CN115691055A - 一种电网灾害管理平台 - Google Patents
一种电网灾害管理平台 Download PDFInfo
- Publication number
- CN115691055A CN115691055A CN202211354726.6A CN202211354726A CN115691055A CN 115691055 A CN115691055 A CN 115691055A CN 202211354726 A CN202211354726 A CN 202211354726A CN 115691055 A CN115691055 A CN 115691055A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- early warning
- disaster
- data
- module
- 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
Images
Landscapes
- Alarm Systems (AREA)
Abstract
本发明实施例公开了一种电网灾害管理平台,其中,该电网灾害管理平台包括综合数据库、灾害监测模块、灾害预警模块以及灾害处理模块,该电网灾害管理平台可对电网受灾情况进行监测、风险评估分析,便于对自然灾害进行准确的认知、判断和决策,有利于保证电网安全运行,提高电网智能运维管理水平,为了电网运行安全和防灾减灾管理提供良好的保障。
Description
技术领域
本发明涉及自然灾害预警技术领域,尤其涉及一种电网灾害管理平台。
背景技术
随着社会经济和科学技术的快速发展,规模日益扩大,电网结构日趋复杂,运行维护压力不断加大。传统的运维模式及现有的技术方法和手段,已不能适应电网快速发展的要求,也无法为电网运行安全和灾害管理起到很好的保障。
发明内容
本发明的主要目的在于提供一种电网灾害管理平台,可以解决现有技术中的无法为电网运行安全和灾害管理起到很好的保障的问题。
为实现上述目的,本发明第一方面提供一种电网灾害管理平台,所述电网灾害管理平台包括综合数据库、灾害监测模块、灾害预警模块以及灾害处理模块:
所述综合数据库用于进行统一数据资源管理,所述综合数据库包括电网数据库、GIS地理信息系统数据库统、三维数字地球系统数据库,其中,所述电网数据库用于提供输电线路数据,所述GIS地理信息系统数据库用于提供二维地形数据,以及三维数字地球系统数据库所展示的三维场景和空间地理数据;
所述灾害监测模块与所述综合数据库进行信息交互,所述灾害监测模块用于实时进行灾害监测,得到对应的监测数据,以及将监测数据传输到综合数据库,其中,所述灾害监测包括大风监测、覆冰监测、污秽监测、雷电监测、山火监测、鸟害监测、树障监测;
所述灾害预警模块用于实时接收并分析所述灾害监测模块的监测数据,并获取灾害监测对应的7种预测模型,所述预测模型包括大风预测模型、覆冰厚度预测模型、污秽厚度预测模型、雷电等级预测模型、山火等级预测模型、鸟害概率预测模型和树竹高度预测模型,将监测数据输入至对应的预测模型中,得到对应的输出结果,根据预测模型的输出结果与设定阈值,判断是否需要进行灾害预警,当符合预警条件时,向灾害处理模块发送预警信息;其中,预警条件为输出结果大于设定阈值;
所述灾害处理模块用于接收所述灾害预警模块的预警信息,用于供管理员判断所述预警信息是否准确;所述灾害处理模块与所述综合数据库进行信息交互,用于在预警信息准确时,以供管理员进行灾害定位,以及在确认发生灾害时查看灾害形成过程,并通知灾害发生地的供电局。
结合第一方面,在一种可能的实现方式中,所述灾害监测模块包括大风监测模块、覆冰监测模块、污秽监测模块、雷电监测模块、山火监测模块、鸟害监测模块以及树障监测模块:所述大风监测模块用于实时读取地区三维气象站的气象的数据;所述覆冰监测模块用于实时读取覆冰监控数据库的监测数据,所述覆冰监控数据库的监测数据包括覆冰的密度、长度、长短径、厚度、冰重以及冰锥长度;所述污秽监测模块用于实时读取污秽监控数据库的监测数据,所述污秽监控数据库的监测数据包括等值附盐密度、污层电导率、局部表面电导率、泄漏电流、积尘密度、污液电导率、污闪电压与污闪梯度;所述雷电监测模块用于实时读取雷电监控数据库的监测数据,所述雷电监控数据库的监测数据包括雷暴日、雷电流幅值、雷电流陡度、雷电放电时间和冲击过电压;所述山火监测模块用于实时读取山火监控数据库的监测数据,所述山火监控数据库的监测数据导线的温度、长度、直径变化;所述鸟害监测模块用于实时读取鸟害监控数据库的监测数据,所述鸟害监控数据库的监测数据包括鸟巢、鸟粪、鸟体短接和鸟啄;所述树障监测模块用于实时读取树障监控数据库或者树竹高度测量表的监测数据。
结合第一方面,在一种可能的实现方式中,所述灾害预警模块包括大风灾害预警模块、覆冰灾害预警模块、污秽灾害预警模块、污秽灾害预警模块、雷电灾害预警模块、山火灾害预警模块、鸟害灾害预警模块、以及树障灾害预警模块:
所述大风灾害预警模块用于接收并分析所述大风监测模块读取的监测数据,并将所述监测数据整合并标记为输入数据;获取大风预测模型,将输入数据输入至大风预测模型,得到输出的大风预测数据;根据所述大风预测数据预测第一预设时间范围内任意时间点大风风速,根据大风风速与电网抗风阈值,判断是否需要进行预警;
所述覆冰灾害预警模块用于接收并分析所述覆冰监测模块读取的监测数据,并将所述监测数据整合并标记为输入数据;获取覆冰厚度预测模型,将输入数据输入至覆冰厚度预测模型,得到输出的覆冰厚度预测数据;根据所述覆冰厚度预测数据预测第二预设时间范围内任意时间点覆冰厚度,根据覆冰厚度与电网抗冰阈值,判断是否需要进行预警;
所述污秽灾害预警模块用于接收并分析所述污秽监测模块读取的监测数据,并将所述监测数据整合并标记为输入数据;获取污秽厚度预测模型,将输入数据输入至污秽厚度预测模型,得到输出的污秽厚度预测数据;根据所述覆冰厚度预测数据预测第三预设时间范围内任意时间点污秽厚度,根据污秽厚度和电网抗污阈值,判断是否需要进行预警;
所述雷电灾害预警模块用于接收并分析所述雷电监测模块读取的监测数据,并将所述监测数据整合并标记为输入数据;获取雷电等级预测模型;将输入数据输入至雷电等级预测模型,得到输出的雷电等级预测数据;根据所述雷电等级预测数据预测第四预设时间范围内任意时间点雷电等级,根据雷电等级和电网抗电阈值,判断是否需要进行预警;
所述山火灾害预警模块用于接收并分析所述山火监测模块读取的监测数据,并将所述监测数据整合并标记为输入数据;获取山火等级预测模型,将输入数据输入至山火等级预测模型,得到输出的山火等级预测数据;根据所述山火等级预测数据预测第五预设时间范围内任意时间点山火等级,根据山火等级和电网抗火阈值,判断是否需要进行预警;
所述鸟害灾害预警模块用于接收并分析所述鸟害监测模块读取的监测数据,将所述监测数据整合并标记为输入数据;获取鸟害概率预测模型,将输入数据输入至鸟害概率预测模型,得到输出的鸟害概率预测数据;根据所述鸟害概率预测数据预测第六预设时间范围内任意时间点鸟害概率,根据鸟害概率和鸟害概率阈值,判断是否需要进行预警;
所述树障灾害预警模块用于接收并分析所述树障监测模块读取的监测数据,将所述监测数据整合并标记为输入数据;获取树竹高度预测模型,将输入数据输入至树竹高度预测模型,得到输出的树竹高度预测数据;根据所述树竹高度预测数据预测第七预设时间范围内任意时间点树竹高度,根据树竹高度和树竹高度阈值,判断是否需要进行预警。
结合第一方面,在一种可能的实现方式中,所述根据大风风速与电网抗风阈值,判断是否需要进行预警、根据覆冰厚度与电网抗冰阈值,判断是否需要进行预警、所述根据污秽厚度和电网抗污阈值,判断是否需要进行预警、根据雷电等级和电网抗电阈值,判断是否需要进行预警、根据山火等级和电网抗火阈值,判断是否需要进行预警、根据鸟害概率和鸟害概率阈值,判断是否需要进行预警、以及所述根据树竹高度和树竹高度阈值,判断是否需要进行预警,包括:当大风风速超过电网抗风阈值,则需要进行预警;当覆冰厚度超过电网抗冰阈值,则需要进行预警;当污秽厚度超过电网抗污阈值,则需要进行预警;当雷电等级超过电网抗电阈值,则需要进行预警;当山火等级超过电网抗火阈值,则需要进行预警;当鸟害概率超过鸟害概率阈值,则需要进行预警;当树竹高度超过树竹高度阈值,则需要进行预警。
采用本发明实施例,具有如下有益效果:
本发明提供一种电网灾害管理平台,该电网灾害管理平台可对电网受灾情况进行监测、风险评估分析,便于对自然灾害进行准确的认知、判断和决策,有利于保证电网安全运行,提高电网智能运维管理水平,为了电网运行安全和防灾减灾管理提供良好的保障。
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的前提下,还可以根据这些附图获得其他的附图。
其中:
图1为本发明实施例中一种电网灾害管理平台的结构框图;
图2为本发明实施例中一种灾害监测模块的结构框图;
图3为本发明实施例中一种灾害预警模块的结构框图;
图4为本发明实施例中计算机设备的结构框图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种电网灾害管理平台,参照图1,图1为本发明实施例提供的一种电网灾害管理平台的结构框图,如图1所示,该电网灾害管理平台包括综合数据库、灾害监测模块、灾害预警模块以及灾害处理模块。
具体地,综合数据库用于进行统一数据资源管理,综合数据库整合有电网数据库、GIS地理信息系统数据库、三维数字地球系统数据库,其中,该电网数据库用于提供输电线路数据,该GIS地理信息系统数据库用于提供二维地形数据,以及三维数字地球系统数据库所展示的三维场景和空间地理数据,该三维数字地球系统数据库用于提供三维场景和空间地理数据。
灾害监测模块与综合数据库进行信息交互,灾害监测模块用于实时进行灾害监测,得到对应的监测数据,以及将监测数据传输到综合数据库,其中,监测数据包含灾害的相关信息,灾害包括大风、覆冰、污秽、雷电、山火、鸟害以及树障等,因此,灾害监测包括大风监测、覆冰监测、污秽监测、雷电监测、山火监测、鸟害监测、树障监测,每一类灾害监测都有对应的监测数据。
因此,参照图2,图2为本发明实施例提供的一种灾害监测模块的结构框图,
如图2所示,灾害监测模块包括大风监测模块、覆冰监测模块、污秽监测模块、雷电监测模块、山火监测模块、鸟害监测模块以及树障监测模块。其中,大风监测模块用于实时读取地区三维气象站的气象的数据,覆冰监测模块用于实时读取覆冰监控数据库的监测数据,,覆冰监控数据库的监测数据包括覆冰的密度、长度、长短径、厚度、冰重以及冰锥长度,所述污秽监测模块用于实时读取污秽监控数据库的监测数据,污秽监控数据库的监测数据包括等值附盐密度、污层电导率、局部表面电导率、泄漏电流、积尘密度、污液电导率、污闪电压与污闪梯度,雷电监测模块用于实时读取雷电监控数据库的监测数据,雷电监控数据库的监测数据包括雷暴日、雷电流幅值、雷电流陡度、雷电放电时间和冲击过电压,山火监测模块用于实时读取山火监控数据库的监测数据,山火监控数据库的监测数据导线的温度、长度、直径变化,鸟害监测模块用于实时读取鸟害监测数据的监测数据,鸟害监控数据库的监测数据包括鸟巢、鸟粪、鸟体短接和鸟啄,树障监测模块用于实时读取树障监控数据库或者树竹高度测量表的监测数据。
灾害预警模块用于实时接收并分析灾害监测模块的监测数据,并获取灾害监测对应的预测模型,将监测数据输入至对应的预测模型中,得到对应的输出结果,根据预测模型的输出结果与设定阈值,判断是否需要进行灾害预警,当符合预警条件时进行灾害预警;其中,预警条件为输出结果大于设定阈值。在本实施例中,一类灾害监测对应都设置有对应的预测模型,也就是在本实施例中预测模型分为大风预测模型、覆冰厚度预测模型、污秽厚度预测模型、雷电等级预测模型、山火等级预测模型、鸟害概率预测模型以及树竹高度预测模型,大风预测模型用于预测大风情况,比如风向等等,将大风风速预测数据作为输出结果;覆冰厚度预测模型用于预测覆冰情况,比如覆冰厚度,将覆冰厚度预测数据作为输出结果;污秽厚度预测模型用于预测污秽情况,比如污秽厚度,将污秽厚度预测数据作为输出结果;雷电等级预测模型用于预测雷电情况,比如雷电等级,将雷电等级预测数据作为输出结果;山火等级预测模型用于预测山火情况,比如山火等级,将山火等级预测数据作为输出结果;鸟害概率预测模型用于预测鸟害情况,比如鸟害概率,将鸟害概率预测数据作为输出结果;树竹高度预测模型用于预测树竹情况,比如树竹高度,将树竹高度预测数据作为输出结果。其中,预测模型可以根据对应的灾害的历史数据训练模型得到。
参照图3,图3为本发明实施例提供的一种灾害预警模块的结构框图,如图3所示,灾害预警模块包括大风灾害预警模块、覆冰灾害预警模块、污秽灾害预警模块、污秽灾害预警模块、雷电灾害预警模块、山火灾害预警模块、鸟害灾害预警模块、以及树障灾害预警模块。
具体地,大风灾害预警模块用于接收并分析大风监测模块读取的监测数据,并将监测数据整合并标记为输入数据,并获取大风预测模型,将输入数据输入至大风预测模型,得到输出的大风预测数据;根据所述大风预测数据预测第一预设时间范围内任意时间点大风风速,根据大风风速与电网抗风阈值,判断是否需要进行预警,具体地,当大风风速超过电网抗风阈值,则需要进行预警。第一预设时间可以取值为24小时、48小时、72小时等。
覆冰灾害预警模块用于接收并分析覆冰监测模块读取的监测数据,并将监测数据整合并标记为输入数据,获取覆冰厚度预测模型,将输入数据输入至覆冰厚度预测模型,得到输出的覆冰厚度预测数据,并根据覆冰厚度预测数据预测第二预设时间范围内任意时间点覆冰厚度,根据覆冰厚度与电网抗冰阈值,判断是否需要进行预警,具体地,当覆冰厚度超过电网抗冰阈值,则需要进行预警。其中,第二预设时间可以取值为24小时、48小时、72小时等。
污秽灾害预警模块用于接收并分析污秽监测模块读取的监测数据,并将监测数据整合并标记为输入数据,获取污秽厚度预测模型,将输入数据输入至污秽厚度预测模型,得到输出的污秽厚度预测数据,并根据覆冰厚度预测数据预测第三预设时间范围内任意时间点污秽厚度,根据污秽厚度和电网抗污阈值,判断是否需要进行预警,具体地,当污秽厚度超过电网抗污阈值,则需要进行预警。其中,第三预设时间可以取值为24小时、48小时、72小时等。
雷电灾害预警模块用于接收并分析雷电监测模块读取的监测数据,并将监测数据整合并标记为输入数据,获取雷电等级预测模型,将输入数据输入至雷电等级预测模型,得到输出的雷电等级预测数据,并根据雷电等级预测数据预测第四预设时间范围内任意时间点雷电等级,根据雷电等级和电网抗电阈值,判断是否需要进行预警,具体地,当雷电等级超过电网抗电阈值,则需要进行预警。其中,第四预设时间可以取值为12小时。
山火灾害预警模块用于接收并分析山火监测模块读取的监测数据,并将监测数据整合并标记为输入数据,获取山火等级预测模型,将输入数据输入至山火等级预测模型,得到输出的山火等级预测数据,并根据山火等级预测数据预测第五预设时间范围内任意时间点山火等级,根据山火等级和电网抗火阈值,判断是否需要进行预警,具体地,当山火等级超过电网抗火阈值,则需要进行预警。其中,预设天数可以取值为30天。
鸟害灾害预警模块用于接收并分析鸟害监测模块读取的监测数据,将监测数据整合并标记为输入数据,获取鸟害概率预测模型,将输入数据输入至鸟害概率预测模型,得到输出的鸟害概率预测数据,并根据鸟害概率预测数据预测第六预设时间范围内任意时间点鸟害概率,根据鸟害概率和鸟害概率阈值,判断是否需要进行预警,具体地,当鸟害概率超过鸟害概率阈值,则需要进行预警。其中,第六预设时间可以取值为一年等。
树障灾害预警模块用于接收并分析树障监测模块读取的监测数据,将监测数据整合并标记为输入数据,获取树竹高度预测模型,将输入数据输入至树竹高度预测模型,得到输出的树竹高度预测数据,根据树竹高度预测数据预测第七预设时间范围内任意时间点树竹高度,根据树竹高度和树竹高度阈值,判断是否需要进行预警,具体地,当树竹高度超过树竹高度阈值,则需要进行预警。其中,第七预设时间可以取值为2年等。
灾害处理模块用于接收灾害预警模块的预警信息,用于供管理员判断预警信息是否准确,灾害处理模块与综合数据库进行信息交互,用于在预警信息准确时,以供管理员进行灾害定位,以及在确认发生灾害时查看灾害形成过程,并通知灾害发生地的供电局。其中,预警信息可以包括灾害的位置、以及灾害波及的范围等。
图4示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端,也可以是服务器。如图4所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现上述平台的全部功能。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行上述平台的全部功能。本领域技术人员可以理解,图4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,提出了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述平台的全部功能。
在一个实施例中,提出了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述平台的全部功能。
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,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,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/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)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本申请专利范围的限制。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 (4)
1.一种电网灾害管理平台,其特征在于,所述电网灾害管理平台包括综合数据库、灾害监测模块、灾害预警模块以及灾害处理模块:
所述综合数据库用于进行统一数据资源管理,所述综合数据库包括电网数据库、GIS地理信息系统数据库统、三维数字地球系统数据库,其中,所述电网数据库用于提供输电线路数据,所述GIS地理信息系统数据库用于提供二维地形数据,以及三维数字地球系统数据库所展示的三维场景和空间地理数据;
所述灾害监测模块与所述综合数据库进行信息交互,所述灾害监测模块用于实时进行灾害监测,得到对应的监测数据,以及将监测数据传输到综合数据库,其中,所述灾害监测包括大风监测、覆冰监测、污秽监测、雷电监测、山火监测、鸟害监测、树障监测;
所述灾害预警模块用于实时接收并分析所述灾害监测模块的监测数据,并获取灾害监测对应的7种预测模型,所述预测模型包括大风预测模型、覆冰厚度预测模型、污秽厚度预测模型、雷电等级预测模型、山火等级预测模型、鸟害概率预测模型和树竹高度预测模型,将监测数据输入至对应的预测模型中,得到对应的输出结果,根据预测模型的输出结果与设定阈值,判断是否需要进行灾害预警,当符合预警条件时,向灾害处理模块发送预警信息;其中,预警条件为输出结果大于设定阈值;
所述灾害处理模块用于接收所述灾害预警模块的预警信息,用于供管理员判断所述预警信息是否准确;所述灾害处理模块与所述综合数据库进行信息交互,用于在预警信息准确时,以供管理员进行灾害定位,以及在确认发生灾害时查看灾害形成过程,并通知灾害发生地的供电局。
2.根据权利要求1所述的电网灾害管理平台,其特征在于,所述灾害监测模块包括大风监测模块、覆冰监测模块、污秽监测模块、雷电监测模块、山火监测模块、鸟害监测模块以及树障监测模块:
所述大风监测模块用于实时读取地区三维气象站的气象的数据;
所述覆冰监测模块用于实时读取覆冰监控数据库的监测数据,所述覆冰监控数据库的监测数据包括覆冰的密度、长度、长短径、厚度、冰重以及冰锥长度;
所述污秽监测模块用于实时读取污秽监控数据库的监测数据,所述污秽监控数据库的监测数据包括等值附盐密度、污层电导率、局部表面电导率、泄漏电流、积尘密度、污液电导率、污闪电压与污闪梯度;
所述雷电监测模块用于实时读取雷电监控数据库的监测数据,所述雷电监控数据库的监测数据包括雷暴日、雷电流幅值、雷电流陡度、雷电放电时间和冲击过电压;
所述山火监测模块用于实时读取山火监控数据库的监测数据,所述山火监控数据库的监测数据导线的温度、长度、直径变化;
所述鸟害监测模块用于实时读取鸟害监控数据库的监测数据,所述鸟害监控数据库的监测数据包括鸟巢、鸟粪、鸟体短接和鸟啄;
所述树障监测模块用于实时读取树障监控数据库或者树竹高度测量表的监测数据。
3.根据权利要求2所述的电网灾害管理平台,其特征在于,所述灾害预警模块包括大风灾害预警模块、覆冰灾害预警模块、污秽灾害预警模块、污秽灾害预警模块、雷电灾害预警模块、山火灾害预警模块、鸟害灾害预警模块、以及树障灾害预警模块:
所述大风灾害预警模块用于接收并分析所述大风监测模块读取的监测数据,并将所述监测数据整合并标记为输入数据;获取大风预测模型,将输入数据输入至大风预测模型,得到输出的大风预测数据;根据所述大风预测数据预测第一预设时间范围内任意时间点大风风速,根据大风风速与电网抗风阈值,判断是否需要进行预警;
所述覆冰灾害预警模块用于接收并分析所述覆冰监测模块读取的监测数据,并将所述监测数据整合并标记为输入数据;获取覆冰厚度预测模型,将输入数据输入至覆冰厚度预测模型,得到输出的覆冰厚度预测数据;根据所述覆冰厚度预测数据预测第二预设时间范围内任意时间点覆冰厚度,根据覆冰厚度与电网抗冰阈值,判断是否需要进行预警;
所述污秽灾害预警模块用于接收并分析所述污秽监测模块读取的监测数据,并将所述监测数据整合并标记为输入数据;获取污秽厚度预测模型,将输入数据输入至污秽厚度预测模型,得到输出的污秽厚度预测数据;根据所述覆冰厚度预测数据预测第三预设时间范围内任意时间点污秽厚度,根据污秽厚度和电网抗污阈值,判断是否需要进行预警;
所述雷电灾害预警模块用于接收并分析所述雷电监测模块读取的监测数据,并将所述监测数据整合并标记为输入数据;获取雷电等级预测模型;将输入数据输入至雷电等级预测模型,得到输出的雷电等级预测数据;根据所述雷电等级预测数据预测第四预设时间范围内任意时间点雷电等级,根据雷电等级和电网抗电阈值,判断是否需要进行预警;
所述山火灾害预警模块用于接收并分析所述山火监测模块读取的监测数据,并将所述监测数据整合并标记为输入数据;获取山火等级预测模型,将输入数据输入至山火等级预测模型,得到输出的山火等级预测数据;根据所述山火等级预测数据预测第五预设时间范围内任意时间点山火等级,根据山火等级和电网抗火阈值,判断是否需要进行预警;
所述鸟害灾害预警模块用于接收并分析所述鸟害监测模块读取的监测数据,将所述监测数据整合并标记为输入数据;获取鸟害概率预测模型,将输入数据输入至鸟害概率预测模型,得到输出的鸟害概率预测数据;根据所述鸟害概率预测数据预测第六预设时间范围内任意时间点鸟害概率,根据鸟害概率和鸟害概率阈值,判断是否需要进行预警;
所述树障灾害预警模块用于接收并分析所述树障监测模块读取的监测数据,将所述监测数据整合并标记为输入数据;获取树竹高度预测模型,将输入数据输入至树竹高度预测模型,得到输出的树竹高度预测数据;根据所述树竹高度预测数据预测第七预设时间范围内任意时间点树竹高度,根据树竹高度和树竹高度阈值,判断是否需要进行预警。
4.根据权利要求3所述的电网灾害管理平台,其特征在于,所述根据大风风速与电网抗风阈值,判断是否需要进行预警、根据覆冰厚度与电网抗冰阈值,判断是否需要进行预警、所述根据污秽厚度和电网抗污阈值,判断是否需要进行预警、根据雷电等级和电网抗电阈值,判断是否需要进行预警、根据山火等级和电网抗火阈值,判断是否需要进行预警、根据鸟害概率和鸟害概率阈值,判断是否需要进行预警、以及所述根据树竹高度和树竹高度阈值,判断是否需要进行预警,包括:
当大风风速超过电网抗风阈值,则需要进行预警;
当覆冰厚度超过电网抗冰阈值,则需要进行预警;
当污秽厚度超过电网抗污阈值,则需要进行预警;
当雷电等级超过电网抗电阈值,则需要进行预警;
当山火等级超过电网抗火阈值,则需要进行预警;
当鸟害概率超过鸟害概率阈值,则需要进行预警;
当树竹高度超过树竹高度阈值,则需要进行预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211354726.6A CN115691055A (zh) | 2022-11-01 | 2022-11-01 | 一种电网灾害管理平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211354726.6A CN115691055A (zh) | 2022-11-01 | 2022-11-01 | 一种电网灾害管理平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115691055A true CN115691055A (zh) | 2023-02-03 |
Family
ID=85048063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211354726.6A Pending CN115691055A (zh) | 2022-11-01 | 2022-11-01 | 一种电网灾害管理平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115691055A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115830813A (zh) * | 2023-02-15 | 2023-03-21 | 江西和壹科技有限公司 | 一种基于ai技术的自然灾害监测预警系统 |
-
2022
- 2022-11-01 CN CN202211354726.6A patent/CN115691055A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115830813A (zh) * | 2023-02-15 | 2023-03-21 | 江西和壹科技有限公司 | 一种基于ai技术的自然灾害监测预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105005827B (zh) | 一种基于电力突发事件的应急响应预警方法 | |
Minnaar et al. | Characterisation of power system events on South African transmission power lines | |
KR101997434B1 (ko) | 배전선로 내뢰설계 성능평가 장치 및 그 방법 | |
CN106707371A (zh) | 一种雷电监测预警及戒备服务系统及预警方法 | |
CN102508046B (zh) | 一种户外电气设备实时雷击预警方法及装置 | |
CN102629294A (zh) | 台风引发输电线路故障的概率评估方法 | |
CN103427367B (zh) | 一种输电线路检修方法 | |
CN111612315A (zh) | 一种新型电网灾害性大风预警方法 | |
CN115691055A (zh) | 一种电网灾害管理平台 | |
CN108008252A (zh) | 一种输电线路故障类型诊断方法和装置 | |
CN104392327A (zh) | 一种输电线路典型灾害因素评估方法 | |
CN114386674A (zh) | 一种输电线路树木倒伏动态风险预警方法和系统 | |
CN107403004B (zh) | 一种基于地形数据的遥测雨量站点可疑数值检验方法 | |
CN112886923A (zh) | 一种雷电天气的光伏电站运维方法及设备 | |
CN113344735B (zh) | 电网设备的防灾减灾监测预警系统 | |
Pagano | Evaluation of Mekong River commission operational flood forecasts, 2000–2012 | |
CN115967166A (zh) | 输电线路监控方法、装置、计算机设备和存储介质 | |
CN111222662A (zh) | 一种电网台风洪涝灾害预警方法和装置 | |
CN111027827B (zh) | 保底通信网运行风险分析的方法、装置及计算机设备 | |
CN110866693B (zh) | 一种基于gis模型的架空输电线路覆冰风险评估方法 | |
CN112683916A (zh) | 集电线路杆塔小金具缺失或安装错误的识别方法及装置 | |
Hou et al. | Modeling the resilience of power distribution systems subjected to extreme winds considering tree failures: An integrated framework | |
CN112016739A (zh) | 故障检测方法、装置、电子设备及存储介质 | |
KR102108755B1 (ko) | 모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템 | |
CN115456463A (zh) | 一种山洪灾害危险区风险等级划分方法及系统 |
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 |