CN113011098A - 一种输电走廊区域雷电活动规律分析显示模型及系统 - Google Patents

Abstract

本申请提出了一种输电走廊区域雷电活动规律分析显示模型及系统，可以得出雷电的活动走向规律并直观地显示，并可以分析雷电走廊和输电线路的相对位置关系。获取存储在雷电定位系统数据库中的，与所选输电线路区域相对应的雷电监测数据。按预设时间初步划分雷电监测数据，生成雷暴时区，对基于时间上处理得到的雷电监测数据，进行空间规律分析；根据雷电地闪集合簇的质心位置，按照时间顺序将集合的质心连线，得到雷电地闪移动路径；结合得到的雷电地闪移动路径，分析雷电运动轨迹与输电线路的相对位置关系，分析出雷电的活动走向规律和雷电的高频发生区域，得到输电线路区域的雷电活动走廊。

Description

一种输电走廊区域雷电活动规律分析显示模型及系统

技术领域

本申请涉及输电线路雷害分析领域，具体涉及一种输电走廊区域雷电活动规律分析显示模型。

背景技术

随着经济的快速发展，我国的电网规模不断扩大，输电线路电压等级和电力传输距离不断提升。输电线路的安全稳定关系到整个电网的正常运行。而造成输电线路出现故障的最重要原因是自然雷电的雷击，造成输电线路故障，导致线路跳闸。

为了尽量减少输电线路被雷击，在进行输电线路架设之前，需要对架设路线上的雷电活动进行统计分析，通过有效的雷电活动数据管理和分析，合理规划输电线路。

目前，对雷电活动的统计和分析主要为两种，第一种，记录雷电日数据，分析单位网格中的年落雷天数，以网格作为统计单位，统计每个网格中的年落雷天数。第二种，将需要进行分析的区域划分为二维平面的等间距矩形网格，以网格为统计单元，以年为统计单位，统计每个网格内一年或者多年所发生的雷电数量，根据每个网格的雷电地闪密度等级给每个网格进行划分，形成覆盖全区域的雷电地闪密度图。

但是，采用第一种方法中，一天内的一次雷声或多次雷声均算作一个雷电日，无法对雷电数量进行量化分析。采用第二种方法，大量的雷电活动过程都叠加到一起，无法看出主要的雷电活动走向，无法分析月份或者季节性雷电活动的导向特征。

因此，现在需要提供一种能够对规划区域内的雷电数量和雷电活动进行微观分析的雷电活动规律分析方法。

发明内容

针对上述问题，本申请提供一种输电走廊区域雷电活动规律动态分析模型，所述模型生成包括以下步骤：

根据需要进行输电线路铺设的区域信息，读取存储在雷电信息储存数据库内该区域内的雷电监测数据；

将雷电监测数据采用MATLAB仿真软件搭建雷电活动分析显示模型；

将模型中的数据通过时间预处理模块，按照预设时间初步划分雷电监测数据，生成雷暴时区；

将处理过的数据采用聚类分析算法，得到落雷地闪集合簇；

根据落雷地闪集合簇的质心位置，按照时间顺序将集合的质心连接，得到雷电地闪的移动路径；

结合雷电地闪移动路径，分析雷电运动轨迹与输电线路的相对位置关系，得到输电线路区域的雷电活动走廊。

可选的，所述所述落雷地闪集合簇的质心位置为，

式中，n是该聚类内地闪次数，X、Y分别对应每一个数据点的经、纬度，xi为该聚类范围内地闪点经度；yi为该聚类范围内地闪点纬度。

进一步的，所述雷暴时区为两次雷电发生之间的时间间隔不大于时间间隔阈值的所有连续时间间隔合并为连续的地闪时间范围。

可选的，所述MATLAB仿真软件中，利用DBSCAN(Density-Based SpatialClustering of Applications with Noise)算法与OPTICS(Ordering points toidentify the clustering structure)算法相结合的方法搭建模型。

进一步的，所述模型中，

针对雷暴时区的雷电数据，进行空间聚类特性分析；

读取雷暴时区中的地闪数据点，寻找数据点中的核心点；

将核心点邻域内所有直接密度可达的数据点加入已有的雷电聚类；

将所有数据结果反馈，输出聚类集合。

进一步的，所述雷电走廊计算方法包括以下步骤，

将空间划分成八个不同方向，每个方向整合成一个主要区域；

分析八个主要区域内雷电轨迹占总数的百分比，按照所占百分比的大小分析雷电的运动轨迹；

对某个区域内的长时间雷电运动轨迹进行统计分析，可以得出雷云的主要通道。

为了实现输电走廊区域雷电活动规律动态分析模型，本申请还提供了一种基于的输电走廊区域雷电活动规律动态分析模型的系统，包括数据导入模块、时间预处理模块、空间规律分析魔力、雷电路径先是模块和雷电走廊分析模块；

数据导入模块，连接到雷电信息储存数据库，将数据库中的雷电监测数据导入模型；

时间预处理模块，连接到数据导入模块，设置时间阈值，将雷电检测数据按时间顺序排列，统计数据并计算出雷暴时区；

空间规律分析模块，连接到时间预处理模块，分析处理雷暴时区下的雷电数据子集，得到雷电地闪的聚类结果；

雷电路径显示模块，连接到空间规律分析模块，根据雷电数据聚类结果，分析得到雷云地闪活动的运动轨迹；

雷电走廊分析模块，连接到雷电路径显示模块，根据分析得到的雷电活动路径，统计分析出输电线路区域的雷电走廊方向。

本申请的方案中，通过输电走廊区域雷电活动规律分析模型，对雷电事件在空间和时间上的分布进行统计和分析，可以对雷电进行时空分析，然后清除掉其中没有关联或关联度较小的雷电事件，以有效地通过雷电路径显示模块展示雷电的活动走向规律。

同时，本申请分析长距离或短距离下输电线路区域雷电活动规律，定性的结合输电线路途径的地形地貌，初步分析雷电活动与地形地貌的关系，具有全面和普遍适用性。

本申请通过可视化地将雷电活动移动路径结果展示，直观的看出雷电的高频发生区域。

因此，可以通过本申请的模型，直观有效的了解输电走廊区域的雷电活动规律和高频发生区域，合理规划输电线路，提高输电的安全性。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为输电走廊区域雷电活动规律分析显示模型的整体框架和简明计算步骤；

图2为时间预处理模块的算法流程示意图；

图3为空间规律分析模块中OPTICS算法流程示意图；

图4为空间规律分析模块中DBSCAN算法流程示意图；

图5为雷电走廊分析方向示意图。

具体实施方式

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、完整的描述，显然，所描述的实施例仅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作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。

如图1所示，本申请提供一种输电走廊区域雷电活动规律动态分析模型，所述模型生成包括以下步骤：

步骤一：根据需要进行输电线路铺设的区域信息，读取存储在雷电信息储存数据库内该区域内的雷电监测数据；

步骤二：将雷电监测数据采用MATLAB仿真软件搭建雷电活动分析显示模型；

步骤三：将模型中的数据通过时间预处理模块，按照预设时间初步划分雷电监测数据，生成雷暴时区；

步骤四：将处理过的数据采用聚类分析算法，得到落雷地闪集合簇；

步骤五：根据落雷地闪集合簇的质心位置，按照时间顺序将集合的质心连接，得到雷电地闪的移动路径；

步骤六：结合雷电地闪移动路径，分析雷电运动轨迹与输电线路的相对位置关系，得到输电线路区域的雷电活动走廊。

步骤二中，MATLAB仿真软件中，利用DBSCAN(Density-Based Spatial Clusteringof Applications with Noise)算法与OPTICS(Ordering points to identify theclustering structure)算法相结合的方法搭建模型。

模型的实现方式如下：

针对雷暴时区的雷电数据，进行空间聚类特性分析；

读取雷暴时区中的地闪数据点，寻找数据点中的核心点；

将核心点邻域内所有直接密度可达的数据点加入已有的雷电聚类；

将所有数据结果反馈，输出聚类集合。

步骤四中，落雷地闪集合簇的质心位置为，

式中，n是该聚类内地闪次数，X、Y分别对应每一个数据点的经、纬度，xi为该聚类范围内地闪点经度；yi为该聚类范围内地闪点纬度。

步骤三中，雷暴时区为两次雷电发生之间的时间间隔不大于时间间隔阈值的所有连续时间间隔合并为连续的地闪时间范围。

步骤六中，雷电走廊计算方法包括以下步骤，

将空间划分成八个不同方向，每个方向整合成一个主要区域；

分析八个主要区域内雷电轨迹占总数的百分比，按照所占百分比的大小分析雷电的运动轨迹；

对某个区域内的长时间雷电运动轨迹进行统计分析，可以得出雷云的主要通道。

为了实现输电走廊区域雷电活动规律动态分析模型，本申请还提供了一种基于的输电走廊区域雷电活动规律动态分析模型的系统，包括数据导入模块、时间预处理模块、空间规律分析魔力、雷电路径先是模块和雷电走廊分析模块；

数据导入模块，连接到雷电信息储存数据库，将数据库中的雷电监测数据导入模型；

时间预处理模块，连接到数据导入模块，设置时间阈值，将雷电检测数据按时间顺序排列，统计数据并计算出雷暴时区；

空间规律分析模块，连接到时间预处理模块，分析处理雷暴时区下的雷电数据子集，得到雷电地闪的聚类结果；

雷电路径显示模块，连接到空间规律分析模块，根据雷电数据聚类结果，分析得到雷云地闪活动的运动轨迹；

雷电走廊分析模块，连接到雷电路径显示模块，根据分析得到的雷电活动路径，统计分析出输电线路区域的雷电走廊方向。

实施例1：

在进行输电线路架设之前，对架设路线上的雷电活动通过本申请的输电走廊区域雷电活动规律动态分析模型进行统计分析，具体分析过程如下：

步骤一：数据获取。

根据GIS系统确定输电线路的精确路径，框定输电线路周围某一范围区域，利用雷电定位系统获得输电线路所在地区的落雷数据，包括落雷点发生时刻、经纬度坐标、雷电流大小、回击次数等。

步骤二：数据筛选。

考虑到在所读取的雷电监测数据的数量较多时，时空聚类过程所需要分析的雷电监测数据的数目也较多，且各雷电监测数据的时间、经纬度位置相对比较杂乱无章，因而在进行时空聚类过程时计算量巨大，为此，为了在一定程度上提高处理效率，事先对所读取的各雷电监测数据按时间进行排序，从而在后续的时空聚类分析过程中，更易于查询到的各雷电监测数据。

在实际的雷电分析过程中，所需要进行分析的具体的区域范围的、在某个相对较长的时间范围内的雷电监测数据的数目会很多，由于数据量过大，在进行时空聚类分析时仍然会存在效率低的问题。由于同一云体的多次放电之间存在着非常强的时空相关性，所以可将雷电划分成不同云体的时空放电子集，先从时间上进行聚类分析，再针对各时间聚类进行时空聚类的分析过程，这样在进行时空聚类分析时，每次时空聚类分析所要分析的雷电数目大大减少，从而可以提高对分析雷电活动规律时的效率。

将雷电监测数据按时间先后顺序排列，计算两次雷电发生之间的时间间隔△t＝t(i)-t(i-1)，将时间间隔△t不大于时间间隔阈值t0的所有连续的时间间隔合并为连续的地闪时间范围，称为雷暴时区。如图2所示。

在对时间阈值进行设定时，可以根据不同地区的实际落雷情况自主调节，同时还可以结合雷电定位系统本身的误差以及风速等影响来定制。例如，这里的时间阈值可以设定为5分钟、10分钟、15分钟、20分钟等值，当然，根据实际需要，时间阈值也可以设定为是其他值，在此不予赘述。

此时，可以得到经过时间排序并且划分为雷暴时区的雷电数据的多个集合。

步骤三：数据预处理。

在进行了时间聚类的分析过程之后，某些时间雷电聚类中的雷电监测数据的数目会相对较多，但是对其中的一些时间雷电聚类而言，数目可能会很少，甚至于可能只有几个，对这些时间雷电聚类进行空间上的聚类分析意义不大，因此，在进行时空聚类分析时，可以是只针对雷电监测数据的数量达到一定数目的大的时间雷电聚类进行，这里的预设数据阈值可以根据实际需要自由设定。

步骤五：导入模型并分析处理。

针对处理得到的雷电数据子集，采用聚类分析算法，得到落雷地闪集合簇，采用DBSCAN算法与OPTICS算法相结合的方法进行分析。

选取雷电数据子集，利用OPTICS得到数据集的可达距离分布图。从分布图可以清晰地看出数据集的分布特性。

如图3所示，OPTICS算法设计如下：

输入：雷电数据子集，邻域半径Eps，密度阈值MinPts(Eps和MinPts只起到算法辅助作用，两个参数的细微变化不会影响到相对输出顺序)

1、创建两个队列，有序种子队列和结果队列。(有序种子队列用来储存核心对象及该核心对象的直接可达对象，并按可达距离升序排列；结果队列用来储存样本点的输出次序)有序种子队列初始为空，结果队列初始为空；

2、如果所有点处理完毕，算法结束；否则选择一个未处理且为核心对象的点，将该核心点放入结果队列，该核心点的直接密度可达点放入有序队列，直接密度可达点并按可达距离升序排列；

3、如果有序种子队列为空，返回步骤2，否则从有序队列中选择第一个对象p：

3.1、判断该点是否为核心点，如果p不是核心点转步骤3；否则，将p点存入结果队列，如果该点不在结果队列；

3.2、找到其所有直接密度可达点，并将这些点放入有序队列，且将有序队列中的点按照可达距离重新排序，如果该点已经在有序队列中且新的可达距离较小，则更新该点的可达距离，有序队列重新排列；

3.3、重复步骤3，直至有序队列为空；

4、算法结束。

输出：具有可达距离信息的样本输出序列，用可达距离分布图表示。(横坐标为数据点输出顺序，纵坐标为可达距离)

通过得到的可达距离分布图，可以清晰地看出数据集的分布特性。定义曲线凹陷处(陡增或陡降处)是一个聚类集合，为了避免曲线的毛刺对数据结果的影响，采用移动平均法对数据进行平滑处理，求取处理后的曲线的极大值处作为DBSCAN算法的输入参数。

利用DBSCAN算法，将聚类结果可视化的呈现。

DBSCAN是一种基于高密度连通区域的聚类算法。基于DBSCAN聚类方法分析的主要思想是:对于集群中的所有点，以给定距离Eps为半径画圆，范围之内的点的密度不能小于给定的阈值MinPts，即邻域的密度必须超过某个阈值。集群中两点的距离可以自由定义，而集群最终的形状由不同的距离函数来确定。

如图4所示，DBSCAN算法设计如下：

输入：雷电数据子集，邻域半径Eps，密度阈值MinPts(Eps和MinPts起决定作用)

1、检测数据库中尚未检查过的对象p，如果p未被处理(归为某个簇或者标记为噪声)，则检查其邻域，若包含的对象数不小于MinPts，建立新簇C，将其中的所有点加入候选集N；

2、对候选集N中所有尚未被处理的对象q，检查其邻域，若至少包含MinPts个对象，则将这些对象加入N；如果q未归入任何一个簇，则将q加入C；

3、重复步骤2，继续检查N中未处理的对象，当前候选集N为空；

4、重复步骤1～3，直到所有对象都归入了某个簇或标记为噪声；

5、算法结束。

输出：聚类结果簇的分类结果并可视化呈现。

步骤六：雷电路径分析。

根据雷电地闪集合簇的质心位置，按照时间顺序将集合的质心连线，得到雷电地闪移动路径。

由于雷电定位数据在经纬度平面呈现聚集分布，并且云团持续时间较长，其核心点相对稳定，所以可以用聚类云团的质心坐标来代表整个云团的位置。

式中，n是该聚类云团内地闪次数，X、Y分别对应每一个数据点的经、纬度，xi为该聚类云团范围内地闪点经度；yi为该聚类云团范围内地闪点纬度。

将这些质心按照时间的先后顺序连接起来，该曲线就是雷云地闪活动的运动轨迹。

步骤七：雷电路径显示。

将雷电时空聚类中的各雷电监测数据对应的雷电事件在地图上显示。根据本实施例中的雷电活动规律分析显示方法，在需要对某个区域范围、某个时间段内的雷电进行统计分析、处理显示时，先读取出与该区域范围、该时间段对应的雷电监测数据，然后针对该些雷电监测数据进行时空上的雷电聚类分析，将各时空雷电聚类中的雷电监测数据对应的雷电事件在地图上显示，因此，位于同一个时空雷电聚类中的雷电监测数据对应的各雷电事件，时间、空间上最接近，位于同一个时空范围，更容易是相互之间具备有关联关系的雷电事件，同时，对于一些零散的雷电并未在地图上进行显示，所显示的都是在某些时间段落雷比较多的核心区域，因而也可以更有效地分析出雷电的活动走向规律和雷电的高频发生区域。

步骤八：雷电走廊生成。

结合得到的雷电地闪移动路径，分析雷电运动轨迹与输电线路的相对位置关系，得到输电线路区域的雷电活动走廊。

如图5所示，按照气象的16个方位风向对空间进行划分，东南西北四个方向的区域大小不变，用②④⑥⑧表示的区域，其中东北方向即①整合了北东北、东北、东东北三个区域的范围；③⑤⑦代表的方向也同样整合该区域的其他两部分。由此将坐标平面分为八个主要的区域(其中①③⑤⑦区域的角度为67.5°，②④⑥⑧区域的角度为：22.5°)，如图5所示。并分析8个主要运动方的向雷电轨迹占总数的百分比，按照所占比分比的大小进行分析雷电运动轨迹。对某个区域内的长时间雷电运动轨迹进行统计分析，可以得出雷云的主要通道，它是该区域内雷云的主要运动路径，称为“雷电走廊”。

以上结合具体实施方式和范例性实例对本申请进行了详细说明，不过这些说明并不能理解为对本申请的限制。本领域技术人员理解，在不偏离本申请精神和范围的情况下，可以对本申请技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本申请的范围内。本申请的保护范围以所附权利要求为准。

Claims (7)

1.一种输电走廊区域雷电活动规律动态分析模型，其特征在于，所述模型生成包括以下步骤：

根据需要进行输电线路铺设的区域信息，读取存储在雷电信息储存数据库内该区域内的雷电监测数据；

将雷电监测数据采用MATLAB仿真软件搭建雷电活动分析显示模型；

将模型中的数据通过时间预处理模块，按照预设时间初步划分雷电监测数据，生成雷暴时区；

将处理过的数据采用聚类分析算法，得到落雷地闪集合簇；

根据落雷地闪集合簇的质心位置，按照时间顺序将集合的质心连接，得到雷电地闪的移动路径；

结合雷电地闪移动路径，分析雷电运动轨迹与输电线路的相对位置关系，得到输电线路区域的雷电活动走廊。

2.根据权利要求1所述的输电走廊区域落雷活动规律动态分析方法，其特征在于，所述所述落雷地闪集合簇的质心位置为，

式中，n是该聚类内地闪次数，X、Y分别对应每一个数据点的经、纬度，xi为该聚类范围内地闪点经度；yi为该聚类范围内地闪点纬度。

3.根据权利要求1所述的输电走廊区域落雷活动规律动态分析方法，其特征在于，所述雷暴时区为两次雷电发生之间的时间间隔不大于时间间隔阈值的所有连续时间间隔合并为连续的地闪时间范围。

4.根据权利要求1所述的输电走廊区域落雷活动规律动态分析方法，其特征在于，所述MATLAB仿真软件中，利用DBSCAN(Density-Based Spatial Clustering of Applicationswith Noise)算法与OPTICS(Ordering points to identify the clustering structure)算法相结合的方法搭建模型。

5.根据权利要求4所述的输电走廊区域落雷活动规律动态分析方法，其特征在于，所述模型中，

针对雷暴时区的雷电数据，进行空间聚类特性分析；

读取雷暴时区中的地闪数据点，寻找数据点中的核心点；

将核心点邻域内所有直接密度可达的数据点加入已有的雷电聚类；

将所有数据结果反馈，输出聚类集合。

6.根据权利要求1所述的输电走廊区域落雷活动规律动态分析方法，其特征在于，所述雷电走廊计算方法包括以下步骤，

将空间划分成八个不同方向，每个方向整合成一个主要区域；

分析八个主要区域内雷电轨迹占总数的百分比，按照所占百分比的大小分析雷电的运动轨迹；

对某个区域内的长时间雷电运动轨迹进行统计分析，可以得出雷云的主要通道。

7.一种基于权利要求1所述的输电走廊区域雷电活动规律动态分析模型的系统，其特征在于，包括数据导入模块、时间预处理模块、空间规律分析魔力、雷电路径先是模块和雷电走廊分析模块；

数据导入模块，连接到雷电信息储存数据库，将数据库中的雷电监测数据导入模型；

时间预处理模块，连接到数据导入模块，设置时间阈值，将雷电检测数据按时间顺序排列，统计数据并计算出雷暴时区；

空间规律分析模块，连接到时间预处理模块，分析处理雷暴时区下的雷电数据子集，得到雷电地闪的聚类结果；

雷电路径显示模块，连接到空间规律分析模块，根据雷电数据聚类结果，分析得到雷云地闪活动的运动轨迹；

雷电走廊分析模块，连接到雷电路径显示模块，根据分析得到的雷电活动路径，统计分析出输电线路区域的雷电走廊方向。

Images