CN111696330A - 一种用于输电线路风灾的分类方法和系统 - Google Patents
一种用于输电线路风灾的分类方法和系统 Download PDFInfo
- Publication number
- CN111696330A CN111696330A CN201910188588.0A CN201910188588A CN111696330A CN 111696330 A CN111696330 A CN 111696330A CN 201910188588 A CN201910188588 A CN 201910188588A CN 111696330 A CN111696330 A CN 111696330A
- Authority
- CN
- China
- Prior art keywords
- transmission line
- wind
- information
- power transmission
- 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
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 228
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000007613 environmental effect Effects 0.000 claims abstract description 27
- 230000003068 static effect Effects 0.000 claims abstract description 24
- 230000004927 fusion Effects 0.000 claims abstract description 11
- 238000013461 design Methods 0.000 claims description 10
- 238000001556 precipitation Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 238000009826 distribution Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 239000004576 sand Substances 0.000 description 7
- 239000013598 vector Substances 0.000 description 6
- 230000006872 improvement Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 208000025274 Lightning injury Diseases 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Emergency Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Primary Health Care (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供了一种用于输电线路风灾的分类方法和系统,包括:获取受风灾影响的输电线路信息、输电线路所在的微区域风场信息和环境信息;基于位置和时间融合输电线路信息和微区域风场信息、环境信息;将融合的信息按照输电线路、风场和环境要素进行分类,得到输电线路风灾的分类结果;环境信息包括:动态环境信息和静态环境信息。该方法和系统基于输电线路信息和微区域风场信息及环境信息,利用数据融合和线路匹配方法,获得风灾线路上的风场和对应其他若干气象环境场数据,对不同风灾情况下的风灾信息进行分类,为输电线路的风灾预警提供优化分类参考依据,以此来应对未来的风灾情况中做出更为有效的预警和判断,增强输电线路可能承受风灾程度。
Description
技术领域
本发明属于电网防灾技术领域,具体涉及一种用于输电线路风灾的分类方法和系统。
背景技术
输电线路安全是保障庞大而复杂的电力系统重要环节之一。由于近年来极端自然灾害频发,除了运行设备问题外,电力系统的故障很大一部分来源于自然灾害,并且随着社会和经济的发展,越来越多的高电压等级输电线路正在设计和建造中。输电线路等级越高,其对风的敏感度就会越强,强风导致的线路故障问题也会越发突出。其中由强风引起的大规模电力故障近年来在世界各地呈现递增的趋势,而深入了解分析输电线路风灾情况也变得刻不容缓。
输电线路运行的环境大多较为复杂,很多输电线路处于复杂的山地地形,在输电线路较长的情况下,所途径的路段会遭遇各类因素影响。如在山地、沙丘和交通干线附近,一旦出现强风天气,部分输电线路会直接在风载荷的作用下发生摇摆,从而导致风偏闪络的发生。同时,在风载荷发生时,可能会打破原有杆塔的平衡而导致杆塔的倒塌。一旦有强风发生,处于树木附近的部分输电线路,还会导致接地故障或是短路发生,所造成的后果是非常严重的。
这些输电线路架设区域的下垫面环境多样,对应环境风场也有所差异,这些都会使得强风对输电线路的影响程度和机制存在不同。然而研究发现,由于成本因素和专业等问题,各地输电线路微区域内的风场数据缺乏有效的监测手段和关键数据源,对于输电线路区域内的风场特征较少考虑其所在的下垫面类型和地势环境等,从而对历史输电线路风灾特征的归纳和分析较为单一,使得在应对可能产生的风灾情况中难以做出更为有效的预警和判断,从而在应对未来类似风灾可能形成的环境特征下缺少提前防护,造成输电线路的大面积风灾产生。
目前对风的分类研究方面,专业气象机构通过多年发展已经拥有较多方法,多利用分辨率较高的风矢量场观测数据,基于下垫面环境等影响因素对风力进行了一定的等级划分。然而,如何将上述较为有效的方法引入到电网防灾领域中,加强气象环境和电力系统之间的规律联系,目前尚未有充分的研究。因而加强电力与气象间的交叉学科研究,是很有必要的。
发明内容
为克服上述现有技术的不足,本发明提出一种用于输电线路风灾的分类方法和系统。该方法和系统基于不同风灾下的输电线路类型,通过较高分辨率的雷达数据,获得输电线路微区域上的风场情况,并基于输电线路架设的微区域环境下,对不同地形特征、下垫面环境、风况条件以及输电线路自身特征等综合因素影响下的风灾情况进行分类划分,得到多特征参数下的风灾类型,为输电线路的风灾预警提供优化分类参考依据,以此来应对未来的风灾情况中做出更为有效的预警和判断,增强输电线路可能承受风灾程度。
实现上述目的所采用的解决方案为:
一种用于输电线路风灾的分类方法,其改进之处包括:
获取受风灾影响的输电线路信息、所述输电线路所在的微区域风场信息和环境信息;
基于位置和时间融合所述输电线路信息和微区域风场信息、环境信息;
将融合的所述信息按照输电线路、风场和环境要素进行分类,得到输电线路风灾的分类结果;
所述环境信息包括:动态环境信息和静态环境信息。
本发明提供的第一优选技术方案,其改进之处在于,所述受风灾影响的输电线路信息的获取,包括:
利用输电线路监测网络,获取输电线路的设计规格、位置、受灾时间和输电线路风灾受损及倒塌情况;
所述输电线路的设计规格包括:输电线路类型、数量、架空线路长度和高度以及杆塔型制。
本发明提供的第二优选技术方案,其改进之处在于,所述微区域风场信息的获取,包括:
采集受灾输电线路范围的多普勒雷达数据;
通过所述雷达数据得到三维风场数据;
将所述三维风场数据网格化,得到微区域风场信息。
本发明提供的第三优选技术方案,其改进之处在于,所述动态环境信息的获取,包括:
采集受灾输电线路范围的气象数据;
将所述气象数据网格化,得到微区域动态环境信息;
所述气象数据包括降水和雷电数据。
本发明提供的第四优选技术方案,其改进之处在于,所述静态环境信息的获取,包括:
采集受灾输电线路范围的数字高程信息和下垫面环境信息;
将所述数字高程信息和下垫面环境信息网格化,得到微区域静态环境信息。
本发明提供的第五优选技术方案,其改进之处在于,所述将融合的所述信息按照输电线路、风场和环境要素进行分类,得到输电线路风灾的分类结果,包括:
针对融合后的所述信息,通过单位网格内输电线路类型、数量、架空线路长度和高度以及杆塔型制进行输电线路分类,并根据输电线路的受损和倒塌比例,得到输电线路受损程度;
对输电线路分类后的所述信息,按照风强等级进行等级划分,获得各风场强度下的对应风向;
对等级划分后的所述信息,按照环境信息进行环境分类,得到输电线路风灾的分类结果。
本发明提供的第六优选技术方案,其改进之处在于,所述对等级划分后的所述信息,按照环境信息进行分类,得到输电线路风灾的分类结果,包括:
对等级划分后的所述信息,基于下垫面类型将所述信息进行下垫面分类;
对下垫面分类后的所述数据,基于海拔高度、坡位、坡向和坡度将所述信息进行地形分类;
对地形分类后的所述数据,基于降水和雷电数据将所述信息进行气象分类,得到输电线路风灾的分类结果。
本发明提供的第七优选技术方案,其改进之处在于,所述得到输电线路风灾的分类结果之后,还包括:
按所述输电线路风灾的分类统计各类型风灾发生次数及频次;
基于风灾类型发生的频次统计结果得到包含各影响因素的典型风灾类型。
本发明提供的第八优选技术方案,其改进之处在于,所述融合所述输电线路信息、微区域风场信息和微区域环境信息之后,还包括:
基于融合的所述信息,建立输电线路风灾数据库。
一种用于输电线路风灾的分类系统,其改进之处在于,包括:数据采集模块、数据融合模块和数据分类模块;
所述数据采集模块,用于获取受风灾影响的输电线路信息、所述输电线路所在的微区域风场信息和环境信息;
所述数据融合模块,用于基于位置和时间融合所述输电线路信息和微区域风场信息、环境信息;
所述数据分类模块,用于将融合的所述信息按照输电线路、风场和环境要素进行分类,得到输电线路风灾的分类结果;
所述环境信息包括:动态环境信息和静态环境信息。
本发明提供的第九优选技术方案,其改进之处在于,所述数据分类模块包括:输电线分类单元、风场分类单元和环境分类单元;
所述输电线分类单元,用于针对融合后的所述信息,通过单位网格内输电线路类型、数量、架空线路长度和高度以及杆塔型制进行输电线路分类,并根据输电线路的受损和倒塌比例,得到输电线路受损程度;
所述风场分类单元,用于对输电线路分类后的所述信息,按照风强等级进行等级划分,获得各风场强度下的对应风向;
所述环境分类单元,用于对等级划分后的所述信息,按照环境信息进行环境分类,得到输电线路风灾的分类结果。
与最接近的现有技术相比,本发明具有的有益效果如下:
本发明提出的一种用于输电线路风灾的分类方法,基于输电线路信息和微区域风场信息及环境信息,利用数据融合和线路匹配方法,获得风灾线路上的风场和对应其他若干气象环境场数据,对不同风灾情况下的风灾信息进行分类,为输电线路的风灾预警提供优化分类参考依据,以此来应对未来的风灾情况中做出更为有效的预警和判断,增强输电线路可能承受风灾程度。
本发明还对风速变化信息进行分类定义,形成典型输电线路风灾特征参数信息,优化输电线路风灾分类。
附图说明
图1为本发明提供的一种用于输电线路风灾的分类方法流程示意图;
图2为本发明提供的一种用于输电线路风灾的分类方法整体框架示意图;
图3为本发明提供的一种用于输电线路风灾的分类系统基本结构示意图;
图4为本发明提供的一种用于输电线路风灾的分类系统详细结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例1:
本发明提供的一种用于输电线路风灾的分类方法流程示意图如图1所示,包括:
步骤1:获取受风灾影响的输电线路信息、输电线路所在的微区域风场信息和环境信息;
步骤2:基于位置和时间融合输电线路信息和微区域风场信息、环境信息;
步骤3:将融合的信息按照输电线路、风场和环境要素进行分类,得到输电线路风灾的分类结果;
环境信息包括:动态环境信息和静态环境信息。
一种用于输电线路风灾的分类方法的整体框架如图2所示,包括:
步骤101:受风灾输电线路信息获取。利用输电线路监测网络中所提供的受灾输电线路信息,获得输电线路的设计规格、位置、受灾时间和输电线路风灾受损及倒塌情况等特征,获得受风灾影响的输电线路特征信息。
步骤102:微区域风场信息获取。选取包含受灾输电线路范围的多普勒雷达数据,通过雷达通道信息反演获得三维风场数据,选取各风灾点下的单位网格区域,对风场数据进行网格化,得到微区域下的高分辨率风场特征。
步骤103:微区域动态和静态环境信息获取。利用受风灾的区域选取对应范围内的气象数据,考虑可能存在影响的气象因素(降水、雷电等),基于选取的风灾点下的各单位网格区域,将网格化后数据作为微区域动态环境信息。利用高分辨率的数字高程模型(Digital Elevation Model)DEM数字高程信息和下垫面环境信息,对数据进行网格化处理,获得受风灾微区域内的地形和下垫面的静态环境信息。
步骤104:输电线路风灾数据库建立。通过将上述建立的受风灾影响的输电线路信息、微区域风场信息、微区域动态环境信息和静态环境信息,进行数据融合和对应受灾线路匹配,从而获得基于单位网格下的输电线路风灾数据库。
步骤105:输电线路分类。基于输电线路风灾数据库,首先通过单位网格内输电线路类型、数量、架空线路长度和高度、杆塔型制等分别进行分类;根据单位网格中输电线路的受损和倒塌比例等,判定单位网格内受风灾影响的输电线路受损程度。
步骤106:风场类型分类。利用数据库中高分辨率风场信息,对受灾微区域内的风强等级进行等级划分,并获得受灾的风场基本分布特征,形成典型风灾分布特征型。
步骤107:其他环境要素分类。基于不同风强等级类型下,结合下垫面类型、地形和其他气象因素影响的共同作用将风灾进行再分类,将这些因素依次考虑进风灾的分类情况中。
步骤108:输电线路风灾分类结果获取与分析。基于再分类的结果,获得各类所发生的次数以及对应占总次数的频次,获得在不同下垫面、地形和其他气象因素影响中更易产生风灾的环境要素;结合输电线路分类和风场类型分类,并综合考虑其他环境要素的共同影响因素,形成输电线路风灾类型。
实施例2:
为说明一种输电线路风灾的分类方法的实际流程与设计细节,给出以下示例。
步骤201:受风灾输电线路信息获取
本步骤主要依据输电线路上历史风灾事件数据,根据输电线路的设计规格和输电线路风灾受损记录,获得受风灾影响的输电线路信息,包括输电线路的位置(x,y)、受灾时间t、杆塔编号和型制、输电线路风灾受损和倒塌情况等特征。依据已知输电线路风灾范围,综合考虑风场、气象等数据的分辨率,选取最能体现该风灾数据情况下的网格单位和范围。
本例选取可囊括其风灾基本情况的范围为1km×1km区域作为分析区域,将各输电线路受灾情况划分为多个分析区域,统计区域内的风灾特征。基于对应区域范围,选取相应的输电线路监测信息、气象观测数据和分辨率高于1km的数字高程数据、地形数据等,通过多普勒雷达数据获取数据分辨率较高的风场数据,依次得到各数据分辨率和选取出恰当的融合后数据分辨率。
步骤202:微区域风场信息获取
选取包含受灾输电线路范围的多普勒雷达数据,通过雷达通道信息反演获得三维风场数据,选取各风灾点下的单位网格区域,对风场数据进行网格化,得到微区域下的高分辨率风场特征。
步骤202-1:选取可覆盖受风灾输电线路的天气雷达站点数据,其经纬度和海拔设为(x’,y’,z’),依据多普勒天气雷达回波的速度数据,基于反演风场的VAP(VelocityAzimuth Processing)方法,假定同一距离上相邻方向角具有相等的两点风矢量,在此前提下,多普勒速度随方位角的变化由风速大小和风向与径向之间的夹角决定,则可根据各距离上多普勒速度随方位角的分布廓线来计算反演各时间t’内的风矢量
步骤202-2:将雷达反演的风场数据,以雷达(x’,y’,z’)为圆心,覆盖半径在150km范围下的风场信息,由极坐标转换为电网通用坐标系下,基于1km×1km的分析区域划分,对包含各受灾输电线路位置(x,y)依次划分为n个网格区,并将反演的风矢量场数据进行统计计算,对包含于网格内的多个原始数据计算网格内最大风速Vmax以及对应所出现的位置;
步骤202-3:求取分析区域下的平均风速 的计算,利用反距离权重法,假定1km分辨率网格内n个原始数据分别为V(x1,y1),V(x2,y2),V(x3,y3),...V(xn,yn),依次距网格点中心距离为d1,d2,d3,...dn,则该网格内的平均风速可表示为:
其中,权重λi如下式计算:
步骤203:微区域动态和静态环境信息获取,具体包括:
步骤203-1:数字高程数据的解析和网格化处理
步骤203-1-1:对分辨率较高的数字高程数据进行参数提取,参数包括海拔高度、坡位、坡向和坡度(H,S,P,DS),并依据已选定网格,对空间上从属于网格内的数字高程信息进行网格化划分,将全部受灾输电线路划分为n个网格依次进行统计分析;
步骤203-2:下垫面环境的数据解析和网格化处理
步骤203-2-1:利用下垫面类型数据集,提取高分辨率下垫面类型信息,采用原类型编码,依据已选定网格,对空间上从属于网格内的下垫面类型信息进行网格化划分,获得与高程信息网格化相同的n个网格;
步骤203-2-2:基于各划分网格内的下垫面数据,计算各下垫面种类的所占比重,选取占比较高的两种下垫面类型作为表征下垫面特征的参数值,定义为U,其中U包含了两类下垫面类型(t1和t2)及其对应占比量。
步骤203-3:其他气象因素信息的网格化处理
步骤203-3-1:利用输电线路微气象监测装置和气象观测站观测的数据依次分析可能影响风灾线路的其他气象因子作为参考项,选取地表降水强度、雷击数等作为参考影响量。
步骤204:输电线路风灾数据库建立
步骤204-1:利用电网对输电线路的监测信息,基于各划分网格范围,统计格点内输电线路类型、数量、架空线路长度和高度等,对网格内输电线路基本情况进行统计,组成输电线路基本特征参数;
步骤步骤204-2:在划分网格内对输电线路线路、杆塔的受损次数Ns、频次Fs(受损线路占总线路比值)等分别进行统计,定义网格内风灾影响程度。
步骤步骤204-3:将网格化处理后的风场数据、数字高程和下垫面环境数据,以及其他气象因素信息进行数据融合到对应一致的网格中。使得各网格内同时包含Vmax, U,和L等动静态环境场数据,还具有Ns和Fs等输电线路特征数据,形成较为完善的输电线路风灾数据集。
表1示出了输电线路风灾数据库中存储的数据信息的例子。
表1风灾数据库信息表
步骤205:输电线路分类
基于输电线路风灾数据库,对受灾输电线路进行类别上的划分,在数据集中通过输电线路的类型、数量、架空线路长度和高度、杆塔型制依次进行归类划分,并同时将受风灾线路统计中的Ns和Fs作为分类参考项。
步骤206:风场分类
基于输电线路风灾数据集,通过数据中风场平均分布形态,利用各网格内的对各网格的风场进行强度等级划分,获得各风场强度下的对应风向,并在等级划分后将各等级下的风场强度求取平均分布作为该强度下的典型风场特征;利用Vmax作为极端强风情况,统计Vmax在整体网格上的分布特征,为优化各输电线路的最强抗风线路设计提出参考阈值。
表2示出了风场强度分类的划分区间。如表2所示,按照风速,将风场分为多个类别。
表2风速分类表
步骤207:其他环境要素分类
步骤207-1:在输电线路风灾数据库中提取下垫面的特征参数U,将利用输电线路类型和风强分类下的类型配合下垫面情况进行分类统计分析,将下垫面影响同样作为分类的影响因子之一,同时考虑t1和t2对其的作用程度;
步骤207-2:通过海拔高度H、坡位S、坡向P和坡度DS的地形参数,确定风灾下的地形特征类型,并基于类型依次对各类型风灾进行进一步分类,细化风灾类型;
下面表3~5示出了其他环境要素分类范围区间。
表3海拔、下垫面和降水分类表
表4坡位、坡向和坡度分类表
表5雷电和受损程度分类表
步骤208:输电线路风灾分类结果获取与分析
步骤208-1:在n个风灾过程中,依次根据各分类标准进行分类后,假定对应各类型下的个数依次为N1,N2...Nm,对应各类型所发生的频次定义为其类型的个数与总n风灾数之比,获得频次概率数;
步骤208-2:依据各类型下的风灾发生位置进行归类统计,并通过各位置在经纬度上的散点分布情况,统计计算发生位置的概率分布特征,根据计算概率的高值区分布结果,获得各类型风灾易发生区域;
步骤208-3:在各网格中对统计的受灾线路数Ns和输电线路数Nt之比计算为风灾引起的输电线路受损程度Fs,并基于网格位置通过对应受损程度的位置分布,获得风灾受损程度强弱区域整体分布特征;
步骤208-4:结合风场基本分布态和其他环境要素的共同影响,完成对输电线路风灾的细化分类,并考虑各对应特征分布情况下的频次,输电线路风灾影响形成参数化,获得典型输电线路风灾特征,获得对输电线路风灾影响的更深入认知。
下面表6示出了一个输电线路风灾的最终分类结果的例子。
表6风灾分类示例
实施例3:
基于同一发明构思,本发明还提供了一种用于输电线路风灾的分类系统,由于这些设备解决技术问题的原理与用于输电线路风灾的分类方法相似,重复之处不再赘述。
该系统基本结构如图3所示,包括:
数据采集模块、数据融合模块和数据分类模块;
其中,数据采集模块,用于获取受风灾影响的输电线路信息、输电线路所在的微区域风场信息和环境信息;
数据融合模块,用于基于位置和时间融合输电线路信息和微区域风场信息、环境信息;
数据分类模块,用于将融合的信息按照输电线路、风场和环境要素进行分类,得到输电线路风灾的分类结果;
环境信息包括:动态环境信息和静态环境信息。
用于输电线路风灾的分类系统的详细结构如图4所示。
其中,数据采集模块包括输电线路单元、风场信息单元、动态环境信息单元和静态环境信息单元。
输电线路单元,用于利用输电线路监测网络,获取输电线路的设计规格、位置、受灾时间和输电线路风灾受损及倒塌情况;
输电线路的设计规格包括:输电线路类型、数量、架空线路长度和高度以及杆塔型制。
风场信息单元,用于采集微区域风场信息,包括雷达数据子单元、三维风场数据子单元和风场网格化子单元;
雷达数据子单元,用于采集受灾输电线路范围的多普勒雷达数据;
三维风场数据子单元,用于通过雷达数据得到三维风场数据;
风场网格化子单元,用于将三维风场数据网格化,得到微区域风场信息。
动态环境信息单元,用于采集微区域动态环境信息,包括气象数据采集子单元和气象数据网格化子单元;
气象数据采集子单元,用于采集受灾输电线路范围的气象数据;
气象数据网格化子单元,用于将气象数据网格化,得到微区域动态环境信息;
气象数据包括降水和雷电数据。
静态环境信息单元,用于采集微区域静态环境信息,包括静态数据采集子单元和静态数据网格化子单元;
静态数据采集子单元,用于采集受灾输电线路范围的数字高程信息和下垫面环境信息;
静态数据网格化子单元,用于将数字高程信息和下垫面环境信息网格化,得到微区域静态环境信息。
其中,数据分类模块包括:输电线分类单元、风场分类单元和环境分类单元;
输电线分类单元,用于针对融合后的信息,通过单位网格内输电线路类型、数量、架空线路长度和高度以及杆塔型制进行输电线路分类,并根据输电线路的受损和倒塌比例,得到输电线路受损程度;
风场分类单元,用于对输电线路分类后的信息,按照风强等级进行等级划分,获得各风场强度下的对应风向;
环境分类单元,用于对等级划分后的信息,按照环境信息进行环境分类,得到输电线路风灾的分类结果。
其中,环境分类单元包括下垫面分类子单元、地形分类子单元和气象分类子单元;
下垫面分类子单元,用于对等级划分后的信息,基于下垫面类型将信息进行下垫面分类;
地形分类子单元,用于对下垫面分类后的数据,基于海拔高度、坡位、坡向和坡度将信息进行地形分类;
气象分类子单元,用于对地形分类后的数据,基于降水和雷电数据将信息进行气象分类,得到输电线路风灾的分类结果。
其中,用于输电线路风灾的分类系统还包括统计分析模块,统计分析模块包括风灾统计单元和风灾分析单元;
风灾统计单元,用于按输电线路风灾的分类统计各类型风灾发生次数及频次;
风灾分析单元,用于基于风灾类型发生的频次统计结果得到包含各影响因素的典型风灾类型。
其中,用于输电线路风灾的分类系统还包括数据库模块;
数据库模块,用于基于融合的信息,建立输电线路风灾数据库。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换,但这些变更、修改或者等同替换,均在申请待批的权利要求保护范围之内。
Claims (11)
1.一种用于输电线路风灾的分类方法,其特征在于,包括:
获取受风灾影响的输电线路信息、所述输电线路所在的微区域风场信息和环境信息;
基于位置和时间融合所述输电线路信息和微区域风场信息、环境信息;
将融合的所述信息按照输电线路、风场和环境要素进行分类,得到输电线路风灾的分类结果;
所述环境信息包括:动态环境信息和静态环境信息。
2.如权利要求1所述的方法,其特征在于,所述受风灾影响的输电线路信息的获取,包括:
利用输电线路监测网络,获取输电线路的设计规格、位置、受灾时间和输电线路风灾受损及倒塌情况;
所述输电线路的设计规格包括:输电线路类型、数量、架空线路长度和高度以及杆塔型制。
3.如权利要求1所述的方法,其特征在于,所述微区域风场信息的获取,包括:
采集受灾输电线路范围的多普勒雷达数据;
通过所述雷达数据得到三维风场数据;
将所述三维风场数据网格化,得到微区域风场信息。
4.如权利要求1所述的方法,其特征在于,所述动态环境信息的获取,包括:
采集受灾输电线路范围的气象数据;
将所述气象数据网格化,得到微区域动态环境信息;
所述气象数据包括降水和雷电数据。
5.如权利要求1所述的方法,其特征在于,所述静态环境信息的获取,包括:
采集受灾输电线路范围的数字高程信息和下垫面环境信息;
将所述数字高程信息和下垫面环境信息网格化,得到微区域静态环境信息。
6.如权利要求2所述的方法,其特征在于,所述将融合的所述信息按照输电线路、风场和环境要素进行分类,得到输电线路风灾的分类结果,包括:
针对融合后的所述信息,通过单位网格内输电线路类型、数量、架空线路长度和高度以及杆塔型制进行输电线路分类,并根据输电线路的受损和倒塌比例,得到输电线路受损程度;
对输电线路分类后的所述信息,按照风强等级进行等级划分,获得各风场强度下的对应风向;
对等级划分后的所述信息,按照环境信息进行环境分类,得到输电线路风灾的分类结果。
7.如权利要求6所述的方法,其特征在于,所述对等级划分后的所述信息,按照环境信息进行分类,得到输电线路风灾的分类结果,包括:
对等级划分后的所述信息,基于下垫面类型将所述信息进行下垫面分类;
对下垫面分类后的所述数据,基于海拔高度、坡位、坡向和坡度将所述信息进行地形分类;
对地形分类后的所述数据,基于降水和雷电数据将所述信息进行气象分类,得到输电线路风灾的分类结果。
8.如权利要求6所述的方法发,其特征在于,所述得到输电线路风灾的分类结果之后,还包括:
按所述输电线路风灾的分类统计各类型风灾发生次数及频次;
基于风灾类型发生的频次统计结果得到包含各影响因素的典型风灾类型。
9.如权利要求1所述的方法,其特征在于,所述融合所述输电线路信息、微区域风场信息和微区域环境信息之后,还包括:
基于融合的所述信息,建立输电线路风灾数据库。
10.一种用于输电线路风灾的分类系统,其特征在于,包括:数据采集模块、数据融合模块和数据分类模块;
所述数据采集模块,用于获取受风灾影响的输电线路信息、所述输电线路所在的微区域风场信息和环境信息;
所述数据融合模块,用于基于位置和时间融合所述输电线路信息和微区域风场信息、环境信息;
所述数据分类模块,用于将融合的所述信息按照输电线路、风场和环境要素进行分类,得到输电线路风灾的分类结果;
所述环境信息包括:动态环境信息和静态环境信息。
11.如权利要求10所述的系统,其特征在于,所述数据分类模块包括:输电线分类单元、风场分类单元和环境分类单元;
所述输电线分类单元,用于针对融合后的所述信息,通过单位网格内输电线路类型、数量、架空线路长度和高度以及杆塔型制进行输电线路分类,并根据输电线路的受损和倒塌比例,得到输电线路受损程度;
所述风场分类单元,用于对输电线路分类后的所述信息,按照风强等级进行等级划分,获得各风场强度下的对应风向;
所述环境分类单元,用于对等级划分后的所述信息,按照环境信息进行环境分类,得到输电线路风灾的分类结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910188588.0A CN111696330B (zh) | 2019-03-13 | 2019-03-13 | 一种用于输电线路风灾的分类方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910188588.0A CN111696330B (zh) | 2019-03-13 | 2019-03-13 | 一种用于输电线路风灾的分类方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111696330A true CN111696330A (zh) | 2020-09-22 |
CN111696330B CN111696330B (zh) | 2023-10-24 |
Family
ID=72474559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910188588.0A Active CN111696330B (zh) | 2019-03-13 | 2019-03-13 | 一种用于输电线路风灾的分类方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111696330B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797708A (zh) * | 2023-02-06 | 2023-03-14 | 南京博纳威电子科技有限公司 | 一种输配电同步数据采集方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0997260A (ja) * | 1995-09-29 | 1997-04-08 | Sumitomo Electric Ind Ltd | 送電線監視装置 |
CN103279893A (zh) * | 2013-04-19 | 2013-09-04 | 华北电力大学 | 一种架空输电线路常见灾害区划图谱绘制方法 |
CN104182594A (zh) * | 2014-09-11 | 2014-12-03 | 国家电网公司 | 一种电力系统风区图的绘制方法 |
WO2016033883A1 (zh) * | 2014-09-04 | 2016-03-10 | 国家电网公司 | 一种基于Adaboost的输电线舞动风险预警方法 |
CN108090285A (zh) * | 2017-12-20 | 2018-05-29 | 中国科学院寒区旱区环境与工程研究所 | 一种适用于复杂地形输电线路风灾监测的微气象观测布点方法 |
CN109408604A (zh) * | 2018-09-20 | 2019-03-01 | 国电南瑞科技股份有限公司 | 输电线路关联天气因素数据网格化处理方法、装置及系统 |
-
2019
- 2019-03-13 CN CN201910188588.0A patent/CN111696330B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0997260A (ja) * | 1995-09-29 | 1997-04-08 | Sumitomo Electric Ind Ltd | 送電線監視装置 |
CN103279893A (zh) * | 2013-04-19 | 2013-09-04 | 华北电力大学 | 一种架空输电线路常见灾害区划图谱绘制方法 |
WO2016033883A1 (zh) * | 2014-09-04 | 2016-03-10 | 国家电网公司 | 一种基于Adaboost的输电线舞动风险预警方法 |
CN104182594A (zh) * | 2014-09-11 | 2014-12-03 | 国家电网公司 | 一种电力系统风区图的绘制方法 |
CN108090285A (zh) * | 2017-12-20 | 2018-05-29 | 中国科学院寒区旱区环境与工程研究所 | 一种适用于复杂地形输电线路风灾监测的微气象观测布点方法 |
CN109408604A (zh) * | 2018-09-20 | 2019-03-01 | 国电南瑞科技股份有限公司 | 输电线路关联天气因素数据网格化处理方法、装置及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797708A (zh) * | 2023-02-06 | 2023-03-14 | 南京博纳威电子科技有限公司 | 一种输配电同步数据采集方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111696330B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhu et al. | Flood disaster risk assessment based on random forest algorithm | |
CN111144651A (zh) | 一种地质灾害的预测方法、装置及设备 | |
CN110019595B (zh) | 一种多源气象数据集成方法及系统 | |
CN105095589B (zh) | 一种山区电网风区分布图绘制方法 | |
CN107688906B (zh) | 多方法融合的输电线路气象要素降尺度分析系统及方法 | |
CN110633818B (zh) | 一种配电网台风风灾预警方法及系统 | |
CN110134907B (zh) | 一种降雨缺失数据填补方法、系统及电子设备 | |
CN113139760B (zh) | 基于风雨大数据的台风风险综合评估方法及系统 | |
CN109782373A (zh) | 一种基于改进的Naive Bayesian-CNN多目标分类算法的沙尘暴预测方法 | |
CN104574512A (zh) | 一种顾及地形语义信息的多尺度dem构建方法 | |
CN110866693B (zh) | 一种基于gis模型的架空输电线路覆冰风险评估方法 | |
CN108646319A (zh) | 一种短时强降雨预报方法及系统 | |
CN113780175B (zh) | 高植被覆盖区台风暴雨型滑坡的遥感识别方法 | |
CN105425320A (zh) | 热带气旋引发沿海地区大风的概率预报方法和系统 | |
Qin et al. | OpenGF: An ultra-large-scale ground filtering dataset built upon open ALS point clouds around the world | |
Zhang et al. | Using street view images to identify road noise barriers with ensemble classification model and geospatial analysis | |
CN112285808B (zh) | 一种aphrodite降水数据的降尺度方法 | |
CN112329265A (zh) | 卫星遥感降水精细化空间估算方法及系统 | |
CN105894092A (zh) | 一种输电线路常见灾害危害程度分布图谱绘制方法 | |
CN112233381A (zh) | 一种基于机理和机器学习耦合的泥石流预警方法与系统 | |
CN113689053B (zh) | 一种基于随机森林的强对流天气架空线停电预测方法 | |
CN114093133A (zh) | 一种区域地质灾害气象预报预警方法 | |
CN111222662A (zh) | 一种电网台风洪涝灾害预警方法和装置 | |
CN111696330A (zh) | 一种用于输电线路风灾的分类方法和系统 | |
CN115600047B (zh) | 一种基于栅格分析的小流域面平均降雨量测算方法和系统 |
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 |