩阵G＝(gij)m×n，其中gij为i级杆塔的第j项评价指标对应的关联因子，m表示杆塔总数，n表示评价指标总数；
所述根据所述关联度矩阵求解关联因子，根据关联因子得出不同杆塔处发生雷害的确信度和不确信度，得到关联因子的基本概率分配函数之前，还包括：
对所述关联度矩阵G进行归一化处理，根据熵理论确定各关联因子的权重，得到加权关联度矩阵X；
其中，
<mrow> <msub> <mi>E</mi> <mi>j</mi> </msub> <mo>=</mo> <mo>-</mo> <mn>1</mn> <mo>/</mo> <mi>ln</mi> <mi> </mi> <mi>n</mi> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>y</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <msub> <mi>lny</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow>
<mrow> <msub> <mi>&amp;omega;</mi> <mi>j</mi> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>E</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mi>n</mi> <mo>-</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>E</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> </mrow>
X＝(xij)m×n＝(ωij·yij)m×n
Y表示归一化后的关联度矩阵，yij表示关联度矩阵Y中第i行第j列的关联因子；Ej是评价指标j的熵值，ωj为评价指标j对应的权重，ωij为加权关联度矩阵X中第i行第j列的关联因子，X为加权关联度矩阵；
所述根据所述关联度矩阵求解关联因子，根据关联因子得出不同杆塔处发生雷害的确信度和不确信度，得到关联因子的基本概率分配函数，包括：
根据所述加权隶属度矩阵求解关联因子，根据关联因子得出不同杆塔处发生雷害的确信度和不确信度，得到加权隶属度矩阵中关联因子的基本概率分配函数。
4.根据权利要求1所述的输电线路雷击风险评估的方法，其特征在于，采用DS证据理论融合不同关联因子得到输电线路雷击风险的评估结果，包括：
根据DS证据理论的Dempster合成规则融合不同关联因子的基本概率分配函数，计算各级杆塔发生雷击风险的信任函数，确定各级杆塔发生雷击的相对风险，根据各级杆塔发生雷击的相对风险得出输电线路雷击风险评估值。
5.根据权利要求1至4任一所述的输电线路雷击风险评估的方法，其特征在于，还包括：
根据待评估输电线路区域的地形地貌确定雷击风险评价的评价指标；
所述评价指标包括坡度、坡向、坡位、海拔、下垫面类型和/或地表类型。
6.一种输电线路雷击风险评估的装置，其特征在于，包括：
关联度矩阵构建模块，用于获取预先确定的雷击风险的各评价指标的雷害隶属度函数，根据待评估输电线路区域的杆塔以及各评价指标的雷害隶属度函数构建关联度矩阵；
分配函数确定模块，用于根据所述关联度矩阵求解关联因子，根据关联因子得出不同杆塔处发生雷害的确信度和不确信度，得到关联因子的基本概率分配函数；
以及，风险评估模块，用于以所述基本概率分配函数作为证据理论中的Mass函数，采用DS证据理论融合不同关联因子得到输电线路雷击风险的评估结果。
7.根据权利要求6所述的输电线路雷击风险评估的装置，其特征在于，还包括：
隶属度函数确定模块，用于获取预先设定的待评估输电线路区域雷击风险的评价指标，根据历史雷击跳闸数据确定雷击故障在各评价指标中的分布，得到各评价指标的雷害隶属度函数。
8.根据权利要求6或7所述的输电线路雷击风险评估的装置，其特征在于，
所述关联度矩阵构建模块，用于以杆塔为单位，获取杆塔所在点的评价指标，获取各评价指标的雷害隶属度函数；构建关联度矩阵G＝(gij)m×n，其中gij为i级杆塔的第j项评价指标对应的关联因子，m表示杆塔总数，n表示评价指标总数；
和/或，
所述风险评估模块，用于根据DS证据理论的Dempster合成规则融合不同关联因子的基本概率分配函数，计算各级杆塔发生雷击风险的信任函数，确定各级杆塔发生雷击的相对风险，根据各级杆塔发生雷击的相对风险得出输电线路雷击风险评估值；
和/或，
所述评价指标包括坡度、坡向、坡位、海拔、下垫面类型和/或地表类型。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至6所述方法的步骤。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至6所述方法的步骤。
CN201710772261.9A 2017-08-31 2017-08-31 输电线路雷击风险评估的方法及装置 Pending CN107704992A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710772261.9A CN107704992A (zh) 2017-08-31 2017-08-31 输电线路雷击风险评估的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710772261.9A CN107704992A (zh) 2017-08-31 2017-08-31 输电线路雷击风险评估的方法及装置

Publications (1)

Publication Number Publication Date
CN107704992A true CN107704992A (zh) 2018-02-16

Family

ID=61171474

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710772261.9A Pending CN107704992A (zh) 2017-08-31 2017-08-31 输电线路雷击风险评估的方法及装置

Country Status (1)

Country Link
CN (1) CN107704992A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108539588A (zh) * 2018-07-09 2018-09-14 安徽硕日光电科技有限公司 一种智能化防雷调控方法
CN108539587A (zh) * 2018-07-09 2018-09-14 安徽硕日光电科技有限公司 一种基于山体坡度分析的智能化防雷系统
CN108629078A (zh) * 2018-03-23 2018-10-09 国网浙江省电力有限公司杭州供电公司 基于监控信息的输电网雷击灾害可靠性评估方法
CN111339477A (zh) * 2020-02-27 2020-06-26 国网山西省电力公司晋城供电公司 一种采空区输电线路危险性评价方法和装置
CN111983360A (zh) * 2020-08-24 2020-11-24 西南交通大学 一种考虑多重雷击的输电杆塔安全风险测评系统
CN112884352A (zh) * 2021-03-15 2021-06-01 国网河北省电力有限公司电力科学研究院 一种架空输电线路雷击故障风险评估方法
CN113077164A (zh) * 2021-04-15 2021-07-06 云南电网有限责任公司电力科学研究院 一种基于熵值法的输电线路落雷风险系数评估方法
CN113283767A (zh) * 2021-06-01 2021-08-20 中铁十六局集团北京轨道交通工程建设有限公司 一种基于信息融合的基坑施工风险评估方法
CN113487223A (zh) * 2021-07-23 2021-10-08 深圳市城市公共安全技术研究院有限公司 一种基于信息融合的风险评估方法和评估系统
CN113902314A (zh) * 2021-10-14 2022-01-07 成都卡普数据服务有限责任公司 一种融合专家知识的输电线路环境风险评估方法
CN113988697A (zh) * 2021-11-12 2022-01-28 成都卡普数据服务有限责任公司 一种基于关联事件的输电线路风险评估方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102411105A (zh) * 2011-09-01 2012-04-11 国网电力科学研究院武汉南瑞有限责任公司 一种输电线路区段雷害风险评估方法
CN102426305A (zh) * 2011-09-01 2012-04-25 国网电力科学研究院武汉南瑞有限责任公司 电网雷害风险评估方法
CN102854415A (zh) * 2012-08-06 2013-01-02 广东电网公司东莞供电局 一种区域电网线路雷击闪络风险评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102411105A (zh) * 2011-09-01 2012-04-11 国网电力科学研究院武汉南瑞有限责任公司 一种输电线路区段雷害风险评估方法
CN102426305A (zh) * 2011-09-01 2012-04-25 国网电力科学研究院武汉南瑞有限责任公司 电网雷害风险评估方法
CN102854415A (zh) * 2012-08-06 2013-01-02 广东电网公司东莞供电局 一种区域电网线路雷击闪络风险评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李嘉良: ""基于证据理论和熵权灰色关联的潜在地震滑坡危险性评价"", 《中南大学学报(自然科学版)》 *
赵伟: ""基于杆塔的雷击跳闸风险评估"", 《高压电器》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108629078A (zh) * 2018-03-23 2018-10-09 国网浙江省电力有限公司杭州供电公司 基于监控信息的输电网雷击灾害可靠性评估方法
CN108539588A (zh) * 2018-07-09 2018-09-14 安徽硕日光电科技有限公司 一种智能化防雷调控方法
CN108539587A (zh) * 2018-07-09 2018-09-14 安徽硕日光电科技有限公司 一种基于山体坡度分析的智能化防雷系统
CN111339477A (zh) * 2020-02-27 2020-06-26 国网山西省电力公司晋城供电公司 一种采空区输电线路危险性评价方法和装置
CN111983360B (zh) * 2020-08-24 2021-07-02 西南交通大学 一种考虑多重雷击的输电杆塔安全风险测评系统
CN111983360A (zh) * 2020-08-24 2020-11-24 西南交通大学 一种考虑多重雷击的输电杆塔安全风险测评系统
CN112884352A (zh) * 2021-03-15 2021-06-01 国网河北省电力有限公司电力科学研究院 一种架空输电线路雷击故障风险评估方法
CN112884352B (zh) * 2021-03-15 2024-03-01 国网河北省电力有限公司电力科学研究院 一种架空输电线路雷击故障风险评估方法
CN113077164A (zh) * 2021-04-15 2021-07-06 云南电网有限责任公司电力科学研究院 一种基于熵值法的输电线路落雷风险系数评估方法
CN113283767A (zh) * 2021-06-01 2021-08-20 中铁十六局集团北京轨道交通工程建设有限公司 一种基于信息融合的基坑施工风险评估方法
CN113487223A (zh) * 2021-07-23 2021-10-08 深圳市城市公共安全技术研究院有限公司 一种基于信息融合的风险评估方法和评估系统
CN113487223B (zh) * 2021-07-23 2024-04-30 深圳市城市公共安全技术研究院有限公司 一种基于信息融合的风险评估方法和评估系统
CN113902314A (zh) * 2021-10-14 2022-01-07 成都卡普数据服务有限责任公司 一种融合专家知识的输电线路环境风险评估方法
CN113988697A (zh) * 2021-11-12 2022-01-28 成都卡普数据服务有限责任公司 一种基于关联事件的输电线路风险评估方法
CN113988697B (zh) * 2021-11-12 2024-06-11 成都卡普数据服务有限责任公司 一种基于关联事件的输电线路风险评估方法

Similar Documents

Publication Publication Date Title
CN107704992A (zh) 输电线路雷击风险评估的方法及装置
CN107104978A (zh) 一种基于深度学习的网络风险预警方法
CN110417011A (zh) 一种基于互信息与迭代随机森林的在线动态安全评估方法
CN114493052B (zh) 多模型融合自适应新能源功率预测方法和系统
CN116721781B (zh) 虫媒传染病传播风险的预测方法、装置、电子设备及介质
CN111523088A (zh) 一种基于dpsir模型的生态环境评价方法
CN109829627A (zh) 一种基于集成学习方案的电力系统动态安全置信评估方法
CN110378358A (zh) 一种配电网异构数据整合方法及系统
CN117494950B (zh) 一种光储充检微电网一体站运行安全评价方法
CN115239105A (zh) 一种在役风电场的风资源的评估方法以及装置
Chen et al. Data-driven distribution network topology identification considering correlated generation power of distributed energy resource
CN112749894A (zh) 一种缺陷检测模型评价方法以及装置
CN112950024A (zh) 基于水电站应急指挥的决策方法、存储介质及电子设备
CN113408816B (zh) 一种基于深度神经网络的电网灾情评估方法
Lee et al. Uncertainty‐aware forecast interval for hourly PV power output
CN113191674A (zh) 一种安全风险评估方法、装置、存储介质及电子设备
CN113159537A (zh) 电网新技术项目的评估方法、装置和计算机设备
Zhang et al. Prediction study and application of wind power development based on filtering error threshold
CN116957414B (zh) 基于人工智能的村庄规划分析方法及装置
CN113743460A (zh) 输电线路的故障原因确定方法、装置、计算机设备
CN118275818B (zh) 一种配网输电线路故障检测方法及系统
CN118153786B (zh) 基于深度学习的对流性大风短时预报方法及系统
Rodríguez et al. Towards policies for data insertion in dynamic data driven application systems: a case study sudden changes in wildland fire
CN117972397B (zh) 基于大数据的大气干湿沉降模型模拟优化监测方法和介质
CN114912338B (zh) 一种基于两阶段特征选择和格拉姆角场的拓扑辨识方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180216