CN109377022A - 暴雨及次生灾害对电网的跨区域影响的评估方法及系统 - Google Patents

暴雨及次生灾害对电网的跨区域影响的评估方法及系统 Download PDF

Info

Publication number
CN109377022A
CN109377022A CN201811142318.8A CN201811142318A CN109377022A CN 109377022 A CN109377022 A CN 109377022A CN 201811142318 A CN201811142318 A CN 201811142318A CN 109377022 A CN109377022 A CN 109377022A
Authority
CN
China
Prior art keywords
heavy rain
cities
districts
data
secondary disaster
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.)
Granted
Application number
CN201811142318.8A
Other languages
English (en)
Other versions
CN109377022B (zh
Inventor
陆佳政
邸悦伦
叶钰
徐勋建
李丽
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 CN201811142318.8A priority Critical patent/CN109377022B/zh
Publication of CN109377022A publication Critical patent/CN109377022A/zh
Application granted granted Critical
Publication of CN109377022B publication Critical patent/CN109377022B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/0639—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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

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

Abstract

本发明公开了一种暴雨及次生灾害对电网的跨区域影响的评估方法、电网联合防汛的调度方法及系统。该评估方法包括：分别采集多个地市的暴雨数据以及对应的电网损失数据；暴雨数据包括地市每次降水量超过暴雨判断阈值的降水过程持续时间；电网损失数据包括每次暴雨及关联的次生灾害造成的电网损失金额；根据暴雨数据以及对应的电网损失数据，进行跨区域电网暴雨影响相关性计算，计算得到第一地市和第二地市降水过程持续时长的相关系数以及第一地市和第二地市暴雨及次生灾害造成的电网损失的相关系数；根据得到的两个相关系数，划分跨区域电网暴雨影响的强弱区间。本发明可快速的评估两地区暴雨及次生灾害影响程度的相关性；可操作性强。

Description

暴雨及次生灾害对电网的跨区域影响的评估方法及系统
技术领域
本发明涉及电网的防护领域，尤其涉及一种暴雨及次生灾害对电网的跨区域影响的评估方法、联合防汛决策方法及系统。
背景技术
以暴雨为主的汛期灾害天气事件因影响范围广及程度大而受到社会各界的广泛关注。受灾地区的电网需要大范围停运，电力设施易出现永久性或半永久性故障，后期恢复需要投入大量人力物力，因此给电力企业造成巨大压力。例如：2016年河北邢台因暴雨造成四千多条配网线路故障，电力设施经济损失超过9700万；2017年6月湖南暴雨过程造成岳阳两千多个台区，近20万用户停电。近年来受气候变化影响，汛期暴雨灾害呈多发态势，因此给电网运维单位的汛期线路防汛抗洪决策、电网调度管理和紧急处置措施等方面带来了巨大的挑战。提前掌握不同地区的电网对暴雨的响应关系对于进一步提升电网防汛抗洪能力有重要意义。
目前的暴雨预测已经可以实现三至七天的中短期降水预测，但对暴雨及其次生灾害造成的电网损失分析较少，暴雨预测与电网暴雨影响程度相结合的研究尚未全面开展，也没有较好的跨区域联合防汛决策制定依据和制定方法。
为有效降低电网防汛抗洪中各地区单独为战给人员设备带来的风险以及各单位间防汛抗洪措施处置不当，进行跨区域电网暴雨影响评估和联合防汛决策方法的研究和分析已经势在必行，这将为灵活部署电网防汛抗洪应急处置措施，提高暴雨预测预警工作效率，维护汛期电网安全运行提供重要的支撑。
发明内容
本发明提供了一种暴雨及次生灾害对电网的跨区域影响的评估方法及系统，用以解决目前缺乏暴雨及次生灾害对电网的跨区域影响评估分析及缺乏联合防汛策略的技术问题。
为解决上述技术问题，本发明提出的技术方案为：
一种暴雨及次生灾害对电网的跨区域影响的评估方法，包括以下步骤：
分别采集多个地市的暴雨数据以及对应的电网损失数据；暴雨数据包括地市每次降水量超过暴雨判断阈值的降水过程持续时间；电网损失数据包括每次暴雨及关联的次生灾害造成的电网损失金额；
根据暴雨数据以及对应的电网损失数据，进行跨区域电网暴雨影响相关性计算，计算得到第一地市和第二地市降水过程持续时长的相关系数以及第一地市和第二地市暴雨及次生灾害造成的电网损失的相关系数；
根据得到的两个相关系数，划分跨区域电网暴雨影响的强弱区间。
优选地，方法还包括：采集与暴雨数据的时间跨度对应的ENSO指数数据；
依据ENSO事件的性质，将ENSO指数数据按照厄尔尼诺时期、拉尼娜时期和非ENSO时期划分为三类，每一类中的数据按照时间顺序排列；
对照ENSO指数数据所表征的厄尔尼诺时期、拉尼娜时期和非ENSO时期，将待分析地区的降水过程持续时间数据和暴雨及次生灾害造成的电网损失金额分别划分为厄尔尼诺时期数据、拉尼娜时期数据和非ENSO时期数据三类，每一类中的数据按照时间顺序排列；。
优选地，暴雨判断阈值为单次降水量超过200毫米；暴雨数据的时间跨度对应的ENSO指数数据为暴雨过程阶段每星期的ENSO指数。
优选地，进行跨区域电网暴雨影响相关性计算，包括以下步骤：
计算一：根据暴雨数据以及对应的电网损失数据，计算得到第一地市的暴雨及次生灾害造成的电网损失平均值；
计算二：根据暴雨数据以及电网损失平均值，计算得到第一地市和第二地市降水过程持续时长的相关系数；
计算三：分别以电网损失数据和第一地市的暴雨及次生灾害造成的电网损失平均值代替降水过程持续时长数据和降水过程持续时长平均值，重复计算二，得到第一地市和第二地市暴雨及次生灾害造成的电网损失的相关系数；
评估：根据第一地市和第二地市降水过程持续时长的相关系数的绝对值以及第一地市和第二地市暴雨及次生灾害造成的电网损失的相关系数的绝对值，划分跨区域电网暴雨影响的强弱区间。
优选地，计算一的计算公式为：
其中，为第一地市的降水过程持续时长或暴雨及次生灾害造成的电网损失的平均值，xi为该市降水过程持续时长或暴雨及次生灾害造成的电网损失数据，n为降水过程持续时长或电网损失数据总量。
优选地，计算二的计算公式为：
其中，r为相关系数，xi为第一地市的降水过程持续时长数据，为第一地市降水过程持续时长平均值，yi为第二地市的降水过程持续时长数据，为第二地市降水过程持续时长平均值，n为第一地市或第二地市的降水过程持续时长的数据总量。
优选地，划分跨区域电网暴雨影响的强弱区间，包括以下步骤：
将第一地市和第二地市降水过程持续时长的相关系数的绝对值作为横轴，将第一地市和第二地市暴雨及次生灾害造成的电网损失的相关系数的绝对值作为纵轴，构建坐标系；
将坐标系划分为多个表示跨区域电网暴雨影响的强弱程度的网格区域，根据两个相关系数的绝对值落入的网格区域，划分跨区域电网暴雨影响的强弱区间。
优选地，根据待评估时段的气候特征，选取第一地市和第二地市在厄尔尼诺时期、拉尼娜时期和非ENSO时期中的对应类的降水过程持续时长数据和电网损失金额数据，重复计算一、计算二、计算三和评估步骤，进行包含气候条件的跨区域电网暴雨影响评估。
本发明还提供一种基于上述的暴雨及次生灾害对电网的跨区域影响的评估方法的电网联合防汛的调度方法，包括以下步骤：将跨区域电网暴雨影响的强弱区间划分为由强到弱依次排列的七个区域；将跨区域的各区域之间的暴雨的相似程度划分为两个类别；根据七个区域和两个类别，判断当年电网的防汛决策制定方式、是否建立防汛抗洪联动机制以及是否开展防汛抗洪联合演练。
本发明还提供一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一方法的步骤。
本发明具有以下有益效果：
1、本发明的暴雨及次生灾害对电网的跨区域影响的评估方法、电网联合防汛的调度方法及系统，考虑待分析地区降水过程持续时间和暴雨及次生灾害造成的电网损失，并进行多地的降水过程持续时间相关性计算和暴雨及次生灾害造成的电网损失相关性计算，建立基于相关性计算结果的跨区域电网联合防汛决策方法，得到电网暴雨影响评估结论，思路新颖、流程清晰、操作简单。
2、在优选方案中，本发明的电网联合防汛的调度方法，可以较为便捷快速的认识两地区暴雨及次生灾害影响程度的相关性，并根据该相关性情况作出初步的电网防汛决策；可操作性强；提高了输电线路暴雨及次生灾害防治工作的针对性。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。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暴雨及次生灾害对电网的跨区域影响的评估方法的流程示意图；
图2是本发明优选实施例1的划分跨区域电网暴雨影响的强弱区间的示意图；
图3是本发明优选实施例2的暴雨及次生灾害对电网的跨区域影响的评估方法以及电网联合防汛的调度方法的流程示意图。
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。
本发明实施例中所称的ENSO是指厄尔尼诺-南方涛动(El Oscillation)。
参见图1，本发明的一种暴雨及次生灾害对电网的跨区域影响的评估方法，包括以下步骤：
分别采集多个地市的暴雨数据以及对应的电网损失数据；暴雨数据包括地市每次降水量超过暴雨判断阈值的降水过程持续时间；电网损失数据包括每次暴雨及关联的次生灾害造成的电网损失金额；
根据暴雨数据以及对应的电网损失数据，进行跨区域电网暴雨影响相关性计算，计算得到第一地市和第二地市降水过程持续时长的相关系数以及第一地市和第二地市暴雨及次生灾害造成的电网损失的相关系数；
根据得到的两个相关系数，划分跨区域电网暴雨影响的强弱区间。
通过以上步骤，考虑待分析地区降水过程持续时间和暴雨及次生灾害造成的电网损失，并进行多地的降水过程持续时间相关性计算和暴雨及次生灾害造成的电网损失相关性计算，建立基于相关性计算结果的跨区域电网联合防汛决策方法，得到电网暴雨影响评估结论，思路新颖、流程清晰、操作简单。
实际实施时，以上的方法还能进行以下的扩充或应用，以下实施例中的技术特征都能相互组合，实施例仅作为示例，不作为对技术特征的正常组合限制。
实施例1：
本实施例的暴雨及次生灾害对电网的跨区域影响的评估方法，包括以下步骤：
分别采集多个地市的暴雨数据以及对应的电网损失数据；暴雨数据包括地市每次降水量超过暴雨判断阈值的降水过程持续时间；电网损失数据包括每次暴雨及关联的次生灾害造成的电网损失金额。暴雨判断阈值为单次降水量超过200毫米。
根据暴雨数据以及对应的电网损失数据，进行跨区域电网暴雨影响相关性计算，计算得到第一地市和第二地市降水过程持续时长的相关系数以及第一地市和第二地市暴雨及次生灾害造成的电网损失的相关系数。具体如下：
进行跨区域电网暴雨影响相关性计算，包括以下步骤：
计算一：根据暴雨数据以及对应的电网损失数据，计算得到第一地市的暴雨及次生灾害造成的电网损失平均值。计算公式为：
其中，为第一地市的降水过程持续时长或暴雨及次生灾害造成的电网损失的平均值，xi为该市降水过程持续时长或暴雨及次生灾害造成的电网损失数据，n为降水过程持续时长或电网损失数据总量。
计算二：根据暴雨数据以及电网损失平均值，计算得到第一地市和第二地市降水过程持续时长的相关系数。计算二的计算公式为：
其中，r为相关系数，xi为第一地市的降水过程持续时长数据，为第一地市降水过程持续时长平均值，yi为第二地市的降水过程持续时长数据，为第二地市降水过程持续时长平均值，n为第一地市或第二地市的降水过程持续时长的数据总量。
计算三：分别以电网损失数据和第一地市的暴雨及次生灾害造成的电网损失平均值代替降水过程持续时长数据和降水过程持续时长平均值，重复计算二，得到第一地市和第二地市暴雨及次生灾害造成的电网损失的相关系数r2。
评估：根据第一地市和第二地市降水过程持续时长的相关系数的绝对值以及第一地市和第二地市暴雨及次生灾害造成的电网损失的相关系数的绝对值，划分跨区域电网暴雨影响的强弱区间。划分跨区域电网暴雨影响的强弱区间，包括以下步骤：
根据得到的两个相关系数，划分跨区域电网暴雨影响的强弱区间。
将第一地市和第二地市降水过程持续时长的相关系数的绝对值作为横轴，将第一地市和第二地市暴雨及次生灾害造成的电网损失的相关系数的绝对值作为纵轴，构建坐标系。将坐标系划分为多个表示跨区域电网暴雨影响的强弱程度的网格区域，根据两个相关系数的绝对值落入的网格区域，划分跨区域电网暴雨影响的强弱区间。
本实施例还提供一种基于上述的暴雨及次生灾害对电网的跨区域影响的评估方法的电网联合防汛的调度方法，包括以下步骤：参见图2，将跨区域电网暴雨影响的强弱区间划分为由强到弱依次排列的七个区域：①区域表示“相关性程度极强”，②区域表示“相关性程度很强”，③区域表示“相关性程度较强”，④区域表示“相关性程度一般”，⑤区域表示“相关性程度较弱”，⑥区域表示“相关性程度很弱”，⑦区域表示“相关性程度极弱”；将跨区域的各区域之间的暴雨的相似程度即两区域年降水量划分为两区域总体暴雨程度接近和两区域总体暴雨程度差异较大；判断当年电网的防汛决策制定方式、是否建立防汛抗洪联动机制以及是否开展防汛抗洪联合演练。按照下表1对电网联合防汛进行调度：
表1跨区域电网联合防汛决策初步制定
实施例2：
参见图3，本实施例与实施例1的步骤和计算公式基本相同，在此不再赘述，二者不同之处在于：采集数据时，还采集与暴雨数据的时间跨度对应的ENSO指数数据，即为暴雨过程阶段每星期的ENSO指数。
依据ENSO事件的性质，将ENSO指数数据按照厄尔尼诺时期、拉尼娜时期和非ENSO时期划分为三类，每一类中的数据按照时间顺序排列。
对照ENSO指数数据所表征的厄尔尼诺时期(简称E)、拉尼娜时期(简称L)和非ENSO时期(简称N)，将待分析地区的降水过程持续时间数据和暴雨及次生灾害造成的电网损失金额分别划分为厄尔尼诺时期数据、拉尼娜时期数据和非ENSO时期数据三类，每一类中的数据按照时间顺序排列；。
根据待评估时段(即需要进行暴雨及次生灾害对电网的跨区域影响评估的时间段，可以依据月份、季节、节气或者任意指定的时间段来划分)的气候特征，选取第一地市和第二地市在厄尔尼诺时期、拉尼娜时期和非ENSO时期中的对应类的降水过程持续时长数据和电网损失金额数据，重复计算一、计算二、计算三和评估步骤，进行包含气候条件的跨区域电网暴雨影响评估。
实施例3：
本实施例是实施例1的应用例，本实施例的暴雨及次生灾害对电网的跨区域影响的评估方法，包括以下步骤：
(1)数据采集。分别采集湖南岳阳和江西九江过去50年的降水数据，包括两地每次降水量超过200毫米的降水过程持续时间和每次暴雨及次生灾害造成的电网损失金额；
(2)平均值计算。选取步骤(1)中得到的岳阳市每次降水量超过200毫米的降水过程持续时间数据，按照公式(1)，计算得到岳阳市一次降水量超过200毫米的降水过程持续时间平均为3.6天。选取步骤(1)中得到的岳阳市暴雨及次生灾害造成的电网损失金额，按照公式(1)，计算得到暴雨及次生灾害造成的电网损失金额平均为4200万。
分别以步骤(1)中得到的九江市每次降水量超过200毫米的降水过程持续时间数据和暴雨及次生灾害造成的电网损失金额数据，重复步骤(2)，得到九江市一次降水量超过200毫米的降水过程持续时间平均为4.2天、暴雨及次生灾害造成的电网损失金额平均为3100万；
(3)跨区域电网暴雨影响相关性计算。选取步骤(1)中得到的岳阳市和九江市降水过程持续时间数据，以及步骤(2)中得到的岳阳市和九江市降水过程持续时间平均值，按照公式(2)计算得到两地暴雨影响时长的相关系数0.79。
分别以暴雨及次生灾害造成的电网损失金额和步骤(2)中得到的暴雨及次生灾害造成的电网损失金额平均值数据代替降水过程持续时长数据和降水过程持续时长平均值，重复步骤(3)，得到两地暴雨及次生灾害造成的电网损失的相关系数0.70；
(4)跨区域电网暴雨影响评估。按照步骤(3)中两地降水过程持续时间相关系数和暴雨及次生灾害造成的电网损失相关系数，根据图2的评估方法，进行跨区域电网暴雨影响评估，认为岳阳和九江两地电网暴雨影响相关性程度较强；
(5)跨区域电网联合防汛决策初步制定。按照步骤(4)得到的跨区域电网暴雨影响评估结果，以及两地2017年暴雨总体预测程度，根据上表1初步制定跨区域电网联合防汛决策为“当年电网防汛决策有必要相互参考，相互补充，可以开展防汛抗洪联合演练，可以建立防汛抗洪联动机制”。
实施例4：
本实施例的一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一实施例的步骤。
综上所述，本发明的暴雨及次生灾害对电网的跨区域影响的评估方法、电网联合防汛的调度方法及系统，可以较为便捷快速的认识两地区暴雨及次生灾害影响程度的相关性，并根据该相关性情况作出初步的电网防汛决策；可操作性强；提高了输电线路暴雨及次生灾害防治工作的针对性。根据评估结果，可以确定跨区域电网防汛决策的制定方向，指导电网防汛装备部署和电网调度，支持跨区域电网防汛联动和协调，减少电网损失。
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 (10)

1.一种暴雨及次生灾害对电网的跨区域影响的评估方法，其特征在于，包括以下步骤：
分别采集多个地市的暴雨数据以及对应的电网损失数据；所述暴雨数据包括地市每次降水量超过暴雨判断阈值的降水过程持续时间；所述电网损失数据包括每次暴雨及关联的次生灾害造成的电网损失金额；
根据所述暴雨数据以及对应的电网损失数据，进行跨区域电网暴雨影响相关性计算，计算得到第一地市和第二地市降水过程持续时长的相关系数以及第一地市和第二地市暴雨及次生灾害造成的电网损失的相关系数；
根据得到的两个相关系数，划分跨区域电网暴雨影响的强弱区间。
2.根据权利要求1所述的暴雨及次生灾害对电网的跨区域影响的评估方法，其特征在于，所述方法还包括：采集与所述暴雨数据的时间跨度对应的ENSO指数数据；
依据ENSO事件的性质，将ENSO指数数据按照厄尔尼诺时期、拉尼娜时期和非ENSO时期划分为三类，每一类中的数据按照时间顺序排列；
对照ENSO指数数据所表征的厄尔尼诺时期、拉尼娜时期和非ENSO时期，将待分析地区的降水过程持续时间数据和暴雨及次生灾害造成的电网损失金额分别划分为厄尔尼诺时期数据、拉尼娜时期数据和非ENSO时期数据三类，每一类中的数据按照时间顺序排列。
3.根据权利要求2所述的暴雨及次生灾害对电网的跨区域影响的评估方法，其特征在于，所述暴雨判断阈值为单次降水量超过200毫米；所述暴雨数据的时间跨度对应的ENSO指数数据为暴雨过程阶段每星期的ENSO指数。
4.根据权利要求1至3中任一项所述的暴雨及次生灾害对电网的跨区域影响的评估方法，其特征在于，所述进行跨区域电网暴雨影响相关性计算，包括以下步骤：
计算一：根据暴雨数据以及对应的电网损失数据，计算得到第一地市的暴雨及次生灾害造成的电网损失平均值；
计算二：根据所述暴雨数据以及所述电网损失平均值，计算得到第一地市和第二地市降水过程持续时长的相关系数；
计算三：分别以所述电网损失数据和第一地市的暴雨及次生灾害造成的电网损失平均值代替降水过程持续时长数据和降水过程持续时长平均值，重复计算二，得到第一地市和第二地市暴雨及次生灾害造成的电网损失的相关系数；
评估：根据第一地市和第二地市降水过程持续时长的相关系数的绝对值以及第一地市和第二地市暴雨及次生灾害造成的电网损失的相关系数的绝对值，划分跨区域电网暴雨影响的强弱区间。
5.根据权利要求4所述的暴雨及次生灾害对电网的跨区域影响的评估方法，其特征在于，所述计算一的计算公式为：
其中，为第一地市的降水过程持续时长或暴雨及次生灾害造成的电网损失的平均值，xi为该市降水过程持续时长或暴雨及次生灾害造成的电网损失数据，n为降水过程持续时长或电网损失数据总量。
6.根据权利要求5所述的暴雨及次生灾害对电网的跨区域影响的评估方法，其特征在于，所述计算二的计算公式为：
其中，r为相关系数，xi为第一地市的降水过程持续时长数据，为第一地市降水过程持续时长平均值，yi为第二地市的降水过程持续时长数据，为第二地市降水过程持续时长平均值，n为第一地市或第二地市的降水过程持续时长的数据总量。
7.根据权利要求5所述的暴雨及次生灾害对电网的跨区域影响的评估方法，其特征在于，所述划分跨区域电网暴雨影响的强弱区间，包括以下步骤：
将第一地市和第二地市降水过程持续时长的相关系数的绝对值作为横轴，将第一地市和第二地市暴雨及次生灾害造成的电网损失的相关系数的绝对值作为纵轴，构建坐标系；
将坐标系划分为多个表示跨区域电网暴雨影响的强弱程度的网格区域，根据所述两个相关系数的绝对值落入的网格区域，划分跨区域电网暴雨影响的强弱区间。
8.根据权利要求5所述的暴雨及次生灾害对电网的跨区域影响的评估方法，其特征在于，根据待评估时段的气候特征，选取第一地市和第二地市在厄尔尼诺时期、拉尼娜时期和非ENSO时期中的对应类的降水过程持续时长数据和电网损失金额数据，重复计算一、计算二、计算三和评估步骤，进行包含气候条件的跨区域电网暴雨影响评估。
9.一种基于权1至8中任一项所述的暴雨及次生灾害对电网的跨区域影响的评估方法的电网联合防汛的调度方法，其特征在于，包括以下步骤：将跨区域电网暴雨影响的强弱区间划分为由强到弱依次排列的七个区域；将跨区域的各区域之间的暴雨的相似程度划分为两个类别；根据所述七个区域和两个类别，判断当年电网的防汛决策制定方式、是否建立防汛抗洪联动机制以及是否开展防汛抗洪联合演练。
10.一种计算机设备，包括存储器、处理器以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计算机程序时实现上述权利要求1至8任一所述方法的步骤。
CN201811142318.8A 2018-09-28 2018-09-28 暴雨及次生灾害对电网的跨区域影响的评估方法及系统 Active CN109377022B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811142318.8A CN109377022B (zh) 2018-09-28 2018-09-28 暴雨及次生灾害对电网的跨区域影响的评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811142318.8A CN109377022B (zh) 2018-09-28 2018-09-28 暴雨及次生灾害对电网的跨区域影响的评估方法及系统

Publications (2)

Publication Number Publication Date
CN109377022A true CN109377022A (zh) 2019-02-22
CN109377022B CN109377022B (zh) 2022-03-08

Family

ID=65402380

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811142318.8A Active CN109377022B (zh) 2018-09-28 2018-09-28 暴雨及次生灾害对电网的跨区域影响的评估方法及系统

Country Status (1)

Country Link
CN (1) CN109377022B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103018604A (zh) * 2012-12-07 2013-04-03 浙江省电力公司电力科学研究院 一种电网设施雷击风险的评估方法及其装置
US20130297374A1 (en) * 2009-10-12 2013-11-07 Patrick D. Abbott Targeted Equipment Monitoring System and Method for Optimizing Equipment Reliability
CN104866978A (zh) * 2015-06-03 2015-08-26 华北电力大学 一种基于时域量化分析间歇性能源协同效应的方法
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
CN107092793A (zh) * 2017-04-20 2017-08-25 国网湖南省电力公司 一种输电线路沿线降雨响应程度计算方法及其系统
CN107294081A (zh) * 2016-04-05 2017-10-24 国家电网公司 线损率影响因素的相关性确定方法
CN107302225A (zh) * 2016-10-26 2017-10-27 国家电网公司 一种区域电网新能源电站容量配置方法
CN107360579A (zh) * 2017-07-28 2017-11-17 深圳职业技术学院 一种基于无线网络及大数据的电力监控方法及系统
CN107679719A (zh) * 2017-09-20 2018-02-09 昆明理工大学 一种复杂电网电能质量知识云监测与评价系统和方法
CN107862466A (zh) * 2017-11-21 2018-03-30 国网新疆电力有限公司 考虑系统双侧随机性的源荷跨时空互补效益评价方法
CN107991580A (zh) * 2017-11-27 2018-05-04 山东大学 基于关联权重离散性多源信息的配电网故障定位方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130297374A1 (en) * 2009-10-12 2013-11-07 Patrick D. Abbott Targeted Equipment Monitoring System and Method for Optimizing Equipment Reliability
CN103018604A (zh) * 2012-12-07 2013-04-03 浙江省电力公司电力科学研究院 一种电网设施雷击风险的评估方法及其装置
CN104866978A (zh) * 2015-06-03 2015-08-26 华北电力大学 一种基于时域量化分析间歇性能源协同效应的方法
CN107294081A (zh) * 2016-04-05 2017-10-24 国家电网公司 线损率影响因素的相关性确定方法
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
CN107302225A (zh) * 2016-10-26 2017-10-27 国家电网公司 一种区域电网新能源电站容量配置方法
CN107092793A (zh) * 2017-04-20 2017-08-25 国网湖南省电力公司 一种输电线路沿线降雨响应程度计算方法及其系统
CN107360579A (zh) * 2017-07-28 2017-11-17 深圳职业技术学院 一种基于无线网络及大数据的电力监控方法及系统
CN107679719A (zh) * 2017-09-20 2018-02-09 昆明理工大学 一种复杂电网电能质量知识云监测与评价系统和方法
CN107862466A (zh) * 2017-11-21 2018-03-30 国网新疆电力有限公司 考虑系统双侧随机性的源荷跨时空互补效益评价方法
CN107991580A (zh) * 2017-11-27 2018-05-04 山东大学 基于关联权重离散性多源信息的配电网故障定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
云雷 等: "基于多重扰动的跨区域电网薄弱区域的选取研究", 《陕西电力》 *
张祥龙 等: "基于相关性分析的风电场功率限值分配算法", 《现代电力》 *

Also Published As

Publication number Publication date
CN109377022B (zh) 2022-03-08

Similar Documents

Publication Publication Date Title
US10761076B2 (en) Determination risk of natural disaster based on moisture content information
Fragoso et al. The 20 February 2010 Madeira flash-floods: synoptic analysis and extreme rainfall assessment
Petrucci et al. The use of historical data for the characterisation of multiple damaging hydrogeological events
Grey et al. Application of the soil and water assessment tool (SWAT model) on a small tropical island (Great River watershed, Jamaica) as a tool in integrated watershed and coastal zone management
CN105303020A (zh) 一种基于ahp的电网自然灾害风险评估方法
Pérez-Alonso et al. Accidents in the greenhouse-construction industry of SE Spain
Ahmed GIS and remote sensing for malaria risk mapping, Ethiopia
Shnyparkov et al. Theory and practice of individual snow avalanche risk assessment in the Russian Arctic
Pérez-Sánchez et al. A comparative study of fire weather indices in a semiarid south-eastern Europe region. Case of study: Murcia (Spain)
Rutkowska et al. Probabilistic properties of a curve number: A case study for small Polish and Slovak Carpathian Basins
CN113743658A (zh) 基于临界雨量的中小流域地质灾害及洪水预警方法
Hughes et al. Modeling tree damages and infrastructure disruptions under strong winds for community resilience assessment
Winter et al. 2chapter
MacDonald et al. Assessing cumulative watershed effects in the central Sierra Nevada: hillslope measurements and catchment-scale modeling
Loukas et al. Hydroclimatic variability of regional droughts in Greece using the Palmer moisture anomaly index
CN109377022A (zh) 暴雨及次生灾害对电网的跨区域影响的评估方法及系统
Masoudi et al. GIS analysis for vulnerability assessment of drought in Khuzestan province in Iran using standardized precipitation index (SPI)
CN109409682A (zh) 跨区域电网覆冰程度的评估方法及系统
Lin et al. Review of landslide occurrence and climate change in Taiwan
CN112215476A (zh) 一种时空强在线预警方法及系统
Park et al. Nisqually earthquake electric utility analysis
Auld et al. Changing weather patterns, uncertainty and infrastructure risks: Emerging adaptation requirements
Klock Modeling the cumulative effects of forest practices on downstream aquatic ecosystems
CN115456463A (zh) 一种山洪灾害危险区风险等级划分方法及系统
Shirvani et al. Evaluation of the forecast skill of North American Multi‐Model Ensemble for monthly and seasonal precipitation forecasts over Iran

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
GR01 Patent grant
GR01 Patent grant