CN111401728A - 基于地形地貌分类的山区配电线路杆塔防雷检测方法、***及介质 - Google Patents
基于地形地貌分类的山区配电线路杆塔防雷检测方法、***及介质 Download PDFInfo
- Publication number
- CN111401728A CN111401728A CN202010171286.5A CN202010171286A CN111401728A CN 111401728 A CN111401728 A CN 111401728A CN 202010171286 A CN202010171286 A CN 202010171286A CN 111401728 A CN111401728 A CN 111401728A
- Authority
- CN
- China
- Prior art keywords
- lightning
- tower
- typical
- area
- landform
- 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.)
- Granted
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 66
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 27
- 208000025274 Lightning injury Diseases 0.000 claims description 38
- 239000002689 soil Substances 0.000 claims description 32
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 13
- XLOMVQKBTHCTTD-UHFFFAOYSA-N Zinc monoxide Chemical compound [Zn]=O XLOMVQKBTHCTTD-UHFFFAOYSA-N 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000001681 protective effect Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000009413 insulation Methods 0.000 claims description 6
- 239000011787 zinc oxide Substances 0.000 claims description 6
- 239000004020 conductor Substances 0.000 claims description 3
- 230000001590 oxidative effect Effects 0.000 claims description 3
- 206010021750 Infantile Spasms Diseases 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000012876 topography Methods 0.000 description 10
- 239000002184 metal Substances 0.000 description 8
- 229910052751 metal Inorganic materials 0.000 description 8
- 239000011435 rock Substances 0.000 description 8
- 238000012502 risk assessment Methods 0.000 description 6
- 241000422846 Sequoiadendron giganteum Species 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 239000002585 base Substances 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000001939 inductive effect Effects 0.000 description 3
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 239000003513 alkali Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 238000005065 mining 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
- 230000008569 process Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 239000003643 water by type Substances 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
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04H—BUILDINGS OR LIKE STRUCTURES FOR PARTICULAR PURPOSES; SWIMMING OR SPLASH BATHS OR POOLS; MASTS; FENCING; TENTS OR CANOPIES, IN GENERAL
- E04H12/00—Towers; Masts or poles; Chimney stacks; Water-towers; Methods of erecting such structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02G—INSTALLATION OF ELECTRIC CABLES OR LINES, OR OF COMBINED OPTICAL AND ELECTRIC CABLES OR LINES
- H02G13/00—Installations of lightning conductors; Fastening thereof to supporting structure
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Computational Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Optimization (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Architecture (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Probability & Statistics with Applications (AREA)
- Structural Engineering (AREA)
- Algebra (AREA)
- Civil Engineering (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
Abstract
本发明公开了一种基于地形地貌分类的山区配电线路杆塔防雷检测方法、***及介质,本发明通过确定目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值,并将目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值构成待测特征序列;分别计算待测特征序列和多种典型杆塔雷击风险状态的典型特征序列之间的灰色面积关联度,并将灰色面积关联度最大的典型杆塔雷击风险状态为目标杆塔的雷击风险状态,能够实现基于地形地貌分类的山区配电线路杆塔防雷检测,具有检测准确度高的优点,据此提出防雷措施,对于降低雷击跳闸率,提高线路耐雷水平,减少配电设备的损坏率,确保电网安全可靠运行具有重要的意义。
Description
技术领域
本发明涉及配电线路杆塔防雷检测技术,具体涉及一种基于地形地貌分类的山区配电线路杆塔防雷检测方法、***及介质。
背景技术
随着现代社会的快速发展,人们对电能的依赖性也越来越强,这对供电***的可靠性提出了更高的要求。配电线路,作为一种直接为广大电力用户分配电能的网络,其安全性和可靠性尤其受到重视。据电网的故障数据显示,在配电线路运行所出现的跳闸次数中,由于雷击而引起的次数约占总次数的70%到80%,尤其是在土壤电阻率高、雷雨天气多、地形地势复杂的地区,雷电引起的配电线路故障率更高。由于配电线路分布范围广、绝缘水平低,且连接着众多的用户和变电站,在雷雨季节常常会出现因雷害事故导致的用户设备和配电设备的损坏,造成大面积的停电现象,对人们的生产生活、甚至生命安全带来了巨大的威胁。研究配电线路杆塔的防雷检测,以便据此提出防雷措施,对于降低雷击跳闸率,提高线路耐雷水平,减少配电设备的损坏率,确保电网安全可靠运行具有重要的意义。
发明内容
本发明要解决的技术问题:针对现有技术的上述问题,提供一种基于地形地貌分类的山区配电线路杆塔防雷检测方法、***及介质,本发明能够实现基于地形地貌分类的山区配电线路杆塔防雷检测,具有检测准确度高的优点。
为了解决上述技术问题,本发明采用的技术方案为:
一种基于地形地貌分类的山区配电线路杆塔防雷检测方法,实施步骤包括:
1)确定目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值,并将目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值构成待测特征序列;
2)分别计算待测特征序列和多种典型杆塔雷击风险状态的典型特征序列之间的灰色面积关联度,并将灰色面积关联度最大的典型杆塔雷击风险状态为目标杆塔的雷击风险状态。
可选地,所述多种指定雷电易击杆塔典型地形地貌特征包括山顶、山脊、陡峻边缘、山坡、山脚、山谷盆地、开阔平地、良电导地带、其他地形、水系湿地、高耸物体、民居工厂、其他地貌共十三种地貌特征,高度为高和不高两种高度特征,山坡坡度为大和小两种山坡坡度特征,风向特征,土壤电阻率为高和低两种土壤电阻率特征,杆塔之间的距离为大和小两种距离特征,包括水平走向和垂直走向在内的线路走向特征。
可选地,步骤1)中的多种指定雷电易击杆塔典型地形地貌特征的值为1或0,为1表示匹配,为0表示不匹配。
可选地,步骤2)中灰色面积关联度的计算函数表达式如式(1)所示:
式(1)中,γ表示灰色面积关联度,ρ为分辨系数,S(k)表示待测特征序列Y=(y(1),y(2),…,y(n))、典型特征序列X=(x(1),x(2),…,x(n))之间位于第k个雷电易击杆塔典型地形地貌特征处的面积,n为雷电易击杆塔典型地形地貌特征的数量;当待测特征序列Y、典型特征序列X之间位于第k个雷电易击杆塔典型地形地貌特征处的曲线不相交时,面积S(k)的计算函数表达式如式(2)所示:当待测特征序列Y、典型特征序列X之间位于第k个雷电易击杆塔典型地形地貌特征处的曲线相交时,面积S(k)的计算函数表达式如式(3)所示:
S(k)=(|x(k)-y(k)|+|x(k+1)-y(k+1)|)/2 (2)
式(2)和式(3)中,x(k)表示典型特征序列X的第k个雷电易击杆塔典型地形地貌特征值,x(k+1)表示典型特征序列X的第k+1个雷电易击杆塔典型地形地貌特征值,y(k)表示待测特征序列Y的第k个地形地貌特征值,y(k+1)表示待测特征序列Y的第k+1个地形地貌特征值。
可选地,还包括统计目标杆塔的地面落雷密度的步骤,详细步骤包括:根据气象部门提供的线路区域近N年来的雷电发生情况,计算目标杆塔指定半径缓冲区域内落雷密度并划分为落雷密度大、较大、较低三种等级。
可选地,步骤2)中得到的雷击风险状态包括高、较高、一般、低四种等级,步骤2)之后还包括根据雷击风险状态、落雷密度等级给出防护建议的步骤:若目标杆塔为落雷密度大区域、雷击风险高、且发生过雷击跳闸的杆塔,则输出重点防护杆塔;若目标杆塔为落雷密度大区域、雷击风险高的杆塔,则输出目标杆塔应重点防护;若目标杆塔为落雷密度较大区域、雷击风险较高,则输出应目标杆塔采取防护措施;若目标杆塔为落雷密度较大区域、雷击风险一般,则输出目标杆塔需有选择性采取防护措施、处在地形屏蔽效果较好的区域可不做防护;若目标杆塔为落雷密度比较低区域、雷击风险一般,则输出目标杆塔需有选择性采取防护措施;若目标杆塔为落雷密度比较低区域、雷击风险低,则输出此区域可不做防护。
可选地,所述给出防护建议时还包括输出需要防护的信息的同时还输出下述方式中的一种或多种:(1)重点防护杆塔加装氧化性避雷器;(2)在架空绝缘导线两端安装氧化锌避雷装置;(3)同塔多回路架设线路两端安装氧化锌避雷器;(4)终端线路杆塔增加避雷器;(5)提高保护线路的绝缘水平;(6)柱上开关增加防雷保护;(7)降低杆塔接地电阻;(8)山区地形下可采取加装接地延伸、加装耦合地线等措施,但加装耦合地线不适合坡角较大的地貌;(9)根据导线高度以及地形等,通过调整倾角以及地面线路等,以此降低直击雷对架空配电线路造成的损坏;(10)加装绝缘并联间隙。
此外,本发明还提供一种基于地形地貌分类的山区配电线路杆塔防雷检测***,包括:
数据处理程序单元,用于确定目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值,并将目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值构成待测特征序列;
灰色面积关联度计算程序单元,用于分别计算待测特征序列和多种典型杆塔雷击风险状态的典型特征序列之间的灰色面积关联度,并将灰色面积关联度最大的典型杆塔雷击风险状态为目标杆塔的雷击风险状态。
此外,本发明还提供一种基于地形地貌分类的山区配电线路杆塔防雷检测***,包括计算机设备,该计算机设备被编程或配置以执行所述基于地形地貌分类的山区配电线路杆塔防雷检测方法的步骤,或者该计算机设备的存储器上存储有被编程或配置以执行所述基于地形地貌分类的山区配电线路杆塔防雷检测方法的计算机程序。
此外,本发明还提供一种计算机可读存储介质,该计算机可读存储介质上存储有所述基于地形地貌分类的山区配电线路杆塔防雷检测方法的计算机程序。
和现有技术相比,本发明具有下述优点:本发明通过确定目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值,并将目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值构成待测特征序列;分别计算待测特征序列和多种典型杆塔雷击风险状态的典型特征序列之间的灰色面积关联度,并将灰色面积关联度最大的典型杆塔雷击风险状态为目标杆塔的雷击风险状态,能够实现基于地形地貌分类的山区配电线路杆塔防雷检测,具有检测准确度高的优点,据此提出防雷措施,对于降低雷击跳闸率,提高线路耐雷水平,减少配电设备的损坏率,确保电网安全可靠运行具有重要的意义。
附图说明
图1为本发明实施例方法的基本流程示意图。
图2为本发明实施例中案例1待测地形地貌特征向量(图中实线)与典型模式(图中虚线)及其灰色面积关联度值。
图3为本发明实施例中案例2待测地形地貌特征向量(图中实线)与典型模式(图中虚线)及其灰色面积关联度值。
具体实施方式
如图1,本实施例基于地形地貌分类的山区配电线路杆塔防雷检测方法的实施步骤包括:
1)确定目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值,并将目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值构成待测特征序列;
2)分别计算待测特征序列和多种典型杆塔雷击风险状态的典型特征序列之间的灰色面积关联度,并将灰色面积关联度最大的典型杆塔雷击风险状态为目标杆塔的雷击风险状态。
本实施例中,多种指定雷电易击杆塔典型地形地貌特征包括山顶、山脊、陡峻边缘、山坡、山脚、山谷盆地、开阔平地、良电导地带、其他地形、水系湿地、高耸物体、民居工厂、其他地貌共十三种地貌特征,高度为高和不高两种高度特征,山坡坡度为大和小两种山坡坡度特征,风向特征,土壤电阻率为高和低两种土壤电阻率特征,杆塔之间的距离为大和小两种距离特征,包括水平走向和垂直走向在内的线路走向特征。
配电线路的雷害与其线路走廊所处的地形地貌密切相关。对湖南邵阳山区配电线路的历史雷电数据进行大数据分析(相关分析、回归分析、聚类分析),研究雷电活动与地形地貌特征之间的关联性,提取配电线路雷电活动的规律性特征,以及雷电易击杆所处地形地貌特点:
I、线路走廊雷电易击段的地形地貌分类
地面的迎面先导在相当大的程度上影响下行先导的发展路径,并决定雷击点的所在。对雷击频次和地形因素特征量进行了回归分析,地形因素与雷击频次之间相关,雷暴活动下雷电倾向于落在水系和山地地形中。雷击位置常发生在人口密集、高楼附近,容易吸引雷电;江河湖泊环绕的地方水汽充沛,雷暴频繁;山地、丘陵地带由于地势的起伏,容易招致雷电袭击;特殊的地质表层结构如矿藏区、盐碱滩等,雷电概率高;高耸建筑、风机、金属尖端、烟囱、超高压输电线路等有一定引雷作用,容易招致雷击。配电线路雷害故障主要是感应雷。由于输配电线路分布范围广、架设高度低、绝缘相对薄弱,雷电击中架空输配电线路附近而在线路上引起的感应过电压很容易造成线路的绝缘闪络。感应雷过电压与山坡坡度、土壤电阻率、土壤分层、风机建筑物等密切相关。
其一,线路走廊存在高耸建筑、风机、金属尖端、烟囱、超高压输电线路等:
●配电线路杆塔位于建筑物屏蔽范围内;杆塔遭受雷击概率小;
●配电线路杆塔靠近但不在建筑物屏蔽范围内;杆塔遭受雷概率大;
●配电线路杆塔远离建筑物;杆塔遭受雷概率小。
其二,锥形山体坡度及其电导率分层对雷击感应过电压的影响。
●锥形山体坡度,坡度增加会使雷电感应过电压幅值变大;
●土壤电导率高,雷电流幅值大,感应雷过电压幅值小;
●土壤分层结构,表层土壤电导率较大时,下层为岩石,感应过电压幅值随表层土壤层厚度的增加而迅速降低,当表层土壤厚度>5m时,感应过电压幅值趋于稳定。山体表层土壤电导率小于下层土壤电导率时,线路感应过电压幅值随表层土壤厚度的增加而明显增大。
●线路高度越高,感应雷过电压的幅值越大,波头陡度越大。
1、处于山头的杆塔易受雷击。2、处于大跨越山谷、河流、道路的杆塔,因线路两侧暴露,且处于风道上,易遭雷击。3、处于山谷风道上或位于迎风坡上杆塔。雷云靠风的推动运动,故易遭雷击。4、位于山谷间河流、水库、地下出水口的附近,或四周是山丘的潮湿盆地。水域附近属于地壤电阻率突变区域,易遭雷击。5、杆塔周围有池塘、水库、湖泊、沼泽地、森林或灌林、附近又有起伏的山丘;水域附近属于地壤电阻率突变区域,易遭雷击。6、处于地势较高的山头上、山脊上且两侧暴露的杆塔,易受雷击。7、山坡和稻田接壤的地段和具有不同土壤电阻率的交界地区。8、在湖沼、低洼地区和地下水位高的地方也容易遭受雷击。9、山坡上存在金属突出物、大树等,雷击地面点高于线路。10、山中的条形盆地、“半岛”形的山头及起伏陡峭地形的边缘等。11、河床河湾地带、溪岸、湖泊及水库边缘,以及临江的山顶或山坡等。12、地下水出口或露头处,地表裂隙,丛山中的潮湿土壤或多孔隙岩石等。13、地质构造上的断层地带,由于山势陡峻,易造成强烈的空气上升运动,线路遭受雷击。14、局部的良导电地带,如密致岩石区中的多孔隙岩石地带。15、水平地面,有土壤电阻率低的地点,或地面有金属突出物。16、山丘、突出的山顶、山的向阳坡,从山谷往山顶的坡面位置等易雷击。
由于影响雷电的因素复杂,地形地貌也复杂多变,雷电的随机性大,线路遭受雷击的概率具有很大的分散性。即使地形完全相同,其雷击概率也不一定相同。为此,通过对大量的山区配电线路雷点事故的统计分析,将线路雷电易击杆、段所处的地形地貌分为以下12类:1、山顶的杆塔;影响因素:坡度、与山脚水系距离、山高度、土壤电阻率;2、大跨越山谷、河流、道路两侧杆塔;影响因素:线路两侧是否暴露,是否处于风道,杆塔位置高度。3、山坡上杆塔;影响因素:是否存在金属突出物、大树等、是否迎风坡面。4、山谷间河流、水库、地下出水口附近、或四周是山丘的潮湿盆地杆塔。影响因素:杆塔高度、离水域距离。5、山坡和稻田、池塘、水库、森林接壤处杆塔;影响因素:离水域距离、土壤电阻率。6、山脊上且两侧暴露的杆塔;影响因素:高度、线路走向。7、山中的条形盆地及起伏陡峭地形边缘的杆塔;影响因素:高度。8、地质断层、山势陡峻边缘上杆塔;雷击概率高。9、局部的良导电地带的杆塔,如密致岩石区中的多孔隙岩石地带,雷击概率较高。10、水平开阔地面,水库河流湿地附近杆塔,雷击概率与杆塔高度、与水域距离有关。11、地面有高耸建筑物、风机塔、金属突出物、大树旁的杆塔,雷击概率与杆塔高度、引雷物体性质及屏蔽范围、杆塔距离有关。12、人口密集村子、电子设备密集的建筑物附近杆塔,雷击概率与杆塔高度、杆塔与建筑物距离有关,一般雷击概率不太高。
综上所述,本实施例中多种指定雷电易击杆塔典型地形地貌特征包括山顶、山脊、陡峻边缘、山坡、山脚、山谷盆地、开阔平地、良电导地带、其他地形、水系湿地、高耸物体、民居工厂、其他地貌共十三种地貌特征,高度为高和不高两种高度特征,山坡坡度为大和小两种山坡坡度特征,风向特征,土壤电阻率为高和低两种土壤电阻率特征,杆塔之间的距离为大和小两种距离特征,包括水平走向和垂直走向在内的线路走向特征。对各类典型地形地貌的线路遭受雷击的概率及性质进行分析,提出相应的防雷措施。对具体实际线路,采用聚类分析法对线路走廊地形地貌进行识别划分,结合线路气象数据得到的线路走廊地面落雷密度历史数据,对线路各基杆塔进行雷电风险评估,识别该线路的雷害风险大、中、小的杆塔(段),据此再生成相应的防雷方案。形成山区10kV配电线路雷电风险评估数据库,为配电线路差异化防雷提供技术支持。
本实施例中一共设置了X1~X19一共19种典型杆塔雷击风险状态,其对应的典型特征序列分别如表1所示。
表1:19种典型杆塔雷击风险状态及其典型特征序列表。
II、线路走廊地形地貌特征及识别
1、线路易击杆(段)地形地貌特征。
线路易击杆塔所处的地形地貌特征由位置地形特征、周边地貌特征和影响雷电风险程度因素特征组成,定义:(1)杆塔的位置地形特征量:山顶,山脊,陡峻边缘,坡上,山脚边缘,山谷低洼盆地,开阔平地,良电导地带,其它地形。杆塔位置无对应特征的均归入“其它地形”(2)杆塔周边地貌特征量:水域(河流、水库、池塘),湿地(沼泽、稻田、林地),高耸引雷物体(建筑物、风机、烟囱、金属突出物、树木等),民居及电子厂区,旱地及其他地貌。杆塔周边地貌无对应特征的均归入“旱地及其他地貌”。(3)影响雷电风险程度因素特征量:杆塔高度,山坡坡度,风道或风口,土壤电阻率,与周边地貌特征的距离,线路走向。
2、特征量取值
本实施例中步骤1)中的多种指定雷电易击杆塔典型地形地貌特征的值为1或0,为1表示匹配,为0表示不匹配。本实施例中各个雷电易击杆塔典型地形地貌特征取值方式具体如下:(1)位置地形特征量和周边地貌特征量取二元值,即0或1,例如杆塔坐落在山顶,则代表山顶的特征值为1,反之为0。任何杆塔的位置地形特征量中仅有一个特征值为1,其余为0。(2)杆塔周边地貌特征量也取二元值,即0或1;对于复杂周边地貌,仅取一个起主要作用的地貌特征为1,其余为0。(3)影响雷电风险程度因素特征量取二元值,即0或1;可取多个特征量为1。杆塔相对高度定性地分为高、一般两种情况;对应雷电风险高、一般。无论是杆塔位于山顶、山脊还是山谷边缘,其雷击概率及雷击过电压幅值与山坡坡度相关,坡度越大,雷击风险增大;按坡度θ>45°,θ<45°两种情况,对应“高、较高”的雷击风险。土壤电阻率定性分为高、低两种情况,对于山上杆塔,表层土壤很薄、下层为岩石,其雷击风险高,反之为雷击风险一般。开阔平地的土壤电阻率低则雷击风险大,反之则低。杆塔与河流水库、水田湿地的距离也分为较近、较远两种情况,对应雷击风险高、低。杆塔与金属突出物、高耸建筑物、风机、树木等的距离分三种情况,靠近但大于高耸引雷物体的屏蔽范围,其遭受雷电风险较大;小于其屏蔽范围,雷击风险低;远大于屏蔽范围,则雷击风险一般。杆塔两侧地面倾角特征量取值与山坡坡度的取值一致。线路走向:岩山坡水平走向取0,垂直走向取1。在此基础上,可将目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值构成待测特征序列。
根据雷击的选择性,地形地貌对大气放电先导有着重要的影响,即雷击与地形地貌密切相关,根据地形地貌的特点,可实现对配电线路的雷电易击杆塔进行识别。由于地形地貌各式各样,影响雷电先导因素复杂,随机性和分散性大。在地形相似的情况,雷电又受周边的地貌及土壤、距离等其它因素影响,且特征量之间的关联性也影响雷电风险程度,如杆塔到河流的距离。所以在地形地貌分类识别时往往事是而非,不确定性大。在对线路每基杆塔所处位置的地形地貌进行识别时,采用灰色面积关联度算法对其作分类识别。通过计算待识别的杆塔地形地貌特征向量与典型易击杆塔地形地貌模式的灰色面积关联度,既能反映待识别的地形地貌与典型模式间的相似程度,又能反映特征量之间的关联关系,可以有效识别地形地貌的类型,从而判断该杆塔是否为雷电易击杆塔,及其雷电风险程度。灰色面积关联度度是利用两曲线之间的相关面积计算曲线之间的关联程度。设参考序列为X=(x(1),x(2),…,x(n)),对比较序列为Y=(y(1),y(2),…,y(n))。把两个序列看成两条曲线,把曲线Y与X间的面积作为计算关联的基础,面积越小,曲线就越接近,关联度就越大,反之,面积越大,则关联度越小。计算曲线间面积时,有曲线相交和曲线不相交两种情况,如图2所示。本实施例中,步骤2)中灰色面积关联度的计算函数表达式如式(1)所示:
式(1)中,γ表示灰色面积关联度,ρ为分辨系数,S(k)表示待测特征序列Y=(y(1),y(2),…,y(n))、典型特征序列X=(x(1),x(2),…,x(n))之间位于第k个雷电易击杆塔典型地形地貌特征处的面积,n为雷电易击杆塔典型地形地貌特征的数量(本实施例中取值为23);当待测特征序列、典型特征序列之间位于第k个雷电易击杆塔典型地形地貌特征处的曲线不相交时,面积S(k)的计算函数表达式如式(2)所示:当待测特征序列、典型特征序列之间位于第k个雷电易击杆塔典型地形地貌特征处的曲线相交时,面积S(k)的计算函数表达式如式(3)所示:
S(k)=(|x(k)-y(k)|+|x(k+1)-y(k+1)|)/2 (2)
式(2)和式(3)中,x(k)表示典型特征序列X的第k个雷电易击杆塔典型地形地貌特征值,x(k+1)表示典型特征序列X的第k+1个雷电易击杆塔典型地形地貌特征值,y(k)表示待测特征序列Y的第k个地形地貌特征值,y(k+1)表示待测特征序列Y的第k+1个地形地貌特征值。
其中,分辨系数ρ为可调因子,通常取ρ=0.8/Sv,Sv是所有比较序列Y与参考序列X的曲线面积的均值。
作为一个具体的实例,目标杆塔为南滩线第#22配电变压器终端杆,位于山坡脚下开阔地,旁边有水塘和民居,山坡坡度35度左右,山坡的土壤电阻率较高,山顶有风机塔距离大。如图2所示,其待测特征序列为X=[0,0,0,0,1,0,0,0,0,1,0,1,0,0,0,0,0,0,0,0,0,1,0]。分别计算待测特征序列X和多种典型杆塔雷击风险状态的典型特征序列之间的灰色面积关联度,灰色面积关联度从大到小排列依次为:和典型杆塔雷击风险状态X7之间的灰色面积关联度γ7=0.85,和典型杆塔雷击风险状态X9之间的灰色面积关联度γ9=0.70,……,和典型杆塔雷击风险状态X3之间的灰色面积关联度为0.44。因此,根据最大的灰色面积关联度γ7=0.85,判定目标杆塔为山坡和稻田水系接壤处的雷电易击杆,雷击风险大。
作为另一个具体的实例,目标杆塔于山坡上,线路沿坡走向,坡度大约20度,坡底开阔地为旱土,附近无高耸建筑物或大树等。如图3所示,其待测特征序列为X=[0,0,0,1,0,0,0,0,1,0,0,1,0,0,0,0,1,0,0,0,0,0,1]。分别计算待测特征序列X和多种典型杆塔雷击风险状态的典型特征序列之间的灰色面积关联度,灰色面积关联度从大到小排列依次为:和典型杆塔雷击风险状态X19之间的灰色面积关联度γ19=0.65,其次为和典型杆塔雷击风险状态X6之间的灰色面积关联度γ6=0.62,……,X1之间的灰色面积关联度γ6=0.49。因此,根据最大的灰色面积关联度γ19=0.65,判定目标杆塔为非雷电易击杆塔,结果正确。
此外,本实施例还包括统计目标杆塔的地面落雷密度的步骤,详细步骤包括:根据气象部门提供的线路区域近N年来的雷电发生情况,计算目标杆塔指定半径缓冲区域内落雷密度并划分为落雷密度大、较大、较低三种等级。由于雷电与地形地貌之间的关系十分复杂,具有很大的随机性和分散性,因此,本实施例中将地形地貌特征结合线路走廊历年的地面落雷密度情况来确定杆塔遭受雷击的概率,可提高评估的准确性。由气象部门提供的线路区域近5年来的雷电发生情况,由该10kV线路走廊的雷暴日计算其地面落雷密度γ,设该区域雷暴日为Td,地面落雷密度(次/平方公里·雷暴日),对于雷暴日为40的地方度ρ=0.07,雷暴日Td为90的强雷区,ρ=0.089。ρ>0.089,0.07<ρ<0.089,ρ<0.07三种情况分别对应落雷密度大、较大、较小三种情况。
本实施例中,步骤2)中得到的雷击风险状态包括高、较高、一般、低四种等级,步骤2)之后还包括根据雷击风险状态、落雷密度等级给出防护建议的步骤:若目标杆塔为落雷密度大区域、雷击风险高、且发生过雷击跳闸的杆塔,则输出重点防护杆塔;若目标杆塔为落雷密度大区域、雷击风险高的杆塔,则输出目标杆塔应重点防护;若目标杆塔为落雷密度较大区域、雷击风险较高,则输出应目标杆塔采取防护措施;若目标杆塔为落雷密度较大区域、雷击风险一般,则输出目标杆塔需有选择性采取防护措施、处在地形屏蔽效果较好的区域可不做防护;若目标杆塔为落雷密度比较低区域、雷击风险一般,则输出目标杆塔需有选择性采取防护措施;若目标杆塔为落雷密度比较低区域、雷击风险低,则输出此区域可不做防护。
本实施例中,给出防护建议时还包括输出需要防护的信息的同时还输出下述方式中的一种或多种:(1)重点防护杆塔加装氧化性避雷器;(2)在架空绝缘导线两端安装氧化锌避雷装置;(3)同塔多回路架设线路两端安装氧化锌避雷器;(4)终端线路杆塔增加避雷器;(5)提高保护线路的绝缘水平;(6)柱上开关增加防雷保护;(7)降低杆塔接地电阻;(8)山区地形下可采取加装接地延伸、加装耦合地线等措施,但加装耦合地线不适合坡角较大的地貌;(9)根据导线高度以及地形等,通过调整倾角以及地面线路等,以此降低直击雷对架空配电线路造成的损坏;(10)加装绝缘并联间隙。
综上所述,本实施例基于地形地貌分类的山区配电线路杆塔防雷检测方法通过对线路走廊地形地貌进行识别划分,结合线路气象数据得到的线路走廊地面落雷密度历史数据,对线路各基杆塔进行雷电风险评估,识别该线路的雷害风险大、中、小的杆塔(段),据此再生成相应的防雷方案,形成山区10kV配电线路雷电风险评估数据库,为配电线路差异化防雷提供技术支持。本实施例基于地形地貌分类的山区配电线路杆塔防雷检测方法能够实现基于地形地貌分类的山区配电线路杆塔防雷检测,具有检测准确度高的优点,据此提出防雷措施,对于降低雷击跳闸率,提高线路耐雷水平,减少配电设备的损坏率,确保电网安全可靠运行具有重要的意义。
此外,本实施例还提供一种基于地形地貌分类的山区配电线路杆塔防雷检测***,包括:
数据处理程序单元,用于确定目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值,并将目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值构成待测特征序列;
灰色面积关联度计算程序单元,用于分别计算待测特征序列和多种典型杆塔雷击风险状态的典型特征序列之间的灰色面积关联度,并将灰色面积关联度最大的典型杆塔雷击风险状态为目标杆塔的雷击风险状态。
此外,本实施例还提供一种基于地形地貌分类的山区配电线路杆塔防雷检测***,包括计算机设备,该计算机设备被编程或配置以执行前述基于地形地貌分类的山区配电线路杆塔防雷检测方法的步骤,或者该计算机设备的存储器上存储有被编程或配置以执行前述基于地形地貌分类的山区配电线路杆塔防雷检测方法的计算机程序。
此外,本实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有前述基于地形地貌分类的山区配电线路杆塔防雷检测方法的计算机程序。
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、***、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(***)、和计算机程序产品的流程图和/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。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于地形地貌分类的山区配电线路杆塔防雷检测方法,其特征在于实施步骤包括:
1)确定目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值,并将目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值构成待测特征序列;
2)分别计算待测特征序列和多种典型杆塔雷击风险状态的典型特征序列之间的灰色面积关联度,并将灰色面积关联度最大的典型杆塔雷击风险状态为目标杆塔的雷击风险状态。
2.根据权利要求1所述的基于地形地貌分类的山区配电线路杆塔防雷检测方法,其特征在于,所述多种指定雷电易击杆塔典型地形地貌特征包括山顶、山脊、陡峻边缘、山坡、山脚、山谷盆地、开阔平地、良电导地带、其他地形、水系湿地、高耸物体、民居工厂、其他地貌共十三种地貌特征,高度为高和不高两种高度特征,山坡坡度为大和小两种山坡坡度特征,风向特征,土壤电阻率为高和低两种土壤电阻率特征,杆塔与地貌特征之间的距离为大和小两种距离特征,包括水平走向和垂直走向在内的线路走向特征。
3.根据权利要求1所述的基于地形地貌分类的山区配电线路杆塔防雷检测方法,其特征在于,步骤1)中的多种指定雷电易击杆塔典型地形地貌特征的值为1或0,为1表示匹配,为0表示不匹配。
4.根据权利要求1所述的基于地形地貌分类的山区配电线路杆塔防雷检测方法,其特征在于,步骤2)中灰色面积关联度的计算函数表达式如式(1)所示:
式(1)中,γ表示灰色面积关联度,ρ为分辨系数,S(k)表示待测特征序列Y=(y(1),y(2),…,y(n))、典型特征序列X=(x(1),x(2),…,x(n))之间位于第k个雷电易击杆塔典型地形地貌特征处的面积,n为雷电易击杆塔典型地形地貌特征的数量;当待测特征序列、典型特征序列之间位于第k个雷电易击杆塔典型地形地貌特征处的曲线不相交时,面积S(k)的计算函数表达式如式(2)所示:当待测特征序列、典型特征序列之间位于第k个雷电易击杆塔典型地形地貌特征处的曲线相交时,面积S(k)的计算函数表达式如式(3)所示:
S(k)=(|x(k)-y(k)|+|x(k+1)-y(k+1)|)/2 (2)
式(2)和式(3)中,x(k)表示典型特征序列X的第k个雷电易击杆塔典型地形地貌特征值,x(k+1)表示典型特征序列X的第k+1个雷电易击杆塔典型地形地貌特征值,y(k)表示待测特征序列Y的第k个地形地貌特征值,y(k+1)表示待测特征序列Y的第k+1个地形地貌特征值。
5.根据权利要求1~4中任意一项所述的基于地形地貌分类的山区配电线路杆塔防雷检测方法,其特征在于,还包括统计目标杆塔的地面落雷密度的步骤,详细步骤包括:根据气象部门提供的线路区域近N年来的雷电发生情况,计算目标杆塔指定半径缓冲区域内落雷密度并划分为落雷密度大、较大、较低三种等级。
6.根据权利要求5所述的基于地形地貌分类的山区配电线路杆塔防雷检测方法,其特征在于,步骤2)中得到的雷击风险状态包括高、较高、一般、低四种等级,步骤2)之后还包括根据雷击风险状态、落雷密度等级给出防护建议的步骤:若目标杆塔为落雷密度大区域、雷击风险高、且发生过雷击跳闸的杆塔,则输出重点防护杆塔;若目标杆塔为落雷密度大区域、雷击风险高的杆塔,则输出目标杆塔应重点防护;若目标杆塔为落雷密度较大区域、雷击风险较高,则输出应目标杆塔采取防护措施;若目标杆塔为落雷密度较大区域、雷击风险一般,则输出目标杆塔需有选择性采取防护措施、处在地形屏蔽效果较好的区域可不做防护;若目标杆塔为落雷密度比较低区域、雷击风险一般,则输出目标杆塔需有选择性采取防护措施;若目标杆塔为落雷密度比较低区域、雷击风险低,则输出此区域可不做防护。
7.根据权利要求6所述的基于地形地貌分类的山区配电线路杆塔防雷检测方法,其特征在于,所述给出防护建议时还包括输出需要防护的信息的同时还输出下述方式中的一种或多种:(1)重点防护杆塔加装氧化性避雷器;(2)在架空绝缘导线两端安装氧化锌避雷装置;(3)同塔多回路架设线路两端安装氧化锌避雷器;(4)终端线路杆塔增加避雷器;(5)提高保护线路的绝缘水平;(6)柱上开关增加防雷保护;(7)降低杆塔接地电阻;(8)山区地形下可采取加装接地延伸、加装耦合地线等措施,但加装耦合地线不适合坡角较大的地貌;(9)根据导线高度以及地形等,通过调整倾角以及地面线路等,以此降低直击雷对架空配电线路造成的损坏;(10)加装绝缘并联间隙。
8.一种基于地形地貌分类的山区配电线路杆塔防雷检测***,其特征在于包括:
数据处理程序单元,用于确定目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值,并将目标杆塔的多种指定雷电易击杆塔典型地形地貌特征的值构成待测特征序列;
灰色面积关联度计算程序单元,用于分别计算待测特征序列和多种典型杆塔雷击风险状态的典型特征序列之间的灰色面积关联度,并将灰色面积关联度最大的典型杆塔雷击风险状态为目标杆塔的雷击风险状态。
9.一种基于地形地貌分类的山区配电线路杆塔防雷检测***,包括计算机设备,其特征在于,该计算机设备被编程或配置以执行权利要求1~7中任意一项所述基于地形地貌分类的山区配电线路杆塔防雷检测方法的步骤,或者该计算机设备的存储器上存储有被编程或配置以执行权利要求1~7中任意一项所述基于地形地貌分类的山区配电线路杆塔防雷检测方法的计算机程序。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有权利要求1~7中任意一项所述基于地形地貌分类的山区配电线路杆塔防雷检测方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010171286.5A CN111401728B (zh) | 2020-03-12 | 2020-03-12 | 基于地形地貌分类的山区配电线路杆塔防雷检测方法、***及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010171286.5A CN111401728B (zh) | 2020-03-12 | 2020-03-12 | 基于地形地貌分类的山区配电线路杆塔防雷检测方法、***及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111401728A true CN111401728A (zh) | 2020-07-10 |
CN111401728B CN111401728B (zh) | 2022-03-29 |
Family
ID=71430770
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010171286.5A Active CN111401728B (zh) | 2020-03-12 | 2020-03-12 | 基于地形地貌分类的山区配电线路杆塔防雷检测方法、***及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111401728B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111983358A (zh) * | 2020-08-24 | 2020-11-24 | 西南交通大学 | 一种基于电能畸变的复杂地形散流阻抗匹配能性评估*** |
CN112270056A (zh) * | 2020-11-11 | 2021-01-26 | 龙源(北京)风电工程技术有限公司 | 一种风电场中风力发电机的雷击风险评估方法及其*** |
CN112730964A (zh) * | 2020-12-23 | 2021-04-30 | 国网河南省电力公司洛阳供电公司 | 一种基于过电压波形特征的雷击过电压识别方法 |
CN113076635A (zh) * | 2021-03-26 | 2021-07-06 | 云南电网有限责任公司电力科学研究院 | 一种基于微地形环境特征的雷电活动分析方法和装置 |
CN113839311A (zh) * | 2021-10-20 | 2021-12-24 | 深圳市科安达检测技术有限公司 | 一种多功能智能杆防雷方法 |
CN117477482A (zh) * | 2023-12-21 | 2024-01-30 | 山西鼎蓝能源科技有限公司 | 吹弧式防雷装置的加装智能管控方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010045927A (ja) * | 2008-08-13 | 2010-02-25 | Tokyo Electric Power Co Inc:The | 配電線直撃雷発生率の算出装置、配電線直撃雷発生率の算出方法、配電線雷事故発生率の算出装置、配電線雷事故発生率の算出方法、及び、プログラム |
CN103093111A (zh) * | 2013-02-01 | 2013-05-08 | 杭州辰青和业科技有限公司 | 基于精细网格的电网雷电灾害风险评估技术方法 |
CN106384966A (zh) * | 2016-09-27 | 2017-02-08 | 国网浙江省电力公司丽水供电公司 | 线路差异化防雷治理方法 |
CN107045669A (zh) * | 2017-03-16 | 2017-08-15 | 武汉水院电气有限责任公司 | 基于区域化的配电线路雷害风险评估方法 |
CN107067183A (zh) * | 2017-05-03 | 2017-08-18 | 国网江西省电力公司电力科学研究院 | 一种配电线路雷害风险评估方法 |
CN109508852A (zh) * | 2018-09-18 | 2019-03-22 | 武汉水院电气有限责任公司 | 一种基于线路走廊的配电线路雷害风险评估方法 |
-
2020
- 2020-03-12 CN CN202010171286.5A patent/CN111401728B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010045927A (ja) * | 2008-08-13 | 2010-02-25 | Tokyo Electric Power Co Inc:The | 配電線直撃雷発生率の算出装置、配電線直撃雷発生率の算出方法、配電線雷事故発生率の算出装置、配電線雷事故発生率の算出方法、及び、プログラム |
CN103093111A (zh) * | 2013-02-01 | 2013-05-08 | 杭州辰青和业科技有限公司 | 基于精细网格的电网雷电灾害风险评估技术方法 |
CN106384966A (zh) * | 2016-09-27 | 2017-02-08 | 国网浙江省电力公司丽水供电公司 | 线路差异化防雷治理方法 |
CN107045669A (zh) * | 2017-03-16 | 2017-08-15 | 武汉水院电气有限责任公司 | 基于区域化的配电线路雷害风险评估方法 |
CN107067183A (zh) * | 2017-05-03 | 2017-08-18 | 国网江西省电力公司电力科学研究院 | 一种配电线路雷害风险评估方法 |
CN109508852A (zh) * | 2018-09-18 | 2019-03-22 | 武汉水院电气有限责任公司 | 一种基于线路走廊的配电线路雷害风险评估方法 |
Non-Patent Citations (2)
Title |
---|
CONGZHEN XIE等: "Lightning risk assessment of transmission lines based on D-S theory of evidence and entropy-weighted grey correlation analysis", 《2017 IEEE CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION (EI2)》 * |
***等: "地形地貌对配电线路雷害影响分析", 《电力科学与技术学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111983358A (zh) * | 2020-08-24 | 2020-11-24 | 西南交通大学 | 一种基于电能畸变的复杂地形散流阻抗匹配能性评估*** |
CN111983358B (zh) * | 2020-08-24 | 2021-07-02 | 西南交通大学 | 一种基于电能畸变的复杂地形散流阻抗匹配能性评估*** |
CN112270056A (zh) * | 2020-11-11 | 2021-01-26 | 龙源(北京)风电工程技术有限公司 | 一种风电场中风力发电机的雷击风险评估方法及其*** |
CN112270056B (zh) * | 2020-11-11 | 2024-04-09 | 龙源(北京)新能源工程技术有限公司 | 一种风电场中风力发电机的雷击风险评估方法及其*** |
CN112730964A (zh) * | 2020-12-23 | 2021-04-30 | 国网河南省电力公司洛阳供电公司 | 一种基于过电压波形特征的雷击过电压识别方法 |
CN113076635A (zh) * | 2021-03-26 | 2021-07-06 | 云南电网有限责任公司电力科学研究院 | 一种基于微地形环境特征的雷电活动分析方法和装置 |
CN113076635B (zh) * | 2021-03-26 | 2022-09-02 | 云南电网有限责任公司电力科学研究院 | 一种基于微地形环境特征的雷电活动分析方法和装置 |
CN113839311A (zh) * | 2021-10-20 | 2021-12-24 | 深圳市科安达检测技术有限公司 | 一种多功能智能杆防雷方法 |
CN117477482A (zh) * | 2023-12-21 | 2024-01-30 | 山西鼎蓝能源科技有限公司 | 吹弧式防雷装置的加装智能管控方法及*** |
CN117477482B (zh) * | 2023-12-21 | 2024-03-22 | 山西鼎蓝能源科技有限公司 | 吹弧式防雷装置的加装智能管控方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN111401728B (zh) | 2022-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111401728B (zh) | 基于地形地貌分类的山区配电线路杆塔防雷检测方法、***及介质 | |
CN107045669B (zh) | 基于区域化的配电线路雷害风险评估方法 | |
CN110309527B (zh) | 一种基于电气几何模型的架空配电线路雷害风险评估方法 | |
CN104463700B (zh) | 一种基于数据挖掘技术的输电线路杆塔雷击风险评估方法 | |
CN109064057B (zh) | 一种配网线路雷电参数相对值的风险评估方法 | |
CN107067183A (zh) | 一种配电线路雷害风险评估方法 | |
CN111817248B (zh) | 一种35kV输电线路综合防雷方法 | |
Rawi et al. | A case study on 500 kV line performance related to lightning in Malaysia | |
CN107918705A (zh) | 一种架空线路避雷器安装必要性的计算方法 | |
Almeida et al. | Cloud-to-ground lightning observations over the eastern Amazon Region | |
CN116579617A (zh) | 一种电网风险评估方法及*** | |
CN109508852A (zh) | 一种基于线路走廊的配电线路雷害风险评估方法 | |
WO2021109632A1 (zh) | 一种110kV输电线路绕击跳闸率的评估方法 | |
CN104483578B (zh) | 一种评估直流偏磁对电力***接地网影响的方法 | |
Xie et al. | Extensions of power system early-warning defense schemes by integrating wide area meteorological information | |
Yao et al. | Changes of meteorological parameters and lightning current during water impounded in Three Gorges area | |
Gill | A lightning climatology of South Africa for the first two years of operation of the South African Weather Service Lightning Detection Network: 2006–2007 | |
Liu et al. | Research on differential lightning protection of 10 kV distribution lines in mountainous area based on classification and recognition of topography | |
Zhang et al. | Evaluation of Lightning Backflashover Rate of a Fully Composite Pylon using Monte Carlo Method on Environmental Factors | |
He et al. | A Correlation Study between Lightning Activity and Land Cover Types Based on the Apriori Algorithm | |
Wan et al. | Refined risk assessment and differentiated protection of lightning damage in distribution network lines considering the underlying surface environment | |
CN113076635B (zh) | 一种基于微地形环境特征的雷电活动分析方法和装置 | |
Zhang et al. | Lightning Strike Risk Classification of Power Distribution Line Tower Based on Support Vector Machine | |
Li et al. | A Research on Cloud-to-Ground Lightning Statistical Methods Based on LLS | |
Kazazi et al. | Genetic algorithm technique on wind turbine and sensitive equipment placement against lightning |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |