CN114094603B - 用于电网线路舞动的预测方法和控制器 - Google Patents

用于电网线路舞动的预测方法和控制器 Download PDF

Info

Publication number
CN114094603B
CN114094603B CN202111463084.9A CN202111463084A CN114094603B CN 114094603 B CN114094603 B CN 114094603B CN 202111463084 A CN202111463084 A CN 202111463084A CN 114094603 B CN114094603 B CN 114094603B
Authority
CN
China
Prior art keywords
tower
line
data
predicted
grid
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.)
Active
Application number
CN202111463084.9A
Other languages
English (en)
Other versions
CN114094603A (zh
Inventor
徐勋建
王磊
冯涛
蔡泽林
郭俊
孔磊
李丽
邸悦伦
简洲
叶钰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Hunan Electric Power Co Ltd, Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202111463084.9A priority Critical patent/CN114094603B/zh
Publication of CN114094603A publication Critical patent/CN114094603A/zh
Application granted granted Critical
Publication of CN114094603B publication Critical patent/CN114094603B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • 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
    • 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
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Power Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (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

本发明实施例提供一种用于电网线路舞动的预测方法和控制器，所述用于电网线路舞动的预测方法包括：获取待预测输电线路的线路数据和周边区域的地形数据；开展CFD仿真模拟试验，以得到待预测输电线路的风速、线路覆冰厚度和线路舞动振幅的映射对应关系；建立区域天气预报模型；获取待预测时间内周边区域的气象预报数据；根据气象预报数据和区域天气预报模型得到杆塔所在位置处的气象要素预报数据；确定杆塔所在位置处的线路覆冰厚度预测值；确定杆塔所在位置处的线路舞动振幅预测值；以及任意一个杆塔所在位置处的线路舞动振幅预测值大于0的情况下，确定发生舞动。本发明实施例可以解决现有预测模型分辨率较粗或者高分辨率预测模型计算效率低下的的问题。

Description

用于电网线路舞动的预测方法和控制器
技术领域
本发明涉及电气工程技术领域，具体地涉及一种用于电网线路舞动的预测方法和控制器。
背景技术
舞动是导线不均匀覆冰在风的作用下造成的剧烈振动，舞动严重时线路的震动幅度可高达10米并造成倒塔断线和电网大面积跳闸停电，造成人民生命财产的巨大损失。例如，2009年冬华北、华中等14省发生严重的舞动灾害，造成倒塔断线二百余处、线路跳闸600余条，近千万用户停电。近些年来，在全球变暖的背景下，冷暖空气活动变得越发活跃，由其造成的电线覆冰及伴随的大风舞动造成的重要线路停电也时有发生。线路离地面高度约为几十米，舞动既与线路本身状况相关，也与近地面层(地面至百米高度)较大范围的大气状况相关。常规的数值预报分辨率较粗(水平分辨率为几公里、垂直分辨率为几十米)，无法直接用于线路舞动预测。直接采用分辨率达米级的CFD(Computational Fluid Dynamics，计算流体动力学)仿真模拟试验开展线路舞动预测时，由于其高分辨率带来的巨大计算量，计算效率十分低下，难以用于线路舞动的实际预测。为减小线路舞动对电网安全稳定运行及人民财产安全造成的严重威胁，亟需开展线路舞动预测。因此，急需提出一种技术方案来解决现有技术中的上述技术问题。
发明内容
本发明实施例的目的是提供一种用于电网线路舞动的预测方法和控制器，解决现有预测模型分辨率较粗或者高分辨率预测模型计算效率低下的的技术问题。
为了实现上述目的，本发明第一方面提供一种用于电网线路舞动的预测方法，包括：获取待预测输电线路的线路数据和待预测输电线路周边区域的地形数据，其中线路数据包括杆塔的高度、杆塔所在位置和线路的直径；根据地形数据和线路数据开展CFD仿真模拟试验，以得到待预测输电线路的风速、线路覆冰厚度和线路舞动振幅的映射对应关系；根据地形数据和线路数据建立区域天气预报模型；获取待预测时间内周边区域的气象预报数据；根据气象预报数据和区域天气预报模型得到杆塔所在位置处的气象要素预报数据，其中气象要素预报数据包括风速预测值、温度预测值和降水量预测值；根据杆塔的高度和杆塔所在位置处的气象要素预报数据确定杆塔所在位置处的线路覆冰厚度预测值；根据杆塔所在位置处的风速预测值及线路覆冰厚度预测值和映射对应关系确定杆塔所在位置处的线路舞动振幅预测值；以及在待预测输电线路中任意一个杆塔所在位置处的线路舞动振幅预测值大于0的情况下，确定待预测时间内待预测输电线路将发生舞动。
在本发明实施例中，地形数据包括30米分辨率的ASTER GDEM地形数据。
在本发明实施例中，根据地形数据和线路数据开展CFD仿真模拟试验包括：根据线路数据和地形数据建立CFD仿真模拟试验的试验环境；以及利用风速输入数据集和线路覆冰厚度输入数据集开展CFD仿真模拟试验，以得到映射对应关系。
在本发明实施例中，区域天气预报模型为WRF模型。
在本发明实施例中，WRF模型的嵌套层数为4层，WRF模型的最高水平分辨率为300米。
在本发明实施例中，气象预报数据为ECMWF全球预报数据。
在本发明实施例中，根据气象预报数据和区域天气预报模型得到杆塔所在位置处的气象要素预报数据包括：利用气象预报数据和区域天气预报模型开展数值天气预报，以得到待预测时间内周边区域的气象要素预报数据；以及利用反距离权重插值方法将周边区域的气象要素预报数据插值到待预测输电线路中杆塔所在位置处，以得到杆塔所在位置处的气象要素预报数据。
在本发明实施例中，反距离权重插值方法被定义为：其中，Z0为杆塔所在位置处的气象要素预报数据，n为杆塔所在网格的网格点的数目，i为杆塔所在网格的网格点的序号，Di为杆塔所在网格的第i个网格点距离杆塔的坐标的距离，p为权重下降速度，Zi为周边区域的气象要素预报数据；/>其中X0和Y0为杆塔所在位置处的经度坐标和纬度坐标，Xi和Yi为杆塔所在网格的第i个网格点的经度坐标和纬度坐标。
在本发明实施例中，根据杆塔的高度和杆塔所在位置处的气象要素预报数据确定杆塔所在位置处的线路覆冰厚度预测值包括：根据杆塔所在位置处的温度预测值确定杆塔所在位置处逆温层的高度；确定逆温层的高度是否小于杆塔的高度；在逆温层的高度不小于杆塔的高度的情况下，确定杆塔所在位置处地表两米高度处的温度预测值是否小于0；以及在杆塔所在位置处地表两米高度处的温度预测值小于0的情况下，确定杆塔所在位置处的覆冰厚度预测值不为0，其中杆塔所在位置处的线路覆冰厚度预测值为杆塔位置处的降水量预测值与降水向覆冰转化率的乘积。
本发明第二方面提供一种控制器，被配置成执行前述实施例的用于电网线路舞动的预测方法。
本发明前述实施例的技术方案可以同时兼顾预测模型的计算效率和分辨率，从而可以保证电网线路舞动预测的精度和时效，为电网线路舞动预测提供基础数据，有利于提前做好预警和示警工作，减少生命财产损失。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
图1是本发明实施例的用于电网线路舞动的预测方法100的流程示意图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
需要说明，若本申请实施方式中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，若本申请实施方式中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施方式之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。
如图1所示，在本发明实施例中，提供一种用于电网线路舞动的预测方法100，包括以下步骤：
步骤S110：获取待预测输电线路的线路数据和待预测输电线路周边区域的地形数据，其中线路数据包括待预测输电线路杆塔的高度、杆塔所在位置和线路的直径。周边区域例如可以为待预测输电线路及其周围的矩形区域(包括正方形区域)，该矩形区域的选择例如以使得待预测输电线路的几何中心尽量接近矩形区域的中心为标准，例如若待预测输电线路为相邻两个杆塔之间的输电线路，可以尽量使得该相邻两个杆塔的中点位于矩形区域的中心，该矩形区域的尺寸例如大于待预测输电线路所占矩形区域尺寸的两倍。
步骤S120：根据地形数据和线路数据开展CFD仿真模拟试验，以得到待预测输电线路的风速、线路覆冰厚度和线路舞动振幅的映射对应关系。
步骤S130：根据地形数据和线路数据建立区域天气预报模型。
步骤S140：获取待预测时间内周边区域的气象预报数据。待预测时间例如可为未来的某个时间段例如未来0-48小时或者未来0-24小时等，还可以是过去的某个时间段。举例来说，若需要预测某个输电线路未来0-48小时的舞动情况，那么需要获取气象台等机构预报的该输电线路周边区域在未来0-24小时内的气象预报数据。
步骤S150：根据气象预报数据和区域天气预报模型得到杆塔所在位置处的气象要素预报数据，其中气象要素预报数据包括风速预测值、温度预测值和降水量预测值。杆塔所在位置处的气象要素预报数据例如为待预测时间内每分钟的气象要素预报数据，当然，本发明实施例并不局限于每分钟，还可以是每一分钟至每五分钟中的任意一个数值。
步骤S160：根据杆塔的高度和杆塔所在位置处的气象要素预报数据确定杆塔所在位置处的线路覆冰厚度预测值。
步骤S170：根据杆塔所在位置处的风速预测值及线路覆冰厚度预测值和映射对应关系确定杆塔所在位置处的线路舞动振幅预测值。以及
步骤S180：在待预测输电线路中任意一个杆塔所在位置处的线路舞动振幅预测值大于0的情况下，确定待预测时间内待预测输电线路将发生舞动。
具体地，地形数据例如包括30米分辨率的ASTER GDEM(Advanced SpaceborneTheemal Emission and Reflection Radiometer Global Digital Elevation Model，先进星载热发射和反射辐射仪全球数字高程模型)地形数据。当然，地形数据还可以是其他数值高程地形数据。
具体地，根据地形数据和线路数据开展CFD仿真模拟试验也即步骤S120例如包括：
(a1)根据线路数据和地形数据建立CFD仿真模拟试验的试验环境。例如选用Fluent仿真模拟软件进行CFD仿真模拟试验。模拟网格的水平分辨率例如可设置为30米至50米之间的任意数值，例如30米。模拟网格的垂直分辨率例如可设置为10米至20米之间的任意数值，例如10米。以及(a2)利用风速输入数据集和线路覆冰厚度输入数据集开展CFD仿真模拟试验，以得到映射对应关系。风速输入数据集例如可为对0至50米/秒范围内风速等间隔采样得到的多个风速输入数据，当然，本发明实施例并不局限于此，还可以是对0至30米/秒范围内风速等间隔采样得到的多个风速输入数据，等间隔采样的风速间隔值可以是大于0且小于等于0.1米/秒范围内的任何一个数值，例如0.01。线路覆冰厚度输入数据集例如可为对0至30毫米范围内线路覆冰厚度等间隔采样得到的多个线路覆冰厚度输入数据，当然，本发明实施例并不局限于此，还可以是对0至20毫米范围内线路覆冰厚度等间隔采样得到的多个线路覆冰厚度输入数据，等间隔采样的线路覆冰厚度间隔值可以是大于0且小于等于0.1毫米范围内的任何一个数值，例如0.01。若风速输入数据集包括的风速输入数据的数目为M和线路覆冰厚度输入数据包括的线路覆冰厚度输入数据的数目为N，那么将开展M*N组试验，获得每组试验得到与风速输入数据、线路覆冰厚度输入数据对应的线路舞动振幅，根据试验数据可以建立三者的映射对应关系。映射对应关系可以是数据库形式，也可以是表格形式，甚至以是数组形式，只要包括了三者之间的映射对应关系即可。
具体地，区域天气预报模型例如为WRF(Weather Research and ForecastingModel，天气预报模式)模型。当然，本发明实施例并不局限于此，还可以是其他区域天气预报模型。
具体地，WRF模型的嵌套层数例如为4层，WRF模型的最高水平分辨率例如为300米。举例来说，在此种情况下，相邻两层的网格比取值为3或5，网格的分辨率从外层到内层例如可分别取值为13500米、4500米、1500米、300米。
具体地，气象预报数据例如为ECMWF(European Centre for Medium-RangeWeather Forecasts，欧洲中期天气预报中心)全球预报数据。当然，本发明实施例并不局限于此，还可以是其他气象预报数据。
具体地，根据气象预报数据和区域天气预报模型得到杆塔所在位置处的气象要素预报数据也即步骤S150例如包括：
(b1)利用气象预报数据和区域天气预报模型开展数值天气预报，以得到待预测时间内周边区域的气象要素预报数据。以及
(b2)利用反距离权重插值方法将周边区域的气象要素预报数据插值到待预测输电线路中杆塔所在位置处，以得到杆塔所在位置处的气象要素预报数据。
具体地，反距离权重插值方法例如被定义为：
其中，Z0为杆塔所在位置处的气象要素预报数据，n为杆塔所在网格的网格点的数目，i为杆塔所在网格的网格点的序号，Di为杆塔所在网格的第i个网格点距离杆塔的坐标的距离，p为权重下降速度，Zi为周边区域的气象要素预报数据。
其中X0和Y0为杆塔所在位置处的经度坐标和纬度坐标，Xi和Yi为杆塔所在网格的第i个网格点的经度坐标和纬度坐标。
具体地，根据杆塔的高度和杆塔所在位置处的气象要素预报数据确定杆塔所在位置处的线路覆冰厚度预测值也即步骤S160例如包括：
(c1)根据杆塔所在位置处的温度预测值确定杆塔所在位置处逆温层的高度。
(c2)确定逆温层的高度是否小于杆塔的高度。
(c3)在逆温层的高度不小于杆塔的高度的情况下，确定杆塔所在位置处地表两米高度处的温度预测值是否小于0。以及
(c4)在杆塔所在位置处地表两米高度处的温度预测值小于0的情况下，确定杆塔所在位置处的覆冰厚度预测值不为0，其中杆塔所在位置处的线路覆冰厚度预测值为杆塔位置处的降水量预测值与降水向覆冰转化率的乘积。
在本发明实施例中，提供一种控制器，其例如被配置成执行根据任意一项前述实施例的用于电网线路舞动的预测方法100。其中，用于电网线路舞动的预测方法100的具体功能和细节可参考前述实施例的相关描述，在此不再赘述。
具体地，控制器例如可为工控机、笔记本电脑、平板电脑、嵌入式系统、微处理器、手机、可编程逻辑器件等控制设备。
下面结合具体示例来说明本发明实施例的用于电网线路舞动的预测方法的执行过程。
1、2018年11日，吉林段梨金线#1-#3杆塔发生线路舞动。以吉林段梨金线#1-#3杆塔为研究对象，开展CFD仿真模拟试验，建立风速、线路覆冰厚度和线路舞动振幅的映射对应关系表。
1)吉林段梨金线#1-#3杆塔，获取#1-#3杆塔的每个杆塔高度、经纬度坐标和导线的直径。
2)利用Fluent仿真模拟软件开展CFD仿真模拟试验，本发明示例以每两个杆塔之间的线路为仿真模拟试验的单元，以两个杆塔的中点为中心点，结合线路两端的两个杆塔的经纬度坐标，生成模拟网格，由于吉林段梨金线#1-#3杆塔共有3根杆塔，因此本发明示例共生成模拟网格2套，模拟网格的水平分辨率设置为30米，垂直分辨率设置为10米，水平方向网格数目设置为200*200个，即涵盖的水平方向的长度和宽度范围均约为6公里，垂直方向网格的数目设置为20个，即垂直高度约为200米。根据杆塔的高度和经纬度坐标在Fluent仿真模拟软件内设置模拟杆塔两根，根据导线的直径设置输电线路一根，设置在两个杆塔顶点之间。
3)开展CFD仿真模拟试验，建立风速、线路覆冰厚度和线路舞动振幅的映射对应关系表。
由于舞动是线路覆冰后在风速作用下的震荡现象，因此CFD仿真模拟试验设计过程仅将此风速和线路覆冰厚度作为控制变量。在CFD仿真模拟试验中，以0.01米/秒的间隔将0至30米/秒的风速范围等间隔划分得到301个风速输入值，为简化CFD仿真模拟试验设计，在垂直方向上假定风速均相同即同一水平位置处不同高度的风速相等；以0.01毫米的间隔将0至20毫米的线路覆冰厚度范围等间隔划分得到201个线路覆冰厚度输入值。基于上述设置，共计开展201*301组试验，获得每组试验得到的线路舞动振幅，建立试验数据库。将此试验数据库作为建立风速、线路覆冰厚度和线路舞动振幅的映射对应关系表的依据。由于吉林段梨金线#1-#3杆塔共有两段输电线路，因此需要依据CFD仿真模拟试验各自建立一套映射对应关系表。
此后，给定风速、线路覆冰厚度时，查阅该映射对应关系表即可得到对应的线路舞动振幅。
风速、线路覆冰厚度和线路舞动振幅之间的映射对应关系可表述为：
H＝H(d,u)，式中，H为线路舞动振幅，d为线路覆冰厚度，u为风速，H()为风速、线路覆冰厚度和线路舞动振幅之间的映射对应关系。
2、建立水平分辨率达300米、垂直分辨率达10米的区域天气预报模型，开展数值天气预报以获得未来0-48小时气象要素预报数据。
本发明示例中使用的区域天气预报模型为WRF模型。该模型提供简单易行的网格加密技术，仅需设置网格参数即可生成特定网格分辨率的区域天气预报模型。
1)设置WRF模型的网格参数，采用4层嵌套，水平方向分辨率从外到内分别设置为13500米、4500米、1500米、300米。WRF模型的模拟网格需要包括关注线路的至少两个杆塔在内。为减少边界对模拟结果的影响，水平方向300米分辨率下的模拟网格所包括的网格的个数应不少于30*30个，也即水平方向的模拟网格中网格的行数和列数分别为30。
2)在垂直方向上，设置垂直网格参数，使得WRF模型的垂直分辨率达到10米。
3)利用欧洲中心ECMWF全球预报数据，通过WRF模型的解码技术，生成WRF模型未来0至48小时的边界条件和初始条件。
4)运行WRF模型，得到未来0-48小时内每分钟的水平分辨率达300米的气象要素预报数据，包括风速、各层温度、距离地表2米高度处的温度和地表降水量。
3、将300米分辨率的气象要素预报数据采用反距离权重插值方法插值到杆塔处，获得输电线路的各个杆塔所在位置处的气象要素预报数据。
为了计算线路舞动振幅，需要给定风速和线路覆冰厚度。输电线路的杆塔所在位置处的风速可以由反距离权重方法插值得到。覆冰厚度则需要通过计算得到。计算所需要的输入量包括杆塔所在点的风速、杆塔所在点的各层温度、杆塔所在点的距离地表2米高度处的温度和杆塔所在点的地表降水量以及杆塔高度。因此，需要利用反距离权重插值方法对运行WRF模型获取的风速、各层温度、距离地表2米高度处的温度和地表降水量分别进行反距离权重插值，获取输电线路杆塔所在点的风速、杆塔所在点的各层温度、杆塔所在点的距离地表2米高度处的温度和杆塔所在点的地表降水量。
反距离权重插值方法例如被定义为：
其中，Z0为杆塔所在位置处的气象要素预报数据也即杆塔所在点的风速、杆塔所在点的各层温度、杆塔所在点的距离地表2米高度处的温度和杆塔所在点的地表降水量，n为杆塔所在网格的网格点的数目，i为杆塔所在网格的网格点的序号，Di为杆塔所在网格的第i个网格点距离杆塔的坐标的距离，p为权重下降速度，Zi为输电线路周边区域的气象要素预报数据，也即运行WRF模型获取的风速、各层温度、距离地表2米高度处的温度和地表降水量。
其中X0和Y0为杆塔所在位置处的经度坐标和纬度坐标，Xi和Yi为杆塔所在网格的第i个网格点的经度坐标和纬度坐标。
4、依据杆塔所在位置处的气象要素预报数据计算线路覆冰厚度，查找风速、线路覆冰厚度和线路舞动振幅的映射对应关系表计算得到线路舞动振幅。
1)计算杆塔所在位置处的线路舞动振幅前，需要先获取杆塔所在位置处的线路覆冰厚度，杆塔所在位置处也即杆塔顶点处的线路覆冰厚度的计算模型可表示为：
d＝f(T,R,T2,h)
式中:d为杆塔所在位置处的线路覆冰厚度，T为杆塔所在位置处的各层温度，R为杆塔所在位置处的地表降水量，T2为杆塔所在位置处的距离地表2米高度处温度，h为杆塔的高度。线路覆冰厚度计算主要包括步骤：
①逆温层的高度的确定。
相邻两层的温度差可以表示为：
ΔT＝Th上-Th下
式中，ΔT为相邻两层的温度差，Th上为相邻两层上层的温度，Th下为相邻两层下层的温度。
从最底层至最顶层依次计算相邻两层的温度差，将ΔT第一次大于0的相邻两层高度的平均值标记为逆温层高度记为H。
②线路覆冰厚度的计算。
当逆温层高度H小于杆塔的高度h时，认为杆塔所在位置处的线路也即杆塔顶点处的线路不会发生覆冰，覆冰厚度取值为0。
当逆温层高度H大于或等于杆塔的高度h时，如果杆塔所在位置处的距离地表2米高度处温度T2大于或等于0，则认为杆塔所在位置处的线路不会发生覆冰，覆冰厚度取值为0。
当逆温层高度H大于或等于杆塔的高度h时，如果杆塔所在位置处的距离地表2米高度处温度T2小于0，则认为杆塔所在位置处的线路可能发生覆冰，此种情况下，杆塔所在位置处的线路覆冰厚度的计算公式为：
d＝R*p。
式中，d为杆塔所在位置处的线路覆冰厚度，R为杆塔所在位置处的地表降水量，p为降水向覆冰转化率，p一般取值在0.25～0.35之间。
2)利用计算得到的杆塔所在位置处的线路覆冰厚度和反距离权重插值得到的杆塔所在位置处的风速，查找风速、线路覆冰厚度和线路舞动振幅的映射对应关系表，得到杆塔所在位置处的线路舞动振幅。
对于一个输电线路，只要该输电线路中的任意一个杆塔所在位置处的线路舞动振幅大于0，就认为该输电线路将发生舞动。对于本发明示例的吉林段梨金线#1-#3杆塔来说，只要#1-#3杆塔所在位置处的线路舞动振幅大于0，即认为#1-#3之间的输电线路发生舞动。
5、建立线路舞动的可视化展示模块及预警、预测信息发送平台。
将线路舞动振幅输入给GIS(Geographic Information System，地理信息系统)等信息系统，建立舞动预测的可视化平台，相关产品可提供给电力调度部门，帮助其提前做好线路防舞措施。
本发明前述实施例具有如下有益效果：
1)操作方便，实用性强。
2)将300米WRF模型预测数据插值至杆塔处可以保证计算时效问题，开展高分辨率CFD仿真模拟试验建立风速-覆冰厚度-舞动振幅的映射对应关系表可以保证舞动预测的精度，同时兼顾精度和计算时效问题；
3)为线路舞动振幅预测提供基础数据，以便相关人员或部门提前做好预警和示警工作，减少生命财产损失。
综上所述，本发明前述实施例的用于电网线路舞动的预测方法可以同时兼顾预测模型的计算效率和分辨率，从而可以保证电网线路舞动预测的精度和时效，为电网线路舞动预测提供基础数据，有利于提前做好预警和示警工作，减少生命财产损失。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、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。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (10)

1.一种用于电网线路舞动的预测方法，其特征在于，包括：
获取待预测输电线路的线路数据和所述待预测输电线路周边区域的地形数据，其中所述线路数据包括杆塔的高度、杆塔所在位置和线路的直径；
根据所述地形数据和所述线路数据开展CFD仿真模拟试验，以得到所述待预测输电线路的风速、线路覆冰厚度和线路舞动振幅的映射对应关系；
根据所述地形数据和所述线路数据建立区域天气预报模型；
获取待预测时间内所述周边区域的气象预报数据；
根据所述气象预报数据和所述区域天气预报模型得到所述杆塔所在位置处的气象要素预报数据，其中所述气象要素预报数据包括风速预测值、温度预测值和降水量预测值；
根据所述杆塔的高度和所述杆塔所在位置处的气象要素预报数据确定所述杆塔所在位置处的线路覆冰厚度预测值；
根据所述杆塔所在位置处的风速预测值及线路覆冰厚度预测值和所述映射对应关系确定所述杆塔所在位置处的线路舞动振幅预测值；以及
在所述待预测输电线路中任意一个杆塔所在位置处的线路舞动振幅预测值大于0的情况下，确定所述待预测时间内所述待预测输电线路将发生舞动。
2.根据权利要求1所述的用于电网线路舞动的预测方法，其特征在于，所述地形数据包括30米分辨率的ASTER GDEM地形数据。
3.根据权利要求1所述的用于电网线路舞动的预测方法，其特征在于，所述根据所述地形数据和所述线路数据开展CFD仿真模拟试验包括：
根据所述线路数据和所述地形数据建立所述CFD仿真模拟试验的试验环境；以及
利用风速输入数据集和线路覆冰厚度输入数据集开展所述CFD仿真模拟试验，以得到所述映射对应关系。
4.根据权利要求1所述的用于电网线路舞动的预测方法，其特征在于，所述区域天气预报模型为WRF模型。
5.根据权利要求4所述的用于电网线路舞动的预测方法，其特征在于，所述WRF模型的嵌套层数为4层，所述WRF模型的最高水平分辨率为300米。
6.根据权利要求1所述的用于电网线路舞动的预测方法，其特征在于，所述气象预报数据为ECMWF全球预报数据。
7.根据权利要求1所述的用于电网线路舞动的预测方法，其特征在于，所述根据所述气象预报数据和所述区域天气预报模型得到所述杆塔所在位置处的气象要素预报数据包括：
利用所述气象预报数据和所述区域天气预报模型开展数值天气预报，以得到所述待预测时间内所述周边区域的气象要素预报数据；以及
利用反距离权重插值方法将所述周边区域的气象要素预报数据插值到所述待预测输电线路中杆塔所在位置处，以得到所述杆塔所在位置处的气象要素预报数据。
8.根据权利要求7所述的用于电网线路舞动的预测方法，其特征在于，所述反距离权重插值方法被定义为：
其中，Z0为所述杆塔所在位置处的气象要素预报数据，n为所述杆塔所在网格的网格点的数目，i为所述杆塔所在网格的网格点的序号，Di为所述杆塔所在网格的第i个网格点距离所述杆塔的坐标的距离，p为权重下降速度，Zi为所述周边区域的气象要素预报数据；
其中X0和Y0为所述杆塔所在位置处的经度坐标和纬度坐标，Xi和Yi为所述杆塔所在网格的第i个网格点的经度坐标和纬度坐标。
9.根据权利要求1所述的用于电网线路舞动的预测方法，其特征在于，所述根据所述杆塔的高度和所述杆塔所在位置处的气象要素预报数据确定所述杆塔所在位置处的线路覆冰厚度预测值包括：
根据所述杆塔所在位置处的温度预测值确定所述杆塔所在位置处逆温层的高度；
确定所述逆温层的高度是否小于所述杆塔的高度；
在所述逆温层的高度不小于所述杆塔的高度的情况下，确定所述杆塔所在位置处地表两米高度处的温度预测值是否小于0；以及
在所述杆塔所在位置处地表两米高度处的温度预测值小于0的情况下，确定所述杆塔所在位置处的覆冰厚度预测值不为0，其中所述杆塔所在位置处的线路覆冰厚度预测值为所述杆塔位置处的降水量预测值与降水向覆冰转化率的乘积。
10.一种控制器，其特征在于，被配置成执行根据权利要求1至9中任意一项所述的用于电网线路舞动的预测方法。
CN202111463084.9A 2021-12-02 2021-12-02 用于电网线路舞动的预测方法和控制器 Active CN114094603B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111463084.9A CN114094603B (zh) 2021-12-02 2021-12-02 用于电网线路舞动的预测方法和控制器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111463084.9A CN114094603B (zh) 2021-12-02 2021-12-02 用于电网线路舞动的预测方法和控制器

Publications (2)

Publication Number Publication Date
CN114094603A CN114094603A (zh) 2022-02-25
CN114094603B true CN114094603B (zh) 2023-09-08

Family

ID=80306399

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111463084.9A Active CN114094603B (zh) 2021-12-02 2021-12-02 用于电网线路舞动的预测方法和控制器

Country Status (1)

Country Link
CN (1) CN114094603B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105069238A (zh) * 2015-08-13 2015-11-18 中国电力科学研究院 一种特定重现期电网覆冰舞动区域分布图绘制方法
CN107491839A (zh) * 2017-08-17 2017-12-19 国网湖南省电力公司 基于历史舞动特性的电网舞动预报方法及系统
CN107958312A (zh) * 2017-12-12 2018-04-24 国网湖南省电力有限公司 基于反演算法的输电线路舞动预测方法、系统及存储介质
CN112711919A (zh) * 2020-12-17 2021-04-27 国网湖南省电力有限公司 基于中小尺度模式耦合的导线覆冰预报方法及系统
CN113358040A (zh) * 2021-05-14 2021-09-07 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 输电线路覆冰厚度获取方法、装置和计算机设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9258932B2 (en) * 2011-12-23 2016-02-09 International Business Machines Corporation Data center thermal management

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105069238A (zh) * 2015-08-13 2015-11-18 中国电力科学研究院 一种特定重现期电网覆冰舞动区域分布图绘制方法
CN107491839A (zh) * 2017-08-17 2017-12-19 国网湖南省电力公司 基于历史舞动特性的电网舞动预报方法及系统
CN107958312A (zh) * 2017-12-12 2018-04-24 国网湖南省电力有限公司 基于反演算法的输电线路舞动预测方法、系统及存储介质
CN112711919A (zh) * 2020-12-17 2021-04-27 国网湖南省电力有限公司 基于中小尺度模式耦合的导线覆冰预报方法及系统
CN113358040A (zh) * 2021-05-14 2021-09-07 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 输电线路覆冰厚度获取方法、装置和计算机设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
湖南省输电线路覆冰舞动预测技术研究;刘毓 等;《湖南电力》;第35卷(第3期);第23-26页 *

Also Published As

Publication number Publication date
CN114094603A (zh) 2022-02-25

Similar Documents

Publication Publication Date Title
US10386542B2 (en) Predicting ice coating status on transmission lines
CN108564263B (zh) 一种用于飑线环境下输电线路杆塔受灾预测方法
AU2012386701B2 (en) Weather predicting method, weather predicting apparatus, and air utilizing apparatus
CN108805350A (zh) 基于多维蒙特卡洛理论的搜救范围预测方法
CN107169645A (zh) 一种计及暴雨灾害影响的输电线路故障概率在线评估方法
KR101860742B1 (ko) 낙뢰 위험도 분석 시스템 및 이를 이용한 낙뢰 위험도 분석 방법
CN112685965A (zh) 一种台风中输电杆塔风险监测方法及系统
CN112711919A (zh) 基于中小尺度模式耦合的导线覆冰预报方法及系统
JP2011239488A (ja) 分散電源出力推定システム、総需要電力推定システム、電力警報システム、分散電源出力推定装置、総需要電力推定装置、電力記録装置、および電力警報装置
US20180156940A1 (en) Forensic weather system
CN114094603B (zh) 用于电网线路舞动的预测方法和控制器
Haas et al. Ocean current energy resource assessment for the Gulf stream system: The Florida current
KR101805465B1 (ko) 복수의 관측점으로부터 측정되는 각각의 관측 데이터를 참조하여 사용자의 이동 경로 상에 위치하는 특정 지점의 기상 위험상황을 예측하는 방법 및 서버
Demircan et al. Increasing resolution of temperature maps by using Geographic Information Systems (GIS) and topography information
CN110187363B (zh) 适用于大型风电基地的测风方法、系统、设备和存储介质
Chakraborty et al. Impact of extreme events on conversion efficiency of wave energy converter
CN108549118B (zh) 一种以输电线路杆塔为载体的飑线风行进路径预测方法
CN115794895A (zh) 一种用于灾害监测和预警的装置
Narasimha Rao et al. Unprecedented heavy rainfall event over Yamunanagar, India during 14 July 2016: An observational and modelling study
Cassalho et al. Intercomparing atmospheric reanalysis products for hydrodynamic and wave modeling of extreme events during the open-water Arctic season
Li et al. An improved typhoon monitoring model based on precipitable water vapor and pressure
CN112162336A (zh) 基于二维气象要素场的能见度预测方法和装置
CN109408604A (zh) 输电线路关联天气因素数据网格化处理方法、装置及系统
CN110174713A (zh) 一种电力线路强对流天气监测预警方法及装置
CN117687125A (zh) 构建覆冰格点数据集的方法、处理器、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