CN113358040A - 输电线路覆冰厚度获取方法、装置和计算机设备 - Google Patents
输电线路覆冰厚度获取方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN113358040A CN113358040A CN202110528341.6A CN202110528341A CN113358040A CN 113358040 A CN113358040 A CN 113358040A CN 202110528341 A CN202110528341 A CN 202110528341A CN 113358040 A CN113358040 A CN 113358040A
- Authority
- CN
- China
- Prior art keywords
- transmission line
- power transmission
- information
- acquired
- acquiring
- 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 264
- 238000000034 method Methods 0.000 title claims abstract description 58
- 239000011248 coating agent Substances 0.000 claims description 45
- 238000000576 coating method Methods 0.000 claims description 45
- 238000001556 precipitation Methods 0.000 claims description 24
- 230000002093 peripheral effect Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 10
- 238000012937 correction Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 18
- 238000012544 monitoring process Methods 0.000 description 17
- 230000035945 sensitivity Effects 0.000 description 15
- 230000008676 import Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 239000007788 liquid Substances 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 210000003323 beak Anatomy 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000012950 reanalysis Methods 0.000 description 2
- 240000004050 Pentaglottis sempervirens Species 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Ecology (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请涉及一种输电线路覆冰厚度获取方法、装置、计算机设备和存储介质。通过获取待获取输电线路对应的气象站检测到的第一气象信息、线路对应的杆塔所在高度对应的第二气象信息、线路所在位置的近地面对应的第三气象信息以及待获取输电线路对应的地形信息,并根据地形信息获取待获取输电线路对应的覆冰微地形属性表,并根据第一气象信息、第二气象信息、第三气象信息、覆冰微地形属性表以及预设结冰增长模型,获取待获取输电线路的覆冰厚度。相较于传统的对覆冰厚度进行模拟的方法,本方案通过获取输电线路对应的多种气象信息,并且结合输电线路的地形信息,利用结冰增长模型获取输电线路的覆冰厚度,从而提高了覆冰厚度的获取精度。
Description
技术领域
本申请涉及气象测量技术领域,特别是涉及一种输电线路覆冰厚度获取方 法、装置、计算机设备和存储介质。
背景技术
电力是保障国民经济快速发展的重要动力引擎之一,而输电线路作为电力 运输的载体,其正常平稳运行具有十分重要的战略意义和经济价值。输电线路 覆冰作为冬季影响我国用电安全的主要灾害,局地输电线路受微地形影响显著, 对不同气象要素的影响也存在较大差异。
大范围的导线覆冰事件具有时间较长、覆盖范围较大且多分布于复杂地形 下的特征,具有一定的代表性。由于南方输电线路途径云贵高原地区,微地形 微气象显著,局地输电线路覆冰增长期间气象要素变化复杂。在覆冰事件发生 后,需要对输电线路的覆冰情况进行测量,目前对输电线路覆冰情况的测量方 式通常是通过模拟测量的方式进行,然而,目前的输电线路覆冰情况测量方式 不能适应不同的地形,导致测量精度不高。
因此,目前的输电线路覆冰厚度获取方法存在获取精度低的缺陷。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高获取精度的输电线 路覆冰厚度获取方法、装置、计算机设备和存储介质。
一种输电线路覆冰厚度获取方法,所述方法包括:
获取待获取输电线路对应的气象站检测到的第一气象信息、所述待获取输 电线路对应的杆塔所在高度对应的第二气象信息、所述待获取输电线路所在位 置的近地面对应的第三气象信息以及所述待获取输电线路对应的地形信息;
根据所述地形信息,获取所述待获取输电线路对应的覆冰微地形属性表; 所述覆冰微地形属性表用于对不同地形下的覆冰厚度进行修正;
根据所述第一气象信息、所述第二气象信息、所述第三气象信息、所述覆 冰微地形属性表以及预设结冰增长模型,获取所述待获取输电线路的覆冰厚度。
在其中一个实施例中,所述获取待获取输电线路对应的气象站检测到的第 一气象信息,包括:
获取所述待获取输电线路预设距离范围内的目标气象站检测到的第一风速 以及第一温度,作为所述第一气象信息。
在其中一个实施例中,所述获取待获取输电线路对应的杆塔所在高度对应 的第二气象信息,包括:
获取所述待获取输电线路对应的杆塔所在高度的第二温度、第二风速、风 向以及相对湿度,作为所述第二气象信息。
在其中一个实施例中,所述获取所述待获取输电线路所在位置的近地面对 应的第三气象信息,包括:
获取所述待获取输电线路所在位置的与地面第一距离的第三风速、与地面 第二距离的第三温度、近地面降水量和近地面气压,作为所述第三气象信息。
在其中一个实施例中,所述获取所述待获取输电线路所在位置的与地面第 一距离的第三风速、与地面第二距离的第三温度、近地面降水量和近地面气压, 包括:
获取所述待获取输电线路所在位置对应的经纬度数据,通过二维线性插值 获取所述经纬度数据对应的所述第三风速、所述第三温度、所述近地面降水量 以及所述近地面气压。
在其中一个实施例中,获取所述待获取输电线路对应的地形信息,包括:
将所述待获取输电线路对应的位置信息导入预设数字高程模型,获取所述 预设数字高程模型在所述位置信息的海拔信息;所述预设数字高程模型为进行 栅栏投影后的数字高程模型;
根据所述海拔信息,在所述预设数字高程模型中获取所述位置信息中所述 待获取输电线路对应的杆塔的第一高度以及所述位置信息中的地形低点的第二 高度;
根据所述第一高度与所述第二高度的高程差以及所述待获取输电线路与所 述地形低点的水平距离,获取所述待获取输电线路的周边坡度;
根据所述待获取输电线路在所述预设数字高程模型的栅栏投影中的预设方 向上的变化率以及所述周边坡度,获取所述待获取输电线路的坡向信息;
根据多个比例尺,在所述预设数字高程模型中获取所述位置信息中的垭口 朝向;
将所述海拔信息、所述周边坡度、所述坡向信息以及所述垭口朝向,作为 所述地形信息。
在其中一个实施例中,所述获取所述待获取输电线路对应的覆冰微地形属 性表,包括:
针对每个所述地形信息,获取该地形信息下输电线路对应的多个样本模拟 覆冰厚度以及每个样本模拟覆冰厚度对应的样本实际覆冰厚度,根据所述样本 模拟覆冰厚度以及所述样本实际覆冰厚度,得到该地形信息对应的地形系数;
根据多个所述地形系数,获取所述覆冰微地形属性表。
一种输电线路覆冰厚度获取装置,所述装置包括:
第一获取模块,用于获取待获取输电线路对应的气象站检测到的第一气象 信息、所述待获取输电线路对应的杆塔所在高度对应的第二气象信息、所述待 获取输电线路所在位置的近地面对应的第三气象信息以及所述待获取输电线路 对应的地形信息;
第二获取模块,用于根据所述地形信息,获取所述待获取输电线路对应的 覆冰微地形属性表;所述覆冰微地形属性表用于对不同地形下的覆冰厚度进行 修正;
覆冰厚度获取模块,用于根据所述第一气象信息、所述第二气象信息、所 述第三气象信息、所述覆冰微地形属性表以及预设结冰增长模型,获取所述待 获取输电线路的覆冰厚度。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序, 所述处理器执行所述计算机程序时实现上述的方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处 理器执行时实现上述的方法的步骤。
上述输电线路覆冰厚度获取方法、装置、计算机设备和存储介质,通过获 取待获取输电线路对应的气象站检测到的第一气象信息、待获取输电线路对应 的杆塔所在高度对应的第二气象信息、待获取输电线路所在位置的近地面对应 的第三气象信息以及待获取输电线路对应的地形信息,并根据地形信息获取待 获取输电线路对应的覆冰微地形属性表,并根据第一气象信息、第二气象信息、 第三气象信息、覆冰微地形属性表以及预设结冰增长模型,获取待获取输电线 路的覆冰厚度。相较于传统的对覆冰厚度进行模拟的方法,本方案通过获取输 电线路对应的多种气象信息,并且结合输电线路的地形信息,利用结冰增长模 型获取输电线路的覆冰厚度,从而提高了覆冰厚度的获取精度。
附图说明
图1为一个实施例中输电线路覆冰厚度获取方法的应用环境图;
图2为一个实施例中输电线路覆冰厚度获取方法的流程示意图;
图3为另一个实施例中输电线路覆冰厚度获取方法的流程示意图;
图4为一个实施例中输电线路空间位置的示意图;
图5为一个实施例中输电线路地形结构的示意图;
图6为一个实施例中输电线路监测温度的示意图;
图7为一个实施例中输电线路监测近地表降水量的示意图;
图8为一个实施例中输电线路地形属性的示意图;
图9为一个实施例中输电线路修正覆冰获取结果后覆冰误差对比的示意图;
图10为一个实施例中输电线路修正前后覆冰厚度的示意图;
图11为另一个实施例中输电线路修正前后覆冰厚度的示意图;
图12为一个实施例中输电线路覆冰厚度获取装置的结构框图;
图13为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实 施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅 用以解释本申请,并不用于限定本申请。
本申请提供的输电线路覆冰厚度获取方法,可以应用于如图1所示的应用 环境中。其中,终端102通过网络与服务器104进行通信。终端102可以获取 输电线路对应的气象站检测到的第一信息、输电线路所在高度对应的第二气象 信息、输电线路所在位置近地面的第三气象信息以及输电线路对应的地形信息, 并根据地形信息获取输电线路对应的覆冰微地形属性表,从而终端102可以根 据上述的多种气象信息、覆冰微地形属性表以及预设结冰增长模型,获取输电 线路的覆冰厚度。在一些实施例中,终端102可以通过服务器104获取上述的 多种气象信息以及地形信息,即气象信息和地形信息可以存储在服务器104中。 其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机和平 板电脑,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群 来实现。
在一个实施例中,如图2所示,提供了一种输电线路覆冰厚度获取方法, 以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤S202,获取待获取输电线路对应的气象站检测到的第一气象信息、待 获取输电线路对应的杆塔所在高度对应的第二气象信息、待获取输电线路所在 位置的近地面对应的第三气象信息以及待获取输电线路对应的地形信息。
其中,待获取输电线路可以是需要进行覆冰厚度获取的输电线路,输电线 路可以是负责进行高压电传输的线路,由于在气温低等条件下时会发生结冰, 因此为了维护输电线路的安全,需要对在输电线路上的覆冰的厚度进行获取。 输电线路上的覆冰厚度与多种因素相关,例如气象因素和地形因素等。终端102 可以获取多种影响输电线路覆冰情况的因素,并基于这些因素对输电线路的覆 冰情况进行评估。例如,终端102可以获取待获取输电线路对应的气象站检测 到的第一气象信息、待获取输电线路对应的杆塔所在高度对应的第二气象要素、 待获取输电线路所在位置的近地面对应的第三气象要素以及待获取输电线路对 应的地形信息。其中,第一气象信息、第二气象信息和第三气象信息中可以包 括相同的气象要素,也包括不同的气象要素。杆塔可以是支撑输电线路的杆塔, 且输电线路中可以包括多个杆塔,近地面可以是指距离待获取输电线路周边的 近地表的区域。地形信息可以是待获取输电线路所在位置的地形。
步骤S204,根据地形信息,获取待获取输电线路对应的覆冰微地形属性表; 覆冰微地形属性表用于对不同地形下的覆冰厚度进行修正。
其中,地形信息可以是待获取输电线路所在位置的地形信息,覆冰微地形 属性表可以是根据地形信息得到的用于进行覆冰厚度修正的表,由于输电线路 所在地形会影响输电线路的覆冰状态,因此终端102需要根据不同地形因素对 覆冰的获取结果进行修正。上述覆冰微地形属性表中可以包括多个地形对应的 地形系数,终端102可以利用地形信息得到该地形对应的地形系数,并根据这 些地形系数形成待获取输电线路对应的覆冰微地形属性表。
例如,在一个实施例中,获取待获取输电线路对应的覆冰微地形属性表, 包括:针对每个地形信息,获取该地形信息下输电线路对应的多个样本模拟覆 冰厚度以及每个样本模拟覆冰厚度对应的样本实际覆冰厚度,根据样本模拟覆 冰厚度以及样本实际覆冰厚度,得到该地形信息对应的地形系数;根据多个地 形系数,获取覆冰微地形属性表。本实施例中,终端102可以预先根据多种地 形信息,获取每种地形信息对应的地形系数,例如,终端102可以针对上述每 个地形信息,获取该地形信息下输电线路对应的多个样本模拟覆冰厚度以及每 个样本模拟覆冰厚度对应的样本实际覆冰厚度,根据样本模拟覆冰厚度以及样 本实际覆冰厚度,得到该地形信息对应的地形系数。其中,样本模拟覆冰厚度 可以是通过终端102进行直接模拟得到的覆冰厚度,样本实际覆冰厚度可以是 与样本模拟厚度对应的实际测量的覆冰厚度,例如历史某个时间的输电线路的 实际测量覆冰厚度。具体地,终端102可以首先进行敏感性测试,例如终端102 可以根据国际通用的ISO-2017中的Makkonen模型分析微地形条件下对温度、 风速和液水含量的影响,进行气象观测要素同微地形之间的敏感性试验,为覆 冰结果的订正提供技术支持。其中Makkonen模型可以是预设结冰增长模型。具 体地,敏感度系数为自变量气象要素的相对变化量与因变量覆冰厚度的相对变 化量的比值,敏感度系数越大,表示该气象要素对因变量越敏感。获取敏感性 系数的公式可以如下所示:ΔT=Δ/ΔN;其中,△T为敏感度系数,△ M为自变量气象要素的相对变化量,△N为因变量的相对变化量的比值。终端 102根据上述各个气象要素对模拟输电线路覆冰结果的影响,根据DL/T 5509-2015(架空输电线路覆冰勘测规程)标准中关于地形系数,结合输电线路 的样本模拟覆冰厚度和样本实际覆冰厚度,归纳总结地形系数,从而得到每个 地形信息对应的地形系数。终端102可以根据多个上述地形系数,得到覆冰微 地形属性表。
步骤S206,根据第一气象信息、第二气象信息、第三气象信息、覆冰微地 形属性表以及预设结冰增长模型,获取待获取输电线路的覆冰厚度。
其中,第一气象信息、第二气象信息和第三气象信息可以是待获取输电线 路中对应的不同位置区域的气象信息,覆冰微地形属性表可以是利用待获取输 电线路的地形信息得到的表,预设结冰增长模型可以是Makkonen模型,终端 102可以利用上述第一气象信息、第二气象信息、第三气象信息、覆冰微地形属 性表和上述预设结冰增长模型,得到待获取输电线路的覆冰厚度。例如,终端 102可以将上述第一气象信息、第二气象信息、第三气象信息和覆冰微地形属性 表中的各个地形系数输入Makkonen模型,Makkonen模型可以根据第一气象要 素、第二气象要素和第三气象要素对待获取输电线路的覆冰结果进行模拟,得 到模拟覆冰结果后可以根据输电线路的各个地形系数对模拟覆冰结果进行修 正,从而可以输出输电线路在各个地形条件下的覆冰厚度。其中,上述各个气 象信息可以包括以下气象要素的一种或多种:风速、温度、相对湿度、液态含 水量、降水量等;地形信息可以包括以下地形类型的一种或多种:海拔、坡度、 坡向和垭口朝向等。其中垭口指两山间的狭窄地方,即连续山梁的一块平坦且 相对较低的位置,也可以说是高大山脊的鞍状坳口。
上述输电线路覆冰厚度获取方法中,通过获取待获取输电线路对应的气象 站检测到的第一气象信息、待获取输电线路对应的杆塔所在高度对应的第二气 象信息、待获取输电线路所在位置的近地面对应的第三气象信息以及待获取输 电线路对应的地形信息,并根据地形信息获取待获取输电线路对应的覆冰微地 形属性表,并根据第一气象信息、第二气象信息、第三气象信息、覆冰微地形 属性表以及预设结冰增长模型,获取待获取输电线路的覆冰厚度。相较于传统 的对覆冰厚度进行模拟的方法,本方案通过获取输电线路对应的多种气象信息, 并且结合输电线路的地形信息,利用结冰增长模型获取输电线路的覆冰厚度, 从而提高了覆冰厚度的获取精度。
在一个实施例中,获取待获取输电线路对应的气象站检测到的第一气象信 息,包括:获取待获取输电线路预设距离范围内的目标气象站检测到的第一风 速以及第一温度,作为第一气象信息。
本实施例中,第一气象信息可以是待获取输电线路中对应的气象站检测到 的气象信息,第一气象信息可以包括多种。终端102可以获取待获取输电线路 附近气象站检测到的气象要素,作为第一气象信息。例如,终端102可以获取 待获取输电线路预设距离范围内的目标气象站检测到的第一风速以及第一温 度,作为上述第一气象信息。其中,上述各个气象要素,终端102可以通过距 离观测输电线路的杆塔最近的气象站的监测信息,并通过观测站的自动设备监 测获取。
通过本实施例,终端102可以通过获取输电线路附近气象站的气象要素, 从而终端102可以根据这些气象要素进行输电线路的覆冰厚度的获取,提高了 覆冰厚度的获取精度。
在一个实施例中,获取待获取输电线路对应的杆塔所在高度对应的第二气 象信息,包括:获取待获取输电线路对应的杆塔所在高度的第二温度、第二风 速、风向以及相对湿度,作为第二气象信息。
本实施例中,待获取输电线路可以是由杆塔支撑的线路,输电线路中可以 包括多个杆塔,杆塔具有一定高度,上述第二气象信息可以是上述杆塔所在高 度对应的气象要素形成的气象信息,例如,终端102可以获取待获取输电线路 对应的杆塔所在高度的第二温度、第二风速、风向以及相对湿度,作为上述第 二气象信息。具体地,终端102可以通过覆冰监测平台中心的资料,获取输电 线路所在高度的环境温度、风速和相对湿度,由于监测的不稳定性,终端102 可以对监测数据量大于50%的数据资料进行质量控制,通过线性插值的方法适 当弥补缺测数据情况,具体包括输电线路所在高度(约35m)环境温度、覆冰 厚度、风向和相对湿度。
通过本实施例,终端102可以通过获取输电线路所在高度的气象要素,从 而终端102可以根据这些气象要素进行输电线路的覆冰厚度的获取,提高了覆 冰厚度的获取精度。
在一个实施例中,获取待获取输电线路所在位置的近地面对应的第三气象 信息,包括:获取待获取输电线路所在位置的与地面第一距离的第三风速、与 地面第二距离的第三温度、近地面降水量和近地面气压,作为第三气象信息。
本实施例中,第三气象信息可以是上述待获取输电线路所在位置的近地面 对应的多种气象要素。终端102可以获取待获取输电线路所在位置的与地面第 一距离的第三风速、与地面第二距离的第三温度、近地面降水量和近地面气压, 作为上述第三气象信息。其中,第一距离和第二距离可以相同,也可以不同; 近地面降水量可以用于计算上述输电线路的杆塔所在位置的液态含水量。
其中,在一个实施例中,获取待获取输电线路所在位置的与地面第一距离 的第三风速、与地面第二距离的第三温度、近地面降水量和近地面气压,包括: 获取待获取输电线路所在位置对应的经纬度数据,通过二维线性插值获取经纬 度数据对应的第三风速、第三温度、近地面降水量以及近地面气压。
本实施例中,终端102可以通过获取待获取输电线路的经纬度数据,确定 待获取输电线路的所在位置,并且终端102可以通过二维线性插值方式获取在 该经纬度数据对应的第三风速、第三温度、近地面降水量和近地面气压。例如, 终端102可以通过最新一代再分析资料ERA5大气空间三维多变量与时间连续 的格点资料,运用二维线性插值的方法获取监测点周边准确的近地表气象信息; 包含例如10m风速、近地表降水量、2m温度和近地表气压等。具体地,终端 102可以使用MATLAB Griddata(散乱点插值函数)中的Linear(线性)线性插 值法。由于ERA5为时间连续的格点资料,通过此法可细化格点数据,通过已 知所有杆塔的经纬度数据,通过经纬度获取矩阵中对应点的近地表气象要素。 其中ERA5可以是大气再分析全球气候数据,即终端102可以在上述格点资料 应用上述经纬度数据得到输电线路在格点资料中的位置,并在该位置中进行近 地面的气象要素的获取。
通过上述实施例,终端102可以通过经纬数据和二维线性插值方式获取待 获取输电线路的近地面气象要素,从而终端102可以根据这些气象要素进行输 电线路的覆冰厚度的获取,提高了覆冰厚度的获取精度。
在一个实施例中,获取待获取输电线路对应的地形信息,包括:将待获取 输电线路对应的位置信息导入预设数字高程模型,获取预设数字高程模型在位 置信息的海拔信息;预设数字高程模型为进行栅栏投影后的数字高程模型;根 据海拔信息,在预设数字高程模型中获取位置信息中待获取输电线路对应的杆 塔的第一高度以及位置信息中的地形低点的第二高度;根据第一高度与第二高 度的高程差以及待获取输电线路与地形低点的水平距离,获取待获取输电线路 的周边坡度;根据待获取输电线路在预设数字高程模型的栅栏投影中的预设方 向上的变化率以及周边坡度,获取待获取输电线路的坡向信息;根据多个比例 尺,在预设数字高程模型中获取所述位置信息中的垭口朝向;将海拔信息、所 述周边坡度、坡向信息以及所述垭口朝向,作为地形信息。
本实施例中,终端102可以通过预设数字高程模型获取待获取输电线路的 地形信息,包括杆塔位置的海拔、坡度、坡向以及垭口朝向等地形信息。例如, 终端102可以根据DEM(Digital Elevation Model,数字高程模型)高程数据, 通过ArcMap软件获取所得杆塔所在位置的地形属性信息。其中,ArcMap是一 个用户桌面组件,具有强大的地图制作,空间分析,空间数据建库等功能。终 端102可以将待获取输电线路的位置信息导入预设数字高程模型DEM,且该预 设数字高程模型可以是进行了栅栏投影后的数字高程模型,终端102还可以获 取预设数字高程模型中对应的位置信息的海拔信息,根据海拔信息,在预设数 字高程模型中获取在上述位置信息中待获取输电线路对应的杆塔的第一高度以 及在上述位置信息中地形低点的第二高度。其中地形低点可以是指在上述位置 信息中的地形高度最低的点;终端102可以根据上述第一高度和第二高度的差 值得到高程差,还可以获取待获取输电线路与上述地形低点的水平距离,并根 据上述高程差和水平距离得到待获取输电线路的周边坡度,终端102可以将周 边坡度作为其中一种地形信息。
终端102还可以根据上述待获取输电线路在预设数字高程模型的栅栏投影 中的预设方向上的变化率,以及上述周边坡度,得到待获取输电线路的坡向信 息。并且,终端102还可以在不同比例尺下,获取预设数字高程模型中在上述 位置信息中的垭口朝向,从而终端102可以将上述海拔信息、周边坡度、坡向 信息和垭口朝向作为地形信息。
具体地,终端102可以通过ArcMap处理(包含栅格分辨率、投影信息和海 拔高度)DEM高程数据,获取杆塔所处的海拔、坡度、坡向以及垭口朝向等地 形信息,获取较为全面的微地形信息。例如,终端102可以通过ArcMap软件, 首先导入DEM高程数据,通过数据管理工具中栅格数据处理并选择Mosaic工 具,以一个DEM数据作为目标数据源,选中剩余的DEM数据,在系统默认的 参数下实现DEM高程数据的拼接。终端102通过ArcMap软件,查询拼接后的 DEM高程数据的投影信息,在对高程数据进行栅栏投影后,实现DEM的单位 由度转化为米,为后续海拔高度、坡度和坡向和垭口朝向的读取提供基础。
终端102可以利用ArcToolbox下的Conversion Tools(数据转换工具介绍) 中的Excel导入功能,利用XY数据导入功能导入杆塔经纬度及其坐标点。通过 将经纬度数据另存为Shape格式文件,将投影处理后的DEM数据和Shape点文 件,利用ArcToolbox下的Spatial Analyst Tools(空间分析工具)中Extract Value to Points(值提取至点),提取对应经纬度的海拔信息。对于周边坡度,终端102 可以结合已有的地形高程数据,提取栅栏表面的地形数据,通过高程差和水平 距离计算输电线路周边坡度,其计算公式可以如下所示:α=arctan(Δh/L); 其中,α表示坡度(单位°),△h表示高程差,反映监测点和地形低点之间的 水准面差(单位:m),L表示监测点和地形低点之间水平距离(单位:m)。
对于坡向信息,终端102可以通过如下公式进行获取: ω=57.59578*a tan2([dz/dy],-[dz/dx]);其中,若ω<0°则 β=90°-ω,若ω>90°则β=450°-ω;上述公式中,dx、dy和dz分别表 示杆塔所在像原点栅栏在x、y和z方向上的变化率(单位:m),ω反映坡向(单 位:°)。(3)式和(4)式根据的计算结果将坡向值转为罗盘方向值(0-360 度)。终端102可以利用ArcToolbox下的Slope(斜率)和Aspect(方向)方式, 应用上述各个公式和赋值到点的方法,获取杆塔所在经纬度的坡度和坡向信息。
另外,终端102还可以利用人工订正的方法,获取1:50000和1:250000比 例尺下垭口的朝向,避免由于比例尺的不同所引起的垭口误判。
通过上述实施例,终端102可以利用多种工具获取上述输电线路中的地形 信息,从而终端102可以根据这些地形信息进行地形系数的获取,利用地形系 数修正覆冰结果,提高了覆冰厚度的获取精度。
在一个实施例中,如图3所示,图3为另一个实施例中输电线路覆冰厚度 获取方法的流程示意图。包括以下流程,终端102可以首先获取需预测导线附 近气象站所监测到的气象要素(包含风速、温度和降水量)和获取输电线路所 在高度(约35m)的环境温度、风速和相对湿度数据;并结合ERA5获取需预 测导线周边的近地表监测到的气象要素(包含10m风速、近地表降水量和2m 温度以及近地表气压);终端102可以结合Griddata中的Linear方法插值格点数 据,使得格点数据分辨率小于0.25°×0.25°,通过杆塔经纬度信息导入格点数 据中,获取杆塔所在位置的近地表气象信息;通过Linear方法插值输电线路所 在高度的气象数据。并且,终端102还可以根据分辨率为30m的DEM高程数 据,通过ArcMap中Mosaic工具拼接数据,利用栅格投影将DEM高程数据的 单位由度转化为米,利用Aspect、Slope和Extract Value to Points读取对于经纬 度的坡度坡向信息,在1:50000和1:250000比例尺下读取垭口朝向信息。再根 据敏感性试验,测试在典型微地形条件下(垭口、迎风坡和背风坡)环境温度 和风速的敏感性,根据模拟覆冰和实际覆冰的结果以及典型地形条件下的环境 温度和风速的敏感性结果,制定符合局地覆冰特征的微地形属性表,从而终端 102可以利用该微地形属性表,通过上述预设结冰增长模型对覆冰厚度进行获 取。
通过本实施例,终端102获取输电线路对应的多种气象信息,并且结合输 电线路的地形信息,利用结冰增长模型获取输电线路的覆冰厚度,从而提高了 覆冰厚度的获取精度。
在一个实施例中,提供一种应用实施例,以上述方法应用在中国南方电网 贵州中东部的输电线路2018年1月24日0时-29日0时发生的导线覆冰过程作 为案例,阐述本方法流程。
本实施例中,如图4所示,图4为一个实施例中输电线路空间位置的示意 图。选取的塔杆位于贵州省黔东南市境内,涉及杆塔23基。选取原因为:如图 5所示,图5为一个实施例中输电线路地形结构的示意图。本轮覆冰过程中该区 域的输电线路最大覆冰厚度为0-37.28mm,且当地位于山区,地形情况复杂,适 宜进行气象观测要素的微地形影响的修正。终端102可以利用研究区域周边气 象站(如岑巩气象站)所监测到的气象要素(包含风速和温度);输电线路所在 高度的环境温度、覆冰厚度、风向和相对湿度;插值所得的输电线路及其周边 的近地面气象观测数据(包含10m风速、近地表降水量和2m温度)。以及杆塔 所处的海拔、坡度、坡向以及垭口朝向等地形信息。利用上述数据对2018年1 月24日0时-29日0时贵州黔东南施黎甲乙线进行微地形对气象要素的修正。
具体地,终端102可以利用线性插值的方法,对输电线路上监测的气象数 据进行质量控制,并进行线性插值处理,确保数据质量可靠。对临近气象站、 近地表和杆塔实际监测温度之间数据进行对比分析。结果如图6所示,图6为 一个实施例中输电线路监测温度的示意图。整体而言,临近气象站的温度监测 结果误差较大,近地表和导线实际监测结果间的误差较小。岑巩气象站监测温 度604比近地表监测温度,即ERA5插值温度602高2-3℃,近地表监测温度比 实际监测温度600高2-3℃。降水方面,如图7所示,图7为一个实施例中输电 线路监测近地表降水量的示意图。近地表监测降水量要大于临近气象站的降水 量,由于气象站距离目标区域较远,故通过ERA5插值所得的近地表降水量更 符合实际情况。
终端102还可以绘制鸟瞰地形图,利用上述地形信息计算公式计算杆塔所 处位置的地形属性信息,具体包含:杆塔所在位置的海拔高度、杆塔所在位置 的坡度和坡向、杆塔所在位置在1:50000和1:250000比例尺下的垭口朝向等。 其中详细结果如图8所示,图8为一个实施例中输电线路地形属性的示意图。
终端102还可以进行敏感性测试,利用上述敏感度计算公式,改变输电线 路的实际监测温度、近地表的风速和液水含量数值,观察垭口、迎风坡和背风 坡(山顶、山腰和山脚)对模拟输电线路覆冰结果的影响,根据DL/T 5509-2015 中关于地形系数,结合贵州黔东南施黎甲乙线的实际监测覆冰和模拟覆冰结果, 归纳总结地形系数。在贵州黔东南施黎甲乙的输电线路的敏感性特征为:山脚 和背风坡对环境温度和风速的敏感性高,而山顶和垭口的敏感性低。垭口、迎 风坡和背风坡(山顶、山腰和山脚)液水含量的敏感性差异不大。
终端102还可以生成符合贵州省黔东南市境内施黎甲乙线的微地形修正系 数表,结果如图9所示,图9为一个实施例中输电线路修正覆冰获取结果后覆 冰误差对比的示意图。根据上述地形信息以及气象要素信息,通过Makkonen覆 冰模型,根据模拟覆冰结果和实际覆冰结果的对比情况,通过订正前后的相关 系数、均方根误差和显著性检验等方式分析对比订正前后的效果,在DL/T 5509-2015的基础上,结合图8中地形特征的描述,生成贵州省黔东南地区施黎 甲乙线的修正系数表,实现局地微地形下气象要素对覆冰结果的修正。
修正前后的覆冰厚度对比可以如图10以及图11所示,图10为一个实施例 中输电线路修正前后覆冰厚度的示意图;图11为另一个实施例中输电线路修正 前后覆冰厚度的示意图。如图10所示,图10中可以是迎风坡、山顶且风口的 输电线路的覆冰结果修正前后的对比,实际监测覆冰的覆冰厚度曲线1000与订 正系数为0.4时的覆冰曲线1004最接近,而其他订正系数的曲线如1002和1006 差距较远,因此可以将订正系数为0.4的覆冰厚度作为输出结果。如图11所示, 图11是背风坡且山脚的输电线路的覆冰结果修正前后对比图。实际监测覆冰的 覆冰厚度曲线1100分别与订正系数为1.5的覆冰曲线1104以及订正系数为2的 覆冰曲线1106较接近,因此终端102可以将订正系数为1.5的覆冰曲线1104或 订正系数为2的覆冰曲线1106作为覆冰厚度进行输出。通过实际监测覆冰和模 拟覆冰之间的对比,可知地形系数方面:垭口>迎风坡上部位置>迎风坡山腰 >背风坡上部位置>迎风坡山脚>背风坡山腰>背风坡山脚,在贵州黔东南地 区制定的修正后的覆冰系数如图9所示。
通过上述实施例,终端102获取输电线路对应的多种气象信息,并且结合 输电线路的地形信息,利用结冰增长模型获取输电线路的覆冰厚度,从而提高 了覆冰厚度的获取精度。
应该理解的是,虽然图2-图3的流程图中的各个步骤按照箭头的指示依次 显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有 明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的 顺序执行。而且,图2-图3中的至少一部分步骤可以包括多个步骤或者多个阶 段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时 刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它 步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图12所示,提供了一种输电线路覆冰厚度获取装置, 包括:第一获取模块500、第二获取模块502和覆冰厚度获取模块504,其中:
第一获取模块500,用于获取待获取输电线路对应的气象站检测到的第一气 象信息、待获取输电线路对应的杆塔所在高度对应的第二气象信息、待获取输 电线路所在位置的近地面对应的第三气象信息以及待获取输电线路对应的地形 信息。
第二获取模块502,用于根据地形信息,获取待获取输电线路对应的覆冰微 地形属性表;覆冰微地形属性表用于对不同地形下的覆冰厚度进行修正。
覆冰厚度获取模块504,用于根据第一气象信息、第二气象信息、第三气象 信息、覆冰微地形属性表以及预设结冰增长模型,获取待获取输电线路的覆冰 厚度。
在一个实施例中,上述第二获取模块502,具体用于针对每个地形信息,获 取该地形信息下输电线路对应的多个样本模拟覆冰厚度以及每个样本模拟覆冰 厚度对应的样本实际覆冰厚度,根据样本模拟覆冰厚度以及样本实际覆冰厚度, 得到该地形信息对应的地形系数;根据多个地形系数,获取覆冰微地形属性表。
在一个实施例中,上述第一获取模块500,具体用于获取待获取输电线路预 设距离范围内的目标气象站检测到的第一风速以及第一温度,作为第一气象信 息。
在一个实施例中,上述第一获取模块500,具体用于获取待获取输电线路对 应的杆塔所在高度的第二温度、第二风速、风向以及相对湿度,作为第二气象 信息。
在一个实施例中,上述第一获取模块500,具体用于获取待获取输电线路所 在位置的与地面第一距离的第三风速、与地面第二距离的第三温度、近地面降 水量和近地面气压,作为第三气象信息。
在一个实施例中,上述第一获取模块500,具体用于获取待获取输电线路所 在位置对应的经纬度数据,通过二维线性插值获取经纬度数据对应的第三风速、 第三温度、近地面降水量以及近地面气压。
在一个实施例中,上述第一获取模块500,具体用于将待获取输电线路对应 的位置信息导入预设数字高程模型,获取预设数字高程模型在位置信息的海拔 信息;预设数字高程模型为进行栅栏投影后的数字高程模型;根据海拔信息, 在预设数字高程模型中获取位置信息中待获取输电线路对应的杆塔的第一高度 以及位置信息中的地形低点的第二高度;根据第一高度与第二高度的高程差以 及待获取输电线路与地形低点的水平距离,获取待获取输电线路的周边坡度; 根据待获取输电线路在预设数字高程模型的栅栏投影中的预设方向上的变化率 以及周边坡度,获取待获取输电线路的坡向信息;根据多个比例尺,在预设数 字高程模型中获取所述位置信息中的垭口朝向;将海拔信息、所述周边坡度、 坡向信息以及所述垭口朝向,作为地形信息。
关于输电线路覆冰厚度获取装置的具体限定可以参见上文中对于输电线路 覆冰厚度获取方法的限定,在此不再赘述。上述输电线路覆冰厚度获取装置中 的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬 件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计 算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其 内部结构图可以如图13所示。该计算机设备包括通过系统总线连接的处理器、 存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提 供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。 该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存 储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口 用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商 网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种输电线路覆冰厚度获取方法。该计算机设备的显示屏可以是液晶显示屏 或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层, 也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键 盘、触控板或鼠标等。
本领域技术人员可以理解,图13中示出的结构,仅仅是与本申请方案相关 的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定, 具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件, 或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器 中存储有计算机程序,该处理器执行计算机程序时实现上述的输电线路覆冰厚 度获取方法。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程 序,计算机程序被处理器执行时实现上述的输电线路覆冰厚度获取方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程, 是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于 一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述 各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、 存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的 至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁 带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory, SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述 实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特 征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细, 但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的 普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改 进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权 利要求为准。
Claims (10)
1.一种输电线路覆冰厚度获取方法,其特征在于,所述方法包括:
获取待获取输电线路对应的气象站检测到的第一气象信息、所述待获取输电线路对应的杆塔所在高度对应的第二气象信息、所述待获取输电线路所在位置的近地面对应的第三气象信息以及所述待获取输电线路对应的地形信息;
根据所述地形信息,获取所述待获取输电线路对应的覆冰微地形属性表;所述覆冰微地形属性表用于对不同地形下的覆冰厚度进行修正;
根据所述第一气象信息、所述第二气象信息、所述第三气象信息、所述覆冰微地形属性表以及预设结冰增长模型,获取所述待获取输电线路的覆冰厚度。
2.根据权利要求1所述的方法,其特征在于,所述获取待获取输电线路对应的气象站检测到的第一气象信息,包括:
获取所述待获取输电线路预设距离范围内的目标气象站检测到的第一风速以及第一温度,作为所述第一气象信息。
3.根据权利要求1所述的方法,其特征在于,所述获取待获取输电线路对应的杆塔所在高度对应的第二气象信息,包括:
获取所述待获取输电线路对应的杆塔所在高度的第二温度、第二风速、风向以及相对湿度,作为所述第二气象信息。
4.根据权利要求1所述的方法,其特征在于,所述获取所述待获取输电线路所在位置的近地面对应的第三气象信息,包括:
获取所述待获取输电线路所在位置的与地面第一距离的第三风速、与地面第二距离的第三温度、近地面降水量和近地面气压,作为所述第三气象信息。
5.根据权利要求4所述的方法,其特征在于,所述获取所述待获取输电线路所在位置的与地面第一距离的第三风速、与地面第二距离的第三温度、近地面降水量和近地面气压,包括:
获取所述待获取输电线路所在位置对应的经纬度数据,通过二维线性插值获取所述经纬度数据对应的所述第三风速、所述第三温度、所述近地面降水量以及所述近地面气压。
6.根据权利要求1所述的方法,其特征在于,获取所述待获取输电线路对应的地形信息,包括:
将所述待获取输电线路对应的位置信息导入预设数字高程模型,获取所述预设数字高程模型在所述位置信息的海拔信息;所述预设数字高程模型为进行栅栏投影后的数字高程模型;
根据所述海拔信息,在所述预设数字高程模型中获取所述位置信息中所述待获取输电线路对应的杆塔的第一高度以及所述位置信息中的地形低点的第二高度;
根据所述第一高度与所述第二高度的高程差以及所述待获取输电线路与所述地形低点的水平距离,获取所述待获取输电线路的周边坡度;
根据所述待获取输电线路在所述预设数字高程模型的栅栏投影中的预设方向上的变化率以及所述周边坡度,获取所述待获取输电线路的坡向信息;
根据多个比例尺,在所述预设数字高程模型中获取所述位置信息中的垭口朝向;
将所述海拔信息、所述周边坡度、所述坡向信息以及所述垭口朝向,作为所述地形信息。
7.根据权利要求1所述的方法,其特征在于,所述获取所述待获取输电线路对应的覆冰微地形属性表,包括:
针对每个所述地形信息,获取该地形信息下输电线路对应的多个样本模拟覆冰厚度以及每个样本模拟覆冰厚度对应的样本实际覆冰厚度,根据所述样本模拟覆冰厚度以及所述样本实际覆冰厚度,得到该地形信息对应的地形系数;
根据多个所述地形系数,获取所述覆冰微地形属性表。
8.一种输电线路覆冰厚度获取装置,其特征在于,所述装置包括:
第一获取模块,用于获取待获取输电线路对应的气象站检测到的第一气象信息、所述待获取输电线路对应的杆塔所在高度对应的第二气象信息、所述待获取输电线路所在位置的近地面对应的第三气象信息以及所述待获取输电线路对应的地形信息;
第二获取模块,用于根据所述地形信息,获取所述待获取输电线路对应的覆冰微地形属性表;所述覆冰微地形属性表用于对不同地形下的覆冰厚度进行修正;
覆冰厚度获取模块,用于根据所述第一气象信息、所述第二气象信息、所述第三气象信息、所述覆冰微地形属性表以及预设结冰增长模型,获取所述待获取输电线路的覆冰厚度。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
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,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110528341.6A CN113358040B (zh) | 2021-05-14 | 2021-05-14 | 输电线路覆冰厚度获取方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110528341.6A CN113358040B (zh) | 2021-05-14 | 2021-05-14 | 输电线路覆冰厚度获取方法、装置和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113358040A true CN113358040A (zh) | 2021-09-07 |
CN113358040B CN113358040B (zh) | 2024-01-23 |
Family
ID=77526483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110528341.6A Active CN113358040B (zh) | 2021-05-14 | 2021-05-14 | 输电线路覆冰厚度获取方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113358040B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114094603A (zh) * | 2021-12-02 | 2022-02-25 | 国网湖南省电力有限公司 | 用于电网的预测方法和控制器 |
CN114966898A (zh) * | 2022-05-09 | 2022-08-30 | 广东省韶关市气象局 | 一种高速路段雨雪冰冻天气预警方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5095754A (en) * | 1989-07-12 | 1992-03-17 | Jeffrey A. Simpson | Apparatus and method for detection of icing onset and ice thickness |
CN101236665A (zh) * | 2008-02-29 | 2008-08-06 | 重庆交通大学 | 一种基于数字高程模型dem的越岭线设计方法 |
CN105046581A (zh) * | 2015-07-09 | 2015-11-11 | 广西电网有限责任公司电力科学研究院 | 基于多参数风荷载的输电线路强风跳闸风险评估方法 |
CN105160425A (zh) * | 2015-08-17 | 2015-12-16 | 国家电网公司 | 基于气象和地形因子的输变电设备覆冰灾害监测和预报方法 |
CN105740558A (zh) * | 2016-02-03 | 2016-07-06 | 南方电网科学研究院有限责任公司 | 一种针对高原微地形的输电线路覆冰实时绘制方法 |
CN108334983A (zh) * | 2018-01-22 | 2018-07-27 | 广西壮族自治区气象服务中心 | 基于gis和dem的广西输电线路覆冰预报与评估方法 |
CN109492823A (zh) * | 2018-11-26 | 2019-03-19 | 南京大学 | 一种对输电线路覆冰厚度的预测方法 |
CN111241701A (zh) * | 2020-01-19 | 2020-06-05 | 中国电力工程顾问集团西南电力设计院有限公司 | 一种基于支持向量回归计算区域覆冰量级的方法 |
CN112116132A (zh) * | 2020-08-27 | 2020-12-22 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种复杂山地环境下导线覆冰厚度的预测方法 |
CN112182822A (zh) * | 2020-10-22 | 2021-01-05 | 国网湖南省电力有限公司 | 输电线路覆冰厚度预测校正预报方法及系统 |
CN112446535A (zh) * | 2020-11-10 | 2021-03-05 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 基于覆冰类型判别的输电线路覆冰厚度预报方法及装置 |
-
2021
- 2021-05-14 CN CN202110528341.6A patent/CN113358040B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5095754A (en) * | 1989-07-12 | 1992-03-17 | Jeffrey A. Simpson | Apparatus and method for detection of icing onset and ice thickness |
CN101236665A (zh) * | 2008-02-29 | 2008-08-06 | 重庆交通大学 | 一种基于数字高程模型dem的越岭线设计方法 |
CN105046581A (zh) * | 2015-07-09 | 2015-11-11 | 广西电网有限责任公司电力科学研究院 | 基于多参数风荷载的输电线路强风跳闸风险评估方法 |
CN105160425A (zh) * | 2015-08-17 | 2015-12-16 | 国家电网公司 | 基于气象和地形因子的输变电设备覆冰灾害监测和预报方法 |
CN105740558A (zh) * | 2016-02-03 | 2016-07-06 | 南方电网科学研究院有限责任公司 | 一种针对高原微地形的输电线路覆冰实时绘制方法 |
CN108334983A (zh) * | 2018-01-22 | 2018-07-27 | 广西壮族自治区气象服务中心 | 基于gis和dem的广西输电线路覆冰预报与评估方法 |
CN109492823A (zh) * | 2018-11-26 | 2019-03-19 | 南京大学 | 一种对输电线路覆冰厚度的预测方法 |
CN111241701A (zh) * | 2020-01-19 | 2020-06-05 | 中国电力工程顾问集团西南电力设计院有限公司 | 一种基于支持向量回归计算区域覆冰量级的方法 |
CN112116132A (zh) * | 2020-08-27 | 2020-12-22 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种复杂山地环境下导线覆冰厚度的预测方法 |
CN112182822A (zh) * | 2020-10-22 | 2021-01-05 | 国网湖南省电力有限公司 | 输电线路覆冰厚度预测校正预报方法及系统 |
CN112446535A (zh) * | 2020-11-10 | 2021-03-05 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 基于覆冰类型判别的输电线路覆冰厚度预报方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114094603A (zh) * | 2021-12-02 | 2022-02-25 | 国网湖南省电力有限公司 | 用于电网的预测方法和控制器 |
CN114094603B (zh) * | 2021-12-02 | 2023-09-08 | 国网湖南省电力有限公司 | 用于电网线路舞动的预测方法和控制器 |
CN114966898A (zh) * | 2022-05-09 | 2022-08-30 | 广东省韶关市气象局 | 一种高速路段雨雪冰冻天气预警方法及系统 |
CN114966898B (zh) * | 2022-05-09 | 2024-06-04 | 广东省韶关市气象局 | 一种高速路段雨雪冰冻天气预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113358040B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200257019A1 (en) | Method And Apparatus For Forecasting Solar Radiation And Solar Power Production Using Synthetic Irradiance Imaging | |
Boilley et al. | Comparison between meteorological re-analyses from ERA-Interim and MERRA and measurements of daily solar irradiation at surface | |
Lindsay et al. | Evaluation of seven different atmospheric reanalysis products in the Arctic | |
CN105095589B (zh) | 一种山区电网风区分布图绘制方法 | |
US20130117608A1 (en) | Method and system for determining accuracy of a weather prediction model | |
CN108152867B (zh) | 输电线路的台风预警系统及方法 | |
Fenner et al. | CrowdQC+—a quality-control for crowdsourced air-temperature observations enabling world-wide urban climate applications | |
CN113358040B (zh) | 输电线路覆冰厚度获取方法、装置和计算机设备 | |
Huss et al. | Glacier mass balance in the south-eastern Swiss Alps since 1900 and perspectives for the future | |
CN103645490A (zh) | 智能化卫星连续运行参考站姿态监测方法 | |
Zhang et al. | An analysis of multisource tropospheric hydrostatic delays and their implications for GPS/GLONASS PPP-based zenith tropospheric delay and height estimations | |
CN110555538B (zh) | 风电场风速预测方法及预测系统 | |
KR102002593B1 (ko) | 특정공간에서의 유해기체 확산 해석 방법 및 장치 | |
Schlager et al. | Generation of high-resolution wind fields from the WegenerNet dense meteorological station network in southeastern Austria | |
CN116626782A (zh) | 一种基于风云极轨气象卫星南海夏季风双指标监测方法 | |
CN116108767A (zh) | 一种提高大气稳定边界层数值模拟准确率的方法 | |
Bi et al. | A deep learning-based model for tropospheric wet delay prediction based on multi-layer 1D convolution neural network | |
CN114076064B (zh) | 确定偏航0度方位角以及偏航方向的方法及装置 | |
CN114662665A (zh) | 矿区大气水汽密度获取方法、装置及设备 | |
CN115688955A (zh) | 植被长势预测方法、装置及存储介质 | |
Sládek | Applicability of Python-based geospatial analysis for operational assessment of weather station deployment | |
Grašič et al. | Validation of numerically forecast vertical temperature profile with measurements for dispersion modelling | |
JP7127927B1 (ja) | 水蒸気観測方法 | |
CN116341352B (zh) | 地表温度观测信息约束的静止卫星陆上红外亮温模拟方法 | |
CN112598763B (zh) | 一种区域地表温度场的时间过程模拟方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |