CN113159365A - 一种输变电设备污秽监测预警方法及装置 - Google Patents
一种输变电设备污秽监测预警方法及装置 Download PDFInfo
- Publication number
- CN113159365A CN113159365A CN202011637575.6A CN202011637575A CN113159365A CN 113159365 A CN113159365 A CN 113159365A CN 202011637575 A CN202011637575 A CN 202011637575A CN 113159365 A CN113159365 A CN 113159365A
- Authority
- CN
- China
- Prior art keywords
- pollution
- early warning
- factor data
- meteorological factor
- corrected
- 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 227
- 230000009466 transformation Effects 0.000 title claims abstract description 220
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012544 monitoring process Methods 0.000 title claims abstract description 40
- 238000009825 accumulation Methods 0.000 claims abstract description 271
- 238000012937 correction Methods 0.000 claims abstract description 86
- 239000003344 environmental pollutant Substances 0.000 claims description 84
- 231100000719 pollutant Toxicity 0.000 claims description 84
- 238000004364 calculation method Methods 0.000 claims description 56
- 230000003373 anti-fouling effect Effects 0.000 claims description 13
- 230000000694 effects Effects 0.000 abstract description 5
- 238000012423 maintenance Methods 0.000 abstract description 4
- 238000011109 contamination Methods 0.000 description 10
- 238000004140 cleaning Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 239000012212 insulator Substances 0.000 description 6
- 238000012806 monitoring device Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 150000003839 salts Chemical class 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000010453 quartz Substances 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 3
- 230000009194 climbing Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010891 electric arc Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000220317 Rosa Species 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003746 surface roughness Effects 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- 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)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (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
本发明提供了一种输变电设备污秽监测预警方法及装置,该方法通过获取本周期内输变电设备的历史积污天数,逐小时获取各气象因素的数据,并对各气象因素在预置时间内的最大值进行插值修正,基于修正后的各气象因素数据和历史积污天数确定修正积污天数和积污预警等级,并结合修正积污天数、积污预警等级和修正后的各气象因素数据判断所述输变电设备的污秽风险,并将污秽风险的输变电设备的信息输入污秽预警信息中,发布预置时间的污秽预警信息,达到了能够对当前监测到输变电设备污秽风险进行预警,同时对未来预测出的输变电设备污秽风险进行预警的效果,提升了污秽预警的准确性、及时性和全面性,给现场运维提供了有效的信息支撑。
Description
技术领域
本发明涉及一种电力安全技术领域,具体涉及到一种输变电设备污秽监测预警方法及装置。
背景技术
随着工业和经济的发展,大气环境恶化加剧,受到环境、天气等因素的综合影响,电网污闪事故频频发生,严重影响电网供电的可靠性。
高压或特高压环境下的输变电设备的污闪事故的是由设备上的输变电设备污秽物与大气环境综合叠加影响产生的结果。具体为,输变电设备的绝缘子表面长期暴露在户外环境,户外环境中的自然扬尘、盐碱、工业排放物等微粒会附着在输变电设备的绝缘子表面,逐渐沉积形成污秽层,当其遇到潮湿天气时,污秽层中的可溶性物质溶于水中,在输变电设备的绝缘子表面,形成一层导电水膜,使得绝缘子的绝缘水平大幅度下降,污层开始导电并产生局部电弧。随着污秽物的累积量增大以及污秽层受潮程度的加重,污秽层产生的局部电弧会逐渐发展变大,并当其达到或超出绝缘子绝缘水平的临界状态时,击穿绝缘子表面,导致污闪事故。
现有的防治污闪的方案中,通过人工定期巡检,根据巡检情况和历年污闪事故数据绘制污区分布图,并结合人工经验,制定人工污秽清扫计划,并对位于重点污区的输变电设备制定下一次的巡检计划,或者基于人工绘制的污区分布图建立预警模型对重点污区的输变电设备进行污闪预警。然而这些方案都比较依赖于人工经验,不能全面地、及时地对输变电设备的污秽情况进行监测和预警。
发明内容
本发明提供了一种输变电设备污秽监测预警方法及装置,用以解决现有技术中对输变电设备的污秽预警不全面、不及时的技术问题。
根据本发明的一个方面,提供一种方法,包括:获取本周期内输变电设备的历史积污天数;
逐小时获取各气象因素的数据,计算所述各气象因素的数据在第一预置时间内最大值得到第一气象因素数据和第二预置时间内的最大值得到第二气象因素数据;所述各气象因素包括降雨量、湿度、温度、风速;
对所述第一气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第三气象因素数据;
对所述第二气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第四气象因素数据;
根据所述第三气象因素数据和所述历史积污天数确定所述第一预置时间内的修正积污天数和积污预警等级;
根据所述第四气象因素数据和所述第一预置时间内的修正积污天数确定所述第二预置时间内的修正积污天数和积污预警等级;
根据所述第一预置时间内的修正积污天数和积污预警等级、所述第三气象因素数据判断所述输变电设备是否存在污秽风险,若是则将所述输变电设备的信息输入第一污秽预警信息中;
根据所述第一预置时间内的修正积污天数和积污预警等级、所述第四气象因素数据判断所述输变电设备是否存在污秽风险,若是则将所述输变电设备的信息输入第二污秽预警信息中;
发布所述第一污秽预警信息和第二污秽预警信息。
优选的,所述对所述第一气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第三气象因素数据,所述插值计算具体包括:
基于输变电设备的经纬度坐标对所述第一气象因素数据进行插值计算得到进行插值计算后的第一气象因素数据。
优选的,所述对所述第一气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第三气象因素数据,所述修正具体包括:
将所述各气象因素的修正系数与进行插值计算后的第一气象因素数据中的各气象因素数据对应相乘,计算得到修正后的各气象因素数据,将所述修正后的各气象因素数据输出为第三气象因素数据。
优选的,所述逐小时获取各气象因素的数据,计算所述各气象因素的数据在第一预置时间内的最大值得到第一气象因素数据,具体包括:
以当前时间节点为参考点,逐小时获取各气象站过去24小时内采集的各气象因素数据,计算过去24小时内所述各气象因素数据的最大值得到第一气象因素数据。
优选的,所述根据所述第三气象因素数据和所述历史积污天数确定所述第一预置时间内的修正积污天数和积污预警等级包括:
根据所述第三气象因素数据和所述历史积污天数确定当前时间节点的修正积污天数;
若所述第三气象因素数据中的最大降雨量在预置阈值范围外,则将所述历史积污天数清零,输出当前时间节点的修正积污天数为0天;
若第三气象因素数据中的最大降雨量在预置阈值范围内,则在所述历史积污天数的基础加1得到当前时间节点的修正积污天数;
若所述修正积污天数处于预置天数范围内,所述当前时间节点的积污预警等级为黄色积污预警等级,若修正积污天数超出预置天数范围最大值时,所述当前时间节点积污预警等级为红色积污预警等级。
优选的,所述逐小时获取各气象因素的数据,计算所述各气象因素的数据在第二预置时间内的最大值得到第二气象因素数据,包括:
以所述当前时间节点为起点,逐小时获取未来一周每一天内预置大小网格区域的所述各气象因素预测数据,计算所述预置大小网格区域内所述各气象因素预测数据的最大值,得到第二气象因素数据。
优选的,所述对所述第二气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第四气象因素数据,所述插值计算具体包括包括:
基于输变电设备的经纬度坐标对所述第二气象因素数据进行插值计算得到进行插值计算后的第二气象因素数据;
所述修正具体包括:
将所述各气象因素的修正系数与进行插值计算后的第二气象因素数据中的各气象因素数据对应相乘,计算得到修正后的各气象因素数据,将所述修正后的各气象因素数据输出为第四气象因素数据。
优选的,所述根据所述第四气象因素数据和所述第一预置时间内的修正积污天数确定所述第二预置时间内的修正积污天数和积污预警等级,具体包括:
根据所述第四气象因素数据和所述当前时间节点的修正积污天数确定未来一周后的积污天数,具体确定步骤包括:
S1:确定当前时间节点的修正积污天数;
S2:若当前时间节点的后一天的第四气象因素数据中的最大降雨量在预置阈值范围内外,将所述当前时间节点的修正积污天数清零,输出当前时间节点的后一天的修正积污天数为0天;
S3:若当前时间节点的后一天的第四气象因素数据中的最大降雨量在预置阈值范围内,则在所述当前时间节点的修正积污天数的基础加1得到当前时间节点的后一天的修正积污天数;
S4:将所述当前时间节点的后一天更新为当前时间节点,所述当前时间节点的后一天的修正积污天数更新为当前时间节点的修正积污天数;
重复执行S1-S4,直至计算到未来一周的最后一天,得到未来一周后的修正积污天数;
根据所述未来一周后的修正积污天数确定所述未来一周后的积污预警等级。
优选的,所述根据所述第一预置时间内的修正积污天数和积污预警等级、所述第三气象因素数据判断所述输变电设备是否存在污秽风险,包括:
根据所述当前时间节点的修正积污数和积污预警等级、所述第三气象因素数据判断所述输变电设备当前时间节点的污秽风险,具体包括,当所述当前时间节点的修正积污天数达到所述黄色积污预警等级或者红色积污预警等级时,且所述第三气象因素数据中的最大湿度、最大温度、最大风速达到所述输变电设备防污最低标准时,判定所述输变电设备存在污秽风险,记录所述输变电设备信息和积污预警等级入输变电设备污秽风险清单;
所述根据所述第一预置时间内的修正积污天数和积污预警等级、所述第四气象因素数据判断所述输变电设备是否存在污秽风险,若是则将所述输变电设备的信息输入第二污秽预警信息中,包括:
根据所述未来一周后的修正积污天数和积污预警等级、所述第四气象因素数据判断所述输变电设备未来一周后的污秽风险,具体包括当所述未来一周的修正积污天数达到所述黄色积污预警等级或者红色积污预警等级时,且所述第四气象因素数据中的最大湿度、最大温度、最大风速达到所述输变电设备防污最低标准时,判定所述输变电设备存在污秽风险,记录所述输变电设备信息和积污预警等级入输变电设备污秽风险清单;
发布所述第一污秽预警信息和第二污秽预警信息,包括:
发布当前时间节点和未来一周的输变电设备的污秽预警信息,所述污秽预警信息包括污秽预警信息文本内容和输变电设备污秽预警清单;
所述污秽预警信息文本内容包括积污预警和建议措施。
根据本发明的另一方面,提供一种输变电设备污秽预警装置,包括:
积污获取装置,用于获取本周期内输变电设备的历史积污天数;
气象获取装置,用于逐小时获取各气象因素的数据,计算所述各气象因素的数据在第一预置时间内最大值得到第一气象因素数据和第二预置时间内的最大值得到第二气象因素数据;
插值修正装置,用于对所述第一气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第三气象因素数据,并用于对所述第二气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第四气象因素数据;
确定装置,用于根据所述第三气象因素数据和所述历史积污天数确定所述第一预置时间内的修正积污天数和积污预警等级,并用于根据所述第四气象因素数据和所述第一预置时间内的修正积污天数确定所述第二预置时间内的修正积污天数和积污预警等级;
判断装置,用于根据所述第一预置时间内的修正积污天数和积污预警等级、所述第三气象因素数据判断所述输变电设备是否存在污秽风险,若是则将所述输变电设备的信息输入第一污秽预警信息中,并用于根据所述第一预置时间内的修正积污天数和积污预警等级、所述第四气象因素数据判断所述输变电设备是否存在污秽风险,若是则将所述输变电设备的信息输入第二污秽预警信息中;
发布装置,用于发布所述第一污秽预警信息和第二污秽预警信息。
从以上技术方案可以看出,本发明实施例具有以下优点:本发明提供了一种输变电污秽预警方法及装置,本发明通过将气象因素数据与输变电设备相关联,并基于修正后的气象因素数据与输变电设备的积污天数对整个电网系统当前监测的和未来预测的输变电设备的污秽风险情况进行预警,及时发布预警消息和建议措施,达到了能够对当前监测到输变电设备污秽风险进行预警,同时对未来预测出现的输变电设备污秽风险进行预警的效果,提升了污秽预警的准确性、及时性和全面性,给现场运维提供了有效的信息支撑,为运维人员制定污秽清扫计划以及巡检计划提供了有力的技术协助。
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为一种输变电污秽预警方法的第一个实施例的流程示意图;
图2为一种输变电污秽预警方法的第二个实施例的流程示意图;
图3为一种输变电污秽预警装置的第三个实施例的结构示意图。
具体实施方式
本发明实施例提供了一种输变电设备污秽监测预警方法和装置,能够全面、及时地进行输变电设备污秽预警。
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,本发明提供的一种输变电设备污秽监测预警方法的一个实施例,包括:
101、获取本周期内输变电设备的历史积污天数。
本周期的时间起点是指从上一次完成人工清扫污秽的时间,本周期的时间终点取决于需要进行污秽预警的当前时间节点,当前时间节点可以根据实际需求设置。输变电设备可以为输电线路和变电站。历史积污天数可以为上一周期末尾经过修正后的修正积污天数,可以理解历史积污天数会随着周期内的积污情况更新。
本发明实施例通过污秽在线监测装置从各个监测点实时监测输变电设备在本周期内每一天的输变电设备的污秽物情况。污秽在线监测装置是基于介质光波导中的光场分布和光能损耗机理,通过使用高纯度石英棒的传感器,对附着在石英棒的污秽物进行监测,确定输变电设备的污秽情况。具体地,当石英棒上附着污秽物时,由于污秽物改变了高次模和基模的传输条件,污染粒子对光能的吸收和散射等产生光能损耗,通过获取变化的光能参数,可计算出盐份的多少,确定盐密度。通过盐密度确定灰密度。灰密度的计算可以通过建立神经网络模型建立,此处不作限定。在确定污秽物的盐密度和灰密度之后,结合输变电设备的防污设计标准确定输变电设备的积污情况,之后根据污秽在线监测装置每日采集的光能参数等基础数据,对盐密值与灰度值的变化趋势进行分析,结合输变电设备的防污设计标准,输出本周期内输变电设备的积污天数。
监测点主要是设置在输变电线路及变电站。关于输变电线路的监测点选取,在输变电线路上每隔5~10km选择一个监测点,若是输变电线路经过的区域,污秽严重、污染成份复杂,地段分散性大的可以适量增加监测点。变电站监测点的选取,应当根据玫瑰风向图,在每一个变电站的上风侧和下风侧至少各设立一个监测点。
102、逐小时获取各气象因素的数据,计算所述各气象因素的数据在第一预置时间内最大值得到第一气象因素数据和第二预置时间内的最大值得到第二气象因素数据。
所述各气象因素包括降雨量、湿度、温度、风速,第一预置时间为过去的时间,第二预置时间为未来的时间。
具体的,在第一预置时间内获取的可以是根据自动气象站获取历史监测的气象数据。自动气象站包含国家级气象站组和省级气象站组,总数超过1300 个,国家级气象站组由在全省范围内每个县区各选取1个国家级气象站组成,而省级气象站组由省内沿海地区每个乡镇各选取1个自动气象站组成。
在第二预置时间内获取的是气象预测数据,其是通过WRF模式的气象数值预报产品获取的。
其中最大降雨量通过对逐小时获取的降雨量的数据求总和得到,最大温度、最大湿度、最大风速则通过求最值的方法确定。
103、对所述第一气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第三气象因素数据。
获取步骤102中计算得到第一气象因素数据的降雨量、温度、湿度、风速的最大值,利用样条函数法插值计算得到各输变电设备的最大降雨量估算值、最大温度估算值、最大湿度估算值、最大风速估算值。
样条函数法是使用一种数学函数,根据已知的样本点数据,利用多项式拟合的方式来产生平滑的曲面的插值方法。
样条函数法的插值步骤为:
(1)通过获取到的最大降雨量、最大温度、最大湿度、最大风速的数据作为样本点计算得出连续光滑的降雨量、温度、湿度、风速数据拟合曲面的函数公式;
(2)根据输变电设备的经纬度坐标插值计算得出最大降雨量估算值、最大温度估算值、最大湿度估算值、最大风速估算值。
将预设的各气象因素修正系数与进行插值计算后的最大降雨量估算值、最大温度估算值、最大湿度估算值、最大风速估算值对应相乘,计算得到修正后的各气象因素数据,将所述修正后的各气象因素数据输出为第三气象因素数据。
可以理解,各气象因素修正系数包括降雨量的修正系数α1、风速的修正系数α2、温度的修正系数α3、湿度修正系数α4。由于输变电设备所处位置地形及高度的不同,因此需要将插值得到的结果进行相应的修正,得到各输变电设备的降雨量、风速、温度、湿度四个气象参数修正系数α1、α2、α3、α4。
各气象因素的修正系数确定方法如下所示:
(1)降雨量的修正系数α1
P=α1·P'
其中,α1为地形要素参数,P'为修正前的降雨量数值,P为修正后的降雨量数值。按照坡度和历史风向计算得到每个网格点的地形分类可得到地形要素参数α1,具体分类如下:
迎风坡:海拔高度高于200米,坡度>10°,近3年平均风向与坡向夹角≥120°。
背风坡:海拔高度高于200米,坡度>10°,近3年平均风向与坡向夹角≤60°。
平地:海拔高度小于200米,坡度≤10°。
山顶:临近8个格点中最高海拔的格点。
山谷:临近8个格点中最低海拔的格点。
具体请参见表1。
表1
因此,可根据各输变电设备所处地形位置确定降雨修正系数α1。
(2)风速的修正系数α2
近地层风速的垂直分布主要取决于地表粗糙度和低层大气的层结状态。在中性大气层结下,对数和幂指数方程都可以较好地描述风速的垂直廓线,实测数据检验结果表明,在华南地区幂指数公式比对数公式可以更精确地拟合风速的垂直廓线,《建筑结构荷载规范》(GB50009-2012)也要求用幂指数律风速廓线公式把不同高度的风速换算高标准高度风速,其表达式为:
式中:V为标准高度风速(m/s);Z为风速仪实际高度(m),VZ为风速仪观测风速(m/s),b为空旷平坦地区地面粗糙度系数,取0.15。采用上式,可以将标准高度风速订正到实际高度风速,即有
根据上述公式计算确定得出各输变电设备的风速修正系数α2。
(3)温度的修正系数α3是按照每升高100米,则温度下降0.6摄氏度来确定。
(4)湿度的修正系数α4可以根据该输变电设备的地理位置的气压计算得到。
式中:RHz为输变电设备所在高度实际湿度,RH0为修正前的湿度值,pz为输变电设备所在高度实际气压(hPa),p0为修正前的气压(hPa),而高度3000米以下,气压每升高10米下降1hPa,z为输变电设备所在位置的实际的海拔高度,即有
在本申请的另一实施例中,提供了另外一种确定修正系数的方案,该方案如下。
由于各输变电设备所处的位置、地形、以及海拔高度不同,因此需要对通过插值计算得到的气象因素估算值进行修正。各气象因素的修正系数可以预先在各输变电设备所在的地理位置进行采集,采集完成后,在进行下一个周期的预警时,即可根据输变电设备的地理位置直接输出对应的气象修正系数,无需再进行重复采集。
在进行预先采集的过程中,首先确定各输变电设备的地理位置(包括地形和海拔高度等),通过在该地理位置实地采集的降雨量、温度、风速、湿度数据,与根据输变电设备经纬度坐标插值计算得到的气象因素值估算值进行计算和比较,得到降雨量、风速、温度、湿度四个气象参数修正系数α1、α2、α3、α4,并将在计算得到的修正系数与输变电设备地理位置相关联,输出与该输电设备地理位置相对应的修正系数。可以理解,可获取大量的输变电设备所在的地理位置的实时气象数据与历史气象数据和未来预测的气象数据进行比较计算以输出更为准确的修正系数。例如对于像变电站的固定设备,可以通过放置监测装置监测各气象因素数据,并通过与历史气象数据和未来的预测数据进行比较计算输出该变电站所在地理位置的各气象的修正系数。而对于像跨区域的输电线路的修正系数可以先划分间隔一段长度范围的监测点,在监测点放置监测设备获取气象数据,与历史的气象数据和未来预测的气象数据进行比较计算输出更为准确的修正系数。
以上的采集数值到输出修正系数的处理可以通过预先放置在输变电设备上的监控终端(或设备)完成,并且该监控终端只需要使用一次,在得到修正系数后,不需要再通过该监测设备实时持续采集,在进行下一周期的修正过程中,只需获取输变电设备的地理位置即可输出对应的修正系数,因此本实施例中既能得到更为准确的修正系数,同时不需要监测设备实时持续的采集,大大减少了监测设备维护费用。
104、对所述第二气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第四气象因素数据。
第二气象因素数据为未来时间的预测的各气象因素数据的最大值,对预测得到的各气象因素数据(降雨量、风速、温度、湿度)的最大值进行插值计算,并对插值计算得到的各气象因素数据(降雨量、风速、温度、湿度) 的最大值,与各气象因素的修正系数对应相乘得到第四气象因素数据。
具体的插值方法、修正系数的确定方法参考步骤103。此处不再赘述。
105、根据所述第三气象因素数据和所述历史积污天数确定所述第一预置时间内的修正积污天数和积污预警等级;
第三气象因素数据为经过步骤103修正后的各气象因素数据,第一预置时间过去的时间,并基于过去的时间获取的气象数据对过去时间的历史积污天数进行修正,即可得到当前时间节点的修正积污天数。具体确定过程为,通过判断第三气象因素数据中的最大降雨量是否达到或者超出预设的降雨量标准,若达到或超出预设降雨量标准范围,则将历史积污天数清零,确定该预置时间内的修正积污天数为0天;若在预设的降雨量范围内,则修正积污天数可以通过历史积污天数和预置时间的天数求和得到。
根据修正后的积污天数确定积污预警等级,积污预警等级包括黄色积污预警等级和红色积污预警等级,具体地,修正积污天数处于50-60天内时为黄色积污预警等级,修正积污天数超出60天为红色积污预警等级。当修正积污天数低于50天时,则表明修正积污天数没有达到积污预警等级。
预设的降雨量标准范围为0.1mm~9.9mm,可以理解当第三气象因素数据中的最大降雨量超出9.9mm时,将历史积污天数清零。
106、根据所述第四气象因素数据和所述第一预置时间内的修正积污天数确定所述第二预置时间内的修正积污天数和积污预警等级。
第二预置时间为未来时间,此时将历史积污天数更新为第一预置时间内的修正积污天数,并根据第一预置时间内的修正积污天数(即更新后的历史积污天数)和基于第二预置时间得到的第四气象因素数据确定第二预置时间内的修正积污天数和积污预警等级,具体地通过判断第四气象因素数据中的最大降雨量是否达到或者超出预设的降雨量标准,若达到或超出预设降雨量标准范围,则将更新后的历史积污天数清零,输出该预置时间内的修正积污天数为0天,若在预设的降雨量范围内,则修正积污天数可以通过历史积污天数和预置时间的天数求和得到。如第二预置时间是未来一周时,应当逐天逐天地判断,并以前一天的历史积污天数确定当天的修正积污天数,以此类推,确定未来一周后的修正积污天数。
107、根据所述第一预置时间内的修正积污天数和积污预警等级、所述第三气象因素数据判断所述输变电设备是否存在污秽风险,若是则将所述输变电设备的信息输入第一污秽预警信息中。
当修正积污天数达到黄色积污预警等级或者红色积污预警等级,且第三气象因素数据中的最大湿度、最大温度、最大风速满足输变电设备的防污最低标准时,判定所述输变电设备存在污秽风险,记录所述输变电设备信息和积污预警等级入输变电设备污秽风险清单。输变电设备信息包括输变电设备所属地市、电压等级、设备名称、类型(输电线路或者变电站)、是否为涉港澳核或关键重要线路、修正积污天数等信息。输变电设备的防污最低标准可参考国家规范的输变电设备的防污标准。
第一污秽预警信息即为对当前监测到有污秽风险输变电设备进行预警的污秽预警信息,并将该污秽预警信中进行后续的发布。
本发明实施例是基于过去的预置时间得到的气象数据对历史积污天数进行修正,判断输变电设备是否存在风险,对将截止于当前时间节点的监测到的存在污秽风险的输变电设备的信息输入到输变电设备污秽监测预警系统中,并在后续中与预测到的未来时间内存在污秽风险的输变电设备信息一起发布,实现对当前监测到的和未来预测到的输变电设备污秽风险进行预警。
108、根据所述第一预置时间内的修正积污天数和积污预警等级、所述第四气象因素数据判断所述输变电设备是否存在污秽风险,若是则将所述输变电设备的信息输入第二污秽预警信息中。
第二污秽预警信息为未来为时间内预测到的存在污秽风险的输变电设备进行预警的污秽预警信息。具体的判断输变电设备的污秽风险方法可参考步骤107。
109、发布所述第一污秽预警信息和第二污秽预警信息。
输变电设备污秽监测预警系统发布当前监测和未来预测的输变电设备的污秽预警信息,污秽预警信息包括污秽预警信息文本内容和输变电设备污秽预警清单,污秽预警信息文本内容包括积污预警和建议措施。
本申请实施例中通过获取过去的预置时间的气象数据对过去的历史积污天数进行修正得到当前的修正积污天数,并基于修正后的积污天数和气象数据监测输变电设备污秽是否风险,同时通过获取未来的预置时间内的气象数据确定未来预测的积污天数,并基于未来预测的积污天数和气象数据对输变电设备的污秽风险进行预测,最后统计监测到当前有污秽风险的输变电设备信息和预测到未来有污秽风险的输变电设备信息,并发送到输变电设备监测预警系统中,通过系统发布当前监测到的预警信息和预测的预警信息。本申请实施例中实际达到了能够对当前监测输变电设备污秽风险进行预警,同时对未来预测出现的输变电设备污秽风险进行预警的效果。
以上是对本发明提供的一种输变电设备污秽监测预警方法的第一个实施例的具体说明,以下将对本发明提供的一种输变电设备污秽监测预警方法的第二个实施例,请参阅图2,本发明一种输变电设备污秽监测预警方法的第二个实施例实施例,包括:
201、获取本周期内输变电设备的历史积污天数。
获取方法可参考步骤101,此处不再赘述。
202、以当前时间节点为参考点,逐小时获取各气象站过去24小时内采集的各气象因素数据,计算过去24小时内所述各气象因素数据的最大值得到第一气象因素数据。
可以理解,当前时间节点可根据实际需求设置。气象站的数据采集是逐小时且整点采集。通过将逐小时获取的降雨量求和得到各气象站的过去24小时累积的最大降雨量Pa24。根据逐小时获取的温度、风速、湿度通过求最值的方法计算过去24小时的最大湿度Rha24、最大风速WSa24、最大温度Ta24。
203、对所述第一气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第三气象因素数据。
获取202中计算得到的过去24小时的最大湿度Rha24、最大风速WSa24、最大温度Ta24,利用样条函数法结合输变电设备的经纬度坐标插值计算得出过去24小时内最大降雨量估算值Pb24、最大湿度估算值Rhb24、最大温度估算值 Tb24、最大风速估算值WSb24。具体的插值计算方法可参考步骤103。
根据降雨量、风速、温度、湿度的修正系数α1、α2、α3、α4按照修正公式对过去24小时内最大降雨量估算值Pb24、最大风速估算值WSb24、最大温度估算值Tb24、最大湿度估算值Rhb24进行修正,得到修正后的过去24小时内最大降雨量P24、最大湿度Rh24、最大风速WS24、最大温度T24,具体修正公式为:
P24=Pb24*α1
WS24=WSb24*α2
T24=Tb24*α3
Rh24=Rhb24*α4
修正系数的确定参考步骤103。
204、根据所述第三气象因素数据和所述历史积污天数确定当前时间节点的修正积污天数和积污预警等级;若所述第三气象因素数据中的最大降雨量在预置阈值范围外,则将所述历史积污天数清零,输出当前时间节点的修正积污天数为0天;若第三气象因素数据中的最大降雨量在预置阈值范围内;则在所述历史积污天数的基础加1得到当前时间节点的修正积污天数。
可以理解,若过去24小时内最大降雨量P24超出预设的降雨量标准范围 (0.1mm~9.9mm)时,即P24>9.9mm时,将历史积污天数清零,可确定当前时间节点的修正积污天数为0天。
若0.1mm≥P24≥9.9mm,则在历史积污天数加上1天得到当前时间节点的修正积污天数。
积污预警等级的确定参考步骤105 205、以所述当前时间节点为起点,逐小时获取未来一周每一天内预置大小网格区域的所述各气象因素数据,计算所述预置大小网格区域内所述各气象因素数据的最大值,得到第二气象因素数据。
预置大小网格区域为1km*1km网格区域。可以理解,以当前时间节点为起点,逐小时获取未来一周每一天内1km*1km网格区域的气象预测数据。该网格化的气象预测数据是通过WRF模式的气象数值预报产品获取的,并且逐小时整点获取。根据未来一周逐小时的降雨量、湿度、温度、风速预测数据计算未来一周每一天内的最大降雨量Ht1、最大湿度Rht1、最大风速WSt1、最大温度Tt1的预测数据,计算最大值的方法与过去24小时的相同,此处不再赘述。
206、对所述第二气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第四气象因素数据。
获取步骤203中计算得到的未来一周每一天内的最大降雨量Ht1、最大湿度Rht1、最大风速WSt1、最大温度Tt1,基于输变电设备的经纬度坐标利用样条函数法插值计算得到各输变电设备的未来一周每一天内的最大降雨量估算值Ht2、未来一周每一天内的最大湿度估算值Rht2、未来一周每一天内的最大温度估算值Tt2、未来一周每一天内的最大温度估算值WSt2。
根据降雨量、风速、温度、湿度的修正系数α1、α2、α3、α4按照修正公式对未来一周每一天内的最大降雨量估算值Ht2、未来一周每一天内的最大风速估算值WSt2、未来一周每一天内的最大温度估算值Tt2、未来一周每一天内的最大湿度估算值Rht2进行修正,得到修正后未来一周每一天内预测的最大降雨量估算值Ht、最大风速估算值WSt、最大温度估算值Tt、最大湿度估算值 Rht。具体修正公式为:
Ht=Ht2*α1
WSt=WSt2*α2
Tt=Tt2*α3
Rht=Rht2*α4
具体的插值计算方法、修正系数的确定方法可参考步骤103。
207、根据所述第四气象因素数据和所述当前时间节点的修正积污天数确定未来一周后的修正积污天数,具体确定步骤包括:
S1:确定当前时间节点的修正积污天数;
S2:若当前时间节点的后一天的第四气象因素数据中的最大降雨量在预置阈值范围内外,将所述当前时间节点的修正积污天数清零,输出当前时间节点的后一天的修正积污天数为0天;
S3:若当前时间节点的后一天的第四气象因素数据中的最大降雨量在预置阈值范围内,则在所述当前时间节点的修正积污天数的基础加1得到当前时间节点的后一天的修正积污天数;
S4:将所述当前时间节点的后一天更新为当前时间节点,所述当前时间节点的后一天的修正积污天数更新为当前时间节点的修正积污天数。
重复执行S1-S4,直至计算到未来一周的最后一天,得到未来一周的修正积污天数。
由于未来一周是以当前时间节点为起点确定的,因此在确定未来一周后的修正积污天数需要先确定当前时间节点的修正积污天数。当前时间节点的修正积污天数可由步骤205中获取得到。
具体的,以当前时间节点的修正积污天数为基础,确定未来一周第一天的修正积污天数,当未来一周第一天内的修正后的预测的最大降雨量Hta超出预设的降雨量标准范围(0.1mm~9.9mm),即Hta>9.9mm,将当前时间节点的修正积污天数清零,输出未来一周的第一天的修正积污天数为0天,若 0.1mm≥Hta≥9.9mm,则在当前时间节点的修正积污天数加上1天得到未来一周第一天的修正积污天数。
以未来一周的第一天的修正积污天数为基础,确定未来一周第二天的修正积污天数,具体为:当未来一周第二天内的修正后的预测的最大降雨量Htb超出预设的降雨量标准范围(0.1mm~9.9mm),即Htb>9.9mm,将未来一周第一天的修正积污天数清零,则可确定未来一周的第二天的修正积污天数为0 天,若0.1mm≥Htb≥9.9mm,则在未来一周第一天的修正积污天数加上1天得到未来一周第二天的修正积污天数。
未来一周的其他天数的修正积污天数以此类推确定。
208、根据所述当前时间节点的修正积污数和积污预警等级、所述第三气象因素数据判断所述输变电设备当前时间点的污秽风险,具体包括当所述当前时间节点的修正积污天数达到所述黄色积污预警等级或者红色积污预警等级时,且所述第三气象因素数据中的最大湿度、最大温度、最大风速达到所述输变电设备防污最低标准时,判定所述输变电设备存在污秽风险,记录所述输变电设备信息和积污预警等级入输变电设备污秽风险清单。
209、根据所述未来一周后的修正积污天数和积污预警等级、所述第四气象因素数据判断所述输变电设备未来一周后的污秽风险,具体包括当所述未来一周的修正积污天数达到所述黄色积污预警等级或者红色积污预警等级时,且所述第四气象因素数据中的最大湿度、最大温度、最大风速达到所述输变电设备防污最低标准时,判定所述输变电设备存在污秽风险,记录所述输变电设备信息和积污预警等级入输变电设备污秽风险清单。
210、发布当前时间节点和未来一周的输变电设备的污秽预警信息。
在发布当前时间节点和未来一周的输变电设备的污秽预警信息同时,发布未来三天天气预警。
以下为基于本申请提供的一种输变电设备污秽预警的方法发出的污秽预警信息实施例。
“一、当前时间节点的积污预警
截止至1月20日9时,全省220kV及以上积污预警线路702条,涉及除潮州局、汕头局外的17个供电局,详细涉及到积污预警线路以及对应的供电局请见污秽风险清单。积污红色预警(积污期超60夭)线路684条,其中涉港澳核、关键重要线路40条,建议制定清扫计划,发现爬电现象线路设备要立即申请停电进行清扫;积污黄色预警(积污期51天至60天)线路18条,涉港澳核、关键重要线路0条,建议立即安排特巡夜巡。
截止至1月20日9时,全省220V及以上积污预警变电站251座,涉及全省除潮州局、汕头局、揭阳局外16个供电局,详细涉及到积污预警变电站以及对应的供电局请见污秽风险清单。积污红色预警(积污期超60夭)变电站251座,涉港澳核、关键重要变电站34座,积污黄色预警(积污期51天至60天)变电站0座,涉港澳核、关键重要变电站0座,请对新增站点立即开展特巡夜巡,结合设备积污情况制定清扫、调爬和污秽度测试计划,发现爬电设备及时开展清扫。
二、未来一周积污预警
预计未来7天,全省220kV及以上积污预警线路354条,相比目前预警减少348条,涉及除潮州局、茂名局、汕头局、清远局、肇庆局外的14个供电局。详细涉及到积污预警线路以及对应的供电局请见污秽风险清单。积污红色预警(积污期超60天)线路350条,其中涉港澳核、关键重要线路22 条;积污黄色预警(积污期51天至60天)线路4条,涉港澳核、关键重要线路0条。
预计未来7天,全省220kv及以上积污预警变电站103座,相比目前预告减少148座,涉及全省除潮州局、云浮局、汕头局、清远局、揭阳局、韶关局、阳江局、佛山局、肇庆局外10个供电局,详细涉及到积污预警变电站以及对应的供电局请见污秽风险清单。积污红色预警(积污期超60天)变电站103座,涉港澳核、关键重要变电站22座,积污黄色预警(积污期51天至60夭)变电站0座,涉港澳核、关键重要变电站0座。
三、未来三天天气预测
预计20日,韶关、清远和肇庆多云间阴天,有分散的零星小雨,其余市县多云,局部有零星小雨,21日,韶关、清远多云间阴天,有分散的零星小雨,其余市县多云为主,局部有零星小雨,22-23日,全省多云到阴天,有分散的零星小雨,大部分区域早晨有(轻)雾。
电科院将密切跟踪污秽监测及天气预测情况,及时发布污秽监测预警信息。”
在本发明实施例提供的一种输变电设备污秽监测预警方法,通过获取本周期内历史积污天数,并获取当前的时间节点的各气象因素监测数据和未来一周每一天内的各气象因素预测数据,并基于输变电设备的地理位置等信息对各气象因素数据进行插值修正,得到更符合上述输变电设备情况的气象数据,并根据修正后的各气象因素数据中的最大降雨量和历史积污天数得到当前时间节点的修正积污天数,并以此确定当前时间节点的积污预警等级,并以未来一周每一天内的各气象因素预测数据和当前时间节点的修正积污天数确定未来一周后的修正积污天数和积污预警等级,再结合当前时间节点和未来一周的积污预警等级与当前的时间节点和未来一周各气象因素数据中的最大风速、最大湿度、最大温度判断输变电设备是否存在污秽险,并将有污秽风险的输变电设备信息记录进输变电设备风险清单中,并以此统计全省电网系统中涉及到污秽风险的输变电设备,最后输出当前时间节点的存在污秽风险的输变电设备和未来一周内预计存在污秽风险的输变电设备,整体上实现了对截止于当前时间节点的监测到输变电设备污秽预警,以及对未来一周内预计存在的污秽风险的输变电设备进行的预警提示,实际达到了能够对当前监测输变电设备污秽风险进行预警,同时对未来预测出现的输变电设备污秽风险进行预警的效果,且大大提升了污秽预警的准确度和及时性,并在发布污秽预警信息汇总通过统计和归类输变电设备所属地市、电压等级、设备名称、类型(输电线路或者变电站)、是否为涉港澳核或关键重要线路、修正积污天数等信息,实现了对输变电设备进行清楚地、全面地污秽预警,给运维人员制定巡检、污秽清扫等计划提供了更全面、更有效的信息协助。
以上是对本发明提供的一种输变电设备的污秽预警方法进行的具体说明,以下将对本发明提供的一种输变电设备的污秽预警装置进行说明,请参阅图3,本发明提供的一种输变电设备的污秽预警装置的一个实施例,包括:
301、积污获取装置,用于获取本周期内输变电设备的历史积污天数。
302、气象获取装置,用于逐小时获取各气象因素的数据,计算所述各气象因素的数据在第一预置时间内最大值得到第一气象因素数据和第二预置时间内的最大值得到第二气象因素数据;所述各气象因素包括降雨量、湿度、温度、风速。
303、插值修正装置,用于对所述第一气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第三气象因素数据,并用于对所述第二气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第四气象因素数据。
304、确定装置,用于根据所述第三气象因素数据和所述历史积污天数确定所述第一预置时间内的修正积污天数和积污预警等级,并用于根据所述第四气象因素数据和所述第一预置时间内的修正积污天数确定所述第二预置时间内的修正积污天数和积污预警等级。
305、判断装置,用于根据所述第一预置时间内的修正积污天数和积污预警等级、所述第三气象因素数据判断所述输变电设备是否存在污秽风险,若是则将所述输变电设备的信息输入第一污秽预警信息中,并用于根据所述第一预置时间内的修正积污天数和积污预警等级、所述第四气象因素数据判断所述输变电设备是否存在污秽风险,若是则将所述输变电设备的信息输入第二污秽预警信息中。
306、发布装置,用于发布所述第一污秽预警信息和第二污秽预警信息。
其中,积污获取装置中包括污秽在线监测装置。
气象获取装置包括第一气象获取单元和第二气象获取单元。
第一气象获取单元用于以当前时间节点为参考点,逐小时获取各气象站过去24小时内采集的各气象因素的数据,计算过去24小时内所述各气象因素的数据的最大值得到第一气象因素;
第二气象获取单元用于以所述当前时间节点为起点,逐小时获取未来一周每一天内预置大小网格区域的所述各气象因素数据,计算所述预置大小网格区域内所述各气象因素数据的最大值,得到第二气象因素数据。
插值修正装置包括第一插值修正单元和第二插值修正单元。
第一插值修正单元用于基于输变电设备的经纬度坐标对所述第一气象因素数据进行插值计算得到进行插值计算后的第一气象因素数据,并用于将所述各气象因素的修正系数与进行插值计算后的第一气象因素数据中的各气象因素数据对应相乘,计算得到修正后的各气象因素数据,将所述修正后的各气象因素数据输出为第三气象因素数据。
第二插值修正单元用于基于输变电设备的经纬度坐标对所述第二气象因素数据进行插值计算得到进行插值计算后的第二气象因素数据,并用于将所述各气象因素的修正系数与进行插值计算后的第二气象因素数据中的各气象因素数据对应相乘,计算得到修正后的各气象因素数据,将所述修正后的各气象因素数据输出为第四气象因素数据。
确定装置包括第一确定单元和第二确定单元。
第一确定单元用于以根据所述第三气象因素数据和所述历史积污天数确定当前时间节点的修正积污天数和积污预警等级,并用于判断若所述第三气象因素数据中的最大降雨量在预置阈值范围外,则将所述历史积污天数清零,输出当前时间节点的修正积污天数为0天;并用于判断若第三气象因素数据中的最大降雨量在预置阈值范围内;则在所述历史积污天数的基础加1输出当前时间节点的修正积污天数。
第二确定单元用于根据所述第四气象因素数据和所述当前时间节点的修正积污天数确定未来一周后的修正积污天数。
判断装置包括第一判断单元和第二判断单元。
第一判断单元用于根据所述当前时间节点的修正积污数和积污预警等级、所述第三气象因素数据判断所述输变电设备当前时间点的污秽风险,具体包括当所述当前时间节点的修正积污天数达到所述黄色积污预警等级或者红色积污预警等级时,且所述第三气象因素数据中的最大湿度、最大温度、最大风速达到所述输变电设备防污最低标准时,判定所述输变电设备存在污秽风险,记录所述输变电设备信息和积污预警等级入输变电设备污秽风险清单。
第二判断单元用于根据所述未来一周后的修正积污天数和积污预警等级、所述第四气象因素数据判断所述输变电设备未来一周后的污秽风险,具体包括当所述未来一周的修正积污天数达到所述黄色积污预警等级或者红色积污预警等级时,且所述第四气象因素数据中的最大湿度、最大温度、最大风速达到所述输变电设备防污最低标准时,判定所述输变电设备存在污秽风险,记录所述输变电设备信息和积污预警等级入输变电设备污秽风险清单。
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。
在本申请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)
1.一种输变电设备污秽监测预警方法,其特征在于,包括:
获取本周期内输变电设备的历史积污天数;
逐小时获取各气象因素的数据,计算所述各气象因素的数据在第一预置时间内最大值得到第一气象因素数据和第二预置时间内的最大值得到第二气象因素数据;
对所述第一气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第三气象因素数据;
对所述第二气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第四气象因素数据;
根据所述第三气象因素数据和所述历史积污天数确定所述第一预置时间内的修正积污天数和积污预警等级;
根据所述第四气象因素数据和所述第一预置时间内的修正积污天数确定所述第二预置时间内的修正积污天数和积污预警等级;
根据所述第一预置时间内的修正积污天数和积污预警等级、所述第三气象因素数据判断所述输变电设备是否存在污秽风险,若是则将所述输变电设备的信息输入第一污秽预警信息中;
根据所述第二预置时间内的修正积污天数和积污预警等级、所述第四气象因素数据判断所述输变电设备是否存在污秽风险,若是则将所述输变电设备的信息输入第二污秽预警信息中;
发布所述第一污秽预警信息和第二污秽预警信息。
2.根据权利要求1所述一种输变电设备污秽监测预警方法,其特征在于所述对所述第一气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第三气象因素数据,所述插值计算具体包括:
基于输变电设备的经纬度坐标对所述第一气象因素数据进行插值计算得到进行插值计算后的第一气象因素数据。
3.根据权利要求2所述一种输变电设备污秽监测预警方法,其特征在于,所述对所述第一气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第三气象因素数据,所述修正具体包括:
将所述各气象因素的修正系数与进行插值计算后的第一气象因素数据中的各气象因素数据对应相乘,计算得到修正后的各气象因素数据,将所述修正后的各气象因素数据输出为第三气象因素数据。
4.根据权利要求3所述一种输变电设备污秽监测预警方法,其特征在于,所述逐小时获取各气象因素的数据,计算所述各气象因素的数据在第一预置时间内的最大值得到第一气象因素数据,具体包括:
以当前时间节点为参考点,逐小时获取各气象站过去24小时内采集的各气象因素数据,计算过去24小时内所述各气象因素数据的最大值得到第一气象因素数据;所述各气象因素包括降雨量、湿度、温度、风速。
5.根据权利要求4所述一种输变电设备污秽监测预警方法,其特征在于,
所述根据所述第三气象因素数据和所述历史积污天数确定所述第一预置时间内的修正积污天数和积污预警等级包括:
根据所述第三气象因素数据和所述历史积污天数确定当前时间节点的修正积污天数;
若所述第三气象因素数据中的最大降雨量在预置阈值范围外,则将所述历史积污天数清零,输出当前时间节点的修正积污天数为0天;
若第三气象因素数据中的最大降雨量在预置阈值范围内,则在所述历史积污天数的基础加1得到当前时间节点的修正积污天数;
若所述修正积污天数处于预置天数范围内,所述当前时间节点的积污预警等级为黄色积污预警等级,若修正积污天数超出预置天数范围最大值时,所述当前时间节点积污预警等级为红色积污预警等级。
6.根据权利要求5所述一种输变电设备污秽监测预警方法,其特征在于所述逐小时获取各气象因素的数据,计算所述各气象因素的数据在第二预置时间内的最大值得到第二气象因素数据,包括:
以所述当前时间节点为起点,逐小时获取未来一周每一天内预置大小网格区域的所述各气象因素预测数据,计算所述预置大小网格区域内所述各气象因素预测数据的最大值,得到第二气象因素数据。
7.根据权利要求6所述一种输变电设备污秽监测预警方法,其特征在于,所述对所述第二气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第四气象因素数据,所述插值计算具体包括包括:
基于输变电设备的经纬度坐标对所述第二气象因素数据进行插值计算得到进行插值计算后的第二气象因素数据;
所述修正具体包括:
将所述各气象因素的修正系数与进行插值计算后的第二气象因素数据中的各气象因素数据对应相乘,计算得到修正后的各气象因素数据,将所述修正后的各气象因素数据输出为第四气象因素数据。
8.根据权利要求7所述一种输变电设备污秽监测预警方法,其特征在于,
所述根据所述第四气象因素数据和所述第一预置时间内的修正积污天数确定所述第二预置时间内的修正积污天数和积污预警等级,具体包括:
根据所述第四气象因素数据和所述当前时间节点的修正积污天数确定未来一周后的积污天数,具体确定步骤包括:
S1:确定当前时间节点的修正积污天数;
S2:若当前时间节点的后一天的第四气象因素数据中的最大降雨量在预置阈值范围内外,将所述当前时间节点的修正积污天数清零,输出当前时间节点的后一天的修正积污天数为0天;
S3:若当前时间节点的后一天的第四气象因素数据中的最大降雨量在预置阈值范围内,则在所述当前时间节点的修正积污天数的基础加1得到当前时间节点的后一天的修正积污天数;
S4:将所述当前时间节点的后一天更新为当前时间节点,所述当前时间节点的后一天的修正积污天数更新为当前时间节点的修正积污天数;
重复执行S1-S4,直至计算到未来一周的最后一天,得到未来一周后的修正积污天数;
根据所述未来一周后的修正积污天数确定所述未来一周后的积污预警等级。
9.根据权利要求8所述一种输变电设备污秽监测预警方法,其特征在于,
所述根据所述第一预置时间内的修正积污天数和积污预警等级、所述第三气象因素数据判断所述输变电设备是否存在污秽风险,包括:
根据所述当前时间节点的修正积污数和积污预警等级、所述第三气象因素数据判断所述输变电设备当前时间节点的污秽风险,具体包括,当所述当前时间节点的修正积污天数达到所述黄色积污预警等级或者红色积污预警等级时,且所述第三气象因素数据中的最大湿度、最大温度、最大风速达到所述输变电设备防污最低标准时,判定所述输变电设备存在污秽风险,记录所述输变电设备信息和积污预警等级入输变电设备污秽风险清单;
所述根据所述第一预置时间内的修正积污天数和积污预警等级、所述第四气象因素数据判断所述输变电设备是否存在污秽风险,若是则将所述输变电设备的信息输入第二污秽预警信息中,包括:
根据所述未来一周后的修正积污天数和积污预警等级、所述第四气象因素数据判断所述输变电设备未来一周后的污秽风险,具体包括当所述未来一周的修正积污天数达到所述黄色积污预警等级或者红色积污预警等级时,且所述第四气象因素数据中的最大湿度、最大温度、最大风速达到所述输变电设备防污最低标准时,判定所述输变电设备存在污秽风险,记录所述输变电设备信息和积污预警等级入输变电设备污秽风险清单;
发布所述第一污秽预警信息和第二污秽预警信息,包括:
发布当前时间节点和未来一周的输变电设备的污秽预警信息,所述污秽预警信息包括污秽预警信息文本内容和输变电设备污秽预警清单;
所述污秽预警信息文本内容包括积污预警和建议措施。
10.一种输变电设备污秽预警装置,其特征在于,包括
积污获取装置,用于获取本周期内输变电设备的历史积污天数;
气象获取装置,用于逐小时获取各气象因素的数据,计算所述各气象因素的数据在第一预置时间内最大值得到第一气象因素数据和第二预置时间内的最大值得到第二气象因素数据;
插值修正装置,用于对所述第一气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第三气象因素数据,并用于对所述第二气象因素数据进行插值计算并利用预设的各气象因素的修正系数进行修正得到第四气象因素数据;
确定装置,用于根据所述第三气象因素数据和所述历史积污天数确定所述第一预置时间内的修正积污天数和积污预警等级,并用于根据所述第四气象因素数据和所述第一预置时间内的修正积污天数确定所述第二预置时间内的修正积污天数和积污预警等级;
判断装置,用于根据所述第一预置时间内的修正积污天数和积污预警等级、所述第三气象因素数据判断所述输变电设备是否存在污秽风险,若是则将所述输变电设备的信息输入第一污秽预警信息中,并用于根据所述第一预置时间内的修正积污天数和积污预警等级、所述第四气象因素数据判断所述输变电设备是否存在污秽风险,若是则将所述输变电设备的信息输入第二污秽预警信息中;
发布装置,用于发布所述第一污秽预警信息和第二污秽预警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011637575.6A CN113159365B (zh) | 2020-12-31 | 2020-12-31 | 一种输变电设备污秽监测预警方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011637575.6A CN113159365B (zh) | 2020-12-31 | 2020-12-31 | 一种输变电设备污秽监测预警方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113159365A true CN113159365A (zh) | 2021-07-23 |
CN113159365B CN113159365B (zh) | 2023-04-18 |
Family
ID=76878539
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011637575.6A Active CN113159365B (zh) | 2020-12-31 | 2020-12-31 | 一种输变电设备污秽监测预警方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113159365B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559649A (zh) * | 2013-11-01 | 2014-02-05 | 国家电网公司 | 一种电网灾害预警方法及系统 |
CN104123682A (zh) * | 2014-07-28 | 2014-10-29 | 国家电网公司 | 一种基于气象影响因素的配网故障风险评估方法 |
CN104849776A (zh) * | 2014-12-08 | 2015-08-19 | 国家电网公司 | 一种结合动态修正的电网高低温精细化预警方法 |
CN105510525A (zh) * | 2015-07-23 | 2016-04-20 | 深圳供电局有限公司 | 一种输电线路污秽监测装置及方法 |
WO2016146788A1 (en) * | 2015-03-17 | 2016-09-22 | Cyprus University Of Technology | System and method for predicting solar power generation |
CN106295207A (zh) * | 2016-08-17 | 2017-01-04 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于气象数据统计的绝缘子污秽度评估方法 |
-
2020
- 2020-12-31 CN CN202011637575.6A patent/CN113159365B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559649A (zh) * | 2013-11-01 | 2014-02-05 | 国家电网公司 | 一种电网灾害预警方法及系统 |
CN104123682A (zh) * | 2014-07-28 | 2014-10-29 | 国家电网公司 | 一种基于气象影响因素的配网故障风险评估方法 |
CN104849776A (zh) * | 2014-12-08 | 2015-08-19 | 国家电网公司 | 一种结合动态修正的电网高低温精细化预警方法 |
WO2016146788A1 (en) * | 2015-03-17 | 2016-09-22 | Cyprus University Of Technology | System and method for predicting solar power generation |
CN105510525A (zh) * | 2015-07-23 | 2016-04-20 | 深圳供电局有限公司 | 一种输电线路污秽监测装置及方法 |
CN106295207A (zh) * | 2016-08-17 | 2017-01-04 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于气象数据统计的绝缘子污秽度评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113159365B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107169645B (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 | |
CN114371260A (zh) | 一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法 | |
CN110908014B (zh) | 舞动精细化订正预报方法及系统 | |
CN112506994B (zh) | 一种电力设备洪涝隐患点监测预警方法及相关装置 | |
CN106682774A (zh) | 一种接触网绝缘子污闪预测方法 | |
CN114611756B (zh) | 基于遥感技术的城市合流制排水系统水量负荷预测方法 | |
CN105894741A (zh) | 一种多资源融合的洪水灾害监测预警装置及方法 | |
CN112488477B (zh) | 高速公路应急管理系统及方法 | |
CN103325068A (zh) | 一种实时动态三维电网污区分布图的绘制方法 | |
CN104732058B (zh) | 一种多维度输电设备状态的评估方法 | |
CN110866693B (zh) | 一种基于gis模型的架空输电线路覆冰风险评估方法 | |
CN113298295B (zh) | 一种面向电力生产的气象预报系统 | |
CN104578061A (zh) | 一种架空输电线路导线设计冰厚的预估方法 | |
CN106295207B (zh) | 基于气象数据统计的绝缘子污秽度评估方法 | |
CN203520461U (zh) | 一种电网灾害预警装置 | |
CN111738617B (zh) | 一种强降雨天气下变电站风险评估方法与预警系统 | |
CN114862278B (zh) | 一种基于配网雷击数据的输电线雷击风险评估方法及系统 | |
CN105160419B (zh) | 一种引入空气质量指数的绝缘子等值盐密度预测模型 | |
CN111221925A (zh) | 一种配电网风涝灾害监测组网方法和装置 | |
CN112711919A (zh) | 基于中小尺度模式耦合的导线覆冰预报方法及系统 | |
CN104050518B (zh) | 一种基于多普勒天气雷达的电网对流致灾大风预警方法 | |
CN103914737A (zh) | 一种输变电线路全线路现地气象信息计算方法 | |
CN103093044A (zh) | 输电线路覆冰舞动分布图测绘方法 | |
CN113159365B (zh) | 一种输变电设备污秽监测预警方法及装置 | |
CN113821895A (zh) | 输电线路覆冰厚度预测模型的构建方法、装置及存储介质 |
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 |