CN115293545A - 一种基于电网台区划分的台风灾害风险评估方法、系统及存储介质 - Google Patents
一种基于电网台区划分的台风灾害风险评估方法、系统及存储介质 Download PDFInfo
- Publication number
- CN115293545A CN115293545A CN202210889306.1A CN202210889306A CN115293545A CN 115293545 A CN115293545 A CN 115293545A CN 202210889306 A CN202210889306 A CN 202210889306A CN 115293545 A CN115293545 A CN 115293545A
- Authority
- CN
- China
- Prior art keywords
- power grid
- equipment
- typhoon
- disaster
- area
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012502 risk assessment Methods 0.000 title claims abstract description 21
- 238000003860 storage Methods 0.000 title claims abstract description 8
- 238000009826 distribution Methods 0.000 claims abstract description 39
- 238000012937 correction Methods 0.000 claims abstract description 9
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 238000007405 data analysis Methods 0.000 claims abstract description 6
- 230000007246 mechanism Effects 0.000 claims abstract description 6
- 238000012549 training Methods 0.000 claims abstract description 4
- 238000013461 design Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 238000005192 partition Methods 0.000 claims description 4
- 238000013316 zoning Methods 0.000 claims description 4
- 108010094028 Prothrombin Proteins 0.000 claims description 2
- AGVAZMGAQJOSFJ-WZHZPDAFSA-M cobalt(2+);[(2r,3s,4r,5s)-5-(5,6-dimethylbenzimidazol-1-yl)-4-hydroxy-2-(hydroxymethyl)oxolan-3-yl] [(2r)-1-[3-[(1r,2r,3r,4z,7s,9z,12s,13s,14z,17s,18s,19r)-2,13,18-tris(2-amino-2-oxoethyl)-7,12,17-tris(3-amino-3-oxopropyl)-3,5,8,8,13,15,18,19-octamethyl-2 Chemical compound [Co+2].N#[C-].[N-]([C@@H]1[C@H](CC(N)=O)[C@@]2(C)CCC(=O)NC[C@@H](C)OP(O)(=O)O[C@H]3[C@H]([C@H](O[C@@H]3CO)N3C4=CC(C)=C(C)C=C4N=C3)O)\C2=C(C)/C([C@H](C\2(C)C)CCC(N)=O)=N/C/2=C\C([C@H]([C@@]/2(CC(N)=O)C)CCC(N)=O)=N\C\2=C(C)/C2=N[C@]1(C)[C@@](C)(CC(N)=O)[C@@H]2CCC(N)=O AGVAZMGAQJOSFJ-WZHZPDAFSA-M 0.000 claims description 2
- 238000005315 distribution function Methods 0.000 claims description 2
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 claims description 2
- 238000009434 installation Methods 0.000 claims 1
- 238000011158 quantitative evaluation Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000002265 prevention Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000010408 sweeping Methods 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
- G06Q10/06—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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—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—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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于电网台区划分的台风灾害风险评估方法、系统及存储介质，方法包括以下步骤：收集台风环境下的数据，包括气象数据、电网数据和灾情数据，利用GIS技术将上述数据进行数据解析、空间插值、数据修正，同时叠加上电网台区分布图；建立台风致灾风场模型；建立某一个电网台区设备故障概率理论模型；对受灾区域内电网设备实际故障数据和台风风场信息进行训练，建立区域电网台区设备故障概率实际模型；确定电网台区设备故障概率模型参数K；对电网台区设备故障概率曲线进行校核。本发明的方法解决了电网台区的台风灾害风险定量性评估问题，实现了电网台区设备广义灾损概率与机理灾损概率的统一。
Description
技术领域
本发明涉及电网灾害评估预测领域，特别是一种基于电网台区划分的台风灾害风险评估方法。
背景技术
目前，对于台风灾害风险评估的研究大多集中在人口、经济活动、建筑物等方面，因此，开展电网台风灾害风险评估是不可缺少的工作，对于电网的灾害风险评估大多集中在预警模型的建立和系统的开发，如CN106611245A公开了一种基于GIS的电网台风灾害风险评估方法，首先收集台风数据，然后分别建立致灾因子危险性模型、孕灾环境敏感性模型、承灾体脆弱性模型和防灾减灾能力模型，同进利用GIS技术实现对评估电网台风风险；CN 108876194A公开了一种台风灾害场景下配电网风险评估方法，建立台风风速模型、电杆荷载计算模型、修正后的电杆故障率模型，根据所述台风风速模型、电杆荷载计算模型和电杆故障率计算及修正模型，计算台风灾害下配电网风险指标。但是现有的方法缺少针对电网台风灾害风险评估和区划的定量性研究，进一步方便制定防灾减灾对策。
发明内容
本发明所要解决的技术问题是：如何实现对区域性电网台风灾害风险的评估。
为解决上述技术问题，本发明提供一种基于电网台区划分的台风灾害风险评估方法，包括以下步骤：
步骤S1：收集台风环境下的数据，包括气象数据、电网数据和灾情数据，利用GIS技术将上述数据进行数据解析、空间插值、数据修正，同时叠加上电网台区分布图，将数据进行电网台区矢量化处理，提取相应台区的气象、电网和灾情属性；
步骤S2：建立台风致灾风场模型；
步骤S3：建立某一个电网台区设备故障概率理论模型；
步骤S4：对受灾区域内电网设备实际故障数据和台风风场信息进行统计，建立区域电网台区设备故障概率实际模型；
步骤S5：确定电网台区设备故障概率模型参数K；
步骤S6：对电网台区设备故障概率曲线进行校核。
本发明有以下有益效果：本发明鉴于台风灾害对电网的破坏问题，提出一种基于电网台区划分的台风灾害风险评估方法，基于台风不同区域的风场特性，建立台风致灾风场模型，并结合电网台区设备故障率拟合建立电网台区风险模型，利用电网运行数据和台风风场数据进行实操训练确定模型参数；同时基于风载荷ws和设备设计承载力wR进行机理分析论证，对电网设备灾损概率曲线进行校核，形成面向电网台区完整性的台风风险评估技术方案。一方面，可以解决电网台区的台风灾害风险定量性评估问题，实现了电网台区设备广义灾损概率与机理灾损概率的统一；另一方面，通过电网台区风险模型的构建加强了台风等极端气象事件致灾机理的研究，提高电网防灾、减灾、应急处置应对能力，为制定区域性防灾减灾的对策提供技术支持。
附图说明
图1为本发明的原理流程示意图；
图2为台风风场示意图；
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
如图1所示，本实施例提供了一种基于电网台区划分的台风灾害风险评估方法，包括以下步骤：
一种基于电网台区划分的台风灾害风险评估方法，包括以下步骤：
步骤S1：台风资料台区化：收集台风环境下的数据，包括气象数据、电网数据和灾情数据，利用GIS技术将上述数据进行数据解析、空间插值、数据修正，同时叠加上电网台区分布图，将数据进行电网台区矢量化处理，提取相应台区的气象、电网和灾情属性。
步骤S2：建立台风致灾风场模型：台风路径辐射域与台风致灾风场模型结合分析所有路径下的电网设备故障概率分布，由于台风在风眼半径和风眼内达到最大风速Veye，眼墙外环流风速VR随台风半径增大而逐渐衰减，台风本身还有因自身移动而产生的移行风速VT，因此台风的实际风速VG等于环流风速VR与移行风速VT两个矢量的合成，由于移行风速VT数值明显小于环流风速VR，则环流风速VR视为对电网破坏起主要作用。
基于气象部门发布的台风中心经纬度、最大风速、中心气压、七级和十级风圈半径信息，最大风速半径的辨识模型描述为：
ln Rmax＝2.636-0.00005086Δp2+0.0394899ψ+ε
式中：Rmax为最大风速半径，Δp＝1013-Pc，Pc为台风中心压强；ψ为当前台风中心的纬度值；ε为常数，可取值0-0.4，ln表示以以自然常数e为底数的对数；
地表任意一点的台风致灾风场由该点与台风中心的距离函数给出，即：
式中，x为任意一点与中心点的距离，VP(x)为任意一点地表风速，wm是地面10米风速，Rmax为最大风速半径，R7为7级风圈半径，
β分别为台风边界的建模因子一和建模因子二，可取
β＝10，ψ为当前台风中心的纬度值；ξ为修正系数，exp表示以自然常数e为底的指数函数；
步骤S3：建立某一个电网台区设备故障概率理论模型：电网台区设备故障率与台风致灾风速关系采用指数型曲线函数拟合：
式中：V为实际风速，Vmin为电网设备设计风速，Vex为电网设备的极限风速， K为待确定模型参数；λs为电网台区设备故障率。
当前，台风计算出的风速信息由高空风场模型折算至地表高度H0，并未考虑电网设备具体地形条件，不能直接作为致灾的风速值加以应用，还应考虑电网设备所处高度，对实际风速进行有效修正，具体如下：
式中：VZ为电网设备所在高度的实际风速，V0为地表标准参考高度风速，HZ为电网设备距离地表高度，H0为地表标准参考高度，α表示地表粗糙度指数，是一个常数，根据地表类型取不同对应值；
根据灾害风险评估理论中电网设备故障概率计算关系，单个电网台区设备发生故障概率Ps为：
当λs＝1时，单个电网设备必然发生故障，Ps＝1；
步骤S4：对受灾区域内电网设备实际故障数据和台风风场信息进行统计，建立区域电网台区设备故障概率实际模型：设某历史台风经过电网设备所在区域，则不同风速随台风中心前进在某地区扫出一个特定的受灾带，根据台风致灾风场模型确定受灾带；
对于环流风速VR所对应受灾区域带，区域内电网台区设备故障概率
表述为：
式中：
为受灾区域中所有电网台区设备总数，
为区域内电网台区设备故障总数；
对于多个不同受灾带得到不同风速VR所对应的区域电网台区设备故障概率
定义单个电网台区设备发生故障概率拟合指标Fappro为：
式中，i为某个受灾区域带，VR,i为某个受灾带对应的环流风速，拟合指标 Fappro越小表明曲线拟合效果越好；
为受灾区域内电网台区设备故障概率，
为某个受灾区域单个电网台区设备发生故障概率。
步骤S5：确定电网台区设备故障概率模型参数K：参数K对电网灾损计算具有决定性作用，利用历史真实台风灾害进行评估计算，由于电网台区设备发生故障概率拟合指标Fappro最佳拟合问题本质而言是一个求取最优参数K值的问题，由于只含一个待求变量K，通过以下优化方法计算最优参数K值，
(1)参数K值取值区间为(0,1)，对参数K值的取值区间进行np等分；
(2)选定某一等分后的参数K值，根据步骤S3计算参数K值所对应的单个电网台区设备发生故障概率Ps值，根据步骤S4计算参数K值所对应的拟合指标Fappro；
(3)根据参数K值的等分数量，重复步骤S3和步骤S4的计算，获得每个参数K等分后的数据对应的拟合指标Fappro；
(4)将拟合指标Fappro最小值所对应的参数K作为最优参数代入故障概率模型，确定电网台区设备故障概率模型。
步骤S6：对电网台区设备故障概率曲线进行校核：由于台风在风眼半径处达到最大风速Veye，考虑到近地面风眼内可能出现的湍流与涡旋，假设风眼内风速等于最大风速Veye，由此简化电网台区i点的风速计算结果Vi为：
式中：Li为台风中心到电网台区i的距离，Veye为风眼速度，Reye为风眼半径；
基于电网台区i点的风速Vi计算结果，得到电网设备风荷载ws，由于风载荷 ws和设备设计承载力wR为服从不同分布的两个独立的随机变量函数，两概率密度函数重叠形成的干涉区则表示线路有发生故障的可能。
取一微分区间dwd，中点为wdi，则设计荷载落入该微分区间的概率为该区域的面积，即：
则实际承受的风载荷小于wdi的概率为：
其中，wdi为区间dwd的中点，ws为实际风荷载，g(wdi)为设计载荷的概率分布函数，f(ws)为实际风载荷小于wdi的概率分布，P(...)表示某一事件发生的概率；
根据设备的设计标准，采用正态分布描述电网设备极限承载力设计标准，即设计承受极限的载荷wR的分布为：
其中，g(wR)为设计承受极限风载荷的概率分布，μR、σR分别为设计极限承载力的均值和方差；
当设计的极限承载力大于实际风载荷时，电网设备不会发生故障，反之则电网设备发生故障；
若Ps≤g(wR)，则将电网台区设备故障概率修正为g(wR)；
反之，若Ps＞g(wR)，则电网台区设备故障概率定义为Ps，实现电网台区设备广义故障概率与机理故障概率的统一。
一种基于电网台区划分的台风灾害风险评估系统，包括以下功能模块：
数据采集模块：收集台风环境下的数据，包括气象数据、电网数据和灾情数据，利用GIS技术将上述数据进行数据解析、空间插值、数据修正，同时叠加上电网台区分布图，将数据进行电网台区矢量化处理，提取相应台区的气象、电网和灾情属性；
台风致灾风场模型模块：建立台风致灾风场模型；
电网台区设备故障概率理论模型模块：建立某一个电网台区设备故障概率理论模型；
电网台区设备故障概率实际模型模块：对受灾区域内电网设备实际故障数据和台风风场信息进行统计训练，建立区域电网台区设备故障概率实际模型；
模型参数模块：确定电网台区设备故障概率模型参数K；
校核模块：对电网台区设备故障概率曲线进行校核。
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。
Claims (8)
1.一种基于电网台区划分的台风灾害风险评估方法，其特征在于，包括以下步骤：
步骤S1：收集台风环境下的数据，包括气象数据、电网数据和灾情数据，利用GIS技术将上述数据进行数据解析、空间插值、数据修正，同时叠加上电网台区分布图，将数据进行电网台区矢量化处理，提取相应台区的气象、电网和灾情属性；
步骤S2：建立台风致灾风场模型；
步骤S3：建立某一个电网台区设备故障概率理论模型；
步骤S4：对受灾区域内电网设备实际故障数据和台风风场信息进行统计，建立区域电网台区设备故障概率实际模型；
步骤S5：确定电网台区设备故障概率模型参数K；
步骤S6：对电网台区设备故障概率曲线进行校核。
2.根据权利要求1所述的基于电网台区划分的台风灾害风险评估方法，其特征在于：在步骤S2中，最大风速半径的辨识模型描述为：
lnRmax＝2.636-0.00005086Δp2+0.0394899ψ+ε
式中：Rmax为最大风速半径，Δp＝1013-Pc，Pc为台风中心压强；ψ为当前台风中心的纬度值；ε为常数，ln表示以以自然常数e为底数的对数；
地表任意一点的台风致灾风场由该点与台风中心的距离函数给出，即：
式中，x为任意一点与中心点的距离，VP(x)为任意一点地表风速，wm是地面10米风速，Rmax为最大风速半径，R7为7级风圈半径，
β分别为台风边界的建模因子一和建模因子二，ψ为当前台风中心的纬度值；ξ为修正系数，exp表示以自然常数e为底的指数函数。
3.根据权利要求1所述的基于电网台区划分的台风灾害风险评估方法，其特征在于：在步骤S3中，电网台区设备故障率与台风致灾风速关系采用指数型曲线函数拟合：
式中：V为实际风速，Vmin为电网设备设计风速，Vex为电网设备的极限风速，K为待确定模型参数；λs为电网台区设备故障率；
考虑电网设备所处高度，对实际风速进行有效修正，具体如下：
式中：VZ为电网设备所在高度的实际风速，V0为地表标准参考高度风速，HZ为电网设备距离地表高度，H0为地表标准参考高度，α表示地表粗糙度指数，是一个常数，根据地表类型取不同对应值；
根据灾害风险评估理论中电网设备故障概率计算关系，单个电网台区设备发生故障概率Ps为：
当λs＝1时，单个电网设备必然发生故障，Ps＝1。
4.根据权利要求1所述的基于电网台区划分的台风灾害风险评估方法，其特征在于：在步骤S4中，设某历史台风经过电网设备所在区域，则不同风速随台风中心前进在某地区扫出一个特定的受灾带，根据台风致灾风场模型确定受灾带；对于环流风速VR所对应受灾区域带，区域内电网台区设备故障概率
表述为：
式中：
为受灾区域中所有电网台区设备总数，
为区域内电网台区设备故障总数；
对于多个不同受灾带得到不同风速VR所对应的区域电网台区设备故障概率
定义单个电网台区设备发生故障概率拟合指标Fappro为：
式中，i为某个受灾区域带，VR,i为某个受灾带对应的环流风速，拟合指标Fappro越小表明曲线拟合效果越好；
为受灾区域内电网台区设备故障概率，
为某个受灾区域单个电网台区设备发生故障概率。
5.根据权利要求1所述的基于电网台区划分的台风灾害风险评估方法，其特征在于，在步骤S5中，通过以下方法计算最优参数K值：
(1)参数K值取值区间为(0,1)，对参数K值的取值区间进行np等分；
(2)选定某一等分后的参数K值，根据步骤S3计算参数K值所对应的单个电网台区设备发生故障概率Ps值，根据步骤S4计算参数K值所对应的拟合指标Fappro；
(3)根据参数K值的等分数量，重复步骤S3和步骤S4的计算，获得每个参数K等分后的数据对应的拟合指标Fappro；
(4)将拟合指标Fappro最小值所对应的参数K作为最优参数代入故障概率模型，确定电网台区设备故障概率模型。
6.根据权利要求1所述的基于电网台区划分的台风灾害风险评估方法，其特征在于，在步骤S6中，假设风眼内风速等于最大风速Veye，简化电网台区i点的风速计算结果Vi为：
式中：Li为台风中心到电网台区i的距离，Veye为风眼速度，Reye为风眼半径；
取一微分区间dwd，中点为wdi，则设计荷载落入该微分区间的概率为该区域的面积，即：
则实际承受的风载荷小于wdi的概率为：
其中，wdi为区间dwd的中点，ws为实际风荷载，g(wdi)为设计载荷的概率分布函数，f(ws)为实际风载荷小于wdi的概率分布，P(...)表示某一事件发生的概率；
根据设备的设计标准，采用正态分布描述电网设备极限承载力设计标准，即设计承受极限的载荷wR的分布为：
其中，g(wR)为设计承受极限风载荷的概率分布，μR、σR分别为设计极限承载力的均值和方差；
当设计的极限承载力大于实际风载荷时，电网设备不会发生故障，反之则电网设备发生故障；
若Ps≤g(wR)，则将电网台区设备故障概率修正为g(wR)；
反之，若Ps＞g(wR)，则电网台区设备故障概率定义为Ps，实现电网台区设备广义故障概率与机理故障概率的统一。
7.一种基于电网台区划分的台风灾害风险评估系统，其特征在于，包括以下功能模块：
数据采集模块：收集台风环境下的数据，包括气象数据、电网数据和灾情数据，利用GIS技术将上述数据进行数据解析、空间插值、数据修正，同时叠加上电网台区分布图，将数据进行电网台区矢量化处理，提取相应台区的气象、电网和灾情属性；
台风致灾风场模型模块：建立台风致灾风场模型；
电网台区设备故障概率理论模型模块：建立某一个电网台区设备故障概率理论模型；
电网台区设备故障概率实际模型模块：对受灾区域内电网设备实际故障数据和台风风场信息进行训练，建立区域电网台区设备故障概率实际模型；
模型参数模块：确定电网台区设备故障概率模型参数K；
校核模块：对电网台区设备故障概率曲线进行校核。
8.一种计算机可读存储介质，用于存储权利要求1-6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210889306.1A CN115293545A (zh) | 2022-07-27 | 2022-07-27 | 一种基于电网台区划分的台风灾害风险评估方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210889306.1A CN115293545A (zh) | 2022-07-27 | 2022-07-27 | 一种基于电网台区划分的台风灾害风险评估方法、系统及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115293545A true CN115293545A (zh) | 2022-11-04 |
Family
ID=83824768
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210889306.1A Pending CN115293545A (zh) | 2022-07-27 | 2022-07-27 | 一种基于电网台区划分的台风灾害风险评估方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115293545A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115577987A (zh) * | 2022-12-07 | 2023-01-06 | 深圳市城市公共安全技术研究院有限公司 | 风场修正方法、装置、设备及计算机可读存储介质 |
| CN116187769A (zh) * | 2023-05-04 | 2023-05-30 | 四川省安全科学技术研究院 | 基于情景模拟的城镇洪涝灾害风险研判方法 |
| CN116362631A (zh) * | 2023-06-02 | 2023-06-30 | 国网安徽省电力有限公司经济技术研究院 | 一种基于大数据的直流配电网运行安全性评价系统 |
-
2022
- 2022-07-27 CN CN202210889306.1A patent/CN115293545A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115577987A (zh) * | 2022-12-07 | 2023-01-06 | 深圳市城市公共安全技术研究院有限公司 | 风场修正方法、装置、设备及计算机可读存储介质 |
| CN116187769A (zh) * | 2023-05-04 | 2023-05-30 | 四川省安全科学技术研究院 | 基于情景模拟的城镇洪涝灾害风险研判方法 |
| CN116362631A (zh) * | 2023-06-02 | 2023-06-30 | 国网安徽省电力有限公司经济技术研究院 | 一种基于大数据的直流配电网运行安全性评价系统 |
| CN116362631B (zh) * | 2023-06-02 | 2023-08-11 | 国网安徽省电力有限公司经济技术研究院 | 一种基于大数据的直流配电网运行安全性评价系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115293545A (zh) | 一种基于电网台区划分的台风灾害风险评估方法、系统及存储介质 | |
| Ohba et al. | Impacts of synoptic circulation patterns on wind power ramp events in East Japan | |
| CN110019595B (zh) | 一种多源气象数据集成方法及系统 | |
| Onat et al. | Analysis of wind climate and wind energy potential of regions in Turkey | |
| CN113139760B (zh) | 基于风雨大数据的台风风险综合评估方法及系统 | |
| CN110457829A (zh) | 一种基于集成大气扩散模型的源项释放反演和扩散预测方法 | |
| CN106611245A (zh) | 一种基于gis的电网台风灾害风险评估方法 | |
| CN104182594A (zh) | 一种电力系统风区图的绘制方法 | |
| Liu et al. | Numerical study on factors influencing typhoon-induced storm surge distribution in Zhanjiang Harbor | |
| CN115965246B (zh) | 一种岩溶塌陷灾害的预警分析方法 | |
| CN112085270A (zh) | 基于随机统计模型与水动力模型耦合的风暴潮极端水位预测方法 | |
| CN111898296B (zh) | 一种核物质大气扩散及沉降多尺度模拟方法及系统 | |
| CN113205210A (zh) | 复杂地形风电场风速与功率预测方法、系统、设备及存储介质 | |
| CN115271373A (zh) | 城市群弹性开发边界划定方法及系统 | |
| CN111709644B (zh) | 一种利用机组scada数据的风电场风资源计算方法 | |
| CN115420854A (zh) | 一种基于正后向模型结合的大气污染物溯源方法 | |
| CN112700349B (zh) | 测风塔选址方法和装置 | |
| CN115578227A (zh) | 一种基于多源数据确定大气颗粒物污染重点区域的方法 | |
| CN107944188A (zh) | 基于气象站实测数据的台风近地面风眼半径辨识方法 | |
| CN114093147A (zh) | 一种城市建筑碳排放实时监测系统 | |
| CN116663786B (zh) | 一种风光资源评估方法、装置、电子设备和存储介质 | |
| CN113393014A (zh) | 核电厂烟羽应急计划区划分方法及装置 | |
| CN110188939B (zh) | 风电场的风功率的预测方法、系统、设备和存储介质 | |
| CN115204712B (zh) | 一种海上和沿海风电场选址评估方法 | |
| CN117077558A (zh) | 一种时空精细化的风速场构建方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20221123 Address after: 215 Shanghai Road, Nanjing, Jiangsu 210000 Applicant after: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. Applicant after: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. INFORMATION & TELECOMMUNICATION BRANCH Applicant after: State Grid Jiangsu Electric Power Co.,Ltd. innovation and Innovation Center Applicant after: CHINA ELECTRIC POWER RESEARCH INSTITUTE Co.,Ltd. Address before: 210024 No. 215, Shanghai Road, Gulou District, Jiangsu, Nanjing Applicant before: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. Applicant before: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. INFORMATION & TELECOMMUNICATION BRANCH Applicant before: CHINA ELECTRIC POWER RESEARCH INSTITUTE Co.,Ltd. |
|
| TA01 | Transfer of patent application right |