CN113704849B - 一种输变电工程边坡失稳风险程度的评价方法 - Google Patents
一种输变电工程边坡失稳风险程度的评价方法 Download PDFInfo
- Publication number
- CN113704849B CN113704849B CN202110986635.3A CN202110986635A CN113704849B CN 113704849 B CN113704849 B CN 113704849B CN 202110986635 A CN202110986635 A CN 202110986635A CN 113704849 B CN113704849 B CN 113704849B
- Authority
- CN
- China
- Prior art keywords
- index
- sub
- indexes
- data
- comprehensive
- 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.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 67
- 230000009466 transformation Effects 0.000 title claims abstract description 57
- 238000011156 evaluation Methods 0.000 title claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000012216 screening Methods 0.000 claims abstract description 14
- 238000005315 distribution function Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 11
- 230000001174 ascending effect Effects 0.000 claims description 9
- 239000002689 soil Substances 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 7
- 230000002411 adverse Effects 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 238000012876 topography Methods 0.000 claims description 6
- 238000009412 basement excavation Methods 0.000 claims description 5
- 238000001556 precipitation Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000001687 destabilization Effects 0.000 claims 1
- 238000003672 processing method Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000003139 buffering effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000011425 standardization method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Public Health (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Structural Engineering (AREA)
- Civil Engineering (AREA)
- Architecture (AREA)
- Mathematical Optimization (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种输变电工程边坡失稳风险程度的评价方法,包括以下步骤,设置用于评价输变电工程边坡失稳风险程度的指标,采集各指标的数据;采集各指标的数据时,若指标为描述性指标,则通过专家打分作为该指标的数据;对各指标的数据进行标准化处理,消除各指标的数据之间的差异性;对各指标进行筛选,剔除信息量少和重复信息高的指标;确定各指标对应的权重系数并进行加权,获得综合指标评分;形成综合指标评分与失稳风险等级的对应关系;得到目标输变电工程边坡综合指标评分及其失稳风险等级。本发明通过若干与边坡稳定性相关的指标和指标处理方法对边坡的失稳风险进行评价。根据边坡指标的综合评价,能够用于输变电工程边坡失稳预警或者选址。
Description
技术领域
本发明涉及一种输变电工程边坡失稳风险程度的评价方法,属于边坡失稳风险预警技术领域。
背景技术
输变电工程地质环境的中心要素是输电线路工程或者变电站,而对电网技术的发展来说,影响输变电工程活动的各种地质条件都属于输变电工程地质环境。输变电工程由于其布线长、跨度广的特点,最易受到地质环境因素的影响。根据有关数据显示,引起输电线路发生故障的自然环境因素主要有:高温、低温、雷电、冰雪、暴风、地震、山体滑坡、泥石流等。其中直接对输电线路杆塔与基础直接产生冲击的地质灾害主要包括冰灾、强风暴、地震及洪水、山体滑坡等地质灾害。现有的技术方案中,采用专家对指标进行打分,然后根据打分结果进行综合评估。缺点在于打分受主观因素影响较大,且无法横向对比各边坡的失稳风险程度。不利于形成体系的边坡风险管理方法和选址依据。
申请号为CN202011392937.X的申请文件公开了一种边坡工程技术状态评价方法。通过采集与边坡状态相关的指标,对边坡状态进行评价。缺点在于没有对边坡的稳定性进行评价,并且通过评价起到边坡失稳预警的作用。
发明内容
为了克服上述问题,本发明提供一种输变电工程边坡失稳风险程度的评价方法,该评价方法通过若干与边坡稳定性相关的指标和指标处理方法对边坡的失稳风险进行评价。根据边坡指标的综合评价,能够用于输变电工程边坡失稳预警或者选址。
本发明的技术方案如下:
一种输变电工程边坡失稳风险程度的评价方法,包括以下步骤,
设置若干用于评价输变电工程边坡失稳风险程度的指标,采集各所述指标的数据;所述指标包括地形地貌指标、岩性及构造指标、气象条件指标、不良地质作用指标和人工活动指标;采集各所述指标的数据时,若指标为描述性指标,则通过专家打分作为该指标的数据;
分别对各所述指标的数据进行标准化处理,消除各所述指标的数据之间的差异性;
对各所述指标进行筛选,剔除信息量少和重复信息高的指标;
确定各所述指标对应的权重系数并进行加权,获得综合指标评分;
重复以上步骤,得到若干个输变电工程边坡的综合指标评分;
根据各所述综合指标评分,对输变电工程边坡失稳风险程度进行等级划分,形成综合指标评分与失稳风险等级的对应关系;
采集目标输变电工程边坡各指标的数据,得到综合指标评分及其失稳风险等级。
优选的,所述地形地貌指标包括坡高、坡度和植被覆盖度三个子指标;所述岩性及构造指标包括岩土体特征和地质构造两个子指标;所述气象条件指标包括降水、覆冰厚度和风速三个子指标;所述不良地质作用指标包括地震和滑坡两个子指标;所述人工活动指标包括人工开挖程度子指标。
进一步的,所述对各所述指标的数据进行标准化处理,包括以下步骤:
步骤S1,选定一个未经过标准化处理的子指标进行标准化处理;
步骤S2,判断该子指标是否为数值型指标,若是,则执行步骤S3,若否,则认为该子指标已进行标准化处理,并执行步骤S5;
步骤S3,判断该子指标的数据是否存在离群值,若是,则修正离群值,并执行步骤S4,若否,则执行步骤S4;
步骤S4,对该子指标的数据进行标准化,得到该子指标的数据评分;
步骤S5,判断是否对所有子指标均进行过标准化处理,若是,则结束标准化处理,若否,则执行步骤S1。
进一步的,步骤S2中所述修正离群值,公式如下:
其中,xi为该子指标的第i个数据;Q1和Q3分别为该子指标的数据的第一四分位数和第三四分位数;IQR为四分位数间距。
进一步的,步骤S3中所述对该子指标的数据进行标准化,包括以下步骤:
步骤T1,建立多种指标评分函数;各所述指标评分函数分别对应不同的数据分布类型和正、负性;
步骤T2,对该子指标的数据按照升序进行排列,以横轴为数据序号,纵轴为数据值,建立坐标系,拟合得到该子指标的数据分布函数;
步骤T3,根据所述数据分布函数和指标的正、负性确定匹配的指标评分函数,得到基础评分函数,通过所述基础评分函数得到该子指标的各数据对应的基础评分。
进一步的,还包括对所述基础评分进行修正,具体为:
人工对该子指标的各数据进行评分,得到该子指标各数据的人工评分和人工评分区间;
将所述基础评分映射至所述人工评分区间,得到修正后的基础评分。
进一步的,所述对各所述指标进行筛选,包括基于信息量的指标筛选,具体为:
计算子指标的变异系数CV,公式如下:
其中,s为子指标的标准差,xi为子指标的第i个数据,m为子指标的数据量,为子指标的均值;
设置阈值T1,剔除变异系数CV小于阈值T1的子指标。
进一步的,所述对各所述指标进行筛选,包括基于相关性的指标筛选,具体为:
选取任意两个子指标,将两个子指标的数据各自按照升序排列;
计算两个子指标的相关系数ρ,公式如下:
其中,gi和ti分别为两个子指标的第i个数据,和/>分别为两个子指标的均值;
重复以上步骤,直至获得所有子指标之间的相关系数ρ;
设定阈值T2,剔除相关系数ρ的绝对值大于T2的两个子指标中的一个。
进一步的,所述确定各所述指标对应的权重系数并进行加权,具体为:
步骤G1,对各所述子指标按照对于输变电工程边坡失稳的重要性进行排序,得到重要性序列;
步骤G2,人工赋予重要性序列中两个相邻的子指标相对重要性ri,表示如下:
其中,和/>分别为重要性序列中第i和第i-1个子指标的重要程度;
步骤G3,计算重要性最低的子指标的重要性n为子指标数量,公式如下:
步骤G4,根据相邻两子指标的相对重要性ri,计算得到第i个子指标的权重系数ωi;
步骤G5,加权得到综合指标评分Y,公式而下:
其中,xj和ωj分别为某输变电工程边坡第j个子指标的基础评分和该子指标对应的权重系数。
进一步的,所述根据各所述综合指标评分,对输变电工程边坡失稳风险程度进行等级划分,形成综合指标评分与失稳风险等级的对应关系,包括以下步骤:
步骤D1,确定分级数K,将各所述综合指标评分Y按照升序排列;
步骤D2,计算综合指标评分Y的平方偏差之和SDAM,公式如下:
其中,Yj为第j个综合指标评分,为各综合指标评分的均值;m'为综合指标评分数量;
步骤D3,对所述综合指标评分Y进行分级;
步骤D4,计算级间的综合指标评分Y的平方偏差之和SDBC,公式如下:
其中,Yki为k级的第i个综合指标评分,为k级的各综合指标评分的均值,mk为k级综合指标评分数量;
步骤D5,计算方差拟合优度GVF,公式如下:
步骤D6,重复步骤D3到D5,直至得到所有分级情况下的方差拟合优度,以方差拟合优度取最小值时对应的分级方案,对各输变电工程边坡失稳风险程度进行等级划分。
本发明具有如下有益效果:
1.该评价方法选取了与输变电工程边坡失稳相关性最大的5个指标和各指标下的子指标对边坡失稳风险程度进行评价,根据评价结果对边坡失稳进行预警。降低了输变电工程边坡失稳带来的损失。
2.相对于常用的最小-最大标准化方法,改评价方法建立多种指标评分函数。根据指标的正、负性和数据的分布函数匹配指标评分函数。通过调整指标评分函数的参数得到基础评分函数。该基础评分函数更好的契合指标与风险程度的关系。
3.相对于专家打分法,通过基础评分函数容易导致评分范围过大,该评价方法通过专家打分得到指标的评分区间,将基础评分映射至评分区间,降低了因评分范围扩大对综合评价产生的影响。
4.该评价方法通过对离群值的修正,降低了离群值对评分结构的影响。
5.该评价方法剔除了信息量少和相关性较高的指标,提高了评价的准确性。
附图说明
图1为本发明的方法流程示意图。
图2为本发明的指标示意图。
图3为本发明的标准化流程示意图。
具体实施方式
下面结合附图和具体实施例来对本发明进行详细的说明。
实施例一
参考图1,一种输变电工程边坡失稳风险程度的评价方法,包括以下步骤,
设置若干用于评价输变电工程边坡失稳风险程度的指标,采集各所述指标的数据;所述指标包括地形地貌指标、岩性及构造指标、气象条件指标、不良地质作用指标和人工活动指标;采集各所述指标的数据时,若指标为描述性指标,则通过专家打分作为该指标的数据;
由于各指标的实际数值存在差异,不容易通过指标数值了解到各输变电工程边坡的具体状况,因此,需要分别对各所述指标的数据进行标准化处理,消除各所述指标的数据之间的差异性;
指标存在信息量少和与其他指标相关性高的问题,若某项指标在研究区内表现高度一直,即信息量少,该指标对风险程度就失去了意义,并且会加大计算量,若两指标之间有一定的相关性,其重复的信息将会被放大,从而影响评价结果的准确性。因此,需要对各所述指标进行筛选,剔除信息量少和重复信息高的指标;
确定各所述指标对应的权重系数并进行加权,获得综合指标评分;
重复以上步骤,得到若干个输变电工程边坡的综合指标评分;
根据各所述综合指标评分,对输变电工程边坡失稳风险程度进行等级划分,形成综合指标评分与失稳风险等级的对应关系;
采集目标输变电工程边坡各指标的数据,得到综合指标评分及其失稳风险等级。
参考图2,在本实施例中,所述地形地貌指标包括坡高、坡度和植被覆盖度三个子指标;坡高越高越容易发生滑坡,对变电站的建设和地基的稳定性会产生很大的影响,且坡高越高增加了输电线路的对地距离,则输电线路对于风速、覆冰等气象条件的敏感度也会随之增加;坡度是影响输变电工程地质环境的重要因素。输变电工程地基基础所处的边坡坡度很大,极易发生基础损坏;植被覆盖率对于输变电工程的影响分为正反两个方面,一方面,植被覆盖率高有利于水土保持,降低了滑坡、泥石流等自然灾害发生的几率,另一方面,由于输变电工程的特殊性,植被覆盖率高不利于工程的建设和后期的维护。所述岩性及构造指标包括岩土体特征和地质构造两个子指标;岩土体特性对于输变电工程主要的影响因素有地基土体的力学性能、岩层的稳定性和特殊土体的含量及影响程度;地址构造会影响岩土体结构的完整性,而完整性不佳的岩土体往往会导致边坡失稳,进而影响输变电工程的安全。所述气象条件指标包括降水、覆冰厚度和风速三个子指标;降水会决定地下水水位的高低和地下水的腐蚀性,对于基础的稳定性影响较大;覆冰厚度越大,加载在输电线路上的载荷越大,会对杆塔产生额外的拉力,造成杆塔失稳,且线路覆冰会造成线路对地距离减小,影响输电线路的安全运行;对于高度较高的架空输电线路,大风产生的风荷载作用于输电线路上,等同于给数电线路施加了动载荷,易引起基础上拔等损害。所述不良地质作用指标包括地震和滑坡两个子指标;地震对于输变电工程会产生摧毁性的损害;滑坡的体积、速度和与边坡的距离都会影响到塔基的稳定性。所述人工活动指标包括人工开挖程度子指标;人工开挖程度直接影响到输变电工程建设场地的区域地址环境稳定性,人工开挖程度过大的地区,边坡风险程度更高。
参考图3,在本实施例中,所述对各所述指标的数据进行标准化处理,包括以下步骤:
步骤S1,选定一个未经过标准化处理的子指标进行标准化处理;
步骤S2,判断该子指标是否为数值型指标,若是,则执行步骤S3,若否,则认为该子指标已进行标准化处理,并执行步骤S5;
步骤S3,判断该子指标的数据是否存在离群值,若是,则修正离群值,并执行步骤S4,若否,则执行步骤S4;相比于专家打分,指标实际数值可能会存在离群值,离群值会对评分结构带来严重的影响,因此需要进行修正;
步骤S4,对该子指标的数据进行标准化,得到该子指标的数据评分;
步骤S5,判断是否对所有子指标均进行过标准化处理,若是,则结束标准化处理,若否,则执行步骤S1。
实施例二
一种输变电工程边坡失稳风险程度的评价方法,在实施例一的基础上,步骤S2中所述修正离群值,公式如下:
其中,xi为该子指标的第i个数据;Q1和Q3分别为该子指标的数据的第一四分位数和第三四分位数;IQR为四分位数间距。该修正方法将离群值修正至正常区间的最大或最小值,降低了离群值对评价结构的影响。
实施例三
一种输变电工程边坡失稳风险程度的评价方法,在实施例一的基础上,步骤S3中所述对该子指标的数据进行标准化,具体包括以下步骤:
步骤T1,建立多种指标评分函数;各所述指标评分函数分别对应不同的数据分布类型和正、负性;由于现实中数据的自然分布主要有集中于较小值、集中于较大值和正态分布三种,与数据的正、负性组合,需要六种指标评分函数;在本实施例中,指标评分函数如下:
第一指标评分函数:
第二指标评分函数:
第三指标评分函数:
第四指标评分函数:
第五指标评分函数:
第六指标评分函数:
其中,yn和xn分别为第n个输变电工程边坡的某一子指标的数据和该数据评分,xmin和xmax分别为该子指标的数据的最小值和最大值,α为第一曲率调节系数,γ为第二曲率调节系数,β为水平方向调节系数,ε和η分别为函数垂直方向调节系数和函数垂直方向伸缩系数;
步骤T2,对该子指标的数据按照升序进行排列,以横轴为数据序号,纵轴为数据值,建立坐标,拟合得到该子指标的数据分布函数;根据分布函数可以得到数据的变化情况,包括先缓后快、先快后缓和先缓后快再缓;其中,先缓后快为小数值区域数据较多,先快后缓为大数值区域数据较多,先缓后快再缓为中间值数据较多;这三种分布情况反应在实际情况下就是数据集中于较小值、集中于较大值和正态分布。
步骤T3,根据所述数据分布函数确定匹配的指标评分函数,并根据该子指标的数据分布调整指标评分函数的参数,得到基础评分函数,通过所述基础评分函数得到该子指标的各数据对应的基础评分。确定指标评分函数时,先判断子指标与风险程度是正相关还是负相关,即数据的正、负性,再根据该子指标的数据分布函数确定匹配的指标评分函数。其中,正向指标的分布函数为先缓后快匹配第一指标评分函数,先快后缓匹配第二指标评分函数,先缓后快再缓匹配第五指标评分函数,负向指标的分布函数为先缓后快匹配第三指标评分函数,先快后缓匹配第四指标评分函数,先缓后快再缓匹配第六指标评分函数。
本实施例中,通过所述基础评分函数得到的基础评分竖直分布在1-10中,相比于专家打分,基础评分的分布范围变广,实际评分应当集中于某一区域,因此需要对所述基础评分进行修正,在本实施例中,还包括对所述基础评分进行修正,具体为:
人工对该子指标的各数据进行评分,得到该子指标各数据的人工评分和人工评分区间;
将所述基础评分映射至所述人工评分区间,得到修正后的基础评分。
实施例四
一种输变电工程边坡失稳风险程度的评价方法,在实施例三的基础上,所述对各所述指标进行筛选,包括基于信息量的指标筛选,具体为:
计算子指标的变异系数CV,公式如下:
其中,s为子指标的标准差,xi为子指标的第i个数据,m为子指标的数据量,为子指标的均值;
设置阈值T1,剔除变异系数CV小于阈值T1的子指标。变异系数越小,说明该子指标的取值越集中,所包含的信息量越小。若综合评价时,包含了过多信息量小的指标,会影响评价体系的准确性。
所述对各所述指标进行筛选,包括基于相关性的指标筛选,具体为:
选取任意两个子指标,将两个子指标的数据各自按照升序排列;
计算两个子指标的相关系数ρ,公式如下:
其中,gi和ti分别为两个子指标的第i个数据,和/>分别为两个子指标的均值;
重复以上步骤,直至获得所有子指标之间的相关系数ρ;
设定阈值T2,剔除相关系数ρ的绝对值大于T2的两个子指标中的一个。相关性分析方法有Pearson相关系数、Spearman相关系数、Kendall相关系数。Pearson先关系数要求变量为正态分布,且与目标为线性关系,而失稳风险程度的影响因素大多不能满足正态分布,且指标与风险程度部位线性关系。Kendall相关系数应用对象是分类变量,而Spearman相关系数应用于数值型变量,因此,基于Spearman相关系数对指标进行筛选。
实施例五
一种输变电工程边坡失稳风险程度的评价方法,在实施例四的基础上,所述确定各所述指标对应的权重系数并进行加权,具体为:
步骤G1,对各所述子指标按照对于输变电工程边坡失稳的重要性进行排序,得到重要性序列;
步骤G2,人工赋予重要性序列中两个相邻的子指标相对重要性ri,表示如下:
其中,和/>分别为重要性序列中第i和第i-1个子指标的重要程度;
步骤G3,计算重要性最低的子指标的重要性n为子指标数量,公式如下:
步骤G4,根据相邻两子指标的相对重要性ri,计算得到第i个子指标的权重系数ωi;
步骤G5,加权得到综合指标评分Y,公式而下:
其中,xj和ωj分别为某输变电工程边坡第j个子指标的基础评分和该子指标对应的权重系数。
所述根据各所述综合指标评分,对输变电工程边坡失稳风险程度进行等级划分,形成综合指标评分与失稳风险等级的对应关系,包括以下步骤:
步骤D1,确定分级数K,将各所述综合指标评分Y按照升序排列;
步骤D2,计算综合指标评分Y的平方偏差之和SDAM,公式如下:
其中,Yj为第j个综合指标评分,为各综合指标评分的均值;m'为综合指标评分数量;
步骤D3,对所述综合指标评分Y进行分级;
步骤D4,计算级间的综合指标评分Y的平方偏差之和SDBC,公式如下:
其中,Yki为k级的第i个综合指标评分,为k级的各综合指标评分的均值,mk为k级综合指标评分数量;
步骤D5,计算方差拟合优度GVF,公式如下:
步骤D6,重复步骤D3到D5,直至得到所有分级情况下的方差拟合优度,以方差拟合优度取最小值时对应的分级方案,对各输变电工程边坡失稳风险程度进行等级划分。
等级划分完成后,对新的输变电工程边坡失稳的风险程度判定,只需要将其综合指标评分带分级方案中,即可,不需要重新划分等级。也可以通过新的边坡数据更新等级划分方案。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (2)
1.一种输变电工程边坡失稳风险程度的评价方法,其特征在于,包括以下步骤,
设置若干用于评价输变电工程边坡失稳风险程度的指标,采集各所述指标的数据;所述指标包括地形地貌指标、岩性及构造指标、气象条件指标、不良地质作用指标和人工活动指标;采集各所述指标的数据时,若指标为描述性指标,则通过专家打分作为该指标的数据;
分别对各所述指标的数据进行标准化处理,消除各所述指标的数据之间的差异性;
对各所述指标进行筛选,剔除信息量少和重复信息高的指标;
确定各所述指标对应的权重系数并进行加权,获得综合指标评分;
重复以上步骤,得到若干个输变电工程边坡的综合指标评分;
根据各所述综合指标评分,对输变电工程边坡失稳风险程度进行等级划分,形成综合指标评分与失稳风险等级的对应关系;
采集目标输变电工程边坡各指标的数据,得到综合指标评分及其失稳风险等级;
所述地形地貌指标包括坡高、坡度和植被覆盖度三个子指标;所述岩性及构造指标包括岩土体特征和地质构造两个子指标;所述气象条件指标包括降水、覆冰厚度和风速三个子指标;所述不良地质作用指标包括地震和滑坡两个子指标;所述人工活动指标包括人工开挖程度子指标;
所述对各所述指标的数据进行标准化处理,包括以下步骤:
步骤S1,选定一个未经过标准化处理的子指标进行标准化处理;
步骤S2,判断该子指标是否为数值型指标,若是,则执行步骤S3,若否,则认为该子指标已进行标准化处理,并执行步骤S5;
步骤S3,判断该子指标的数据是否存在离群值,若是,则修正离群值,并执行步骤S4,若否,则执行步骤S4;
步骤S4,对该子指标的数据进行标准化,得到该子指标的数据评分;
步骤S5,判断是否对所有子指标均进行过标准化处理,若是,则结束标准化处理,若否,则执行步骤S1;
步骤S3中所述对该子指标的数据进行标准化,包括以下步骤:
步骤T1,建立多种指标评分函数;各所述指标评分函数分别对应不同的数据分布类型和正、负性;
步骤T2,对该子指标的数据按照升序进行排列,以横轴为数据序号,纵轴为数据值,建立坐标系,拟合得到该子指标的数据分布函数;
步骤T3,根据所述数据分布函数和指标的正、负性确定匹配的指标评分函数,得到基础评分函数,通过所述基础评分函数得到该子指标的各数据对应的基础评分;
还包括对所述基础评分进行修正,具体为:
人工对该子指标的各数据进行评分,得到该子指标各数据的人工评分和人工评分区间;
将所述基础评分映射至所述人工评分区间,得到修正后的基础评分;
所述对各所述指标进行筛选,包括基于信息量的指标筛选,具体为:
计算子指标的变异系数CV,公式如下:
其中,s为子指标的标准差,xi为子指标的第i个数据,m为子指标的数据量,为子指标的均值;
设置阈值T1,剔除变异系数CV小于阈值T1的子指标;
所述对各所述指标进行筛选,包括基于相关性的指标筛选,具体为:
选取任意两个子指标,将两个子指标的数据各自按照升序排列;
计算两个子指标的相关系数ρ,公式如下:
其中,gi和ti分别为两个子指标的第i个数据,和/>分别为两个子指标的均值,N表示需要判别的子指标数量;
重复以上步骤,直至获得所有子指标之间的相关系数ρ;
设定阈值T2,剔除相关系数ρ的绝对值大于T2的两个子指标中的一个;
所述确定各所述指标对应的权重系数并进行加权,具体为:
步骤G1,对各所述子指标按照对于输变电工程边坡失稳的重要性进行排序,得到重要性序列;
步骤G2,人工赋予重要性序列中两个相邻的子指标相对重要性ri,表示如下:
其中,和/>分别为重要性序列中第i和第i-1个子指标的重要程度;
步骤G3,计算重要性最低的子指标的重要性n为子指标数量,公式如下:
步骤G4,根据相邻两子指标的相对重要性ri,计算得到第i个子指标的权重系数ωi;
步骤G5,加权得到综合指标评分Y,公式而下:
其中,xj和ωj分别为某输变电工程边坡第j个子指标的基础评分和该子指标对应的权重系数;
所述根据各所述综合指标评分,对输变电工程边坡失稳风险程度进行等级划分,形成综合指标评分与失稳风险等级的对应关系,包括以下步骤:
步骤D1,确定分级数K,将各所述综合指标评分Y按照升序排列;
步骤D2,计算综合指标评分Y的平方偏差之和SDAM,公式如下:
其中,Yj为第j个综合指标评分,为各综合指标评分的均值;m'为综合指标评分数量;
步骤D3,对所述综合指标评分Y进行分级;
步骤D4,计算级间的综合指标评分Y的平方偏差之和SDBC,公式如下:
其中,Yki为k级的第i个综合指标评分,为k级的各综合指标评分的均值,mk为k级综合指标评分数量;
步骤D5,计算方差拟合优度GVF,公式如下:
步骤D6,重复步骤D3到D5,直至得到所有分级情况下的方差拟合优度,以方差拟合优度取最小值时对应的分级方案,对各输变电工程边坡失稳风险程度进行等级划分。
2.根据权利要求1所述输变电工程边坡失稳风险程度的评价方法,其特征在于,步骤S2中所述修正离群值,公式如下:
其中,xi为该子指标的第i个数据;Q1和Q3分别为该子指标的数据的第一四分位数和第三四分位数;IQR为四分位数间距。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110986635.3A CN113704849B (zh) | 2021-08-26 | 2021-08-26 | 一种输变电工程边坡失稳风险程度的评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110986635.3A CN113704849B (zh) | 2021-08-26 | 2021-08-26 | 一种输变电工程边坡失稳风险程度的评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113704849A CN113704849A (zh) | 2021-11-26 |
CN113704849B true CN113704849B (zh) | 2024-03-01 |
Family
ID=78655015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110986635.3A Active CN113704849B (zh) | 2021-08-26 | 2021-08-26 | 一种输变电工程边坡失稳风险程度的评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113704849B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115100819B (zh) * | 2022-05-23 | 2023-12-01 | 深圳市北斗云信息技术有限公司 | 基于大数据分析的滑坡灾害预警方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930348A (zh) * | 2012-10-19 | 2013-02-13 | 广东电网公司电力科学研究院 | 一种区段输电线路杆塔基础边坡暴雨灾害风险的评估方法 |
CN103268420A (zh) * | 2013-05-24 | 2013-08-28 | 河海大学 | 一种岩石高边坡的危险性评价方法 |
KR101580062B1 (ko) * | 2014-12-05 | 2015-12-28 | 연세대학교 산학협력단 | 실시간 산사태 예경보 방법 및 시스템 |
CN109726902A (zh) * | 2018-12-19 | 2019-05-07 | 天津理工大学 | 一种边坡稳定性评价方法 |
CN112526104A (zh) * | 2020-11-06 | 2021-03-19 | 马鞍山矿山研究总院股份有限公司 | 一种边坡稳定性监测测预警方法、***、介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107515970A (zh) * | 2017-08-09 | 2017-12-26 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种滑坡段电网杆塔危险性三维多点位多指标的预警方法 |
-
2021
- 2021-08-26 CN CN202110986635.3A patent/CN113704849B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930348A (zh) * | 2012-10-19 | 2013-02-13 | 广东电网公司电力科学研究院 | 一种区段输电线路杆塔基础边坡暴雨灾害风险的评估方法 |
CN103268420A (zh) * | 2013-05-24 | 2013-08-28 | 河海大学 | 一种岩石高边坡的危险性评价方法 |
KR101580062B1 (ko) * | 2014-12-05 | 2015-12-28 | 연세대학교 산학협력단 | 실시간 산사태 예경보 방법 및 시스템 |
CN109726902A (zh) * | 2018-12-19 | 2019-05-07 | 天津理工大学 | 一种边坡稳定性评价方法 |
CN112526104A (zh) * | 2020-11-06 | 2021-03-19 | 马鞍山矿山研究总院股份有限公司 | 一种边坡稳定性监测测预警方法、***、介质 |
Non-Patent Citations (1)
Title |
---|
运河工程坝坡失稳模糊风险评估研究;刘乃盛;李慧慧;廉斌;;人民黄河(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113704849A (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111582755B (zh) | 一种基于多维度集合信息山洪灾害综合风险动态评估方法 | |
CN109086935B (zh) | 一种区域地质灾害趋势预测方法 | |
Stephenson et al. | A new approach to flood vulnerability assessment for historic buildings in England | |
CN1922508B (zh) | 用于热带气旋的位置相关的自动概率预报的方法和*** | |
CN111260187A (zh) | 一种智能矿山地质环境信息评价***及评价方法 | |
CN113723824B (zh) | 一种暴雨致灾风险评估方法 | |
CN112132470A (zh) | 一种基于加权信息量法的滑坡易发性评估方法 | |
CN105184423A (zh) | 一种风电场集群风速预测方法 | |
Yu et al. | Gust factors and turbulence intensities for the tropical cyclone environment | |
CN112966722A (zh) | 基于半监督随机森林模型的区域滑坡易发性预测方法 | |
CN114442198B (zh) | 一种基于加权算法的森林火险气象等级预报方法 | |
CN108983324A (zh) | 一种基于卡尔曼滤波的气温预报方法及*** | |
CN113704849B (zh) | 一种输变电工程边坡失稳风险程度的评价方法 | |
CN113554345B (zh) | 地震滑坡灾害区域及灾害链风险评估方法 | |
CN111144637A (zh) | 基于机器学习的区域电网地质灾害预报模型构建方法 | |
CN114065127A (zh) | 一种区域电网环境风险评估方法 | |
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 | |
CN114861451A (zh) | 沿海地区杆塔抗台风设计方法 | |
Priambodo et al. | Hourly rainfall distribution patterns in Java island | |
CN109543911B (zh) | 一种日照辐射预测方法及*** | |
CN109784720B (zh) | 一种台风灾害下基于时空网格关联的配电网风险评估方法 | |
CN117574493B (zh) | 一种多年冻土地区高速公路冻土范围形变识别方法及*** | |
CN113516418A (zh) | 一种苹果种植区干旱灾害风险评估方法 | |
CN114093133A (zh) | 一种区域地质灾害气象预报预警方法 | |
CN113128811A (zh) | 一种基于强降水的电网***地质灾害风险评估方法及*** |
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 |