当前位置: 首页 > 专利查询>四川大学专利>正文

一种架空输电线路的山火灾害预警方法技术

技术编号:13884233 阅读:358 留言:0更新日期:2016-10-23 18:41
本发明专利技术公开了一种架空输电线路的山火灾害预警方法,包括A.利用监测模块采集获取山火发生信息,山火发生信息包括可燃物特性、地形因子和气象因子;B.获取山火发生信息中的山火影响因子,并针对山火及其山火影响因子间的阀值关联,通过随机森林模型建立关系;C.通过具有模拟复杂自然灾害时空演化过程能力的元胞自动机,进行山火蔓延的时空过程建模,并采用随机森林模型确定元胞自动机的元胞转换规则;D.通过元胞自动机模型预测山火的蔓延过程,估计山火距离架空线路的时间,并结合外部灾害信息和电网内部特性评估架空线路停运的风险。本发明专利技术能帮助更为有效的应对自然灾害预测作用引起的电力系统连锁故障,从而减轻电网及用电单位的经济和人员损失。

【技术实现步骤摘要】

本专利技术属于山火风险预警
,具体涉及一种架空输电线路的山火灾害预警方法
技术介绍
随着输电线路走廊用地越来越紧张,许多输电线路走廊经常跨越植被茂密的山区和林区,山火蔓延至线路下方时可能会导致线路相地或相间击穿而引发跳闸事故。特别是对需要连续供电的单位,如医院、矿山,一旦停电很有可能造成加大的人身损害和财产损失。随着植树造林、退耕还林及封山育林等政策的出台,输电线路走廊附近山区和林区的植被高度及密度显著增加,进一步加剧了山火对输电线路的危害。特别是每年清明时节,居民焚烧祭品引发山火而造成的跳闸事故尤为突出。目前,有学者通过对超高压公司所辖500kv及以上电压等级交直流线路在2009-2014年山火跳闸情况的统计分析,及对山火引发交流紧凑型线路相间短路的原因分析。有学者选取了山火、大风两种常见且对架空输电线路停运概率模型造成较大影响的自然灾害,分别建模量化其对设备停运概率的影响。有学者根据神经网络理论和算法,建立了输电线路山火隐患点评价模型。根据山火 灾害特点建立合适的网络结构,然后根据评价指标体系及隐患点状态建立训练样本集及对应的期望输出,并用以训练网络直至收敛,最后用训练好的网络进行预测。有学者分阶段分析了输电线路在山火条件下的击穿及重合闸失败的过程。有学者通过对部分引发输电线路跳闸的火灾事故进行统计以及对典型火烧迹地的跳闸事故进行考察,分析山火发生的次数、跳闸率、地理位置、过火区域地形地貌等,探讨引发线路跳闸的潜在山火类型、形成过程、影响因素和特性参数以及跳闸输电线路的放电特性参数。有学者采用导线-板间隙模拟输电线路的相地间隙和模拟山火的方法研究了电极、温度、碱金属盐、导体表面的颗粒以及烟气与火焰混合区对导线-板间隙绝缘的影响,分析了交流输电线路在山火条件下的击穿机理。有学者从线路电压等级、故障时间分布、故障相分布、线路重合闸成功率、故障连续性和区域性等方面,对南方电网因山火引发的220kV及以上电压等级输电线路跳闸情况、相应的保护动作情况以及对送电走廊的影响等进行了统计和分析。但是,这些研究大多偏重统计和机理分析,且预测基于线性关系的假定,与山火实际蔓延情况有出入,较难实现山火的时空蔓延预测,对电网外部因素影响电网安全的影响机制的结合也不够。
技术实现思路
本专利技术的目的在于:针对上述现有技术中存在的问题,提供一种架空输电线路的山火灾害预警方法,基于元胞自动机模型,并通过随机森林模型与电力系统连锁故障进行联合建模,并建立相应的预警系统,能帮助更为有效的应对 自然灾害预测作用引起的电力系统连锁故障,从而减轻电网及用电单位的经济和人员损失。为了实现上述目的,本专利技术采用的技术方案为:一种架空输电线路的山火灾害预警方法,包括以下步骤:A.利用监测模块采集获取山火发生信息,山火发生信息包括可燃物特性、地形因子和气象因子;B.获取山火发生信息中的山火影响因子,并针对山火及其山火影响因子间的阀值关系,建立更符合实际的随机森林模型;C.通过具有模拟复杂自然灾害时空演化过程能力的元胞自动机进行山火蔓延的时空过程建模,并采用所述的随机森林模型帮助确定元胞自动机的元胞转换规则;D.通过元胞自动机模型预测山火的蔓延过程,计算山火距离架空线路的时间,并结合外部灾害信息和电网内部特性评估架空线路停运的风险。优选地,步骤A中所述的监控模块包括MODIS卫星、无人机和紫外监测模块,MODIS卫星采集山火发生的位置信息和山火等级信息;无人机进一步确认山火发生位置和评价山火的大小、方向和强度信息;对重点地区和线路架设紫外监测模块,采集山火发生的位置信息和山火等级信息。优选地,步骤C中所述的元胞自动机建模具体包括:C1.t时刻元胞(i,j)状态定义为Aij=元胞(i,j)已经燃烧的面积/整个元 胞(i,j)的面积;C2.Aij=0表示未燃烧,0<Aij<1表示元胞部分燃烧,Aij=1表示元胞完全燃烧;C3.只有完全燃烧的元胞才对邻域元胞进行火蔓延;C4.元胞在t+1时刻的燃烧状态由元胞可燃性、其邻域元胞在t时刻对其影响之和,以及元胞在t时刻的燃烧状态共同决定;C5.利用随机森林模型获取元胞可燃性;C6.元胞受其邻域的影响为各邻域影响在该方向上的分量之和,其中,若风向角度表示为与正北方向的夹角theta,风速为V,某一邻域对该元胞的分量为风速与夹角余弦的乘积。优选地,步骤C5中利用随机森林获取元胞可燃性,具体包括:C51.随机森林在R平台中实现;C52.随机选取火发生的样本集:分装形成每颗树的训练集;C53.随机选取分割属性集,依据基尼指数,选择具有最小Ginisplit的属性为分裂属性,集合T包含N个类别的记录,那么其Gini指标就是pj类别j出现的频率: g i n i ( T ) = 1 - Σ j = 1 n p 2 j ; ]]>如果集合T分成m部分N1,N2,…,Nm,那么这个分割的Gini就是: gini s p l i t ( T ) = N 1 N g i n i ( T 1 ) + ... + N m N g i n i ( T m ) ; ]]>C54.假设共有L个属性,指定一个属性数o≤L,在每个内部结点,从L个属性中随机抽取P个属性作分割属性集,以这o个属性上最好的分割方式对结点进行分割;C55.为解决决策树对训练样本的过拟合问题,进行剪枝,选择期望错误率最小的子树进行剪枝,对树中的内部节点计算其剪枝和不剪枝可能出现的期望错误率,比较后加以取舍,在训练的每一轮中,均从原始样本集S中有放回地随机抽取训练样本集T,T的样本个数同S,这样一个初始样本在某轮训练中可能出现多次或根本不出现。优选地,步骤D中,架空输电线路的风险评价包括:假设灾害事件en发生后,伴随电网参数剧烈变化,系统运行有可能将难以控制的局面,将en定义为该灾害事件中的临界事件,其概率可表示为Pen=P(en|e1e2…en-1)。若以wi、V(t,en)、M(t,en)分别表示被灾害影响线路的重要性权重、系统在t时刻综合脆弱性和安全裕度,则可用以下表达式描述电力系统在面临自然灾害条件下的临界风险: R c r = { 本文档来自技高网
...

【技术保护点】
一种架空输电线路的山火灾害预警方法,其特征在于,包括以下步骤:A.利用监测模块采集获取山火发生信息,山火发生信息包括可燃物特性、地形因子和气象因子;B.获取山火发生信息中的山火影响因子,并针对山火及其山火影响因子间的阀值关系,建立更符合实际的随机森林模型;C.通过具有模拟复杂自然灾害时空演化过程能力的元胞自动机进行山火蔓延的时空过程建模,并采用所述的随机森林模型帮助确定元胞自动机的元胞转换规则;D.通过元胞自动机模型预测山火的蔓延过程,计算山火距离架空线路的时间,并结合外部灾害信息和电网内部特性评估架空线路停运的风险。

【技术特征摘要】
1.一种架空输电线路的山火灾害预警方法,其特征在于,包括以下步骤:A.利用监测模块采集获取山火发生信息,山火发生信息包括可燃物特性、地形因子和气象因子;B.获取山火发生信息中的山火影响因子,并针对山火及其山火影响因子间的阀值关系,建立更符合实际的随机森林模型;C.通过具有模拟复杂自然灾害时空演化过程能力的元胞自动机进行山火蔓延的时空过程建模,并采用所述的随机森林模型帮助确定元胞自动机的元胞转换规则;D.通过元胞自动机模型预测山火的蔓延过程,计算山火距离架空线路的时间,并结合外部灾害信息和电网内部特性评估架空线路停运的风险。2.根据权利要求1所述的架空输电线路的山火灾害预警方法,其特征在于,步骤A中所述的监控模块包括MODIS卫星、无人机和紫外监测模块,MODIS卫星采集山火发生的位置信息和山火等级信息;无人机进一步确认山火发生位置和评价山火的大小、方向和强度信息;对重点地区和线路架设紫外监测模块,采集山火发生的位置信息和山火等级信息。3.根据权利要求1所述的架空输电线路的山火灾害预警方法,其特征在于,步骤C中所述的元胞自动机建模具体包括:C1.t时刻元胞(i,j)状态定义为Aij=元胞(i,j)已经燃烧的面积/整个元胞(i,j)的面积;C2.Aij=0表示未燃烧,0<Aij<1表示元胞部分燃烧,Aij=1表示元胞完全燃烧;C3.只有完全燃烧的元胞才对邻域元胞进行火蔓延;C4.元胞在t+1时刻的燃烧状态由元胞可燃性、其邻域元胞在t时刻对其影响之和,以及元胞在t时刻的燃烧状态共同决定;C5.利用随机森林模型获取元胞可燃性;C6.元胞受其邻域的影响为各邻域影响在该方向上的分量之和,其中,若风向角度表示为与正北方向的夹角theta,风速为V,某一邻域对该元胞的分量为风速与夹角余弦的乘积。4.根据权利要求3所述的架空输电线路的山火灾害预警方法,其特征在于,步骤C5中利用随机森林获取元胞可燃性,具体包括:C51.随机森林在R平台中实现;C52.随机选取火发生的样本集:分装形成每颗树的训练集;C53.随机选取分割属性集,依据基尼指数,选择具有最小Ginisplit的属性为分裂属性,集合T包含N个类别的记录,那么其Gini指标就是pj类别j出现的频率: g i n i ( T ) = 1 - Σ j = 1 n p 2 j ; ]]>如果集合T分成m部分N1,N2,…,Nm,那么这个分割的Gini就是: gini s p l i t ...

【专利技术属性】
技术研发人员:雒瑞森叶强陈利波邓创刘友波
申请(专利权)人:四川大学
类型:发明
国别省市:四川;51

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1