CN112506994A - 一种电力设备洪涝隐患点监测预警方法及相关装置 - Google Patents

一种电力设备洪涝隐患点监测预警方法及相关装置 Download PDF

Info

Publication number
CN112506994A
CN112506994A CN202011417184.3A CN202011417184A CN112506994A CN 112506994 A CN112506994 A CN 112506994A CN 202011417184 A CN202011417184 A CN 202011417184A CN 112506994 A CN112506994 A CN 112506994A
Authority
CN
China
Prior art keywords
rainfall
power equipment
target
hidden danger
monitoring data
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
CN202011417184.3A
Other languages
English (en)
Other versions
CN112506994B (zh
Inventor
魏瑞增
黄勇
田翔
周恩泽
鲁跃峰
饶章权
王彤
刘淑琴
范亚洲
罗颖婷
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.)
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Guangdong Power Grid 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 Electric Power Research Institute of Guangdong Power Grid Co Ltd filed Critical Electric Power Research Institute of Guangdong Power Grid Co Ltd
Priority to CN202011417184.3A priority Critical patent/CN112506994B/zh
Publication of CN112506994A publication Critical patent/CN112506994A/zh
Application granted granted Critical
Publication of CN112506994B publication Critical patent/CN112506994B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Linguistics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种电力设备洪涝隐患点监测预警方法及相关装置，方法包括：获取周期性监测数据和历史监测数据；依据历史监测数据，从多个预设电力设备洪涝隐患点中选择目标电力设备洪涝隐患点；根据周期性监测数据，确定初始降雨量；根据初始降雨量和目标电力设备洪涝隐患点对应的修正系数，确定目标电力设备洪涝隐患点的目标降雨量；基于目标降雨量与预设雨量等级的比较结果，输出对目标电力设备洪涝隐患点的预警信息。该方法能够更为准确地对电力设备洪涝隐患点的降雨量进行估计，有效实现降雨预警。

Description

一种电力设备洪涝隐患点监测预警方法及相关装置
技术领域
本发明涉及监测预警技术领域，尤其涉及一种电力设备洪涝隐患点监测预警方法及相关装置。
背景技术
电力作为国家重要的基础产业部门，每当发生强降雨时，若是出现洪涝灾害影响到电力设备的使用，则会对工商业、居民生活用电造成极大影响，同时给电网造成巨大的损失。
而我国的洪涝灾害主要由于强降雨而形成，且出现时间大多数是在夏季。当发生强降雨时，可能还会造成滑坡或泥石流，使得输电线路杆塔的地基松软或导致输电线路杆塔倾斜；而当雨量达到一定程度时，则会对变电站、配电房造成水浸，从而导致电网设备的财产损失。
为此，对强降雨的预防事关重要，而目前对于输电线路杆塔、变电站、配电房等电力设备的所处位置的雨量的检测方法通常只是大致估计，无法实现精确的预防强降雨。
发明内容
本发明提供了一种电力设备洪涝隐患点监测预警方法及相关装置，解决了现有技术中由于只能对电力设备所处位置的降雨量进行大致估计，无法精确预防强降雨，难以减少财产损失的技术问题。
本发明提供的一种电力设备洪涝隐患点监测预警方法，包括：
获取周期性监测数据和历史监测数据；
依据所述历史监测数据，从多个预设电力设备洪涝隐患点中选择目标电力设备洪涝隐患点；
根据所述周期性监测数据，确定初始降雨量；
根据所述初始降雨量和所述目标电力设备洪涝隐患点对应的修正系数，确定所述目标电力设备洪涝隐患点的目标降雨量；
基于所述目标降雨量与预设雨量等级的比较结果，输出对所述目标电力设备洪涝隐患点的预警信息。
可选地，涉及天气预报模式系统和多个气象站，所述周期性监测数据包括雨量监测数据和雨量预测数据，所述获取周期性监测数据和历史监测数据的步骤，包括：
获取通过所述多个气象站周期性采集的雨量监测数据；
获取通过所述天气预报模式系统预测的多个预设网格点的雨量预测数据；
获取每个所述预设电力设备洪涝隐患点的历史监测数据。
可选地，所述历史监测信息包括历史降雨信息、历史受灾信息和地形地貌信息，所述依据所述历史监测数据，从多个预设电力设备洪涝隐患点中选择目标电力设备洪涝隐患点的步骤，包括：
基于所述历史降雨信息、所述历史受灾信息和所述地形地貌信息，对多个预设电力设备洪涝隐患点进行风险等级划分，确定每个所述预设电力设备洪涝隐患点的风险等级；
依据每个所述风险等级，从多个所述预设电力设备洪涝隐患点中选择目标电力设备洪涝隐患点。
可选地，所述初始降雨量包括累积降雨量、第一预测降雨量和第二预测降雨量，所述根据所述周期性监测数据，确定初始降雨量的步骤，包括：
采用在第一预设时间段内的多个所述雨量监测数据进行累加，得到所述累积降雨量；
采用在第二预设时间段内的多个所述雨量预测数据进行累加，得到所述第一预测降雨量；
采用在第三预设时间段内的多个所述雨量预测数据进行累加，得到所述第二预测降雨量。
可选地，所述目标降雨量包括目标累积降雨量、第一目标预测降雨量和第二目标预测降雨量，所述根据所述初始降雨量和所述目标电力设备洪涝隐患点对应的修正系数，确定所述目标电力设备洪涝隐患点的目标降雨量的步骤，包括：
获取所述目标电力设备洪涝隐患点与各个所述气象站之间的第一距离；
获取所述目标电力设备洪涝隐患点与各个所述预设网格点之间的第二距离；
根据所述第一距离和所述第二距离，采用反距离权重插值法分别计算所述累积降雨量的第一待修正值、所述第一预测降雨量的第二待修正值和所述第二预测降雨量的第三待修正值；
采用所述目标电力设备洪涝隐患点对应的修正系数对所述第一待修正值进行修正，得到所述目标累积降雨量；
采用所述修正系数对所述第二待修正值进行修正，得到所述第一目标预测降雨量；
采用所述修正系数对所述第三待修正值进行修正，得到所述第二目标预测降雨量。
可选地，所述基于所述目标降雨量与预设雨量等级的比较结果，输出对所述目标电力设备洪涝隐患点的预警信息的步骤，包括：
根据所述目标累积降雨量、所述第一目标预测降雨量和所述第二目标预测降雨量与预设雨量等级的比较结果，确定所述目标电力设备洪涝隐患点的预警等级；
输出与所述预警等级对应的预警信息。
本发明还提供了一种电力设备洪涝隐患点监测预警装置，包括：
数据获取模块，用于获取周期性监测数据和历史监测数据；
目标隐患点确定模块，用于依据所述历史监测数据，从多个预设电力设备洪涝隐患点中选择目标电力设备洪涝隐患点；
初始降雨量确定模块，用于根据所述周期性监测数据，确定初始降雨量；
目标降雨量确定模块，用于根据所述初始降雨量和所述目标电力设备洪涝隐患点对应的修正系数，确定所述目标电力设备洪涝隐患点的目标降雨量；
预警信息输出模块，用于基于所述目标降雨量与预设雨量等级的比较结果，输出对所述目标电力设备洪涝隐患点的预警信息。
可选地，涉及天气预报模式系统和多个气象站，所述数据获取模块包括：
雨量监测数据获取子模块，用于获取通过所述多个气象站周期性采集的雨量监测数据；
雨量预测数据获取子模块，用于获取通过所述天气预报模式系统预测的多个预设网格点的雨量预测数据；
历史监测数据获取子模块，用于获取每个所述预设电力设备洪涝隐患点的历史监测数据。
本发明还提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述任一项所述的电力设备洪涝隐患点监测预警方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被所述处理器执行时实现如上述任一项所述的电力设备洪涝隐患点监测预警方法。
从以上技术方案可以看出，本发明具有以下优点：
本发明通过获取周期性监测数据和历史监测数据，基于历史监测数据从多个预设电力设备洪涝隐患点选择目标电力设备洪涝隐患点，再根据周期性监测数据进行初始降雨量的计算，采用初始降雨量和目标电力设备洪涝隐患点对应的修正系数，对初始降雨量进行修正，以确定对应的目标降雨量，最后基于目标降雨量确定目标电力设备洪涝隐患点的预警信息并输出，从而解决现有技术中由于只能对电力设备所处位置的降雨量进行大致估计，无法精确预防强降雨，难以减少财产损失的技术问题，更为准确地对电力设备洪涝隐患点的降雨量进行估计，有效实现降雨预警。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例一提供的一种电力设备洪涝隐患点监测预警方法的步骤流程图；
图2为本发明实施例二提供的一种电力设备洪涝隐患点监测预警方法的步骤流程图；
图3为本发明实施例提供的天气预报模式系统的流程框图；
图4为本发明实施例提供的降水量分布图；
图5为本发明实施例三提供的一种电力设备洪涝隐患点监测预警装置的结构框图。
具体实施方式
本发明实施例提供了一种电力设备洪涝隐患点监测预警方法及相关装置，用于解决现有技术中由于只能对电力设备所处位置的降雨量进行大致估计，无法精确预防强降雨，难以减少财产损失的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
请参阅图1，图1为本发明实施例一提供的一种电力设备洪涝隐患点监测预警方法的步骤流程图。
本发明提供的一种电力设备洪涝隐患点监测预警方法，包括：
步骤101，获取周期性监测数据和历史监测数据；
步骤102，依据所述历史监测数据，从多个预设电力设备洪涝隐患点中选择目标电力设备洪涝隐患点；
在本发明实施例中，待获取到历史监测数据后，可以基于历史监测数据，以确定每个预设电力设备洪涝隐患点在历史降雨事件中的状态，从而对目标电力设备洪涝隐患点进行选定，以便于后续计算量的减少。
步骤103，根据所述周期性监测数据，确定初始降雨量；
由于洪涝灾害一般是由于持续性的降雨而造成的，因此在获取周期性监测数据之后，可以基于周期性监测数据进行计算累加，以确定在一定周期内的初始降雨量。
步骤104，根据所述初始降雨量和所述目标电力设备洪涝隐患点对应的修正系数，确定所述目标电力设备洪涝隐患点的目标降雨量；
在得到初始降雨量之后，由于初始降雨量通常是基于气象站或者天气预报模式系统所得到的，因此还需要根据目标电力设备洪涝隐患点的具体位置进行进一步的修正，在实际操作中可以基于每个目标电力设备洪涝隐患点对应的修正系数对初始降雨量进行修正，确定所述目标电力设备洪涝隐患点对应的目标降雨量。
步骤105，基于所述目标降雨量与预设雨量等级的比较结果，输出对所述目标电力设备洪涝隐患点的预警信息。
在具体实现中，获取到目标电力设备洪涝隐患点对应的目标降雨量后，根据目标降雨量与预设雨量等级的比较结果，也就可以得知目标电力设备洪涝设备点在一定的时间段内是否存在洪涝灾害，此时可以基于目标降雨量输出对所述目标电力设备洪涝隐患点的预警信息。
在本发明实施例中，通过获取周期性监测数据和历史监测数据，基于历史监测数据从多个预设电力设备洪涝隐患点选择目标电力设备洪涝隐患点，再根据周期性监测数据进行初始降雨量的计算，采用初始降雨量和目标电力设备洪涝隐患点对应的修正系数，对初始降雨量进行修正，以确定对应的目标降雨量，最后基于目标降雨量确定目标电力设备洪涝隐患点的预警信息并输出，从而解决现有技术中由于只能对电力设备所处位置的降雨量进行大致估计，无法精确预防强降雨，难以减少财产损失的技术问题，更为准确地对电力设备洪涝隐患点的降雨量进行估计，有效实现降雨预警。
请参阅图2，图2为本发明实施例二提供的一种电力设备洪涝隐患点监测预警方法的步骤流程图。
本发明提供的一种电力设备洪涝隐患点监测预警方法，包括：
步骤201，获取周期性监测数据和历史监测数据；
可选地，本方法涉及到天气预报模式系统和多个气象站，所述周期性监测数据包括雨量监测数据和雨量预测数据，步骤201可以包括以下子步骤：
获取通过所述多个气象站周期性采集的雨量监测数据；
获取通过所述天气预报模式系统预测的多个预设网格点的雨量预测数据；
获取每个所述预设电力设备洪涝隐患点的历史监测数据。
在具体实现中，周期性监测数据的来源可以来自于1300个气象站站点采集得到的逐小时的雨量数据。气象站包含国家站和自动站，其中，国家站的选取为全省范围内每个县区1个国家站，而自动站的选取则是按照沿海地区每个乡镇1个自动站。气象站的数据采集是逐小时采集的，并且是整点采集数据。
此外需说明的是，气象站采集得到的监测数据除了雨量外，还有温度、湿度、气压、风速等参数。
雨量预测数据可以来源于未来3天的数值预报，也就是来源于每天两次的天气预报模式(Weather Research and Forecasting Model，WRF)数值天气预报产品，属于网格化数据，例如覆盖XX省的1km*1km的网格化数据。
WRF模式系统的主要组成部分包括：WRF模式动力框架、WRF前处理模块(WPS、OBSGRID)、WRFDA数据同化模块、WRF后处理(格式转换)及可视化模块等。具体的组成及数据输入输出流程示意图可以参见图3：
系统可以分为三个部分：1、资料前处理；2、主模式；3、后处理。
1、资料前处理
包括资料的收集和预处理、资料分析和插值处理。由于区域模式需要侧边界资料，同时在资料分析时需要背景场，因此资料收集采用标准格点资料：NCEP的再分析资料作为分析的背景场。现行业务模式使用的背景场是NCEP实时下发的预报场作为背景场。资料的预处理包括形成模式网格和一些静态数据场(如地形、土地利用、土壤类型、月叶面积指数、经度和纬度等，将数据插值到WRF模式的计算格点(包括水平方向和垂直方向)上，为WRF模式提供初始场和边界条件(现用σ坐标)。
2、主模式
它是整个系统的核心，模式中包含大气中的动力过程以及对边界层的参数化处理，次网格降水参数化(积云对流)，水的相变过程(水汽，云水，雨水，云冰，过冷却水，雪等的相互转换)，扩散过程，辐射等物理过程。模式采用了双向三重嵌套网格，第一重嵌套水平分辨率为9km，覆盖我国西北太平洋西部；第二重嵌套水平分辨率为3km，主要覆盖广东、江西、浙江、广东；第三重嵌套水平分辨率为1km，格点数为809×532，主要覆盖广东、台湾以及台湾海峡。模式垂直分辨率均为不等距σ坐标的28层。模式内容和物理过程方案见下表1：
Figure BDA0002820501110000081
表1模式内容和物理过程方案
3、后处理
后处理部分对模式积分结果进行分析，将各种物理量转化到等压面和等高面上，并转化成各种绘图软件所需要的格式。
最终输出未来72小时逐小时的降雨预测数据，且为1km*1km网格数据。
在本发明实施例中，所述历史监测信息包括历史降雨信息、历史受灾信息和地形地貌信息，上述步骤102中的技术特征“依据所述历史监测数据，从多个预设电力设备洪涝隐患点中选择目标电力设备洪涝隐患点”可以包括以下步骤202-203：
步骤202，基于所述历史降雨信息、所述历史受灾信息和所述地形地貌信息，对多个预设电力设备洪涝隐患点进行风险等级划分，确定每个所述预设电力设备洪涝隐患点的风险等级；
在具体实现中，电力设备洪涝隐患点可以按照风险划分为三个等级，分别对应着紧急、重大和一般，而不同的电力设备对等级划分标准也有所不同：
对于一级风险(紧急)而言：
输电线路：①在所在县(区)防风防汛启动应急响应情况下，电缆隧道存在水浸情况，且隧道配置的排水设施无法及时排出积水；②在所在县(区)防风防汛启动应急响应情况下，输电线路杆塔基础存在严重积水并可能导致影响杆塔安全稳定运行。
变电站：①变电站属于地下或半地下变电站，在所在县(区)防风防汛Ⅳ级及以下应急响应情况下存在水浸问题，且变电站配置的排水设施未能及时排出积水；②在变电站周边市政排水设施正常发挥功能的情况下，由于变电站地势低洼，在所在县(区)防风防汛Ⅳ级应急响应或以下级别情况下，存在变电站积水问题，在变电站配置的排水设施正常工作的情况下，进水深度接近设备(包括端子箱)安装基面；③变电站周边市政排水设施遭受破坏或堵塞，变电站内积水无法有效排出。
配电房：①配电房存在进水问题，一旦停电将会影响到特级、一级保供电用户的；②在所在县(区)防风防汛Ⅳ级应急响应及以下级别情况下，配电房存在进水问题且未能及时排出积水，进水深度接近配电房内设备安装基面的；③配电房位于地下室最底层，存在水浸问题，且一旦发生严重水浸会由于缺乏转电手段或其他方面的原因，导致用户发生超过12小时的停电。
对于二级风险(重大)而言：
输电线路：①在所在县(区)防风防汛启动应急响应情况下，电缆隧道存在水浸问题，但隧道配置的排水设施能够及时排出积水；②在所在县(区)防风防汛启动应急响应情况下，输电线路保护区范围内存在较为明显的积水并可能导致影响杆塔安全稳定运行。
变电站：①变电站属于地下或半地下变电站，在所在县(区)防风防汛Ⅳ级及以下应急响应情况下存在水浸问题，但变电站配置的排水设施能够及时排出积水；②在变电站周边市政排水设施正常发挥功能的情况下，由于变电站地势低洼，在所在县(区)防风防汛Ⅲ级应急响应或以下级别情况下，在变电站配置的排水设施正常工作的情况下，存在变电站积水问题且进水深度不超过设备(包括端子箱)安装基面；③变电站周边市政排水设施遭受破坏或堵塞，在所在县(区)防风防汛Ⅳ级及以下应急响应情况下，变电站内积水排出时间超过0.5小时。
配电房：①配电房存在进水问题，一旦停电将会影响到二级保供电用户的；②在所在县(区)防风防汛Ⅲ级应急响应级别情况下，配电房存在进水问题且未能及时排出积水，进水深度接近配电房内设备安装基面的；③配电网位于地下室，在发生严重水浸导致设备停运时，能够安排临时供电措施，用户停电时间能够控制在12小时以内。
对于三级风险(一般)而言：
输电线路：在所在县(区)防风防汛启动应急响应情况下，输电线路保护区范围内有积水并可能导致影响杆塔安全稳定运行，采取临时加固措施后可以有效控制杆塔倾斜风险。
变电站：①变电站属于地下或半地下变电站，在所在县(区)防风防汛Ⅲ级及以上应急响应情况下存在水浸问题，但变电站配置的排水设施能够及时排出积水；②在所在县(区)变电站周边市政排水设施正常发挥功能的情况下，由于变电站地势低洼，在所在县(区)防风防汛Ⅱ级应急响应及以上级别情况下，存在变电站积水问题，且进水深度接近设备(包括端子箱)安装基面；③变电站周边市政排水设施遭受破坏或堵塞，在所在县(区)防风防汛Ⅳ级及以下应急响应情况下，变电站内积水排出时间不超过0.5小时。
配电房：①在所在县(区)防风防汛Ⅱ级及以上应急响应情况下，存在配电房进水问题，但进水程度短期内不会导致设备受损，经排水设施排水后能够保证设备安全运行；②配电房位于地下室，在发生严重水浸导致设备停运时，具备较为完善的临时供电措施，用户停电时间能够控制在6小时以内。
步骤203，依据每个所述风险等级，从多个所述预设电力设备洪涝隐患点中选择目标电力设备洪涝隐患点。
在本发明实施例中，确定每个预设电力设备洪涝隐患点的风险等级之后，也就可以确定在本次降雨过程中，需要特别注意哪些电力设备洪涝隐患点，此时可以将风险等级属于紧急和重大的电力设备洪涝隐患点确定为目标电力设备洪涝隐患点。
步骤204，根据所述周期性监测数据，确定初始降雨量；
进一步地，所述初始降雨量包括累积降雨量、第一预测降雨量和第二预测降雨量，步骤204可以包括以下子步骤：
采用在第一预设时间段内的多个所述雨量监测数据进行累加，得到所述累积降雨量；
采用在第二预设时间段内的多个所述雨量预测数据进行累加，得到所述第一预测降雨量；
采用在第三预设时间段内的多个所述雨量预测数据进行累加，得到所述第二预测降雨量。
在本发明实施例中，由于雨量监测数据是周期性进行采集的，可以设置为逐小时进行收集，为判断当前时刻目标电力设备洪涝隐患点的水浸程度，此时可以采用第一预设时间段内所采集到的多个雨量监测数据进行累加，得到累积降雨量。而在实际操作中，降雨可能是具有持续性的，仅计算当前时刻的累积降雨量往往是不够的，此时可以在在第二预设时间段内，采用多个所述雨量预测数据进行累加，得到所述第一预测降雨量，例如计算未来24小时内的第一预测降雨量。同理还可以计算未来24-48小时内的第二预测降雨量。从而对后续目标电力设备洪涝隐患点的预警提供数据基础。
值得一提的是，第一预设时间段可以为过去24小时，第二预设时间段可以为未来0-24小时，第三预设时间段可以为未来24-48小时，或者由技术人员根据实际需要自行设定。
步骤205，根据所述初始降雨量和所述目标电力设备洪涝隐患点对应的修正系数，确定所述目标电力设备洪涝隐患点的目标降雨量；
在本发明的一个示例中，所述目标降雨量包括目标累积降雨量、第一目标预测降雨量和第二目标预测降雨量，步骤205可以包括以下子步骤：
获取所述目标电力设备洪涝隐患点与各个所述气象站之间的第一距离；
获取所述目标电力设备洪涝隐患点与各个所述预设网格点之间的第二距离；
根据所述第一距离和所述第二距离，采用反距离权重插值法分别计算所述累积降雨量的第一待修正值、所述第一预测降雨量的第二待修正值和所述第二预测降雨量的第三待修正值；
采用所述目标电力设备洪涝隐患点对应的修正系数对所述第一待修正值进行修正，得到所述目标累积降雨量；
采用所述修正系数对所述第二待修正值进行修正，得到所述第一目标预测降雨量；
采用所述修正系数对所述第三待修正值进行修正，得到所述第二目标预测降雨量。
在本发明实施例中，为提高目标电力设备洪涝隐患点的预测准确率，可以基于反距离权重插值法，确定气象站、预设网格点与目标电力设备洪涝隐患点之间的相关度。值得一提的是，反距离权重插值法是基于相近相似的原理：即两个物体离得近，它们的性质就越相似，反之，离得越远则相似性越小。
在具体实现中，可以获取所述目标电力设备洪涝隐患点与各个所述气象站之间的第一距离，以及各个所述预设网格点之间的第二距离，采用反距离权重插值法分别计算气象站和各网格点中每一个点的权重，采用权重分别计算所述累积降雨量的第一待修正值、所述第一预测降雨量的第二待修正值和所述第二预测降雨量的第三待修正值。
在获取到第一待修正值Pa24、第二待修正值Ha24和第三待修正值Ha48，由于其计算仅是根据距离所得到的降雨量，为进一步提高其准确率，可以通过所述目标电力设备洪涝隐患点对应的修正系数进行最终目标累积降雨量Pb24、第一目标预测降雨量Hb24、第二目标预测降雨量Hb48为：
Pb24＝Pa24*α
Hb24＝Ha24*α
Hb48＝Ha48*α
其中，修正系数α可以根据目标电力设备洪涝隐患点的海拔高度、地表覆盖类型、历史降雨等多个因素所确定。
步骤206，基于所述目标降雨量与预设雨量等级的比较结果，输出对所述目标电力设备洪涝隐患点的预警信息。
在本发明的另一个示例中，步骤206可以包括以下子步骤：
根据所述目标累积降雨量、所述第一目标预测降雨量和所述第二目标预测降雨量与预设雨量等级的比较结果，确定所述目标电力设备洪涝隐患点的预警等级；
输出与所述预警等级对应的预警信息。
在本发明实施例中，在获取到目标累积降雨量、所述第一目标预测降雨量和所述第二目标预测降雨量后，将其与预设的雨量等级的进行比较，从而确定过去时间以及第一预测时间段和第二预测时间段内的雨量等级，进而确定目标电力设备洪涝隐患点的预警等级，并输出与所述预警等级对应的预警信息。
其中，预设雨量等级可以划分为：0mm为无雨、0-10mm为小雨、10-25mm为中雨、25-50mm为大雨、50-100mm为暴雨、100-250mm为大暴雨、250mm及以上为特大暴雨。
值得一提的是，预警信息可分为三部分：一是过去24小时的降雨监测、二是过去24小时电力设备受影响情况、三是未来3天降雨预测需重点关注设备隐患；未来24小时预测雨量在暴雨级以上的电力设备洪涝隐患点，暴雨、大暴雨、特大暴雨分别对应黄色、橙色、红色三个告警等级。
参见图4，在本发明的可选实施例中，以广东省为例，还可以将求和的气象站的过去24小时累计雨量按照雨量等级分颜色填充至地图上，精确到县区，以准确显示每个区域的雨量；还可以将天气预测模式系统所预测的的每个网格点的未来24小时降水量按照雨量等级分颜色填充至地图上，精确到县区，以准确实现降水预测。
在本发明实施例中，通过获取周期性监测数据和历史监测数据，基于历史监测数据从多个预设电力设备洪涝隐患点选择目标电力设备洪涝隐患点，再根据周期性监测数据进行初始降雨量的计算，采用初始降雨量和目标电力设备洪涝隐患点对应的修正系数，对初始降雨量进行修正，以确定对应的目标降雨量，最后基于目标降雨量确定目标电力设备洪涝隐患点的预警信息并输出，从而解决现有技术中由于只能对电力设备所处位置的降雨量进行大致估计，无法精确预防强降雨，难以减少财产损失的技术问题，更为准确地对电力设备洪涝隐患点的降雨量进行估计，有效实现降雨预警。
请参阅图5，图5为本发明实施例二提供的一种电力设备洪涝隐患点监测预警方法的步骤流程图。
本发明提供的一种电力设备洪涝隐患点监测预警装置，包括：
数据获取模块501，用于获取周期性监测数据和历史监测数据；
目标隐患点确定模块502，用于依据所述历史监测数据，从多个预设电力设备洪涝隐患点中选择目标电力设备洪涝隐患点；
初始降雨量确定模块503，用于根据所述周期性监测数据，确定初始降雨量；
目标降雨量确定模块504，用于根据所述初始降雨量和所述目标电力设备洪涝隐患点对应的修正系数，确定所述目标电力设备洪涝隐患点的目标降雨量；
预警信息输出模块505，用于基于所述目标降雨量与预设雨量等级的比较结果，输出对所述目标电力设备洪涝隐患点的预警信息。
可选地，涉及天气预报模式系统和多个气象站，所述数据获取模块501包括：
雨量监测数据获取子模块，用于获取通过所述多个气象站周期性采集的雨量监测数据；
雨量预测数据获取子模块，用于获取通过所述天气预报模式系统预测的多个预设网格点的雨量预测数据；
历史监测数据获取子模块，用于获取每个所述预设电力设备洪涝隐患点的历史监测数据。
可选地，所述历史监测信息包括历史降雨信息、历史受灾信息和地形地貌信息，所述目标隐患点确定模块502包括：
风险等级确定子模块，用于基于所述历史降雨信息、所述历史受灾信息和所述地形地貌信息，对多个预设电力设备洪涝隐患点进行风险等级划分，确定每个所述预设电力设备洪涝隐患点的风险等级；
目标隐患点确定子模块，用于依据每个所述风险等级，从多个所述预设电力设备洪涝隐患点中选择目标电力设备洪涝隐患点。
可选地，所述初始降雨量包括累积降雨量、第一预测降雨量和第二预测降雨量，所述初始降雨量确定模块503包括：
累积降雨量计算子模块，用于采用在第一预设时间段内的多个所述雨量监测数据进行累加，得到所述累积降雨量；
第一预测降雨量计算子模块，用于采用在第二预设时间段内的多个所述雨量预测数据进行累加，得到所述第一预测降雨量；
第二预测降雨量计算子模块，用于采用在第三预设时间段内的多个所述雨量预测数据进行累加，得到所述第二预测降雨量。
可选地，所述目标降雨量包括目标累积降雨量、第一目标预测降雨量和第二目标预测降雨量，所述目标降雨量确定模块504包括：
第一距离获取子模块，用于获取所述目标电力设备洪涝隐患点与各个所述气象站之间的第一距离；
第二距离获取子模块，用于获取所述目标电力设备洪涝隐患点与各个所述预设网格点之间的第二距离；
待修正值确定子模块，用于根据所述第一距离和所述第二距离，采用反距离权重插值法分别计算所述累积降雨量的第一待修正值、所述第一预测降雨量的第二待修正值和所述第二预测降雨量的第三待修正值；
目标累积降雨量确定子模块，用于采用所述目标电力设备洪涝隐患点对应的修正系数对所述第一待修正值进行修正，得到所述目标累积降雨量；
第一目标预测降雨量确定子模块，用于采用所述修正系数对所述第二待修正值进行修正，得到所述第一目标预测降雨量；
第二目标预测降雨量确定子模块，用于采用所述修正系数对所述第三待修正值进行修正，得到所述第二目标预测降雨量。
可选地，所述预警信息输出模块505，包括：
预警等级确定子模块，用于根据所述目标累积降雨量、所述第一目标预测降雨量和所述第二目标预测降雨量与预设雨量等级的比较结果，确定所述目标电力设备洪涝隐患点的预警等级；
预警信息输出子模块，用于输出与所述预警等级对应的预警信息。
本发明还提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述任一实施例所述的电力设备洪涝隐患点监测预警方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被所述处理器执行时实现如上述任一实施例所述的电力设备洪涝隐患点监测预警方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置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，在本发明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，本发明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)执行本发明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(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、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发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。

Claims (10)

1.一种电力设备洪涝隐患点监测预警方法，其特征在于，包括：
获取周期性监测数据和历史监测数据；
依据所述历史监测数据，从多个预设电力设备洪涝隐患点中选择目标电力设备洪涝隐患点；
根据所述周期性监测数据，确定初始降雨量；
根据所述初始降雨量和所述目标电力设备洪涝隐患点对应的修正系数，确定所述目标电力设备洪涝隐患点的目标降雨量；
基于所述目标降雨量与预设雨量等级的比较结果，输出对所述目标电力设备洪涝隐患点的预警信息。
2.根据权利要求1所述的电力设备洪涝隐患点监测预警方法，其特征在于，涉及天气预报模式系统和多个气象站，所述周期性监测数据包括雨量监测数据和雨量预测数据，所述获取周期性监测数据和历史监测数据的步骤，包括：
获取通过所述多个气象站周期性采集的雨量监测数据；
获取通过所述天气预报模式系统预测的多个预设网格点的雨量预测数据；
获取每个所述预设电力设备洪涝隐患点的历史监测数据。
3.根据权利要求1所述的电力设备洪涝隐患点监测预警方法，其特征在于，所述历史监测信息包括历史降雨信息、历史受灾信息和地形地貌信息，所述依据所述历史监测数据，从多个预设电力设备洪涝隐患点中选择目标电力设备洪涝隐患点的步骤，包括：
基于所述历史降雨信息、所述历史受灾信息和所述地形地貌信息，对多个预设电力设备洪涝隐患点进行风险等级划分，确定每个所述预设电力设备洪涝隐患点的风险等级；
依据每个所述风险等级，从多个所述预设电力设备洪涝隐患点中选择目标电力设备洪涝隐患点。
4.根据权利要求2所述的电力设备洪涝隐患点监测预警方法，其特征在于，所述初始降雨量包括累积降雨量、第一预测降雨量和第二预测降雨量，所述根据所述周期性监测数据，确定初始降雨量的步骤，包括：
采用在第一预设时间段内的多个所述雨量监测数据进行累加，得到所述累积降雨量；
采用在第二预设时间段内的多个所述雨量预测数据进行累加，得到所述第一预测降雨量；
采用在第三预设时间段内的多个所述雨量预测数据进行累加，得到所述第二预测降雨量。
5.根据权利要求4所述的电力设备洪涝隐患点监测预警方法，其特征在于，所述目标降雨量包括目标累积降雨量、第一目标预测降雨量和第二目标预测降雨量，所述根据所述初始降雨量和所述目标电力设备洪涝隐患点对应的修正系数，确定所述目标电力设备洪涝隐患点的目标降雨量的步骤，包括：
获取所述目标电力设备洪涝隐患点与各个所述气象站之间的第一距离；
获取所述目标电力设备洪涝隐患点与各个所述预设网格点之间的第二距离；
根据所述第一距离和所述第二距离，采用反距离权重插值法分别计算所述累积降雨量的第一待修正值、所述第一预测降雨量的第二待修正值和所述第二预测降雨量的第三待修正值；
采用所述目标电力设备洪涝隐患点对应的修正系数对所述第一待修正值进行修正，得到所述目标累积降雨量；
采用所述修正系数对所述第二待修正值进行修正，得到所述第一目标预测降雨量；
采用所述修正系数对所述第三待修正值进行修正，得到所述第二目标预测降雨量。
6.根据权利要求5所述的电力设备洪涝隐患点监测预警方法，其特征在于，所述基于所述目标降雨量与预设雨量等级的比较结果，输出对所述目标电力设备洪涝隐患点的预警信息的步骤，包括：
根据所述目标累积降雨量、所述第一目标预测降雨量和所述第二目标预测降雨量与预设雨量等级的比较结果，确定所述目标电力设备洪涝隐患点的预警等级；
输出与所述预警等级对应的预警信息。
7.一种电力设备洪涝隐患点监测预警装置，其特征在于，包括：
数据获取模块，用于获取周期性监测数据和历史监测数据；
目标隐患点确定模块，用于依据所述历史监测数据，从多个预设电力设备洪涝隐患点中选择目标电力设备洪涝隐患点；
初始降雨量确定模块，用于根据所述周期性监测数据，确定初始降雨量；
目标降雨量确定模块，用于根据所述初始降雨量和所述目标电力设备洪涝隐患点对应的修正系数，确定所述目标电力设备洪涝隐患点的目标降雨量；
预警信息输出模块，用于基于所述目标降雨量与预设雨量等级的比较结果，输出对所述目标电力设备洪涝隐患点的预警信息。
8.根据权利要求7所述的电力设备洪涝隐患点监测预警装置，其特征在于，涉及天气预报模式系统和多个气象站，所述数据获取模块包括：
雨量监测数据获取子模块，用于获取通过所述多个气象站周期性采集的雨量监测数据；
雨量预测数据获取子模块，用于获取通过所述天气预报模式系统预测的多个预设网格点的雨量预测数据；
历史监测数据获取子模块，用于获取每个所述预设电力设备洪涝隐患点的历史监测数据。
9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1-6任一项所述的电力设备洪涝隐患点监测预警方法的步骤。
10.一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，所述计算机程序被所述处理器执行时实现如权利要求1-6任一项所述的电力设备洪涝隐患点监测预警方法。
CN202011417184.3A 2020-12-07 2020-12-07 一种电力设备洪涝隐患点监测预警方法及相关装置 Active CN112506994B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011417184.3A CN112506994B (zh) 2020-12-07 2020-12-07 一种电力设备洪涝隐患点监测预警方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011417184.3A CN112506994B (zh) 2020-12-07 2020-12-07 一种电力设备洪涝隐患点监测预警方法及相关装置

Publications (2)

Publication Number Publication Date
CN112506994A true CN112506994A (zh) 2021-03-16
CN112506994B CN112506994B (zh) 2021-10-08

Family

ID=74970873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011417184.3A Active CN112506994B (zh) 2020-12-07 2020-12-07 一种电力设备洪涝隐患点监测预警方法及相关装置

Country Status (1)

Country Link
CN (1) CN112506994B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113869804A (zh) * 2021-12-02 2021-12-31 国网江西省电力有限公司电力科学研究院 一种洪涝灾害下的电网设备风险预警方法及系统
CN114407763A (zh) * 2022-01-18 2022-04-29 上汽通用五菱汽车股份有限公司 敞篷式无人货车控制方法、装置、设备及可读存储介质
CN115021415A (zh) * 2022-08-01 2022-09-06 国网浙江省电力有限公司台州供电公司 基于数字化实况数据的电力系统防台方法及平台
CN115640884A (zh) * 2022-10-11 2023-01-24 国网浙江省电力有限公司嘉兴供电公司 一种基于降雨量的电网负荷调度方法
CN115796460A (zh) * 2023-02-13 2023-03-14 广东广宇科技发展有限公司 一种基于河湖信息的旱涝灾害防御方法及系统
CN116362419A (zh) * 2023-05-31 2023-06-30 聊城市科慧市政工程设计院有限公司 一种城市防洪预警系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013100047A1 (ja) * 2011-12-27 2013-07-04 株式会社サワヤ 浸水防止シート及び家屋等への浸水防止工法
CN104851051A (zh) * 2014-12-08 2015-08-19 国家电网公司 一种结合动态修正的电网区域暴雨量精细化预警方法
CN105354409A (zh) * 2015-10-14 2016-02-24 成都信息工程大学 一种高原山地降水量的信息诊断识别和估测的研究方法
CN107911914A (zh) * 2017-09-30 2018-04-13 山东智宇知识产权运营中心有限公司莱州分公司 一种水库防灾预警监测系统
CN109063975A (zh) * 2018-07-11 2018-12-21 国网黑龙江省电力有限公司电力科学研究院 一种电力微气象灾害监测及预警装置
CN110082842A (zh) * 2019-05-24 2019-08-02 北京敏视达雷达有限公司 一种降水估测方法及装置
CN110399638A (zh) * 2019-06-15 2019-11-01 湖南闲暇科技有限公司 一种根据气象数据推算洪涝及溢流发生时间的方法
CN110428586A (zh) * 2019-07-08 2019-11-08 大连理工大学 基于前期降雨和上下游拓扑关系的农村基层洪涝预警方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013100047A1 (ja) * 2011-12-27 2013-07-04 株式会社サワヤ 浸水防止シート及び家屋等への浸水防止工法
CN104851051A (zh) * 2014-12-08 2015-08-19 国家电网公司 一种结合动态修正的电网区域暴雨量精细化预警方法
CN105354409A (zh) * 2015-10-14 2016-02-24 成都信息工程大学 一种高原山地降水量的信息诊断识别和估测的研究方法
CN107911914A (zh) * 2017-09-30 2018-04-13 山东智宇知识产权运营中心有限公司莱州分公司 一种水库防灾预警监测系统
CN109063975A (zh) * 2018-07-11 2018-12-21 国网黑龙江省电力有限公司电力科学研究院 一种电力微气象灾害监测及预警装置
CN110082842A (zh) * 2019-05-24 2019-08-02 北京敏视达雷达有限公司 一种降水估测方法及装置
CN110399638A (zh) * 2019-06-15 2019-11-01 湖南闲暇科技有限公司 一种根据气象数据推算洪涝及溢流发生时间的方法
CN110428586A (zh) * 2019-07-08 2019-11-08 大连理工大学 基于前期降雨和上下游拓扑关系的农村基层洪涝预警方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHU QING等: "Key Technologies of Emergency Surveying and Mapping Service System", 《GEOMATICS AND INFORMATION SCIENCE OF WUHAN UNIVERSITY》 *
李傲雯等: "几种地质灾害监测预警和成功预报的模式", 《灾害学》 *
魏瑞增等: "雷暴天气识别及其在电网运行中的应用", 《电网与清洁能源》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113869804A (zh) * 2021-12-02 2021-12-31 国网江西省电力有限公司电力科学研究院 一种洪涝灾害下的电网设备风险预警方法及系统
CN114407763A (zh) * 2022-01-18 2022-04-29 上汽通用五菱汽车股份有限公司 敞篷式无人货车控制方法、装置、设备及可读存储介质
CN114407763B (zh) * 2022-01-18 2023-05-26 上汽通用五菱汽车股份有限公司 敞篷式无人货车控制方法、装置、设备及可读存储介质
CN115021415A (zh) * 2022-08-01 2022-09-06 国网浙江省电力有限公司台州供电公司 基于数字化实况数据的电力系统防台方法及平台
CN115021415B (zh) * 2022-08-01 2022-10-25 国网浙江省电力有限公司台州供电公司 基于数字化实况数据的电力系统防台方法及平台
CN115640884A (zh) * 2022-10-11 2023-01-24 国网浙江省电力有限公司嘉兴供电公司 一种基于降雨量的电网负荷调度方法
CN115640884B (zh) * 2022-10-11 2023-12-22 国网浙江省电力有限公司嘉兴供电公司 一种基于降雨量的电网负荷调度方法
CN115796460A (zh) * 2023-02-13 2023-03-14 广东广宇科技发展有限公司 一种基于河湖信息的旱涝灾害防御方法及系统
CN116362419A (zh) * 2023-05-31 2023-06-30 聊城市科慧市政工程设计院有限公司 一种城市防洪预警系统及方法
CN116362419B (zh) * 2023-05-31 2023-08-04 聊城市科慧市政工程设计院有限公司 一种城市防洪预警系统及方法

Also Published As

Publication number Publication date
CN112506994B (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
CN112506994B (zh) 一种电力设备洪涝隐患点监测预警方法及相关装置
Wu et al. An evaluation of the impacts of land surface modification, storm sewer development, and rainfall variation on waterlogging risk in Shanghai
CN112070286B (zh) 复杂地形流域的降水预报预警系统
Tingsanchali et al. Flood hazard and risk analysis in the southwest region of Bangladesh
Mani et al. Flood hazard assessment with multiparameter approach derived from coupled 1D and 2D hydrodynamic flow model
JP4511560B2 (ja) 洪水リスクの自動化された位置に依存した認識のための方法及びシステム
CN104851051A (zh) 一种结合动态修正的电网区域暴雨量精细化预警方法
CN107169645A (zh) 一种计及暴雨灾害影响的输电线路故障概率在线评估方法
Ahmad et al. Hydrological modelling and flood hazard mapping of Nullah Lai
CN113470333A (zh) 一种线路工程走廊浅层滑坡危险性评估及监测预警系统
CN115169069A (zh) 基于大数据的城市内涝预测方法
CN112052561A (zh) 一种排水系统防涝应急预案制定方法
Paudyal Forecasting and warning of water-related disasters in a complex hydraulic setting—the case of Bangladesh
Morucci et al. Extreme events in Venice and in the North Adriatic Sea: 28–29 October 2018
Liu et al. Review of the status of urban flood monitoring and forecasting in TC region
CN114528672A (zh) 基于3s技术的城市水文站网布设方法及系统
Ghosh et al. Rationalization of automatic weather stations network over a coastal urban catchment: A multivariate approach
Roelevink et al. Flood forecasting system for the Maritsa and Tundzha Rivers
CN112578479B (zh) 一种基于降水预报的城市内涝告警装置及方法
CN112016752A (zh) 一种基于数字地图技术的城市积水预报方法和系统
Oliveira et al. Warning system based on real-time flood forecasts in Sao Paulo, Brazil
Ongsomwang et al. URBAN FLOOD MITIGATION AND PREVENTION USING THE MIKE 21 MODEL: A CASE STUDY OF NAKHON RATCHASIMA PROVINCE, THAILAND.
Fava et al. Integration of information technology systems for flood forecasting with hybrid data sources
Maathuis et al. Evaluating urban stormwater drainage using GIS and RS techniques—A case study in Dhaka, Bangladesh
Silveira et al. Steps towards an early warning model for flood forecasting in D urazno city in U ruguay

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