CN102721986A - 基于副热带高压因子的电网覆冰长期预报方法 - Google Patents

Abstract

本发明介绍了一种基于副热带高压因子的电网覆冰长期预报方法，该方法是为下述步骤：（1）收集历史副高参数与覆冰资料；（2）找出覆冰预报因子并计算相关系数；（3）找出覆冰特征区域；（4）统计出不同程度覆冰发生概率表；（5）获取覆冰特征区域的覆冰发生概率：（6）计算不同程度覆冰发生的总概率。该方法：1、可提前一个月对未来一个季度（冬季）的不同程度电网覆冰的发生概率进行预测；2、可操作性强；3、预报准确率高；4、解决了电网覆冰长期预测的难题。根据预测结论，可及时做好相应的应急处置预案，实现电网覆冰的提前应对，减少电网覆冰所造成的损失。

Description

基于副热带高压因子的电网覆冰长期预报方法

技术领域

本发明属于输配电技术领域，尤其涉及一种基于副热带高压因子的电网覆冰长期预报方法。

背景技术

电网覆冰是严重危害电网安全稳定运行的自然灾害之一，严重覆冰会导致电网的机械性能和电气性能急剧下降，引发倒塔、断线、导线舞动和覆冰闪络等电网事故，对社会稳定和人民生产与生活构成严重威胁。

目前，国内外电网覆冰预测的研究与开发的侧重点，主要考虑电网在特定气象条件下覆冰增长的微观过程，如具有代表性的Lenhard(中文译文为“莱昂哈德”。)模型、Goodwin(中文译文为“古德温)模型、Chaine(中文译文为“谢恩”)模型和Makkonen(中文译文为“麦肯”)模型，这些模型的内容多系电网覆冰增长速率的短期预测，适合特定条件下的短期覆冰预测，例如未来一个月或至多一个季度的，关于气温较往常偏高或是偏低、降水偏多或是偏少的预测。而不能满足气象部门开展的时间更为长久，例如一年半载的，长期的，有关气候和电网覆冰情况的预测的要求，尤其是基于副热带高压因子的电网覆冰情况的长期预报的要求。为保证电网安全过冬，安全渡过防冻融冰期，实现电网覆冰的提前应对，大幅降低倒塔断线和跳闸事故发生，开展电网覆冰长期预测的工作势在必行，以期提升电网抵御冰雪灾害的能力，提高电网供电的可靠性，减少停电对GDP(英文“Gross Domestic Product”的缩写，中文译文为“国内生产总值”。)的损失，维护社会稳定。

发明内容

本发明要解决的技术问题是：针对当前电网覆冰长期预测工作的落后现状，提供一种基于副热带高压因子的电网覆冰长期预报方法，使用该方法可预报未来四个月的冬季电网覆冰程度，该方法思路新颖、流程清晰、准确率高、实用性强。

本发明的解决方案是：所提供的积这一种基于副热带高压因子的电网覆冰长期预报方法，系考虑西太平洋副热带高压的指数及其变化对冬季电网覆冰的影响，建立的基于副热带高压的脊线、脊点、面指数及强度指数作为覆冰预报因子的电网覆冰预报方法，通过判断预测年份的脊线与脊点的位置、面积指数与强度指数的大小，得出冬季电网覆冰发生程度的预报结论。具体来说，该方法是为下述步骤：

(1).收集历史副高参数与覆冰资料。通过互联网搜索50年来西太平洋副热带地区的暖性高压***每个月的脊线参数、脊点参数、面积指数、强度指数记录在案；通过当地气象部门收集当地50年来历年的平均覆冰日数。依据该平均覆冰日数，使用常规方法对当地未来四个月的覆冰程度进行分级；

(2).找出覆冰预报因子并计算相关系数。利用步骤(1)所获历史副高参数与覆冰资料及对当地未来四个月的覆冰程度的分级分析，使用常规方法找出与覆冰相关性较强的副高参数作为覆冰预报因子。然后按下述计算公式计算：

$R_X=\frac{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i{d}_i-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i\·\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{d}_i}{\sqrt{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x_i}^2-{\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i\right)}^2}\·\sqrt{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{d_i}^2-{\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{d}_i\right)}^2}}$

式中，R_X为西太平洋副热带高压的参数X(含副高脊线参数、副高脊点参数、副高面积指数和副高强度指数)与平均覆冰日数的相关系数；n为历史年份数；x_i为副高参数的值，其中i为年份序号；d_i为某一年份的平均覆冰日数；

(3).找出覆冰特征区域。依据步骤(1)所获记录在案的50年来西太平洋副热带地区的暖性高压***每个月的脊线参数、脊点参数、面积指数、强度指数，和通过当地气象部门收集的当地50年来历年的平均覆冰日数，以及当地未来四个月覆冰程度的分级信息，使用常规方法绘制覆冰预报因子与覆冰程度的点距关系图，然后再使用常规聚类分析方法从所绘点距关系图中找出覆冰特征区域；

(4).统计出不同程度覆冰发生概率表。依据步骤(3)所获点距关系图和覆冰特征区域，使用常规数理统计方法统计出不同覆冰特征区域不同程度覆冰发生概率表；

(5).获取覆冰特征区域的覆冰发生概率。从步骤(4)所获不同覆冰特征区域不同程度覆冰发生概率表中，使用常规方法择取各预报因子影响下不同程度覆冰的发生概率，判断预测年份的基于副高参数的预报因子所处覆冰特征区域，获取相应覆冰特征区域的覆冰发生概率：

特别严重覆冰发生概率D_j；

严重覆冰发生概率M_j；

中等程度覆冰发生概率L_j；

轻度覆冰发生概率S_j；

上述j为预报因子数；

(6).计算不同程度覆冰发生的总概率。按下述计算公式计算出各种程度覆冰的总发生概率：

特别严重覆冰的总发生概率 $D=\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{D}_j;$

严重覆冰的总发生概率 $M=\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{M}_j;$

中等程度覆冰的总发生概率 $L=\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{L}_j;$

轻度覆冰的总发生概率 $S=\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{S}_j.$

以上四式中，n为历史年份数；j为预报因子数。

本发明的有益效果是：

1、可提前一个月对未来一个季度(冬季)的不同程度电网覆冰的发生概率进行预测；

2、可操作性强；

3、预报准确率高；

4、解决了电网覆冰长期预测的难题。根据预测结论，可及时做好相应的应急处置预案，实现电网覆冰的提前应对，减少电网覆冰所造成的损失。

具体实施方式

实施例1：

(1).通过互联网搜索50年来西太平洋副热带地区的暖性高压***每个月的脊线参数、脊点参数、面积指数、强度指数记录在案；通过当地气象部门收集当地50年来历年的平均覆冰日数。依据该平均覆冰日数，使用常规方法对当地未来四个月的覆冰程度进行分级；

(2).利用步骤(1)所获历史副高参数与覆冰资料及对当地未来四个月的覆冰程度的分级分析，使用常规方法找出与覆冰相关性较强的副高参数作为覆冰预报因子。然后按下述计算公式计算：

$R_X=\frac{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i{d}_i-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i\·\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{d}_i}{\sqrt{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x_i}^2-{\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i\right)}^2}\·\sqrt{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{d_i}^2-{\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{d}_i\right)}^2}}$

式中，R_X为西太平洋副热带高压的参数X(含副高脊线参数、副高脊点参数、副高面积指数和副高强度指数)与平均覆冰日数的相关系数；n为历史年份数；x_i为副高参数的值，其中i为年份序号；d_i为某一年份的平均覆冰日数；

(3).依据步骤(1)所获记录在案的50年来西太平洋副热带地区的暖性高压***每个月的脊线参数、脊点参数、面积指数、强度指数，和通过当地气象部门收集的当地50年来历年的平均覆冰日数，以及当地未来四个月覆冰程度的分级信息，使用常规方法绘制覆冰预报因子与覆冰程度的点距关系图，然后再使用常规聚类分析方法从所绘点距关系图中找出覆冰特征区域；

(4).依据步骤(3)所获点距关系图和覆冰特征区域，使用常规数理统计方法统计出不同覆冰特征区域不同程度覆冰发生概率表；

(5).从步骤(4)所获不同覆冰特征区域不同程度覆冰发生概率表中，使用常规方法择取各预报因子影响下不同程度覆冰的发生概率，判断预测年份的基于副高参数的预报因子所处覆冰特征区域，获取相应覆冰特征区域的覆冰发生概率，设所获取的相应覆冰特征区域的覆冰发生概率为：

特别严重覆冰发生概率D_j；

上述j为预报因子数；

(6).按下述计算公式计算出步骤(5)所获取的相应覆冰特征区域的特别严重覆冰发生概率D_j的总发生概率：

特别严重覆冰的总发生概率 $D=\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{D}_j;$

式中，n为历史年份数；j为预报因子数。

实施例2：

步骤(1)～(4)同实施例1；

(5).从步骤(4)所获不同覆冰特征区域不同程度覆冰发生概率表中，使用常规方法择取各预报因子影响下不同程度覆冰的发生概率，判断预测年份的基于副高参数的预报因子所处覆冰特征区域，获取相应覆冰特征区域的覆冰发生概率，设所获取的相应覆冰特征区域的覆冰发生概率为：

轻度覆冰发生概率S_j；

上述j为预报因子数；

(6).按下述计算公式计算出步骤(5)所获取的相应覆冰特征区域的轻度覆冰发生概率S_j的总发生概率：

轻度覆冰的总发生概率 $S=\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{S}_j,$

式中，n为历史年份数；j为预报因子数。

Claims (1)

1.一种基于副热带高压因子的电网覆冰长期预报方法，该方法为下述步骤：

(1).通过互联网搜索50年来西太平洋副热带地区的暖性高压***每个月的脊线参数、脊点参数、面积指数、强度指数记录在案；通过当地气象部门收集当地50年来历年的平均覆冰日数。依据该平均覆冰日数，使用常规方法对当地未来四个月的覆冰程度进行分级；

(2).利用步骤(1)所获历史副高参数与覆冰资料及对当地未来四个月的覆冰程度的分级分析，使用常规方法找出与覆冰相关性较强的副高参数作为覆冰预报因子。然后按下述计算公式计算：

$R_X=\frac{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i{d}_i-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i\·\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{d}_i}{\sqrt{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x_i}^2-{\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i\right)}^2}\·\sqrt{n\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{d_i}^2-{\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{d}_i\right)}^2}}$

式中，R_X为西太平洋副热带高压的参数X(含副高脊线参数、副高脊点参数、副高面积指数和副高强度指数)与平均覆冰日数的相关系数；n为历史年份数；x_i为副高参数的值，其中i为年份序号；d_i为某一年份的平均覆冰日数；

(3).依据步骤(1)所获记录在案的50年来西太平洋副热带地区的暖性高压***每个月的脊线参数、脊点参数、面积指数、强度指数，和通过当地气象部门收集的当地50年来历年的平均覆冰日数，以及当地未来四个月覆冰程度的分级信息，使用常规方法绘制覆冰预报因子与覆冰程度的点距关系图，然后再使用常规聚类分析方法从所绘点距关系图中找出覆冰特征区域；

(4).依据步骤(3)所获点距关系图和覆冰特征区域，使用常规数理统计方法统计出不同覆冰特征区域不同程度覆冰发生概率表；

(5).从步骤(4)所获不同覆冰特征区域不同程度覆冰发生概率表中，使用常规方法择取各预报因子影响下不同程度覆冰的发生概率，判断预测年份的基于副高参数的预报因子所处覆冰特征区域，获取相应覆冰特征区域的覆冰发生概率：

特别严重覆冰发生概率D_j；

严重覆冰发生概率M_j；

中等程度覆冰发生概率L_j；

轻度覆冰发生概率S_j；

上述j为预报因子数；

(6).按下述计算公式计算出各种程度覆冰的总发生概率：

特别严重覆冰的总发生概率 $D=\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{D}_j;$

严重覆冰的总发生概率 $M=\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{M}_j;$

中等程度覆冰的总发生概率 $L=\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{L}_j;$

轻度覆冰的总发生概率 $S=\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{S}_j,$

以上四式中，n为历史年份数；j为预报因子数。