发明内容
本发明所要解决的技术问题是:在输电线路通道中,如何实现不同时空特征的导致气象灾害关键因素的监视。
为解决上述技术问题,本发明提供一种电力气象多层次监测组网方法,包括以下步骤:
步骤S1:收集电力气象监测组网资源,包括气象数据、电网台账数据、地理数据和行政区划信息在内的数据集,并筛选出多要素气象站、电网台账、地形地貌、海拔高程、行政区边界等信息;
步骤S2:对电力气象监测区域进行网格划分,利用行政区划信息,提取所选地区经度最小值X和纬度最小值Y,以(X,Y)为起始点,分别沿正东、正北方向以固定网格距离构建矩形网格点,直至覆盖所选区域,形成网格A;
步骤S3:提取电力气象监测信息,计算各网格中心点位的气象信息,利用网格化插值计算方法,形成历史气象信息数据集(如最近10年内),以1km×1km、3km×3km、9km×9km三种分辨率为基准,构建不同气象要素的气象数据矩阵,所述气象要素包含温度、气压、湿度、风速/风向、降水等;
步骤S4:提取电网台账信息,在电网台账信息中,提取电网设备位置信息,且优先提取有灾损的电网设备位置信息,形成电网设备覆盖区域的网格数据集,以1km×1km、3km×3km、9km×9km三种分辨率为基准,构建不同类型的电网灾损数据矩阵,所述类型包含倒塔、断杆、断线、设备故障等;灾损电网设备位置信息包括灾损类型、电网设备的经纬度;
步骤S5:对电力气象网格进行相关分析,将气象数据场与电网灾损数据场进行耦合关系分析,采用SVD方法分别对气象数据场与电网灾损数据场的多项变量进行矩阵变换得到两个正交线性变换矩阵,即时间系数项;与两个场分别对应、成对出现的时间系数间的相互关系即为灾损数据场与气象要素场的相关关系;根据相关系数的大小,确定影响电网灾损分布型的气象要素类别,所述分布型指电网灾损的分布特征,即通过相关性分析找到影响电网灾损分布的气象要素,根据气象要素类别设定特征阈值,在网格A的基础上剔除小于所述特征阈值的网格点,形成网格B;
步骤S6:提取网格地理信息,筛选出已有电力气象监测站经纬度信息在上述网格B中的落点,对于无电力气象监测站落点的网格,提取所在位置的地理信息特征,剔除设置的不宜建设气象监测站点的网格,形成网格C;
步骤S7:进行电力气象监测组网,基于上述网格C,利用GIS进行空间化处理,根据设置的新建站点布设原则进行组网布点,形成气象监测组网,支撑电力气象监测预警,所述气象监测组网在设定地理范围内有一座自动气象站,设定地理范围可以是市区10平方公里、山区25平方公里。
所述新建站点布设原则包括:
四周环境满足无障碍物投射到监测仪器;
无高大建筑物、树木等障碍物,与单个障碍物的距离应大于障碍物高度的3倍,与成排障碍物的距离应大于障碍物最大高度的10倍;
平坦地形应安装在主导风向的上风向;
隆升地形应安装在山脊;
低洼地型应安装于盛行风向的上风口。
本发明所达到的有益效果:本发明提出的一种电力气象多层次监测组网方法,对电力气象监测区域进行网格划分,提取电力气象监测信息和电网台账信息,并对电力气象网格进行相关分析,采集完整的气象时空分布特性信息,实时跟踪短临天气突变状况,满足电力气象一张网的实际需求;同时,通过气象组网的构建加强了对灾害性极端气象事件致灾机理与一般规律的分析,实现不同时空特征的关键致灾因素监视,提高电网防灾、减灾、应急处置应对能力。
具体实施方式
下面结合附图及实施例对本发明做进一步详细的说明。
实施例1
如图1所示,本实施例提供了一种电力气象多层次监测组网方法,包括以下步骤:
步骤S1:收集电力气象监测组网资源,包含气象数据、电网台账数据、地理数据和行政区划信息在内的数据集,并筛选出多要素气象站、电网台账、地形地貌、海拔高程、行政区边界等信息,具体数据类型包括:
(1)气象台账:气象站经纬度、气象站监测要素类型、历史近10年的气象监测数据,包括温度、风速、降水量、湿度、气压、辐射等;
(2)行政区划信息:包括区域边界与各方向极值点;
(3)地形地貌数据:海拔/高程信息、下垫面属性等;
(4)电网台账数据:线路杆塔经纬度、近10年设备灾损类型和位置信息。
步骤S2:对电力气象监测区域进行网格划分,利用行政区划信息,提取所选地区经度最小值X和纬度最小值Y,以(X,Y)为起始点,分别沿正东、正北方向以固定网格距离构建矩形网格点,直至覆盖所选区域,形成网格A;
步骤S3:提取电力气象监测信息,计算各网格中心点位的气象信息,利用网格化插值计算方法,形成历史气象信息数据集(如最近10年内),以1km×1km、3km×3km、9km×9km三种分辨率为基准,构建不同气象要素的气象数据矩阵Z,所述气象要素包含温度、气压、湿度、风速/风向、降水等;
其中,Nz代表区域范围内某一分辨率的网格数量,t代表分析时段内的自然天数,各矩阵元素同样经方差标准化处理。
步骤S4:提取电网台账信息,在电网台账信息中,提取电网设备位置信息,且优先提取有灾损的电网设备位置信息,形成电网设备覆盖区域的网格数据集,以1km×1km、3km×3km、9km×9km三种分辨率为基准,构建不同类型的电网灾损数据矩阵S,所述类型包含倒塔、断杆、断线、设备故障等;灾损电网设备位置信息包括灾损类型、电网设备的经纬度;
其中,Ns代表区域范围内的不同分辨率的网格总数,t代表分析时段内的自然天数,各矩阵元素经方差标准化处理。
步骤S5:对电力气象网格进行相关分析:
为便于描述,将电力气象监测数据中对应时段、对应区域的气象要素二维矩阵称为气象要素场;将基于电网台账资料的三种时空分辨率网格化数据所构建的二维矩阵简称为灾损数据场。
气象要素场与灾损数据场的耦合关系是分析电网灾损特征与气象环境背景相关性的基础,采用SVD方法分别对气象数据场与电网灾损数据场的多项变量进行矩阵变换得到两个正交线性变换矩阵,即时间系数项;与两个场分别对应、成对出现的时间系数间的相互关系即为灾损数据场与气象要素场的相关关系;
灾损数据场与气象要素场的相关关系,计算方法如下:
气象要素场与灾损数据场的协交叉方差阵Csz=<SZT>,符号<>表示求平均,为了使两个场之间有极大化协方差,需要找到两个正交线性变换矩阵L和变换矩阵R,分别对左场和右场实施变化,即
cov(LTS,RTZ)=LTCszR=MAX
cov()表示协方差公式,MAX表示具有最大值;S表示灾损数据场,Z表示气象要素场;上标T表示矩阵转置;
由线性代数理论,可以唯一的求解出满足上述条件的变换矩阵L和变换矩阵R,使得
其中,Σ=diag(σ1,σ2,…,σn)为对角矩阵,且σ1≥σ2≥…≥σn>0,σi(i=1,2,…,n)称为气象要素场与灾损数据场的协交叉方差阵CSZ的奇异值,函数Diag()表示用于构造一个对角矩阵Σ;n表示气象数据场与电网灾损数据场不同分辨率网格总数的最小值,n≤min{Ns,Nz};为变换矩阵L第Ns行Ns列的因子数,其中Ns代表灾损数据场区域范围内不同分辨率的网格总数;/>为变换矩阵R第Nz行Nz列的因子数,其中Nz代表气象数据场区域范围内不同分辨率的网格总数。
S和Z的每一列都是一个空间分布函数,每个场内部的空间型都相互正交。将灾损数据场和气象要素场分别投影到正交线性变换矩阵L和R,则有A=LTS,B=RTZ,其中A称为灾损数据场S的时间系数矩阵,B称为气象要素场Z的时间系数矩阵,L和R的第k列向量lk和rk(k=1,2,…,n)分别称为第k列左、右奇异向量,即第k对空间型,每对空间型和对应的时间系数可确定一种模态。
由于S、Z之间有极大化协方差,时间系数的展开是按成对的协方差大小排列的,且大协方差一般集中在前N对上,余下的协方差较小,所以挑选前N对时间系数代表灾损数据场和气象要素场的相互关系,将电网灾损的网格化数据和同期历史气象要素数据随时间变化的相关关系,简化为前N对时间系数的相互关系,采用相关系数Rk进行计算:
其中,lik和rik分别为变换矩阵L、变换矩阵R的前N对时间系数的第k列向量,k≤N,i=min(Ns,Nz),表示气象数据场前N对时间系数的平均值,/>表示电网灾损数值场前N对时间系数的平均值。
根据相关系数的大小,确定影响电网灾损分布型的气象要素类别,所述分布型指电网灾损的分布特征,即通过相关性分析找到影响电网灾损分布的气象要素,根据气象要素类别设定特征阈值,在网格A的基础上剔除小于所述特征阈值的网格点,形成网格B。
步骤S6:提取网格地理信息,筛选出已有电力气象监测站经纬度信息在上述网格B中的落点,对于无电力气象监测站落点的网格,提取所在位置的地理信息特征,剔除不宜建设气象监测站点的网格,形成网格C;
步骤S7:进行电力气象监测组网,基于上述网格C,利用GIS进行空间化处理,根据设置的新建站点布设原则进行组网布点,形成气象监测组网,支撑电力气象监测预警,所述气象监测组网在设定地理范围内有一座自动气象站,设定地理范围可以是市区10平方公里、山区25平方公里。
所述新建站点布设原则包括:
四周环境满足无障碍物投射到监测仪器;
无高大建筑物、树木等障碍物,与单个障碍物的距离应大于障碍物高度的3倍,与成排障碍物的距离应大于障碍物最大高度的10倍;
平坦地形应安装在主导风向的上风向;
隆升地形应安装在山脊,且不受山体影响的位置;
低洼地型应安装于盛行风向的上风口。
具体方法为利用GIS技术,调取网格C的数据库数据进行图层展示,包括:
(1)利用Map制图程序添加点、线、面,自行控制制图要素的属性,包括背景颜色,边框式样等,添加制图元素,包括标题,边框,图形,图例,比例尺;
(2)利用Toolbox进行空间处理,包括空间叠加、联合、相交、清除,临近缓冲区处理,栅格内插、切割、镶嵌处理,空间数据库转换处理等;
(3)最终根据市区10平方公里、山区25平方公里的组网规则,形成可用的网格化监测组网图层,从而确定监测站位置和个数。
一种电力气象多层次监测组网系统,包括以下模块:
数据采集模块:收集电力气象监测组网资源,包括气象数据、电网台账数据、地理数据和行政区划信息在内的数据集,并筛选出多要素气象站、电网台账、地形地貌、海拔高程、行政区边界等信息;
网格划分模块:对电力气象监测区域进行网格划分,利用行政区划信息,提取所选地区经度最小值X和纬度最小值Y,以(X,Y)为起始点,分别沿正东、正北方向以固定网格距离构建矩形网格点,直至覆盖所选区域,形成网格A;
电力气象监测信息提取:提取电力气象监测信息,计算各网格中心点位的气象信息,利用网格化插值计算方法,形成历史气象信息数据集(如最近10年内),以1km×1km、3km×3km、9km×9km三种分辨率为基准,构建不同气象要素的气象数据矩阵,所述气象要素包含温度、气压、湿度、风速/风向、降水等;
电网台账信息模块:提取电网台账信息,在电网台账信息中,提取电网设备位置信息,且优先提取有灾损的电网设备位置信息,形成电网设备覆盖区域的网格数据集,以1km×1km、3km×3km、9km×9km三种分辨率为基准,构建不同类型的电网灾损数据矩阵,所述类型包含倒塔、断杆、断线、设备故障等;灾损电网设备位置信息包括灾损类型、电网设备的经纬度;
分析模块:对电力气象网格进行相关分析,将气象数据场与电网灾损数据场进行耦合关系分析,采用SVD方法分别对气象数据场与电网灾损数据场的多项变量进行矩阵变换得到两个正交线性变换矩阵,即时间系数项;与两个场分别对应、成对出现的时间系数间的相互关系即为灾损数据场与气象要素场的相关关系;根据相关系数的大小,确定影响电网灾损分布型的气象要素类别,所述分布型指电网灾损的分布特征,即通过相关性分析找到影响电网灾损分布的气象要素,根据气象要素类别设定特征阈值,在网格A的基础上剔除小于所述特征阈值的网格点,形成网格B;
网格再次划分模块:提取网格地理信息,筛选出已有电力气象监测站经纬度信息在上述网格B中的落点,对于无电力气象监测站落点的网格,提取所在位置的地理信息特征,剔除不宜建设气象监测站点的网格,形成网格C;
气象监测组网模块:进行电力气象监测组网,基于上述网格C,利用GIS进行空间化处理,根据设置的新建站点布设原则进行组网布点,形成气象监测组网,支撑电力气象监测预警,所述气象监测组网在设定地理范围内有一座自动气象站,设定地理范围可以是市区10平方公里、山区25平方公里。
一种计算机可读存储介质,用于存储上述方法及系统。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。