CN112613201A - 一种特高压输电杆塔结构抗风性能评估方法及系统 - Google Patents
一种特高压输电杆塔结构抗风性能评估方法及系统 Download PDFInfo
- Publication number
- CN112613201A CN112613201A CN202011340818.XA CN202011340818A CN112613201A CN 112613201 A CN112613201 A CN 112613201A CN 202011340818 A CN202011340818 A CN 202011340818A CN 112613201 A CN112613201 A CN 112613201A
- Authority
- CN
- China
- Prior art keywords
- wind
- extra
- high voltage
- transmission tower
- probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 152
- 238000011156 evaluation Methods 0.000 title claims description 24
- 238000006073 displacement reaction Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000012417 linear regression Methods 0.000 claims description 29
- 238000000611 regression analysis Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 4
- 238000010008 shearing Methods 0.000 claims description 2
- 230000009471 action Effects 0.000 abstract description 10
- 230000006870 function Effects 0.000 description 19
- 238000012502 risk assessment Methods 0.000 description 15
- 239000000463 material Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000012038 vulnerability analysis Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000004519 manufacturing process 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
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/16—Cables, cable trees or wire harnesses
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种特高压输电杆塔结构抗风性能评估方法,包括:将待评估地点的脉动风速时程记录带入预先构建的特高压输电塔概率强风需求模型得到特高压输电杆塔在不同强风下超过损伤指标极限值的条件概率;基于所述条件概率结合待评估地点遇到强风参数的概率得到特高压输电杆塔在待评估地点概率风环境发生不同损伤等级的概率评估特高压输电杆塔结构的抗风性能;其中,所述特高压输电杆塔概率强风需求模型是基于修正的节间位移角和指定高度的特定时间间距内最大平均风速建立而成的。以概率的形式量化特高压输电杆塔结构的抗风性能,为强风作用下特高压输电杆塔结构的分析以及基于性能的特高压输电杆塔抗风提供技术支撑。
Description
技术领域
本发明涉及电力工程防灾减灾领域,具体涉及一种特高压输电杆塔结构抗风性能评估方法及系统。
背景技术
输电线路是重要的生命线工程,随着电压等级的提高,跨越距离的增大,特高压输电杆塔结构的抗风安全性越来越受到重视,因此基于PBEE方法进行特高压输电杆塔结构在强风作用下的性能评估,保证特高压输电杆塔结构抗风安全具有重要的意义和实际应用价值。目前特高压输电杆塔结构在强风作用下的反应与其它结构有较大不同,特高压输电杆塔结构的破坏模式、极限承载力和薄弱部位尚不清楚,需要选择合适的风荷载参数、需求参数、损伤参数和损失参数。特高压输电杆塔结构抗风性能评估需要量化分析结构在特定风环境下的危险性。
发明内容
为了解决现有技术中所存在的上述问题,本发明提供一种特高压输电杆塔结构抗风性能评估方法,包括:
将待评估地点的脉动风速时程记录带入预先构建的特高压输电塔概率强风需求模型得到特高压输电杆塔在不同强风下超过损伤指标极限值的条件概率;
基于所述条件概率结合待评估地点遇到强风参数的概率得到特高压输电杆塔在待评估地点概率风环境发生不同损伤等级的概率评估特高压输电杆塔结构的抗风性能;
其中,所述特高压输电杆塔概率强风需求模型是基于修正的节间位移角和指定高度的特定时间间距内最大平均风速建立而成的。
优选的,所述特高压输电塔概率强风需求模型的构建包括:
获取特高压输电杆塔结构在风环境的离散风速时程记录和修正的节间位移角;
基于所述离散风速时程记录和所述修正的节间位移角对特高压输电杆塔的有限元模型非线性时程分析得到风强度和修正的节间位移角的样本对;
基于所述样本对进行线性回归分析得到强风需求模型。
优选的,所述基于所述样本对进行线性回归分析得到强风需求模型包括:
将指定高度的特定时间间距内最大平均风速作为风强度指标;
将所述修正的节间位移角作为需求指标;
基于所述风强度指标和需求指标进行回归分析得到强风需求模型。
优选的,所述基于所述风强度指标和需求指标进行回归分析得到强风需求模型包括:
建立所述需求参数与风强参数的指数回归关系式;
基于所述指数关系式使用最小二乘法进行一元线性回归得到需求指标和风强参数的线性回归方程;
基于所述线性回归方程利用计量经济学一元线性回归理论得到所述风强度指标和需求指标的一元回归关系服从的分布建立所述强风需求模型。
优选的,所述基于所述条件概率结合待评估地点遇到强风参数的概率得到特高压输电杆塔在特定地点概率风环境发生不同损伤等级的概率评估特高压输电杆塔结构的抗风性能包括:
基于预估的强风数据通过回归分析得到风环境的风险性函数;
基于所述修正的节间位移角和风强度确定特高压输电杆塔结构损伤等级的划分标准;
基于所述条件概率和风环境的风险性函数得到特高压输电杆塔在待评估地点上需求参数超过某一阈值的概率;
基于所述概率结合特高压损伤等级划分标准得到特高压输电杆塔在待评估地点概率风环境发生不同损伤等级的概率评估特高压输电杆塔结构的抗风性能。
优选的,所述基于预估的强风数据通过回归分析得到风环境的风险性函数包括:
基于指定高度的特定时间间距内最大平均风速建立所述最大平均风速的幂律分布式;
基于所述幂律分布式进行回归分析得到风环境的风险性函数。
优选的,所述特高压输电杆塔在待评估地点上需求参数超过某一阈值的概率如下式所示:
HD(d)=∫FR(ln(IM))|P'(IM)|dIM
式中:IM:为风强度指标;HD(d):为特高压输电塔在地点上需求参数超过某一极限值d的概率。
优选的,所述基于所述修正的节间位移角和风强度确定特高压输电杆塔结构损伤等级的划分标准包括:
以修正的节间角位移为横轴,不同风强下塔底剪力为纵轴建立静力推覆曲线;
基于所述静力推覆曲线得到曲线中线弹性段最大的修正节间位移角为弹性修正的节间位移角的限值;
基于所述限值以限值的倍数划分特高压输电杆塔结构损伤等级。
基于同一种构思本,发明提供了一种特高压输电杆塔结构抗风性能评估系统,包括:条件概率计算模块、抗风性能评估模块和模型构建模块;
所述条件概率计算模块,将待评估地点的脉动风速时程记录带入预先构建的特高压输电塔概率强风需求模型得到特高压输电杆塔在不同强风下超过损伤指标极限值的条件概率;
所述抗风性能评估模块,基于所述条件概率结合待评估地点遇到强风参数的概率得到特高压输电杆塔在待评估地点概率风环境发生不同损伤等级的概率评估特高压输电杆塔结构的抗风性能;
所述模型构建模块,所述特高压输电杆塔概率强风需求模型是基于修正的节间位移角和指定高度的特定时间间距内最大平均风速建立而成的。
优选的,所述模型构建模块包括:数据获取子模块、样本对获取子模块和线性回归分析子模块;
所述数据获取子模块,获取特高压输电杆塔结构在风环境的离散风速时程记录和修正的节间位移角;
所述样本对获取子模块,基于所述离散风速时程记录和所述修正的节间位移角对特高压输电杆塔的有限元模型非线性时程分析得到风强度和修正的节间位移角的样本对;
所述线性回归分析子模块,基于所述样本对进行线性回归分析得到强风需求模型。
与现有技术相比,本发明的有益效果为:
一种特高压输电杆塔结构抗风性能评估方法,包括:将待评估地点的脉动风速时程记录带入预先构建的特高压输电塔概率强风需求模型得到特高压输电杆塔在不同强风下超过损伤指标极限值的条件概率;基于所述条件概率结合待评估地点遇到强风参数的概率得到特高压输电杆塔在待评估地点概率风环境发生不同损伤等级的概率评估特高压输电杆塔结构的抗风性能;其中,所述特高压输电杆塔概率强风需求模型是基于修正的节间位移角和指定高度的特定时间间距内最大平均风速建立而成的。以概率的形式量化特高压输电杆塔结构的抗风性能,为强风作用下特高压输电杆塔结构的分析以及基于性能的特高压输电杆塔抗风提供技术支撑。
附图说明
图1为本发明一种特高压输电杆塔结构抗风性能评估方法的步骤流程图;
图2为修正的节间位移角示意图;
图3为节间示意图;
图4为特高压原型塔ZM2有限元模型图;
图5为预估地点特高压输电塔修正的节间位移角需求危险性曲线图。
具体实施方式
为了更好地理解本发明,下面结合说明书附图和实例对本发明的内容做进一步的说明。
实施例1:
本发明提供一种特高压输电杆塔结构抗风性能评估方法,如图1所示包括:
步骤1:将待评估地点的脉动风速时程记录带入预先构建的特高压输电塔概率强风需求模型得到特高压输电杆塔在不同强风下超过损伤指标极限值的条件概率;
步骤2:基于所述条件概率结合待评估地点遇到强风参数的概率得到特高压输电杆塔在待评估地点概率风环境发生不同损伤等级的概率评估特高压输电杆塔结构的抗风性能;
其中,所述特高压输电杆塔概率强风需求模型是基于修正的节间位移角和指定高度的特定时间间距内最大平均风速建立而成的。
其中步骤1具体包括:
(1)建立特高压输电塔概率强风需求模型
特高压输电塔概率强风需求模型可以描述在风环境下风强度IM在特高压输电塔上产生的需求EDP。本发明特征是采用云图法建立概率强风需求模型。
云图法是利用结构所在风环境的离散风速时程记录,对结构的有限元模型进行非线性时程分析,得到风强度IM和需求EDP的样本对,并对样本对进行回归分析得到强风需求模型。
本发明的特征是采用10m高度处10min最大平均风速作为风强度指标。
本发明的特征是采用修正的节间位移角作为需求指标。
本发明提出修正的节间位移角(ISDR),是指是指在风荷载作用下的特高压输电杆塔结构扣除旋转变形后的节间的最大水平位移与节间高度之比。如图2所示,不是直接把结构的层间位移角概念应用于输电塔,而是扣除了输电塔结构每个节间的底部(不包括第一节间)发生的旋转变形。
式中:i是节间编号;ISDR(i)是第i个节间修正的节间位移角;t是在时程响应分析中的t时刻;ui(t)和ui-1(t)分别是顶部和底部在第t时刻的位移;hi和hi-1分别是第i个节间的顶部和底部的高度;θi(t)是第i个节间t时刻的旋转角。
本发明使用的节间,是相对均匀的在全塔上分布,对于塔身及以下部位,按照完整的节段划分,如图3包括主材1、斜材2、辅助材3对于塔头部位,节间的划分考虑与塔身部位的节间高度接近。
其中c,b为回归系数,对等式两边取对数,使用最小二乘法,进行一元线性回归,得到:
式中ε为残差。
记y=ln(EDP),x=ln(IM),a=ln(c)
由一元线性回归理论,对给定的x0有:
式中,t[(n-2)]表示自由度为(n-2)的t分布,n为样本数,其中:
步骤2具体包括:
(1)特高压输电塔强风易损性分析
特高压输电塔强风易损性是指在不同参数的强风作用下,特高压输电塔强风反应超越特高压输电塔损伤指标限值的条件概率。在特高压输电塔强风易损性分析中,有三个参数:风强度参数IM、特高压输电塔强风需求参数EDP以及损伤指标限值d。特高压输电塔强风易损性分析就是在特定的风强度参数(IM)下,特高压输电塔强风需求参数(EDP)超过损伤指标限值d的概率,即FR(x)=P[EDP>d|IM]。
由公式(5)得:
式中:Tn-2[·]是指t分布的累积概率密度函数。建立特高压输电塔概率需求模型,就确定了EDP与IM之间的一元回归关系所服从的分布,特高压输电塔强风易损性分析的关键是确定损伤指标。
本发明的特征是特高压输电杆塔结构损伤等级与损伤指标对应关系,得到不同破坏等级对应的修正的节间位移角,如表1所示。
表1特高压输电杆塔结构损伤等级表
(3)风环境的危险性分析
强风需求危险性分析首先要进行风环境危险性分析。强风是一种随机性事件,很难确定一个地点的大风多强。然而,某特定地点未来阶段可能发生的10m高度处10min最大平均风速和频率可以用概率的形式表示,风环境的危险性分析可实现预测和估计未来某一地区可能遇到的强风参数概率。风环境的危险性函数是指在特定的地点,风强度参数超越某阈值的概率,记为HIM(x),10m高度处10min最大平均风速的风环境危险性函数近似服从幂律关系,
在上述理论的基础上,通过回归分析得到风环境的风险性函数,其中k和k0为回归系数。
(4)特高压输电塔概率强风需求危险性分析
建立特高压输电塔概率强风需求模型后,结合风环境的危险性分析,得到特高压输电塔在地点上需求参数(EDP)超过某一极限值d的概率,即特高压输电塔在该地点的概率强风需求危险性,简称概率强风需求危险性,表示为:
HD(d)=∫P[EDP>d|IM]·|P'(IM)|dIM (11)
由式(9)得:
P[EDP>d|IM]=FR(ln(IM)) (12)
代入(10)得:
HD(d)=∫FR(ln(IM))|P'(IM)|dIM (13)
特高压输电塔的概率强风需求危险性分析,结合了强风易损性分析和风环境危险性分析,以概率为指标评定特高压输电塔在该场地下的危险性。
实施例2:
基于同一种构思本发明还提供了一种特高压输电杆塔结构抗风性能评估系统,包括:条件概率计算模块、抗风性能评估模块和模型构建模块;
所述条件概率计算模块,将待评估地点的脉动风速时程记录带入预先构建的特高压输电塔概率强风需求模型得到特高压输电杆塔在不同强风下超过损伤指标极限值的条件概率;
所述抗风性能评估模块,基于所述条件概率结合待评估地点遇到强风参数的概率得到特高压输电杆塔在待评估地点概率风环境发生不同损伤等级的概率评估特高压输电杆塔结构的抗风性能;
所述模型构建模块,所述特高压输电杆塔概率强风需求模型是基于修正的节间位移角和指定高度的特定时间间距内最大平均风速建立而成的。
优选的,所述模型构建模块包括:数据获取子模块、样本对获取子模块和线性回归分析子模块;
所述数据获取子模块,获取特高压输电杆塔结构在风环境的离散风速时程记录和修正的节间位移角;
所述样本对获取子模块,基于所述离散风速时程记录和所述修正的节间位移角对特高压输电杆塔的有限元模型非线性时程分析得到风强度和修正的节间位移角的样本对;
所述线性回归分析子模块,基于所述样本对进行线性回归分析得到强风需求模型。
优选的,所述线性回归分析子模块包括:回归关系式计算子模块、回归线性方程确立子模块和建立模型子模块;
所述回归关系式计算子模块,建立所述需求参数与风强参数的指数回归关系式;
所述回归线性方程确立子模块,基于所述指数关系式使用最小二乘法进行一元线性回归得到需求指标和风强参数的线性回归方程;
所述建立模型子模块,基于所述线性回归方程利用计量经济学一元线性回归理论得到所述风强度指标和需求指标的一元回归关系服从的分布建立所述强风需求模型。
优选的,所述抗风性能评估模块包括:风险函数计算子模块、损伤等级划分子模块、概率计算子模块和性能评估子模块;
所述风险函数计算子模块,基于预估的强风数据通过回归分析得到风环境的风险性函数;
所述损伤等级划分子模块,基于所述修正的节间位移角和风强度确定特高压输电杆塔结构损伤等级的划分标准;
所述概率计算子模块,基于所述条件概率和风环境的风险性函数得到特高压输电杆塔在待评估地点上需求参数超过某一阈值的概率;
所述性能评估子模块,基于所述概率结合特高压损伤等级划分标准得到特高压输电杆塔在待评估地点概率风环境发生不同损伤等级的概率评估特高压输电杆塔结构的抗风性能。
实施例3:
本发明选择基于PBEE方法对特高压输电杆塔结构强风作用下性能评估进行研究,针对特高压输电杆塔结构特有的问题作为突破口,给出合理的性能指标,以概率的形式量化特高压输电杆塔结构的抗风性能,为强风作用下特高压输电杆塔结构的分析以及基于性能的特高压输电杆塔抗风提供技术支撑。
在基于概率的特高压输电杆塔结构的抗风性能评估方面,主要存在的问题有:目前特高压输电杆塔结构在强风作用下的反应与其它结构有较大不同,特高压输电杆塔结构的破坏模式、极限承载力和薄弱部位尚不清楚,需要选择合适的风荷载参数、需求参数、损伤参数和损失参数。
本发明提出了基于概率的特高压输电杆塔结构抗风性能评估方法,并采用修正的节间位移角作为损伤指标,首先,建立概率强风需求模型;然后,通过强风易损性分析得到结构的特定破坏状态的易损性;最后,通过概率风环境需求危险性分析得到结构在特定风环境下的危险性。
本发明主要解决的技术问题是,特高压输电杆塔结构损伤评估的问题,提供一种评估方法,采用修正的节间位移角作为损伤指标,首先,建立概率强风需求模型;然后,通过强风易损性分析得到结构的特定破坏状态的易损性;最后,通过概率强风需求危险性分析得到结构在特定风环境下的危险性。
(1)建立特高压输电塔模型
如图4所示,特高压输电塔模型使用原型试验塔ZM2,外形为猫头型,呼高为59m,全高79.3m,根开16.66m,塔重59吨。塔身主材及塔头下曲臂部分主材采用Q420高强钢。采用OpenSees建立特高压原型试验塔有限元模型,选用梁杆混合单元模型,主材和斜材采用梁单元模拟,辅助材采用杆单元模拟,有限元模型钢材选用Steel02模拟,钢材本构选用Giuffre-Menegotto-Pinto模型。
(2)选取脉动风速时程记录
选取40条脉动风速时程记录。
(4)基于10m高度处10min最大平均风速的特高压输电塔概率需求模型
首先利用OpenSEES,以40条强风记录作为激励,对经过试验验证的有限元模型进行非线性时程分析,以基于10m高度处10min最大平均风速和对应的修正的节间位移角ISDR作为样本对进行回归分析,参照公式(4)得到的回归直线的形式为:
ln(ISDR)=bln(V)+ln(c)+ε (13)
特高压ZM2塔修正的节间位移角的概率强风需求模型:
ln(ISDR)=0.7783ln(V)-5.8259
线性回归拟合优度r2为0.9188。特高压ZM2塔修正的节间位移角回归直线。
(5)特高压输电塔强风易损性分析
建立概率需求模型以后,得到特高压输电杆塔结构在不同损伤等级的易损性曲线。
(6)风环境的危险性分析
某特定地点未来阶段可能发生的10m高度处10min最大平均风速和频率可以用概率的形式表示,风环境的危险性分析可实现预测和估计未来某一地区可能遇到的强风参数概率。风环境的危险性函数是指在特定的地点,风强度参数超越某阈值的概率,记为HIM(x),10m高度处10min最大平均风速的风环境危险性函数近似服从幂律关系,
在上述理论的基础上,通过回归分析得到风环境的风险性函数,其中k和k0为回归系数。
(7)概率强风需求危险性分析
求解A场地以修正的节间位移角ISDR为EDP参数的概率强风需求危险性曲,如图5所示。
随着修正的节间位移角的增大,年超越概率有明显减小趋势。
表6-3特高压输电塔在地点A的不同破坏状态的失效概率
由表3得到了特高压输电塔在地点A的不同破坏状态的失效概率。
本发明主要解决的技术问题是,特高压输电杆塔结构损伤评估的问题,提供一种评估方法,采用修正的节间位移角作为损伤指标,首先,建立概率强风需求模型;然后,通过强风易损性分析得到结构的特定破坏状态的易损性;最后,通过概率强风需求危险性分析得到结构在风环境下的危险性。
(1)本发明提出建立概率强风需求模型的方法。
(2)本发明特征是采用云图法建立概率强风需求模型。
(3)本发明的特征是采用采用10m高度处10min最大平均风速作为风强度指标。
(4)本发明的特征是采用修正的节间位移角作为需求指标。
(5)本发明提出修正的节间位移角(ISDR),是指是指在风荷载作用下的特高压输电杆塔结构扣除旋转变形后的节间的最大水平位移与节间高度之比。
(6)本发明使用的节间,是相对均匀的在全塔上分布,对于塔身及以下部位,按照完整的节段划分。对于塔头部位,节间的划分考虑与塔身部位的节间高度接近。
(7)本发明对特高压输电杆塔结构进行特高压输电塔强风易损性分析。
(8)本发明的特征是特高压输电杆塔结构损伤等级与损伤指标对应关系,得到不同破坏等级对应的修正的节间位移角,如表1所示。
表1特高压输电杆塔结构损伤等级表
(9)建立特高压输电塔概率强风需求模型后,结合场地的危险性分析,得到特高压输电塔在某地点强风需求参数(EDP)超过某一极限值d的概率,即特高压输电塔在该场地的概率强风需求危险性。
显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。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。
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。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (10)
1.一种特高压输电杆塔结构抗风性能评估方法,其特征在于,包括:
将待评估地点的脉动风速时程记录带入预先构建的特高压输电塔概率强风需求模型得到特高压输电杆塔在不同强风下超过损伤指标极限值的条件概率;
基于所述条件概率结合待评估地点遇到强风参数的概率得到特高压输电杆塔在待评估地点概率风环境发生不同损伤等级的概率评估特高压输电杆塔结构的抗风性能;
其中,所述特高压输电杆塔概率强风需求模型是基于修正的节间位移角和指定高度的特定时间间距内最大平均风速建立而成的。
2.如权利要求1所述的抗风性能评估方法,其特征在于,所述特高压输电塔概率强风需求模型的构建包括:
获取特高压输电杆塔结构在风环境的离散风速时程记录和修正的节间位移角;
基于所述离散风速时程记录和所述修正的节间位移角对特高压输电杆塔的有限元模型非线性时程分析得到风强度和修正的节间位移角的样本对;
基于所述样本对进行线性回归分析得到强风需求模型。
3.如权利要求2所述的抗风性能评估方法,其特征在于,所述基于所述样本对进行线性回归分析得到强风需求模型包括:
将指定高度的特定时间间距内最大平均风速作为风强度指标;
将所述修正的节间位移角作为需求指标;
基于所述风强度指标和需求指标进行回归分析得到强风需求模型。
4.如权利要求3所述的抗风性能评估方法,其特征在于,所述基于所述风强度指标和需求指标进行回归分析得到强风需求模型包括:
建立所述需求参数与风强参数的指数回归关系式;
基于所述指数关系式使用最小二乘法进行一元线性回归得到需求指标和风强参数的线性回归方程;
基于所述线性回归方程利用计量经济学一元线性回归理论得到所述风强度指标和需求指标的一元回归关系服从的分布建立所述强风需求模型。
5.如权利要求4所述的抗风性能评估方法,其特征在于,所述基于所述条件概率结合待评估地点遇到强风参数的概率得到特高压输电杆塔在特定地点概率风环境发生不同损伤等级的概率评估特高压输电杆塔结构的抗风性能包括:
基于预估的强风数据通过回归分析得到风环境的风险性函数;
基于所述修正的节间位移角和风强度确定特高压输电杆塔结构损伤等级的划分标准;
基于所述条件概率和风环境的风险性函数得到特高压输电杆塔在待评估地点上需求参数超过某一阈值的概率;
基于所述概率结合特高压损伤等级划分标准得到特高压输电杆塔在待评估地点概率风环境发生不同损伤等级的概率评估特高压输电杆塔结构的抗风性能。
6.如权利要求5所述的抗风性能评估方法,其特征在于,所述基于预估的强风数据通过回归分析得到风环境的风险性函数包括:
基于指定高度的特定时间间距内最大平均风速建立所述最大平均风速的幂律分布式;
基于所述幂律分布式进行回归分析得到风环境的风险性函数。
7.如权利要求6所述的抗风性能评估方法,其特征在于,所述特高压输电杆塔在待评估地点上需求参数超过某一阈值的概率如下式所示:
HD(d)=∫FR(ln(IM))|P'(IM)|dIM
式中:IM:为风强度指标;HD(d):为特高压输电塔在地点上需求参数超过某一极限值d的概率。
8.如权利要求5所述的抗风性能评估方法,其特征在于,所述基于所述修正的节间位移角和风强度确定特高压输电杆塔结构损伤等级的划分标准包括:
以修正的节间角位移为横轴,不同风强下塔底剪力为纵轴建立静力推覆曲线;
基于所述静力推覆曲线得到曲线中线弹性段最大的修正节间位移角为弹性修正的节间位移角的限值;
基于所述限值以限值的倍数划分特高压输电杆塔结构损伤等级。
9.一种特高压输电杆塔结构抗风性能评估系统,其特征在于,包括:条件概率计算模块、抗风性能评估模块和模型构建模块;
所述条件概率计算模块,将待评估地点的脉动风速时程记录带入预先构建的特高压输电塔概率强风需求模型得到特高压输电杆塔在不同强风下超过损伤指标极限值的条件概率;
所述抗风性能评估模块,基于所述条件概率结合待评估地点遇到强风参数的概率得到特高压输电杆塔在待评估地点概率风环境发生不同损伤等级的概率评估特高压输电杆塔结构的抗风性能;
所述模型构建模块,所述特高压输电杆塔概率强风需求模型是基于修正的节间位移角和指定高度的特定时间间距内最大平均风速建立而成的。
10.如权利要求9所述的抗风性能评估系统,其特征在于,所述模型构建模块包括:数据获取子模块、样本对获取子模块和线性回归分析子模块;
所述数据获取子模块,获取特高压输电杆塔结构在风环境的离散风速时程记录和修正的节间位移角;
所述样本对获取子模块,基于所述离散风速时程记录和所述修正的节间位移角对特高压输电杆塔的有限元模型非线性时程分析得到风强度和修正的节间位移角的样本对;
所述线性回归分析子模块,基于所述样本对进行线性回归分析得到强风需求模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011340818.XA CN112613201A (zh) | 2020-11-25 | 2020-11-25 | 一种特高压输电杆塔结构抗风性能评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011340818.XA CN112613201A (zh) | 2020-11-25 | 2020-11-25 | 一种特高压输电杆塔结构抗风性能评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112613201A true CN112613201A (zh) | 2021-04-06 |
Family
ID=75225170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011340818.XA Pending CN112613201A (zh) | 2020-11-25 | 2020-11-25 | 一种特高压输电杆塔结构抗风性能评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112613201A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723775A (zh) * | 2021-08-16 | 2021-11-30 | 国网上海市电力公司 | 一种基于电力大数据的企业及行业运营风险的评估方法 |
CN114626131A (zh) * | 2022-03-23 | 2022-06-14 | 武汉北曦盛科技有限公司 | 一种电网电力基础设施安全性评估分析方法、系统及存储介质 |
CN115422700A (zh) * | 2022-06-17 | 2022-12-02 | 国网山东省电力公司临沂供电公司 | 输电塔加固策略评估方法、装置以及计算机设备 |
-
2020
- 2020-11-25 CN CN202011340818.XA patent/CN112613201A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723775A (zh) * | 2021-08-16 | 2021-11-30 | 国网上海市电力公司 | 一种基于电力大数据的企业及行业运营风险的评估方法 |
CN113723775B (zh) * | 2021-08-16 | 2023-09-12 | 国网上海市电力公司 | 一种基于电力大数据的企业及行业运营风险的评估方法 |
CN114626131A (zh) * | 2022-03-23 | 2022-06-14 | 武汉北曦盛科技有限公司 | 一种电网电力基础设施安全性评估分析方法、系统及存储介质 |
CN114626131B (zh) * | 2022-03-23 | 2023-12-19 | 新风光电力科技(北京)有限公司 | 一种电网电力基础设施安全性评估分析方法、系统及存储介质 |
CN115422700A (zh) * | 2022-06-17 | 2022-12-02 | 国网山东省电力公司临沂供电公司 | 输电塔加固策略评估方法、装置以及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112613201A (zh) | 一种特高压输电杆塔结构抗风性能评估方法及系统 | |
Frangopol et al. | Bridge life-cycle performance and cost: analysis, prediction, optimisation and decision-making | |
CN112613093A (zh) | 一种特高压输电杆塔结构抗震性能评估方法及系统 | |
KR102098888B1 (ko) | 재난 피해 예측 및 분석 시스템, 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 | |
CN112418603A (zh) | 基于设备健康指数的etc门架系统状态评价方法、电子设备、存储介质 | |
CN111292020A (zh) | 一种基于随机森林的电网实时运行风险评估方法及系统 | |
Seo et al. | Exploring the impact of “climate change” on lifetime replacement costs for long-span bridges prone to torsional flutter | |
CN114511243A (zh) | 一种基于物联网监测的火灾风险动态评估的方法及系统 | |
Ouyang et al. | A performance-based wind engineering framework for engineered building systems subject to hurricanes | |
CN113295212B (zh) | 应用多监测点协同作用的滑坡整体稳定性安全预警系统 | |
JP6956481B2 (ja) | 建物健全度評価システムおよび建物健全度評価方法 | |
CN114676612A (zh) | 跨海大桥的风险评估方法及相关装置 | |
El Aghoury | Numerical tool for fatigue life prediction of corroded steel riveted connections using various damage models | |
Yakhchalian et al. | Reliable seismic collapse assessment of short-period structures using new proxies for ground motion record selection | |
CN109902752B (zh) | 基于病害信息大数据的桥梁定检分类方法、装置及设备 | |
CN117191147A (zh) | 一种泄洪大坝水位监测预警方法及系统 | |
Ye et al. | Probabilistic corrosion fatigue life assessment of a suspension bridge instrumented with long-term structural health monitoring system | |
CN112819262A (zh) | 存储器、工艺管道检维修决策方法、装置和设备 | |
CN111047098A (zh) | 一种建筑工程进度及造价管理系统、计算机设备及计算机可读存储介质 | |
CN114970273A (zh) | 一种基于arima-lstm组合模型的输电杆塔应变时间序列预测与失稳预警方法 | |
Chu et al. | Life-cycle assessment for flutter probability of a long-span suspension bridge based on field monitoring data | |
CN112733379A (zh) | 一种门座起重机金属结构风险评估方法 | |
CN110442897B (zh) | 一种输电线塔倒塔情况分析方法 | |
Song et al. | Application of ARMAV for modal identification of the Emerson Bridge | |
CN113282988B (zh) | 一种大跨度桥梁上部结构状态评估方法及系统 |
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 |