WO2017032210A1 - 一种基于聚类分析的输电线路山火风险区域划分方法 - Google Patents

一种基于聚类分析的输电线路山火风险区域划分方法 Download PDF

Info

Publication number
WO2017032210A1
WO2017032210A1 PCT/CN2016/093181 CN2016093181W WO2017032210A1 WO 2017032210 A1 WO2017032210 A1 WO 2017032210A1 CN 2016093181 W CN2016093181 W CN 2016093181W WO 2017032210 A1 WO2017032210 A1 WO 2017032210A1
Authority
WO
WIPO (PCT)
Prior art keywords
transmission line
fire
area
risk
distribution
Prior art date
Application number
PCT/CN2016/093181
Other languages
English (en)
French (fr)
Inventor
陆佳政
周特军
张红先
方针
李波
吴传平
Original Assignee
国家电网公司
国网湖南省电力公司
国网湖南省电力公司防灾减灾中心
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 国家电网公司, 国网湖南省电力公司, 国网湖南省电力公司防灾减灾中心 filed Critical 国家电网公司
Priority to US15/524,624 priority Critical patent/US20180189898A1/en
Publication of WO2017032210A1 publication Critical patent/WO2017032210A1/zh

Links

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/005—Fire alarms; Alarms responsive to explosion for forest fires, e.g. detecting fires spread over a large or outdoors area

Definitions

  • the maximum wind speed is less than or equal to the wind speed Vwmax corresponding to the maximum allowable wind deviation of the tower wire to be evaluated, it is considered that there is no typhoon or storm risk in the tower wire to be evaluated.
  • the typhoon or storm risk KWR4, KWR3, KWR2 or KWR1 in the corresponding 4th level zone, 3rd level zone, 2nd zone zone and 1st zone zone is recorded as 0;
  • the evaluation equation of the typhoon risk KW of the current tower to be evaluated is as follows:
  • KF KFR1+KFR2+KFR3+KFR4
  • the ice risk KI is recorded as 3; if the average ice thickness of the tower reaches the more severe ice-covered condition in the ice-covered standard grade, the ice-covered risk KI of the tower to be evaluated is recorded as 2; if the average thickness of the tower ice-covered reaches the ice-covered standard For moderate icing in the grade, the icing risk KI of the tower to be evaluated is recorded as 1; if the average thickness of the tower icing reaches the mild icing in the icing standard, the glazing of the tower to be evaluated will be evaluated.
  • the risk KI is recorded as 0;
  • the division of mountain fire risk area of transmission lines can realize the strategy of “different treatment and targeted”, providing technical basis for the prevention and control measures of transmission line mountain fire prevention, and the allocation of anti-sand equipment and transmission of mountain fire prevention plan for transmission line. Provide guidance to achieve the purpose of effectively controlling the risk of mountain fires and ensuring the safe and stable operation of large power grids.
  • the purpose of the present invention is to provide a correlation relationship between the mountain fires of different transmission lines in different regions of the study area, and to carry out the fire risk area of the transmission line.
  • a method based on cluster analysis for segmentation of mountain fire risk areas based on clustering analysis with novel ideas, simple operation and practicability.
  • Regional division The administrative division is used as the initial division area
  • n is expressed as the number of indicator systems in step 1.4;
  • the m variables of M 1 are normalized by the following formula, so that the average value of each variable is 0, and the mean square error is l, and the normalized processed data matrix M 2 with the influence of dimension and magnitude is obtained.
  • the number of indicators in the risk distribution area reflects the difference in the distribution intensity of the fire risk of the transmission line between the two regions;
  • the distance between the new class z and the rest of the class is obtained; for the class containing more than one variable, (m-1) ⁇ which reflects the difference in the intensity distribution of the transmission risk of the transmission line between the original classification and the new class is obtained.
  • (m-1) ⁇ which reflects the difference in the intensity distribution of the transmission risk of the transmission line between the original classification and the new class is obtained.
  • the present invention also includes the following technical features.
  • the indexes of the n indicator systems include historical daily precipitation, historical daily fire points, the proportion of fire points in the Spring Festival in the whole year, the proportion of fire points in the Qingming Festival to the annual number of fire points, the type of vegetation, and the number of historical mountain fire trips.
  • the invention can achieve the following beneficial effects: the invention is based on the satellite fire point monitoring data, according to the proposed cluster distance index, moving the sample sequence to another cluster, and after calculating the cluster distance index and moving to obtain the clustering result, Therefore, the regional distribution of the fire risk distribution of the transmission line in the study area is obtained, which provides a basis for the fine prediction of the transmission line and the prevention and control of the transmission line.
  • the invention can be used to guide the fire fighting team and fire extinguishing materials in the high-incidence area of the transmission line of the transmission line, and to enhance the mountain fire disposal capability of the power grid.
  • FIG. 1 is a schematic diagram of a division process of the present invention.
  • Figure 2 is a map of clustering results across the country.
  • Figure 3 is a result of the division of the mountain fire risk area of the national transmission line.
  • Figure 4 is a result of the division of the mountain fire risk area of the transmission line in Hunan province.
  • a method for dividing a fire risk area of a transmission line based on cluster analysis comprises the following steps:
  • Regional division The administrative division is used as the initial division area
  • n is expressed as the number of indicator systems in step 1.4;
  • the m variables of M 1 are normalized by the following formula, so that the average value of each variable is 0, and the mean square error is l, and the normalized processed data matrix M 2 with the influence of dimension and magnitude is obtained.
  • the number of indicators in the risk distribution area reflects the difference in the distribution intensity of the fire risk of the transmission line between the two regions;
  • the distance between the new class z and the rest of the class is obtained; for the class containing more than one variable, (m-1) ⁇ which reflects the difference in the intensity distribution of the transmission risk of the transmission line between the original classification and the new class is obtained.
  • (m-1) ⁇ which reflects the difference in the intensity distribution of the transmission risk of the transmission line between the original classification and the new class is obtained.
  • the indices of the n indicator systems mainly include historical daily precipitation, historical daily fire points, the proportion of fire points in the Spring Festival to the annual number of fire points, the proportion of fire points in the Qingming Festival to the annual number of fire points, the type of vegetation, and the number of historical mountain fire trips. And other indicators.
  • step (4) According to the index system established in step (4), the data is organized into 30 variables to obtain a 30 ⁇ 736 matrix M 1 .
  • the distance between the number of indicators reflects the difference in the intensity of the distribution of the fire risk of the transmission line between the two regions.
  • the province is divided into 14 initial categories, that is, each municipal-level administrative region is a self-contained category.
  • the satellite monitoring fire point data shall be counted according to the administrative level of the city and city level. The number of accumulated fire points in each administrative area from January 1, 2001 to December 31, 2012.
  • step (4) According to the index system established in step (4), the data is organized into 31 variables to obtain a 31 ⁇ 734 matrix M 1 .
  • Steps (6) to (10) are the same as in the first embodiment.
  • the invention establishes an index system capable of comprehensively and comprehensively reflecting the characteristics of the fire risk of the transmission line based on factors such as meteorological factors, satellite fire monitoring data and vegetation types.
  • factors such as meteorological factors, satellite fire monitoring data and vegetation types.
  • cluster analysis to scientifically divide the regional or provincial transmission line mountain fires, and objectively divide the power system into several areas with obvious differences in risk characteristics with mountain fire as risk factors, for transmission line design and mountain fire prevention. Measures, etc. provide decision-making reference.
  • the invention is based on the satellite fire point monitoring data, according to the proposed cluster distance index, moving the sample sequence to another cluster, and after calculating the cluster distance index and moving to obtain the clustering result, the transmission line mountain fire of the research area is obtained.
  • the division of risk distribution area provides a basis for the fine prediction of transmission line mountain fires and the prevention and control of transmission line mountain fires.
  • the invention can be used to guide the fire fighting team and fire extinguishing materials in the high-incidence area of the transmission line of the transmission line, and to enhance the mountain fire disposal capability of the power grid.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Emergency Management (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于聚类分析的输电线路山火风险区域划分方法，属于输配电技术领域。基于卫星火点监测数据，根据所提出的聚类距离指标，移动样本序列至另一个聚类，经过多次计算聚类距离指标并移动得到聚类结果，从而得到研究区域的输电线路山火风险分布区域划分，用以输电线路山火精细化预报和输电线路山火防治提供依据。可用本方法指导输电线路山火高发地区部署灭火队伍和灭火物资工作，增强电网山火处置能力。

Description

一种基于聚类分析的输电线路山火风险区域划分方法 技术领域
本发明属于输配电技术领域,尤其与一种基于聚类分析的输电线路山火风险区域划分方法有关。
背景技术
随着国民经济持续增长，输电线路的大量建设使得电力走廊的紧张形势日益严峻，许多输电线路的走廊不可避免地建设在山火高发区。近年来，输电线路山火频发，给我国电力系统带来严重威胁。根据电网公司的统计数据显示，山火导致输电线路跳闸的形势越来越严峻。然而，我国地域辽阔，地形复杂，植被资源分布各不相同，各地民风民俗亦不尽相同。同时，山火分布受当地经济水平和人口密度的影响，以上因素导致了山火的分布在各个区域的差异很大。然而，目前有基于电气距离的电网分区和基于社团发现的电网分区方法。基于社团发现的电网分区方法利用潮流和阻抗参数作为变的权重建立复杂网络模型，得到了电网的分区结果。专利公开号为CN104614783A公开了一种对电力系统输电杆塔周边环境的气象风险确定方法，该方法包括以下步骤：
(1)以电力系统输电线路中的待评估杆塔为中心，按照设定区域半径进行0～4级不同环境气象风险评估区域的划分，得到五个等级的区域，即第4级区域、第3级区域、第2级区域、第1级区域和第0级区域；
(2)从气象系统或电力系统内部的雷电定位系统监测记录中，分别获取在当前时刻以前1小时内，待评估杆塔在第4级区域、第3级区域、第2级区域和第1级区域内发生的对地闪络雷击的雷电流幅值，分别将该雷电流幅值与待评估杆塔的直击耐雷水平Ilmax进行比较，将超过待评估杆塔直击耐雷水平Ilmax的记为发生一次有效雷击，比较后得到四个等级区域中发生有效雷击的次数，并分别记为KLR4,KLR3,KLR2和KLR1；
根据四个等级区域中发生有效雷击的次数，得到当前时刻杆塔的雷暴风险KL的评估方程如下：
KL＝2×(KLR4+KLR3/4+KLR2/9+KLR1/16)
(3)从气象系统中，分别获取当前时刻下台风或风暴在待评估杆塔的第4级区域、第3级区域、第2级区域和第1级区域中的最大风速，将该最大风速与待评估杆塔导线发生最大允许风偏相对应的风速Vwmax进行比较，区域内的最大风速大于待评估杆塔导线发生最大允许风偏对应的风速Vwmax，则认为该区域存在台风或风暴风险，并将该区域的台风或风暴风险KWR4、KWR3、KWR2或KWR1记为1，若该最大风速小于或等于待评估杆塔导线发生最大允许风偏对应的风速Vwmax，则认为待评估杆塔导线不存在台风或风暴风险，并将相应的第4级区域、第3级区域、第2级区域和第1级区域中的台风或风暴风险KWR4、KWR3、KWR2或KWR1记为0；
根据四个等级区域中台风或风暴风险的比较结果，得到当前待评估杆塔的台风风险KW的评估方程如下：
KW＝KWR1+KWR2+KWR3+KWR4
(4)从气象系统中，分别获取当前时刻下待评估杆塔的第4级区域、第3级区域、第2级区域和第1级区域内的山火监控情况，根据发生山火情况，分别对待评估杆塔的四个区域内的山火灾害风险进行判断，若在区域内存在发生山火的情况，则将该区域的山火灾害风险KFR4、KFR3、KFR2或KFR1记为1，若在区域内不存在发生山火的情况，则将该区域的山火灾害风险KFR4、KFR3、KFR2或KFR1记为0；
根据上述山火灾害风险判断结果，得到当前评估杆塔的山火灾害风险KF的评估方程如下：
KF＝KFR1+KFR2+KFR3+KFR4
(5)从气象系统中，得到当前时刻下待评估杆塔的第4级区域、第3级区域、第2级区域和第1级区域内的降水监测数据，将各级区域内的最大降水量依据气象部门通用标准进行分级，根据分级结果，分别对待评估杆塔的四个区域内发生暴雨风险进行判断，若区域内发生特大暴雨降水情况，则将该区域的发生暴雨风险KRR1、KRR2、KRR3或KRR4记为4，若区域内发生大暴雨降水情况，则 将该区域的发生暴雨风险KRR1、KRR2、KRR3或KRR4记为3；若区域发生暴雨降水情况，则将该区域的发生暴雨风险KRR1、KRR2、KRR3或KRR4记为2；若区域内发生大雨降水情况，则将该区域的发生暴雨风险KRR1、KRR2、KRR3或KRR4记为1；若区域内发生中雨或中雨以下降水情况，则将该区域的发生暴雨风险KRR1、KRR2、KRR3或KRR4记为0；
根据上述发生暴雨风险的判断结果，得到当前评估杆塔的暴雨风险KR评估方程如下：
KR＝(KRR1+KRR2+KRR3+KRR4)/4
(6)从输电线路杆塔覆冰在线监测系统中，得到当前时刻下待评估杆塔的覆冰平均厚度的监测结果，根据杆塔覆冰标准等级，对监测结果进行判断，若杆塔覆冰平均厚度达到覆冰标准等级中的极度覆冰情况，则将待评估杆塔的覆冰风险KI记为4；若杆塔覆冰平均厚度达到覆冰标准等级中的严重覆冰情况，则将待评估杆塔的覆冰风险KI记为3；若杆塔覆冰平均厚度达到覆冰标准等级中的较严重覆冰情况，则将待评估杆塔的覆冰风险KI记为2；若杆塔覆冰平均厚度达到覆冰标准等级中的中等程度覆冰情况，则将待评估杆塔的覆冰风险KI记为1；若杆塔覆冰平均厚度达到覆冰标准等级中的轻度覆冰情况，则将待评估杆塔的覆冰风险KI记为0；
(7)根据上述步骤(2)—步骤(6)的风险评估方程，得到当前时刻待评估杆塔的环境气象综合风险方程如下：KEW＝(KL+KW+KF+KR+KI)从而得到当前待评估杆塔的环境气象综合风险结果。然而上述分区结果不能指导防山火工作，且尚未有以山火为风险因子的输电线路风险区域划分的研究。因此，在目前尚未成熟准确地输电线路山火预报模型的现实条件下，十分有必要研究输电线路山火风险分布的区域划分方法。基于聚类分析的输电线路山火风险区域划分可实现“区别对待，有的放矢”的策略，为输电线路山火防治措施提供技术基础，为输电线路防山火装备的配置与防山火预案的制定提供指导，达到有效管控山火风险和保障大电网安全稳定运行的目的。
发明内容
针对目前尚未有输电线路山火风险分布区域划分研究的现状，本发明的目的旨在提供一种可以找出研究区域内不同地域输电线路山火的关联关系，并对输电线路山火风险区域进行划分且思路新颖、操作简单、实用性强的基于聚类分析的输电线路山火风险区域划分方法。
为此，本发明采用以下技术方案：一种基于聚类分析的输电线路山火风险区域划分方法，包括以下步骤：
1.1、区域划分：以行政区域为单位作为初始划分区域；
1.2、按照步骤1.1划分的区域统计每个初始划分区域的日火点次数；
1.3、按照步骤1.1划分的区域统计每个初始划分区域的日降水量；
1.4、建立表征输电线路山火风险分布区域划分指标体系，指标体系数量为n个；
1.5、按照步骤1.4建立的指标体系数据组织成m个变量，得到m×n矩阵M1
Figure PCTCN2016093181-appb-000001
其中n表示为步骤1.4中的指标体系数量；
1.6、将M1的m个变量采用如下公式进行标准化处理，使每个变量平均值为0，均方差为l，得到消除量纲和数量级影响的标准化处理后的数据矩阵M2，
Figure PCTCN2016093181-appb-000002
其中，指标Xj的均值
Figure PCTCN2016093181-appb-000003
标准差
Figure PCTCN2016093181-appb-000004
j＝1,2,…,n；
1.7、采用欧氏距离作为相似度指标，按照上述公式计算不同原始分类中样 本聚类距离，得到反应各个分类之间输电线路山火风险分布强度差异的m×m阶对称矩阵D1；
Figure PCTCN2016093181-appb-000005
其中，dij表示变量xi＝(x1,x2,…,xk)和变量yi＝(y1,y2,…,yk)之间的距离，k为表征输电线路山火风险分布区域的指标数，反映两个地区之间输电线路山火风险分布强度的差异；
1.8、在步骤1.7得到的对称矩阵中D1取出最小值dpq，取其中相似的第p和q类，将相似分类合并成新类z，即分类z＝{zp，zq}；
1.9、按照如下公式得到新类z与其余类之间的距离；对于包含不止一个变量的类，得到反映原分类与新类之间输电线路山火风险分布强度差异的(m-1)×(m-1)阶对称矩阵，
dzj＝min{dpj,dqj}，其中，j＝1,2,…,n,j≠p,q；
1.10、在(m-1)阶对称矩阵中查找出最小值dp’q’，取其中相似的第p和q类，将相似分类合并成新类z；
1.11、重复上述步骤的1.7和1.8，直至全部初始分类归并为一类并记录聚类过程，并根据聚类结果图，按需选择分类数；
1.12、按照所选择的分类数划分输电线路山火风险分布区域。
作为对上述技术方案的补充和完善，本发明还包括以下技术特征。
所述的n个指标体系的指数包括历史日降水量、历史日火点数、春节火点占全年火点数比例、清明节火点占全年火点数比例、植被类型、历史山火跳闸次数。
使用本发明可以达到以下有益效果：本发明基于卫星火点监测数据根据所提出的聚类距离指标，移动样本序列至另一个聚类，经过多次计算聚类距离指标并移动得到聚类结果，从而得到研究区域的输电线路山火风险分布区域划分，用以输电线路山火精细化预报和输电线路山火防治提供依据。本发明可用本方法指导输电线路山火高发地区部署灭火队伍和灭火物资工作，增强电网山火处置能力。
附图说明
图1为本发明的划分流程示意图。
图2为全国范围区域划分聚类结果图。
图3为全国输电线路山火风险区域划分结果图。
图4为湖南省输电线路山火风险区域划分结果图。
具体实施方式
下面结合附图对本发明的具体实施方式进行详细描述。
如图1所示，本发明一种基于聚类分析的输电线路山火风险区域划分方法，包括以下步骤：
1.1、区域划分：以行政区域为单位作为初始划分区域；
1.2、按照步骤1.1划分的区域统计每个初始划分区域的日火点次数；
1.3、按照步骤1.1划分的区域统计每个初始划分区域的日降水量；
1.4、建立表征输电线路山火风险分布区域划分指标体系，指标体系数量为n个；
1.5、按照步骤1.4建立的指标体系数据组织成m个变量，得到m×n矩阵M1
Figure PCTCN2016093181-appb-000006
其中n表示为步骤1.4中的指标体系数量；
1.6、将M1的m个变量采用如下公式进行标准化处理，使每个变量平均值为0，均方差为l，得到消除量纲和数量级影响的标准化处理后的数据矩阵M2，
Figure PCTCN2016093181-appb-000007
其中，指标Xj的均值
Figure PCTCN2016093181-appb-000008
标准差
Figure PCTCN2016093181-appb-000009
1.7、采用欧氏距离作为相似度指标，按照上述公式计算不同原始分类中样本聚类距离，得到反应各个分类之间输电线路山火风险分布强度差异的m×m阶对称矩阵D1；
Figure PCTCN2016093181-appb-000010
其中，dij表示变量xi＝(x1,x2,…,xk)和变量yi＝(y1,y2,…,yk)之间的距离，k为表征输电线路山火风险分布区域的指标数，反映两个地区之间输电线路山火风险分布强度的差异；
1.8、在步骤1.7得到的对称矩阵中D1取出最小值dpq，取其中相似的第p和q类，将相似分类合并成新类z，即分类z＝{zp，zq}；
1.9、按照如下公式得到新类z与其余类之间的距离；对于包含不止一个变量的类，得到反映原分类与新类之间输电线路山火风险分布强度差异的(m-1)×(m-1)阶对称矩阵，
dzj＝min{dpj,dqj}，其中，j＝1,2,…,n,j≠p,q；
1.10、在(m-1)阶对称矩阵中查找出最小值dp’q’，取其中相似的第p和q 类，将相似分类合并成新类z；
1.11、重复上述步骤的1.7和1.8，直至全部初始分类归并为一类并记录聚类过程，并根据聚类结果图，按需选择分类数；
1.12、按照所选择的分类数划分输电线路山火风险分布区域。
优选地，n个指标体系的指数主要包括历史日降水量、历史日火点数、春节火点占全年火点数比例、清明节火点占全年火点数比例、植被类型、历史山火跳闸次数等指标。
具体实施例1：全国范围区域划分：
(1)、按照行政区域将全国除港澳台海南四个地区外的范围划分为30个初始类，即每个省级行政区域自成一类。
(2)、将卫星监测火点数据按照省级行政区域统计每个行政区域从2001年1月1日～2012年12月31日12年的累加日火点次数。
(3)、将地面气象观测站数据按照省级行政区域统计每个行政区域从2001年1月1日～2012年12月31日12年的累加日降水量。
(4)、建立表征输电线路风险分布区域划分指标体系，主要包括历史累积日降水量366个指标(I1～I366)、历史累积日火点数(I367～I732)、春节火点占全年火点数比例I733、清明节火点占全年火点数比例I734、植被易燃等级I735、历史山火跳闸次数I736等指标，共736个指标。
(5)、根据步骤(4)建立的指标体系将数据组织成30个变量，得到30×736矩阵M1。
Figure PCTCN2016093181-appb-000011
(6)、将M1的m个变量采用公式①进行标准化处理，使每个变量平均值为0，均方差为l，从而得到消除量纲和数量级影响的标准化处理后的数据矩阵M2。
Figure PCTCN2016093181-appb-000012
其中，指标Xj的均值
Figure PCTCN2016093181-appb-000013
标准差
Figure PCTCN2016093181-appb-000014
Figure PCTCN2016093181-appb-000015
(7)、采用欧氏距离作为相似度指标，按照公式②计算不同原始分类中样本聚类距离，得到反应各个分类之间输电线路山火风险分布强度差异的m×m阶对称矩阵D1。
Figure PCTCN2016093181-appb-000016
其中，dij表示变量xi＝(x1,x2,…,xk)和变量yi＝(y1,y2,…,yk)(k为表征输电线路山火风险分布区域的指标数)之间的距离，反映两个地区之间输电线路山火风险分布强度的差异。
(8)、在步骤(7)得到的对称矩阵中D1查找出最小值dpq，并认为第p和q类最相似，将最相似分类合并成新类z，即分类z＝{zp，zq}。
(9)、计算新类z与其余类之间的距离。对于包含不止一个变量的类，按照公式③计算原来各类与新类之间的距离，得到反映原分类与新类之间输电线路山火风险分布强度差异的(m-1)×(m-1)阶对称矩阵。
dzj＝min{dpj,dqj}          ③
其中，j＝1,2,…,n,j≠p,q。
(10)、在(m-1)阶对称矩阵中查找出最小值dp’ q’，并认为第p'和q'类最相似，将最相似分类合并成新类z'。
(11)、依次重复步骤(7)、(8)，直至全部初始分类归并为一类并记录聚类过程，并根据聚类结果图，如图2所示，按需选择分类数。
(12)、按照所选择的分类数划分输电线路山火风险分布区域并进行分析。 结果如图3所示。
具体实施例2：湖南省输电线路山火风险区域划分：
(1)、按照行政区域将全省划分为14个初始类，即每个地市级行政区域自成一类。
(2)、将卫星监测火点数据按照地市级行政区域统计每个行政区域从2001年1月1日～2012年12月31日12年的累加日火点次数。
(3)、将地面气象观测站数据按照地市级行政区域统计每个行政区域从2001年1月1日～2012年12月31日12年的累加日降水量。
(4)、建立表征输电线路风险分布区域划分指标，主要包括历史累积日降水量366个指标(I1～I366)、历史累积日火点数(I367～I732)、春节火点占全年火点数比例I733、清明节火点占全年火点数比例I734、植被易燃等级I735、历史山火跳闸次数I736等指标，共736个指标。
(5)、根据步骤(4)建立的指标体系将数据组织成31个变量，得到31×734矩阵M1。
步骤(6)～(10)同实施例1。
(11)、按照所选择的分类数划分输电线路山火风险分布区域。结果如图4所示。
本发明基于气象因子、山火火点卫星监测数据、植被类型等因素，建立能够综合、全面地反映输电线路山火风险特征的指标体系。利用聚类分析科学地对全国或全省输电线路山火进行区域划分，客观地将电力系统划分为若干个以山火为风险因子的风险特征差异明显的区域，为输电线路设计、山火防治措施等提供决策参考。
本发明基于卫星火点监测数据根据所提出的聚类距离指标，移动样本序列至另一个聚类，经过多次计算聚类距离指标并移动得到聚类结果，从而得到研究区域的输电线路山火风险分布区域划分，用以输电线路山火精细化预报和输电线路山火防治提供依据。本发明可用本方法指导输电线路山火高发地区部署灭火队伍和灭火物资工作，增强电网山火处置能力。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业 的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (2)

  1. 一种基于聚类分析的输电线路山火风险区域划分方法，其特征在于：所述的山火风险区域划分方法包括以下步骤：
    1.1、区域划分：以行政区域为单位作为初始划分区域；
    1.2、按照步骤1.1划分的区域统计每个初始划分区域的日火点次数；
    1.3、按照步骤1.1划分的区域统计每个初始划分区域的日降水量；
    1.4、建立表征输电线路山火风险分布区域划分指标体系，指标体系数量为n个；
    1.5、按照步骤1.4建立的指标体系数据组织成m个变量，得到m×n矩阵M1
    Figure PCTCN2016093181-appb-100001
    其中n表示为步骤1.4中的指标体系数量；
    1.6、将M1的m个变量采用如下公式进行标准化处理，使每个变量平均值为0，均方差为l，得到消除量纲和数量级影响的标准化处理后的数据矩阵M2，
    Figure PCTCN2016093181-appb-100002
    Figure PCTCN2016093181-appb-100003
    其中，指标Xj的均值
    Figure PCTCN2016093181-appb-100004
    标准差
    Figure PCTCN2016093181-appb-100005
    j＝1,2,…,n；
    1.7、采用欧氏距离作为相似度指标，按照上述公式计算不同原始分类中样本聚类距离，得到反应各个分类之间输电线路山火风险分布强度差异的m×m阶对称矩阵D1；
    Figure PCTCN2016093181-appb-100006
    Figure PCTCN2016093181-appb-100007
    其中，dij表示变量xi＝(x1,x2,…,xk)和变量yi＝(y1,y2,…,yk)之间的距离，k为表征输电线路山火风险分布区域的指标数，反映两个地区之间输电线路山火风险分布强度的差异；
    1.8、在步骤1.7得到的对称矩阵中D1取出最小值dpq，取其中相似的第p和q类，将相似分类合并成新类z，即分类z＝{zp，zq}；
    1.9、按照如下公式得到新类z与其余类之间的距离；对于包含不止一个变量的类，得到反映原分类与新类之间输电线路山火风险分布强度差异的(m-1)×(m-1)阶对称矩阵，
    dzj＝min{dpj，dqj}，其中，j＝1,2,…,n,j≠p,q；
    1.10、在(m-1)阶对称矩阵中查找出最小值dp’q’，取其中相似的第p和q类，将相似分类合并成新类z；
    1.11、重复上述步骤的1.7和1.8，直至全部初始分类归并为一类并记录聚类过程，并根据聚类结果图，按需选择分类数；
    1.12、按照所选择的分类数划分输电线路山火风险分布区域。
  2. 根据权利要求1所述的一种基于聚类分析的输电线路山火风险区域划分方法，其特征在于：所述的n个指标体系的指数包括历史日降水量、历史日火点数、春节火点占全年火点数比例、清明节火点占全年火点数比例、植被类型、历史山火跳闸次数。
PCT/CN2016/093181 2015-08-24 2016-08-04 一种基于聚类分析的输电线路山火风险区域划分方法 WO2017032210A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/524,624 US20180189898A1 (en) 2015-08-24 2016-08-04 Cluster analysis based power transmission line mountain fire risky area division method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201510524110.2A CN105184668A (zh) 2015-08-24 2015-08-24 一种基于聚类分析的输电线路山火风险区域划分方法
CN201510524110.2 2015-08-24

Publications (1)

Publication Number Publication Date
WO2017032210A1 true WO2017032210A1 (zh) 2017-03-02

Family

ID=54906724

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2016/093181 WO2017032210A1 (zh) 2015-08-24 2016-08-04 一种基于聚类分析的输电线路山火风险区域划分方法

Country Status (3)

Country Link
US (1) US20180189898A1 (zh)
CN (1) CN105184668A (zh)
WO (1) WO2017032210A1 (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109509319A (zh) * 2018-12-29 2019-03-22 北京恒泰实达科技股份有限公司 基于静止卫星监测资料的输电线路山火监测预警方法
CN109767124A (zh) * 2019-01-14 2019-05-17 中国铁塔股份有限公司 一种基站的台风预警方法及装置
CN110245203A (zh) * 2019-06-10 2019-09-17 中国保险信息技术管理有限责任公司 一种空间区域划分方法、装置，计算机及存储介质
CN110633858A (zh) * 2019-09-18 2019-12-31 国网湖南省电力有限公司 一种用于输电线路的暴雨地质灾害的聚类预警方法及系统
CN111695492A (zh) * 2020-06-10 2020-09-22 国网山东省电力公司电力科学研究院 一种输电线路下垂钓隐患的检测方法及系统
CN112101805A (zh) * 2020-09-22 2020-12-18 海南电网有限责任公司文昌供电局 一种输电线路差异化防山火策略分析方法
CN113469537A (zh) * 2021-07-07 2021-10-01 西南交通大学 基于气象和人口密度的城市绿地孢粉致敏风险值计算方法
WO2022127616A1 (zh) * 2020-12-18 2022-06-23 国网浙江省电力有限公司台州供电公司 一种输电线路全线雷电绕击跳闸风险多维分析方法
CN115239110A (zh) * 2022-07-14 2022-10-25 武汉理工大学 一种基于改进topsis方法的通航风险评价方法
CN116720984A (zh) * 2023-08-11 2023-09-08 山东昊能电力建设有限公司 一种基于卫星地图技术的智慧电力审计方法
CN116884554A (zh) * 2023-09-06 2023-10-13 济宁蜗牛软件科技有限公司 一种电子病历分类管理方法及系统

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184668A (zh) * 2015-08-24 2015-12-23 国家电网公司 一种基于聚类分析的输电线路山火风险区域划分方法
CN105976550A (zh) * 2016-07-20 2016-09-28 国网湖南省电力公司 基于聚类分析去背景场的电网山火卫星火点判识方法
CN106228192B (zh) * 2016-07-28 2017-08-18 国网湖南省电力公司 一种基于双阈值聚类分析的输电线路山火区域辨识方法
CN106251550A (zh) * 2016-08-10 2016-12-21 国网湖南省电力公司 一种架空输电线路山火卫星监测分区方法
CN107239651A (zh) * 2017-04-17 2017-10-10 国网辽宁省电力有限公司电力科学研究院 一种电网鸟粪类故障风险等级评估的方法
CN108182516A (zh) * 2017-12-15 2018-06-19 国网甘肃省电力公司经济技术研究院 一种输电线路地质灾害灾情的评论上报方法及系统
CN108648454A (zh) * 2018-05-18 2018-10-12 中山大学 一种基于出行数据的交通小区动态划分方法
CN109119976B (zh) * 2018-09-05 2020-11-06 国网湖南省电力有限公司 用于输电线路山火的继电保护定值的自动调整方法及系统
CN109345078A (zh) * 2018-09-06 2019-02-15 浙江航天长峰科技发展有限公司 工业事故后果对于人员造成伤害的量化方法及系统
CN109447344A (zh) * 2018-10-26 2019-03-08 国网天津市电力公司 基于配网故障大数据的抢修驻点和路径优化方法及系统
CN109670260B (zh) * 2018-12-27 2021-06-29 广东电网有限责任公司 一种山火蔓延面积预测方法、装置和设备
CN110458402A (zh) * 2019-07-08 2019-11-15 武汉科技大学 一种串联输水渠系冰塞风险评估方法
CN110426230A (zh) * 2019-08-08 2019-11-08 中山市疾病预防控制中心 一种食品监测采样点空间分布的评估方法
CN111161042A (zh) * 2019-11-26 2020-05-15 深圳壹账通智能科技有限公司 个人风险评估方法、装置、终端及存储介质
CN111343598B (zh) * 2020-02-03 2022-05-17 重庆特斯联智慧科技股份有限公司 一种具有边缘计算能力的智慧消防车载平台运行方法和系统
CN111461918B (zh) * 2020-02-19 2023-07-04 北京天和本安电力科技有限公司 基于卫星光学影像的输电线路树闪隐患监测方法
CN111415065B (zh) * 2020-02-26 2023-05-12 广州地理研究所 一种基于作用过程的山地灾害生态破坏风险评价方法
CN111369161A (zh) * 2020-03-13 2020-07-03 国网宁夏电力有限公司电力科学研究院 基于环境因子及地形特征的输电线路多风险区段评估方法
CN111738593B (zh) * 2020-06-22 2023-10-31 中国海洋大学 基于聚类分析的波浪散布图组块自动划分方法
CN112465926B (zh) * 2020-11-26 2022-01-11 广东电网有限责任公司电力科学研究院 一种输电线路山火跳闸风险分布图绘制方法和系统
CN112529291A (zh) * 2020-12-08 2021-03-19 国网湖南省电力有限公司 电网密集输电通道线路引发森林草原火灾预测方法
CN112396253B (zh) * 2020-12-11 2022-05-24 海南电网有限责任公司电力科学研究院 一种基于critic法的输电线路防雷措施优化选择方法
CN113408776B (zh) * 2020-12-21 2023-03-28 电子科技大学 一种基于时间维特征增强的川西野火风险预警方法
CN112668927B (zh) * 2021-01-07 2023-11-24 云南电网有限责任公司电力科学研究院 一种基于聚类法的考虑人为因素的动态山火风险评估方法
CN112906762A (zh) * 2021-01-29 2021-06-04 长江水利委员会水文局 一种水资源系统临界状态的定义及辨识方法和系统
CN112861746B (zh) * 2021-02-22 2024-04-02 国网安徽省电力有限公司 考虑环境灾害的密集输电通道关键视频截取方法及装置
CN113222423B (zh) * 2021-05-19 2023-01-20 南方电网数字电网研究院有限公司 电网设备的台风监测方法
CN113869438B (zh) * 2021-09-30 2023-04-07 自然资源部第三海洋研究所 一种基于k-means的风暴潮灾害重点防御区选划方法
CN116047546B (zh) * 2022-07-07 2024-02-27 北京玖天气象科技有限公司 基于多源卫星数据的山火监测方法
CN116665381B (zh) * 2023-07-28 2023-11-03 国网山东省电力公司济宁市任城区供电公司 一种输电线路的外破源识别和预警方法及系统
CN117197680B (zh) * 2023-08-20 2024-05-14 国网湖北省电力有限公司神农架供电公司 基于多源卫星数据的输配电森林火灾监控方法、监控装置
CN117131783B (zh) * 2023-10-20 2024-01-02 合肥工业大学 基于多模态学习的输电线路风险预测模型、方法和系统
CN117332291B (zh) * 2023-11-30 2024-03-26 中国电力科学研究院有限公司 一种面向分布式光伏的区域资源监测布局方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279893A (zh) * 2013-04-19 2013-09-04 华北电力大学 一种架空输电线路常见灾害区划图谱绘制方法
CN103440599A (zh) * 2013-09-16 2013-12-11 国家电网公司 一种基于gis平台的电网输电线路山火火点分布图绘制方法
US20140106283A1 (en) * 2012-10-13 2014-04-17 Jeffrey P. Reistroffer Ignition Method for Controlled Burning
CN104614783A (zh) * 2015-01-29 2015-05-13 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 一种对电力系统输电杆塔周边环境的气象风险确定方法
CN105184668A (zh) * 2015-08-24 2015-12-23 国家电网公司 一种基于聚类分析的输电线路山火风险区域划分方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8776906B2 (en) * 2008-04-23 2014-07-15 Srirangapatnam A. Char System and method for preventing the incidence of forest fires over large areas
EP2689809B1 (en) * 2012-07-24 2019-03-27 The Boeing Company Wildfire arrest and prevention system
US20140244318A1 (en) * 2012-11-15 2014-08-28 Wildfire Defense Systems, Inc. System and method for collecting and assessing wildfire hazard data*
US20160048925A1 (en) * 2014-01-03 2016-02-18 Buildfax, Inc. Method of determining structural damage using positive and negative tree proximity factors
CN104463883B (zh) * 2014-12-17 2017-05-10 国家电网公司 一种输电通道林火蔓延风险评估方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140106283A1 (en) * 2012-10-13 2014-04-17 Jeffrey P. Reistroffer Ignition Method for Controlled Burning
CN103279893A (zh) * 2013-04-19 2013-09-04 华北电力大学 一种架空输电线路常见灾害区划图谱绘制方法
CN103440599A (zh) * 2013-09-16 2013-12-11 国家电网公司 一种基于gis平台的电网输电线路山火火点分布图绘制方法
CN104614783A (zh) * 2015-01-29 2015-05-13 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 一种对电力系统输电杆塔周边环境的气象风险确定方法
CN105184668A (zh) * 2015-08-24 2015-12-23 国家电网公司 一种基于聚类分析的输电线路山火风险区域划分方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LU , JIAZHENG ET AL.: "Research and Application of Forest Fire Monitor and Early-warning System for Transmission Line", POWER SYSTEM PROTECTION AND CONTROL, vol. 42, no. 16, 16 August 2014 (2014-08-16), pages 89 - 91 *
TAN, SANQING; ET AL.: "The Application of Cluster Analysis to the Grade Classification of Forest Fire Hazards", JOURNAL OF CENTRAL SOUTH UNIVERSITY OF FORESTRY & TECHNOLOGY, vol. 28, no. 1, 29 February 2008 (2008-02-29), pages 127 - 129 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109509319A (zh) * 2018-12-29 2019-03-22 北京恒泰实达科技股份有限公司 基于静止卫星监测资料的输电线路山火监测预警方法
CN109767124B (zh) * 2019-01-14 2021-02-26 中国铁塔股份有限公司 一种基站的台风预警方法及装置
CN109767124A (zh) * 2019-01-14 2019-05-17 中国铁塔股份有限公司 一种基站的台风预警方法及装置
CN110245203A (zh) * 2019-06-10 2019-09-17 中国保险信息技术管理有限责任公司 一种空间区域划分方法、装置，计算机及存储介质
CN110633858A (zh) * 2019-09-18 2019-12-31 国网湖南省电力有限公司 一种用于输电线路的暴雨地质灾害的聚类预警方法及系统
CN111695492A (zh) * 2020-06-10 2020-09-22 国网山东省电力公司电力科学研究院 一种输电线路下垂钓隐患的检测方法及系统
CN112101805A (zh) * 2020-09-22 2020-12-18 海南电网有限责任公司文昌供电局 一种输电线路差异化防山火策略分析方法
WO2022127616A1 (zh) * 2020-12-18 2022-06-23 国网浙江省电力有限公司台州供电公司 一种输电线路全线雷电绕击跳闸风险多维分析方法
CN113469537A (zh) * 2021-07-07 2021-10-01 西南交通大学 基于气象和人口密度的城市绿地孢粉致敏风险值计算方法
CN115239110A (zh) * 2022-07-14 2022-10-25 武汉理工大学 一种基于改进topsis方法的通航风险评价方法
CN116720984A (zh) * 2023-08-11 2023-09-08 山东昊能电力建设有限公司 一种基于卫星地图技术的智慧电力审计方法
CN116720984B (zh) * 2023-08-11 2023-12-01 山东昊能电力建设有限公司 一种基于卫星地图技术的智慧电力审计方法
CN116884554A (zh) * 2023-09-06 2023-10-13 济宁蜗牛软件科技有限公司 一种电子病历分类管理方法及系统
CN116884554B (zh) * 2023-09-06 2023-11-24 济宁蜗牛软件科技有限公司 一种电子病历分类管理方法及系统

Also Published As

Publication number Publication date
CN105184668A (zh) 2015-12-23
US20180189898A1 (en) 2018-07-05

Similar Documents

Publication Publication Date Title
WO2017032210A1 (zh) 一种基于聚类分析的输电线路山火风险区域划分方法
CN112070286B (zh) 复杂地形流域的降水预报预警系统
CN102629294B (zh) 台风引发输电线路故障的概率评估方法
Fish et al. Atmospheric river families: Definition and associated synoptic conditions
Couto et al. Impact of weather regimes on the wind power ramp forecast in Portugal
CN111897030A (zh) 一种雷暴预警系统及方法
Booth et al. The paths of extratropical cyclones associated with wintertime high-wind events in the northeastern United States
CN109543955A (zh) 基于智慧城市的区域火灾风险评估方法
CN109871613B (zh) 一种森林火灾判别模型获取方法及预测应用
CN112749904A (zh) 基于深度学习的配电网故障风险预警方法及系统
CN106447227A (zh) 城市电网异常状态分析方法及系统
CN107292478A (zh) 一种灾害对配电网影响态势的获取方法
CN112508237B (zh) 基于数据分析的雨型区域划分方法和实时雨型预测方法
CN109214604A (zh) 基于Adaboost的输变电设备的雾霾灾害风险预测方法及系统
Wang et al. Predicting wind-caused floater intrusion risk for overhead contact lines based on Bayesian neural network with spatiotemporal correlation analysis
Rousta et al. Synoptic-dynamic analysis of extreme precipitation in Karoun River Basin, Iran
CN115099677B (zh) 尾矿库安全生产风险分级预警方法
Chenchen et al. Improvement in the forecasting of heavy rainfall over South China in the DSAEF_LTP model by introducing the intensity of the tropical cyclone
Zhu et al. A decision tree model for meteorological disasters grade evaluation of flood
CN113313289B (zh) 一种基于多数据源的电网气象预警系统
Jin et al. Lightning disaster risk zoning in jiangsu Province of China based on the analytic hierarchy process and entropy weight method
CN110955744A (zh) 一种基于多源数据的输电线路山火监测预警方法及系统
CN107066689A (zh) 一种输电线路风偏故障的气象风险预警方法
CN113689053B (zh) 一种基于随机森林的强对流天气架空线停电预测方法
Zhou et al. Evaluation of precipitation forecasts from NOAA global forecast system in hydropower operation

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16838470

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16838470

Country of ref document: EP

Kind code of ref document: A1