CN112465926A - 一种输电线路山火跳闸风险分布图绘制方法和系统 - Google Patents
一种输电线路山火跳闸风险分布图绘制方法和系统 Download PDFInfo
- Publication number
- CN112465926A CN112465926A CN202011347468.XA CN202011347468A CN112465926A CN 112465926 A CN112465926 A CN 112465926A CN 202011347468 A CN202011347468 A CN 202011347468A CN 112465926 A CN112465926 A CN 112465926A
- Authority
- CN
- China
- Prior art keywords
- transmission line
- power transmission
- risk
- mountain fire
- fire
- 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 244
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 83
- 208000028659 discharge Diseases 0.000 claims description 50
- 238000012935 Averaging Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 8
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 6
- 239000003546 flue gas Substances 0.000 claims description 6
- 238000001556 precipitation Methods 0.000 claims description 3
- 230000002265 prevention Effects 0.000 abstract description 9
- 239000004020 conductor Substances 0.000 description 9
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 241000894007 species Species 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 244000002639 Delonix regia Species 0.000 description 2
- 235000017899 Spathodea campanulata Nutrition 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Probability & Statistics with Applications (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
本申请公开了一种输电线路山火跳闸风险分布图绘制方法和系统,在考虑了植被类型参数、可燃物载量参数和气象参数之外,还将火点密度风险等级作为影响山火发生风险等级的因素,避免了山区输电走廊下方可燃物的分布存在不均匀性和不连续性带来的偏差,同时,通过叠加山火发生风险等级和在山火条件下的输电线路跳闸风险等级来获得监测委托区的输电线路山火跳闸风险分布图,提高了输电线路发生山火跳闸的风险预测准确度,解决了现有的输电线路山火跳闸风险预测方式预测准确度不够高,无法为电网提供可靠的山火防治指导的技术问题。
Description
技术领域
本申请涉及山火防治技术领域,尤其涉及一种输电线路山火跳闸风险分布图绘制方法和系统。
背景技术
随着能源科技的进步,输电线路从短距离、小容量的模式开始向长距离、大容量的模式发展。输电线路走廊大多穿越地表植被覆盖率较高、地形条件恶劣的森林或山地,受人为因素和自然因素的影响,山火灾害频繁发生。在山火条件下,多条输电线路同时或相继跳闸,造成大范围停电事故严重危害电网的正常稳定运行。因此,研究输电线路山火跳闸风险评估方法,绘制输定线路山火跳闸风险分布图,用于指导调度人力物力对高风险区域开展针对性的防山火工作,有效降低输电线路因山火跳闸停运的风险,提供山火突发时电网的应对能力。
目前针对输电线路山火跳闸风险分布的方式是根据下垫面可燃物类型和历史火点发生信息建立的简单输电线路火险等级评判。但是,以上方法没有考虑可燃物含量和具体输电线路的运行参数对火灾的影响,以及发生火灾时,火焰对空气绝缘的影响程度。沿输电走廊的可燃物具有明显的不均匀和不连续分布的特点,仅考虑下垫面可燃物类型的模型难以精确评估具体线路的山火跳闸风险,不能准确地预测输电线路的山火跳闸风险,无法为电网提供可靠的山火防治指导。
发明内容
本申请提供了一种输电线路山火跳闸风险分布图绘制方法和系统,用于解决现有的输电线路山火跳闸风险预测方式预测准确度不够高,无法为电网提供可靠的山火防治指导的技术问题。
有鉴于此,本申请第一方面提供了一种输电线路山火跳闸风险分布图绘制方法,包括:
根据所述监测委托区的植被类型、可燃物载量和历史火点密度,确定所述监测委托区每个栅格的植被类型风险等级、可燃物载量风险等级和火点密度风险等级;
根据所述植被类型风险等级、所述可燃物载量风险等级和所述火点密度风险等级,计算所述监测委托区每个栅格的山火发生风险等级;
根据所述监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息,计算所述输电线路下垫面发生山火时的火焰参数,得到输电线路与山火火焰的高度位置关系;
根据所述输电线路与山火火焰的高度位置关系计算所述输电线路发生山火时的跳闸风险等级;
对每个栅格的所述山火发生风险等级和所述跳闸风险等级进行平均取整,得到所述监测委托区的输电线路山火跳闸风险分布图。
可选地,所述根据所述监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息,计算所述输电线路下垫面发生山火时的火焰参数,得到输电线路与山火火焰的高度位置关系,之前还包括:
通过无人机搭载激光雷达扫描所述监测委托区的输电线路走廊,根据所述输电线路走廊的激光点云数据构建所述监测委托区的地表三维模型,输电线路走廊空间信息得到所述输电线路走廊空间信息。
可选地,所述根据所述监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息,计算所述输电线路下垫面发生山火时的火焰参数,得到输电线路与山火火焰的高度位置关系,包括:
将所述监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息进行关联,计算所述输电线路下垫面发生山火时的火焰参数;
将所述输电线路的空间位置信息与所述火焰参数进行比较,得到输电线路的导线对地高度与火焰高度的关系。
可选地,所述根据所述输电线路与山火火焰的高度位置关系计算所述输电线路发生山火时的跳闸风险等级,包括:
若所述火焰参数中,火焰高度大于或等于所述输电线路的导线对地高度,则根据第一放电风险系数公式计算导线对地放电风险系数和导线之间的放电风险系数,得到所述输电线路发生山火时的跳闸风险等级,否则,根据第二放电风险系数公式计算导线对地放电风险系数和导线之间的放电风险系数,得到所述输电线路发生山火时的跳闸风险等级。
可选地,所述第一放电风险系数公式为:
其中,U为线路的运行电压,Hair为导线对树木的最小净空距离,D为导线之间的距离,Ef为火焰中空气放电的平均场强,取32kV/m。
可选地,所述第二放电风险系数公式为:
其中,U为线路的运行电压,Hair为导线对树木的最小净空距离,D为导线之间的距离,Hflame为发生火灾时的火焰高度,Hline为导线的对地高度,Ef为火焰中空气放电的平均场强,取32kV/m,Ethl为高温烟气下导线放电的平均场强。
可选地,所述将所述监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息进行关联,计算所述输电线路下垫面发生山火时的火焰参数,包括:
将所述监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息进行关联,其中,所述气象参数信息包括年平均气温、年平均风速、年平均降水量和年平均连续无雨日;
根据所述输电线路走廊的点云数据和所述最近气象站点的当日气象参数,计算所述监测委托区的森林植被有效载量、山火蔓延速度和发生山火时的火焰高度;
所述森林植被有效载量的计算公式为:
AF=W((-0.0004N2+0.0063N-0.263)ln(P)+[0.380ln(N)+0.928])
式中,W为植被净载量,N为年平均连续无雨的天数,P为年平均降雨量;
所述山火蔓延速度的计算公式为:
Rθ=(R×(0.04AF+0.002))×(1.054e0.064θ)
式中,R为基础山火蔓延速度,Rθ为对基础山火蔓延速度进行修正后得到的山火蔓延速度,V1.5为1.5米高度处年平均空气风速,θ为坡度;
所述发生山火时的火焰高度的计算公式为:
Hflame=(0.096Rθ+0.0086)×AF。
可选地,所述对每个栅格的所述山火发生风险等级和所述跳闸风险等级进行平均取整,得到所述监测委托区的输电线路山火跳闸风险分布图,包括:
对每个栅格的所述山火发生风险等级和所述跳闸风险系数进行平均向上取整,得到所述监测委托区的输电线路对应的每个栅格的山火跳闸风险等级;
将所述每个栅格的山火跳闸风险等级在地理信息软件中进行跳闸风险可视化,对不同的跳闸风险进行不同配色,得到所述监测委托区的输电线路山火跳闸风险分布图。
可选地,所述山火发生风险等级的计算公式为:
F=0.25X+0.25Y+0.5Z
其中,F为山火发生风险等级,X为植被类型风险等级,Y为可燃物载量风险等级,Z为火点密度风险等级。
本申请第二方面提供了一种输电线路山火跳闸风险分布图绘制系统,包括:
风险等级确定单元,用于根据所述监测委托区的植被类型、可燃物载量和历史火点密度,确定所述监测委托区每个栅格的植被类型风险等级、可燃物载量风险等级和火点密度风险等级;
山火发生风险等级计算单元,用于根据所述植被类型风险等级、所述可燃物载量风险等级和所述火点密度风险等级,计算所述监测委托区每个栅格的山火发生风险等级;
输电线路与山火位置关系单元,用于根据所述监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息,计算所述输电线路下垫面发生山火时的火焰参数,得到输电线路与山火火焰的高度位置关系;
跳闸风险系数单元,用于根据所述输电线路与山火火焰的高度位置关系计算所述输电线路发生山火时的跳闸风险等级;
山火跳闸风险分布图绘制单元,用于对每个栅格的所述山火发生风险等级和所述跳闸风险等级进行平均取整,得到所述监测委托区的输电线路山火跳闸风险分布图。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请中,提供了一种输电线路山火跳闸风险分布图绘制方法,包括:根据监测委托区的植被类型、可燃物载量和历史火点密度,确定监测委托区每个栅格的植被类型风险等级、可燃物载量风险等级和火点密度风险等级;根据植被类型风险等级、可燃物载量风险等级和火点密度风险等级,计算监测委托区每个栅格的山火发生风险等级;根据监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息,计算输电线路下垫面发生山火时的火焰参数,得到输电线路与山火火焰的高度位置关系;根据输电线路与山火火焰的高度位置关系计算输电线路发生山火时的跳闸风险系数;对每个栅格的山火发生风险等级和跳闸风险系数进行平均取整,得到监测委托区的输电线路山火跳闸风险分布图。
本申请提供的输电线路山火跳闸风险分布图绘制方法,在考虑了植被类型参数、可燃物载量参数和气象参数之外,还将火点密度风险等级作为影响山火发生风险等级的因素,避免了山区输电走廊下方可燃物的分布存在不均匀性和不连续性带来的偏差。同时,通过叠加山火发生风险等级和在山火条件下的输电线路跳闸风险等级来获得监测委托区的输电线路山火跳闸风险分布图,提高了输电线路发生山火跳闸的风险预测准确度,解决了现有的输电线路山火跳闸风险预测方式预测准确度不够高,无法为电网提供可靠的山火防治指导的技术问题。
附图说明
图1为本申请实施例中提供的一种输电线路山火跳闸风险分布图绘制方法的一个流程示意图;
图2为本申请实施例中提供的一种输电线路山火跳闸风险分布图绘制方法的另一个流程示意图;
图3为山火火焰高度Hflame大于导线对地高度Hline时的示意图;
图4为山火火焰高度Hflame小于输电线路对地高度Hline时的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例1
为了便于理解,请参阅图1,本申请提供的一种输电线路山火跳闸风险分布图绘制方法的一个实施例,包括:
步骤101、根据监测委托区的植被类型、可燃物载量和历史火点密度,确定监测委托区每个栅格的植被类型风险等级、可燃物载量风险等级和火点密度风险等级。
需要说明的是,本申请实施例中,监测委托区的植被类型、可燃物载量和历史火点密度可以是对监测委托区进行卫星反演得到的。火点密度风险等级可以由历史火点栅格数据计算历史火点密度,再根据历史火点密度确定。植被类型风险等级、可燃物载量风险等级和火点密度风险等级可以预先进行划分,在获取到监测委托区的植被类型、可燃物载量和历史火点密度数据之后,可以根据划分的等级进行确定,植被类型风险等级的划分表格如表1所示,可燃物载量风险等级的划分表格如表2所示,火点密度风险等级的划分如表3所示。
表1
表2
表3
步骤102、根据植被类型风险等级、可燃物载量风险等级和火点密度风险等级,计算监测委托区每个栅格的山火发生风险等级。
需要说明的是,将每个栅格的植被类型风险等级、可燃物载量风险等级和火点密度风险等级作为自变量,山火发生风险等级作为因变量,为植被类型风险等级、可燃物载量风险等级和火点密度风险等级赋予预置权重系数,将三者的叠加影响视为山火发生风险等级。在一个实施例中,山火发生风险等级的计算公式可以是:
F=0.25X+0.25Y+0.5Z
其中,F为山火发生风险等级,X为植被类型风险等级,Y为可燃物载量风险等级,Z为火点密度风险等级。对于山火发生风险等级的计算结果可以遵循四舍五入法确定。
在一个实施例中,得到每个栅格的山火发生风险等级数据之后,可以采用地理信息来进行山火发生风险可视化,对不同风险进行不同配色,得到检测委托区内广域的山火发生风险分布图。
步骤103、根据监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息,计算输电线路下垫面发生山火时的火焰参数,得到输电线路与山火火焰的高度位置关系。
需要说明的是,可以从预先构建好的监测委托区的地表状况三维模型中获得输电线路走廊空间信息。监测委托区的地表状况三维模型中包括了输电线路走廊的具体树种、树高、植被含水量、植被净载量等植被参数;坡度坡向等地形参数;导线对地距离、对树木距离、相间距离等线路本体参数。根据输电线路走廊的位置信息,关联最近气象站点,从最近气象站点发布的年平均气温、年平均风速、年平均降水量年平均连续无雨日等气象参数。结合输电线路走廊空间信息和气象信息参数信息,可以计算出输电线路下垫面发生山火时的火焰参数,从而得到输电线路与山火火焰的高度位置关系。
步骤104、根据输电线路与山火火焰的高度位置关系计算输电线路发生山火时的跳闸风险等级。
需要说明的是,得到输电线路与山火火焰的高度位置关系之后,根据输电线路与山火火焰的高度位置关系,对输电线路在山火条件下的跳闸风险等级。
步骤105、对每个栅格的山火发生风险等级和跳闸风险等级进行平均取整,得到监测委托区的输电线路山火跳闸风险分布图。
需要说明的是,在得到监测委托区的山火发生风险等级和山火条件下的输电线路跳闸风险等级之后,对每个栅格,将山火发生风险等级和跳闸风险等级进行叠加平均处理,得到最终的监测委托区的输电线路山火跳闸风险等级,从而可以利用绘图软件,根据最终的输电线路山火跳闸风险等级绘制出输电线路跳闸风险分布图。
在一个实施例中,山火发生风险等级和跳闸风险等级进行叠加平均后,向上取整,得到最终的监测委托区的输电线路山火跳闸风险等级,避免因评估等级低导致未能准确采取相应等级的山火防治措施,造成损失。输电线路山火跳闸风险分布图的绘制可以采用地理信息软件绘制,将所述每个栅格的山火跳闸风险等级在地理信息软件中进行跳闸风险可视化,对不同的跳闸风险进行不同配色,得到所述监测委托区的输电线路山火跳闸风险分布图。
本申请实施例提供的输电线路山火跳闸风险分布图绘制方法,在考虑了植被类型参数、可燃物载量参数和气象参数之外,还将火点密度风险等级作为影响山火发生风险等级的因素,避免了山区输电走廊下方可燃物的分布存在不均匀性和不连续性带来的偏差,同时,通过叠加山火发生风险等级和在山火条件下的输电线路跳闸风险等级来获得监测委托区的输电线路山火跳闸风险分布图,提高了输电线路发生山火跳闸的风险预测准确度,解决了现有的输电线路山火跳闸风险预测方式预测准确度不够高,无法为电网提供可靠的山火防治指导的技术问题。
实施例2
为了便于理解,请参阅图2,本申请中提供了一种输电线路山火跳闸风险分布图绘制方法的另一个实施例,包括:
步骤201、根据监测委托区的植被类型、可燃物载量和历史火点密度,确定监测委托区每个栅格的植被类型风险等级、可燃物载量风险等级和火点密度风险等级。
需要说明的是,本申请实施例中的步骤201与实施例1中的步骤101一致,在此不再进行赘述。
步骤202、根据植被类型风险等级、可燃物载量风险等级和火点密度风险等级,计算监测委托区每个栅格的山火发生风险等级。
需要说明的是,本申请实施例中的步骤202与实施例1中的步骤102一致,在此不再进行赘述。
步骤203、通过无人机搭载激光雷达扫描监测委托区的输电线路走廊,根据输电线路走廊的激光点云数据构建监测委托区的地表三维模型,得到输电线路走廊空间信息。
需要说明的是,监测委托区的地表三维模型可以无人机搭载激光雷达扫描输电线路走廊得到的激光点云数据构建得到。通过无人机搭载的激光雷达可以扫描识别出输电线路走廊的具体树种、树高、植被含水量、植被净载量等植被参数;坡度坡向等地形参数;导线对地距离、对树木距离、相间距离等线路本体参数。
步骤204、将监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息进行关联,计算输电线路下垫面发生山火时的火焰参数。
需要说明的是,根据监测委托区的激光点云数据和气象站点发布的气象参数,可以计算出输电线路下垫面发生山火时的参数:
森林植被有效载量的计算公式为:
AF=W((-0.0004N2+0.0063N-0.263)ln(P)+[0.380ln(N)+0.928])
式中,W为植被净载量(t/Ha),N为年平均连续无雨的天数(d),P为年平均降雨量(mm);
所述山火蔓延速度的计算公式为:
Rθ=(R×(0.04AF+0.002))×(1.054e0.064θ)
式中,R为基础山火蔓延速度(m/s),Rθ为对基础山火蔓延速度进行修正后得到的山火蔓延速度(m/s),V1.5为1.5米高度处年平均空气风速(m/s),θ为坡度(°);
所述发生山火时的火焰高度的计算公式为:
Hflame=(0.096Rθ+0.0086)×AF。
步骤205、将输电线路的空间位置信息与火焰参数进行比较,得到输电线路的导线对地高度与火焰高度的关系。
需要说明的是,比较输电线路与山火的空间位置关系,确定山火火焰是否高于输电线路的对地高度,如图3和图4所示,图3为山火火焰高度Hflame大于导线对地高度Hline时的示意图,图4为山火火焰高度Hflame小于输电线路对地高度Hline时的示意图。
步骤206、根据输电线路与山火火焰的高度位置关系计算输电线路发生山火时的跳闸风险等级。
需要说明的是,若火焰参数中,火焰高度大于或等于输电线路的导线对地高度,则根据第一放电风险系数公式计算导线对地放电风险系数和导线之间的放电风险系数,得到输电线路发生山火时的跳闸风险等级,若火焰高度小于输电线路的导线对地高度,根据第二放电风险系数公式计算导线对地放电风险系数和导线之间的放电风险系数,得到输电线路发生山火时的跳闸风险等级。
在一个实施例中,第一放电风险系数公式为:
其中,U为线路的运行电压(kv),Hair为导线对树木的最小净空距离(m),D为导线之间的距离(m),Ef为火焰中空气放电的平均场强,取32kV/m。
在一个实施例中,第二放电风险系数公式为:
其中,U为线路的运行电压(kv),Hair为导线对树木的最小净空距离(m),D为导线之间的距离(m),Hflame为发生火灾时的火焰高度(m),Hline为导线的对地高度(m),Ef为火焰中空气放电的平均场强,取32kV/m,Ethl为高温烟气下导线放电的平均场强。Ethl可以由下式计算得到:
式中,Tpl为输电线路高度处的烟气羽流温度(℃)。
在得到输电线路导线对地放电风险系数以及导线之间放电风险系数之后,可以根据预先的风险等级划分表格,如表4所示,确定该输电线路的跳闸风险等级F'。
表4
步骤207、对每个栅格的山火发生风险等级和跳闸风险等级进行平均取整,得到监测委托区的输电线路山火跳闸风险分布图。
需要说明的是,根据输电线路所在区段的山火发生风险等级F和输电线路跳闸风险等级F′,按照平均向上取整的方式,得到最终输电线路山火跳闸风险分布情况。输电线路山火跳闸风险分级原则如表5所示。
表5
根据计算得到的监测委托区输电线路所在栅格的山火跳闸风险等级数据,若线路段跨越多个山火跳闸风险等级区域,则向上取最高风险等级作为该线路的山火跳闸风险等级。
采用地理信息软件进行跳闸风险可视化,对不同风险进行配色,得到检测委托区内输电线路的山火跳闸风险分布图。
本申请实施例中提供的输电线路山火跳闸风险分布图绘制方法,具有以下的优点:
1、采用了激光点云数据,实现对输电线路走廊植被、地形、输电线路本体参数的高精度识别,提高了山火跳闸风险的预测准确度。
2、引入跳闸物理模型和激光点云数据评估输电线路跳闸风险,计算出山火条件下输电线路跳闸风险,可有效指导输电线路防治山火工作,重点防范高风险输电区段。
3、基于激光点云的输电线路和下垫面信息,采用山火蔓延模型和空气放电物理模型评估导线的跳闸风险,保证了评估的准确性。
4、通过叠加平均向上取整山火发生风险和输电线路跳闸风险,得到输电线路山火跳闸风险分布图,有效指导输电线路防治山火运维工作。
实施例3
本申请中还提供了一种输电线路山火跳闸风险分布图绘制系统,包括:
风险等级确定单元,用于根据监测委托区的植被类型、可燃物载量和历史火点密度,确定监测委托区每个栅格的植被类型风险等级、可燃物载量风险等级和火点密度风险等级。
山火发生风险等级计算单元,用于根据植被类型风险等级、可燃物载量风险等级和所述火点密度风险等级,计算监测委托区每个栅格的山火发生风险等级。
输电线路与山火位置关系单元,用于根据监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息,计算输电线路下垫面发生山火时的火焰参数,得到输电线路与山火火焰的高度位置关系。
跳闸风险系数单元,用于根据输电线路与山火火焰的高度位置关系计算输电线路发生山火时的跳闸风险等级。
山火跳闸风险分布图绘制单元,用于对每个栅格的山火发生风险等级和跳闸风险等级进行平均取整,得到监测委托区的输电线路山火跳闸风险分布图。
本申请实施例提供的输电线路山火跳闸风险分布图绘制系统,在考虑了植被类型参数、可燃物载量参数和气象参数之外,还将火点密度风险等级作为影响山火发生风险等级的因素,避免了山区输电走廊下方可燃物的分布存在不均匀性和不连续性带来的偏差,同时,通过叠加山火发生风险等级和在山火条件下的输电线路跳闸风险等级来获得监测委托区的输电线路山火跳闸风险分布图,提高了输电线路发生山火跳闸的风险预测准确度,解决了现有的输电线路山火跳闸风险预测方式预测准确度不够高,无法为电网提供可靠的山火防治指导的技术问题。
进一步地,监测委托区的地表三维模型可以无人机搭载激光雷达扫描输电线路走廊得到的激光点云数据构建得到,通过无人机搭载的激光雷达可以扫描识别出输电线路走廊的具体树种、树高、植被含水量、植被净载量等植被参数;坡度坡向等地形参数;导线对地距离、对树木距离、相间距离等线路本体参数。
根据监测委托区的激光点云数据和气象站点发布的气象参数,可以计算出输电线路下垫面发生山火时的参数:
森林植被有效载量的计算公式为:
AF=W((-0.0004N2+0.0063N-0.263)ln(P)+[0.380ln(N)+0.928])
式中,W为植被净载量(t/Ha),N为年平均连续无雨的天数(d),P为年平均降雨量(mm);
所述山火蔓延速度的计算公式为:
Rθ=(R×(0.04AF+0.002))×(1.054e0.064θ)
式中,R为基础山火蔓延速度(m/s),Rθ为对基础山火蔓延速度进行修正后得到的山火蔓延速度(m/s),V1.5为1.5米高度处年平均空气风速(m/s),θ为坡度(°);
所述发生山火时的火焰高度的计算公式为:
Hflame=(0.096Rθ+0.0086)×AF。
比较输电线路与山火的空间位置关系,确定山火火焰是否高于输电线路的对地高度,如图3和图4所示,图3为山火火焰高度Hflame大于导线对地高度Hline时的示意图,图4为山火火焰高度Hflame小于输电线路对地高度Hline时的示意图。
若火焰参数中,火焰高度大于或等于输电线路的导线对地高度,则根据第一放电风险系数公式计算导线对地放电风险系数和导线之间的放电风险系数,得到输电线路发生山火时的跳闸风险等级,若火焰高度小于输电线路的导线对地高度,根据第二放电风险系数公式计算导线对地放电风险系数和导线之间的放电风险系数,得到输电线路发生山火时的跳闸风险等级。
在一个实施例中,第一放电风险系数公式为:
其中,U为线路的运行电压(kv),Hair为导线对树木的最小净空距离(m),D为导线之间的距离(m),Ef为火焰中空气放电的平均场强,取32kV/m。
在一个实施例中,第二放电风险系数公式为:
其中,U为线路的运行电压(kv),Hair为导线对树木的最小净空距离(m),D为导线之间的距离(m),Hflame为发生火灾时的火焰高度(m),Hline为导线的对地高度(m),Ef为火焰中空气放电的平均场强,取32kV/m,Ethl为高温烟气下导线放电的平均场强。Ethl可以由下式计算得到:
式中,Tpl为输电线路高度处的烟气羽流温度(℃)。在得到输电线路导线对地放电风险系数以及导线之间放电风险系数之后,可以根据预先的风险等级划分表格,如表4所示,确定该输电线路的跳闸风险等级F'。
根据输电线路所在区段的山火发生风险等级F和输电线路跳闸风险等级F′,按照平均向上取整的方式,得到最终输电线路山火跳闸风险分布情况。输电线路山火跳闸风险分级原则如表5所示。根据计算得到的监测委托区输电线路所在栅格的山火跳闸风险等级数据,若线路段跨越多个山火跳闸风险等级区域,则向上取最高风险等级作为该线路的山火跳闸风险等级。
采用地理信息软件进行跳闸风险可视化,对不同风险进行配色,得到检测委托区内输电线路的山火跳闸风险分布图。
本申请实施例中提供的输电线路山火跳闸风险分布图绘制系统,具有以下的优点:
1、采用了激光点云数据,实现对输电线路走廊植被、地形、输电线路本体参数的高精度识别,提高了山火跳闸风险的预测准确度。
2、引入跳闸物理模型和激光点云数据评估输电线路跳闸风险,计算出山火条件下输电线路跳闸风险,可有效指导输电线路防治山火工作,重点防范高风险输电区段。
3、基于激光点云的输电线路和下垫面信息,采用山火蔓延模型和空气放电物理模型评估导线的跳闸风险,保证了评估的准确性。
4、通过叠加平均向上取整山火发生风险和输电线路跳闸风险,得到输电线路山火跳闸风险分布图,有效指导输电线路防治山火运维工作。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:Random Access Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种输电线路山火跳闸风险分布图绘制方法,其特征在于,包括:
根据所述监测委托区的植被类型、可燃物载量和历史火点密度,确定所述监测委托区每个栅格的植被类型风险等级、可燃物载量风险等级和火点密度风险等级;
根据所述植被类型风险等级、所述可燃物载量风险等级和所述火点密度风险等级,计算所述监测委托区每个栅格的山火发生风险等级;
根据所述监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息,计算所述输电线路下垫面发生山火时的火焰参数,得到输电线路与山火火焰的高度位置关系;
根据所述输电线路与山火火焰的高度位置关系计算所述输电线路发生山火时的跳闸风险等级;
对每个栅格的所述山火发生风险等级和所述跳闸风险等级进行平均取整,得到所述监测委托区的输电线路山火跳闸风险分布图。
2.根据权利要求1所述的输电线路山火跳闸风险分布图绘制方法,其特征在于,所述根据所述监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息,计算所述输电线路下垫面发生山火时的火焰参数,得到输电线路与山火火焰的高度位置关系,之前还包括:
通过无人机搭载激光雷达扫描所述监测委托区的输电线路走廊,根据所述输电线路走廊的激光点云数据构建所述监测委托区的地表三维模型,输电线路走廊空间信息得到所述输电线路走廊空间信息。
3.根据权利要求2所述的输电线路山火跳闸风险分布图绘制方法,其特征在于,所述根据所述监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息,计算所述输电线路下垫面发生山火时的火焰参数,得到输电线路与山火火焰的高度位置关系,包括:
将所述监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息进行关联,计算所述输电线路下垫面发生山火时的火焰参数;
将所述输电线路的空间位置信息与所述火焰参数进行比较,得到输电线路的导线对地高度与火焰高度的关系。
4.根据权利要求3所述的输电线路山火跳闸风险分布图绘制方法,其特征在于,所述根据所述输电线路与山火火焰的高度位置关系计算所述输电线路发生山火时的跳闸风险等级,包括:
若所述火焰参数中,火焰高度大于或等于所述输电线路的导线对地高度,则根据第一放电风险系数公式计算导线对地放电风险系数和导线之间的放电风险系数,得到所述输电线路发生山火时的跳闸风险等级,否则,根据第二放电风险系数公式计算导线对地放电风险系数和导线之间的放电风险系数,得到所述输电线路发生山火时的跳闸风险等级。
7.根据权利要求3所述的输电线路山火跳闸风险分布图绘制方法,其特征在于,所述将所述监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息进行关联,计算所述输电线路下垫面发生山火时的火焰参数,包括:
将所述监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息进行关联,其中,所述气象参数信息包括年平均气温、年平均风速、年平均降水量和年平均连续无雨日;
根据所述输电线路走廊的点云数据和所述最近气象站点的当日气象参数,计算所述监测委托区的森林植被有效载量、山火蔓延速度和发生山火时的火焰高度;
所述森林植被有效载量的计算公式为:
AF=W((-0.0004N2+0.0063N-0.263)ln(P)+[0.380ln(N)+0.928])
式中,W为植被净载量,N为年平均连续无雨的天数,P为年平均降雨量;
所述山火蔓延速度的计算公式为:
Rθ=(R×(0.04AF+0.002))×(1.054e0.064θ)
式中,R为基础山火蔓延速度,Rθ为对基础山火蔓延速度进行修正后得到的山火蔓延速度,V1.5为1.5米高度处年平均空气风速,θ为坡度;
所述发生山火时的火焰高度的计算公式为:
Hflame=(0.096Rθ+0.0086)×AF。
8.根据权利要求1所述的输电线路山火跳闸风险分布图绘制方法,其特征在于,所述对每个栅格的所述山火发生风险等级和所述跳闸风险等级进行平均取整,得到所述监测委托区的输电线路山火跳闸风险分布图,包括:
对每个栅格的所述山火发生风险等级和所述跳闸风险系数进行平均向上取整,得到所述监测委托区的输电线路对应的每个栅格的山火跳闸风险等级;
将所述每个栅格的山火跳闸风险等级在地理信息软件中进行跳闸风险可视化,对不同的跳闸风险进行不同配色,得到所述监测委托区的输电线路山火跳闸风险分布图。
9.根据权利要求1所述的输电线路山火跳闸风险分布图绘制方法,其特征在于,所述山火发生风险等级的计算公式为:
F=0.25X+0.25Y+0.5Z
其中,F为山火发生风险等级,X为植被类型风险等级,Y为可燃物载量风险等级,Z为火点密度风险等级。
10.一种输电线路山火跳闸风险分布图绘制系统,其特征在于,包括:
风险等级确定单元,用于根据所述监测委托区的植被类型、可燃物载量和历史火点密度,确定所述监测委托区每个栅格的植被类型风险等级、可燃物载量风险等级和火点密度风险等级;
山火发生风险等级计算单元,用于根据所述植被类型风险等级、所述可燃物载量风险等级和所述火点密度风险等级,计算所述监测委托区每个栅格的山火发生风险等级;
输电线路与山火位置关系单元,用于根据所述监测委托区的输电线路走廊空间信息和最近气象站点发布的气象参数信息,计算所述输电线路下垫面发生山火时的火焰参数,得到输电线路与山火火焰的高度位置关系;
跳闸风险系数单元,用于根据所述输电线路与山火火焰的高度位置关系计算所述输电线路发生山火时的跳闸风险等级;
山火跳闸风险分布图绘制单元,用于对每个栅格的所述山火发生风险等级和所述跳闸风险等级进行平均取整,得到所述监测委托区的输电线路山火跳闸风险分布图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011347468.XA CN112465926B (zh) | 2020-11-26 | 2020-11-26 | 一种输电线路山火跳闸风险分布图绘制方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011347468.XA CN112465926B (zh) | 2020-11-26 | 2020-11-26 | 一种输电线路山火跳闸风险分布图绘制方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112465926A true CN112465926A (zh) | 2021-03-09 |
CN112465926B CN112465926B (zh) | 2022-01-11 |
Family
ID=74808527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011347468.XA Active CN112465926B (zh) | 2020-11-26 | 2020-11-26 | 一种输电线路山火跳闸风险分布图绘制方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112465926B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113159639A (zh) * | 2021-05-17 | 2021-07-23 | 广东电网有限责任公司 | 一种输电线路山火跳闸风险评估方法及装置 |
CN113222341A (zh) * | 2021-04-08 | 2021-08-06 | 国网湖南省电力有限公司 | 基于电网山火隐患点风险的灭火直升机部署方法及系统 |
CN113238299A (zh) * | 2021-05-06 | 2021-08-10 | 中国科学技术大学 | 森林火险因子实时数据的采集方法、系统、介质及设备 |
CN113793021A (zh) * | 2021-09-10 | 2021-12-14 | 广东电网有限责任公司 | 立体化输电走廊山火监测装置及方法 |
CN117197680A (zh) * | 2023-08-20 | 2023-12-08 | 国网湖北省电力有限公司神农架供电公司 | 基于多源卫星数据的输配电森林火灾监控方法、监控装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130050478A1 (en) * | 2011-08-29 | 2013-02-28 | Venu Madhav Tadepalli | Systems and Methods For Locating Faults In A Power System |
CN104376510A (zh) * | 2014-12-05 | 2015-02-25 | 国家电网公司 | 一种输电线路因山火跳闸的风险等级预测评估方法 |
CN105243459A (zh) * | 2015-11-12 | 2016-01-13 | 华北电力大学 | 综合气象及人工防火措施的输电线路山火跳闸风险控制方法 |
CN107590563A (zh) * | 2017-09-07 | 2018-01-16 | 国网湖南省电力公司 | 电网山火灾害风险分布图绘制方法及系统 |
US20180189898A1 (en) * | 2015-08-24 | 2018-07-05 | State Grid Corporation Of China | Cluster analysis based power transmission line mountain fire risky area division method |
CN110941802A (zh) * | 2019-12-09 | 2020-03-31 | 国网湖南省电力有限公司 | 一种考虑气象因素的输电线路山火跳闸概率计算方法 |
-
2020
- 2020-11-26 CN CN202011347468.XA patent/CN112465926B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130050478A1 (en) * | 2011-08-29 | 2013-02-28 | Venu Madhav Tadepalli | Systems and Methods For Locating Faults In A Power System |
CN104376510A (zh) * | 2014-12-05 | 2015-02-25 | 国家电网公司 | 一种输电线路因山火跳闸的风险等级预测评估方法 |
US20180189898A1 (en) * | 2015-08-24 | 2018-07-05 | State Grid Corporation Of China | Cluster analysis based power transmission line mountain fire risky area division method |
CN105243459A (zh) * | 2015-11-12 | 2016-01-13 | 华北电力大学 | 综合气象及人工防火措施的输电线路山火跳闸风险控制方法 |
CN107590563A (zh) * | 2017-09-07 | 2018-01-16 | 国网湖南省电力公司 | 电网山火灾害风险分布图绘制方法及系统 |
CN110941802A (zh) * | 2019-12-09 | 2020-03-31 | 国网湖南省电力有限公司 | 一种考虑气象因素的输电线路山火跳闸概率计算方法 |
Non-Patent Citations (2)
Title |
---|
刘明军: "输电线路山火故障风险评估模型及评估方法研究", 《电力系统保护与控制》 * |
周志宇: "山火灾害引发的输电线路跳闸风险实时分析方法及应用", 《中国电机工程学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222341A (zh) * | 2021-04-08 | 2021-08-06 | 国网湖南省电力有限公司 | 基于电网山火隐患点风险的灭火直升机部署方法及系统 |
CN113222341B (zh) * | 2021-04-08 | 2023-07-18 | 国网湖南省电力有限公司 | 基于电网山火隐患点风险的灭火直升机部署方法及系统 |
CN113238299A (zh) * | 2021-05-06 | 2021-08-10 | 中国科学技术大学 | 森林火险因子实时数据的采集方法、系统、介质及设备 |
CN113159639A (zh) * | 2021-05-17 | 2021-07-23 | 广东电网有限责任公司 | 一种输电线路山火跳闸风险评估方法及装置 |
CN113793021A (zh) * | 2021-09-10 | 2021-12-14 | 广东电网有限责任公司 | 立体化输电走廊山火监测装置及方法 |
CN113793021B (zh) * | 2021-09-10 | 2024-05-14 | 广东电网有限责任公司 | 立体化输电走廊山火监测装置及方法 |
CN117197680A (zh) * | 2023-08-20 | 2023-12-08 | 国网湖北省电力有限公司神农架供电公司 | 基于多源卫星数据的输配电森林火灾监控方法、监控装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112465926B (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112465926B (zh) | 一种输电线路山火跳闸风险分布图绘制方法和系统 | |
CN104376510B (zh) | 一种输电线路因山火跳闸的风险等级预测评估方法 | |
Duff et al. | Operational wildfire suppression modelling: a review evaluating development, state of the art and future directions | |
CN110570615A (zh) | 天空地联合的输电线路通道山火趋势预警方法、装置、系统及存储介质 | |
Atkinson et al. | Implementation of quantitative bushfire risk analysis in a GIS environment | |
CN110908014B (zh) | 舞动精细化订正预报方法及系统 | |
Dennison et al. | WUIVAC: a wildland-urban interface evacuation trigger model applied in strategic wildfire scenarios | |
CN104463883A (zh) | 一种输电通道林火蔓延风险评估方法 | |
CN105243459B (zh) | 综合气象及人工防火措施的输电线路山火跳闸风险控制方法 | |
CN113793021B (zh) | 立体化输电走廊山火监测装置及方法 | |
CN104992373A (zh) | 一种输电线路自然灾害风险预警方法 | |
CN106157178A (zh) | 一种输电线路走廊周边山火发展趋势预测方法 | |
CN104732103A (zh) | 一种面向输电线路的山火临近风险评估方法 | |
CN114120565A (zh) | 一种森林火情预警方法 | |
CN111681129A (zh) | 一种基于卫星数据的输电线路山火风险判定方法及系统 | |
CN113537846B (zh) | 基于气象灾害的输配电线路杆塔的风险分析方法及系统 | |
CN114153224A (zh) | 基于微气象的无人机飞行路径智能规划控制系统及方法 | |
CN106909918B (zh) | 基于输电线路沿线卫星图像的山火危险性辨识方法 | |
CN110210769A (zh) | 一种输电线路山火蔓延风险预测方法及系统 | |
Al-Rashidi et al. | Investigation of the efficiency of existing air pollution monitoring sites in the state of Kuwait | |
CN113159639A (zh) | 一种输电线路山火跳闸风险评估方法及装置 | |
CN106485400B (zh) | 计及线路状态的交流输电线路台风风险的评估方法 | |
CN111130010A (zh) | 一种输电走廊内植被状况获取方法及装置 | |
Ituen et al. | A case study: workflow analysis of powerline systems for risk management | |
CN115512295A (zh) | 一种输电线路山火检测方法、预警方法及预警系统 |
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 |