基于网格化数据的电网气象监测预警

技术与应用

孙世军¹，孙克奇²，韩 洪¹

（1．国网山东省电力公司应急管理中心，山东省 济南市 250032；

2．国网山东省电力公司，山东省 济南市 250001）

The Technology and Application of Grid-based Meteorological Monitoring and Early Warning for Power Grid

SUN ShiJun¹, SUN Keqi², HAN Hong¹

(1. Emergency Management Center of State Grid Shandong Electric Power Company, Jinan 250032, Shandong Province, China;
2. State Grid Shandong Electric Power Company, Jinan 250001, Shandong Province, China)

摘要：各类自然灾害频发对电网的安全生产和稳定运行影响很大，电网气象信息和防灾监测预警系统应运而生。本文提出了一种基于网格化数据的电网气象监测预警技术，实现气象实时监测、预报、预警、统计分析等气象数据与电网设施精确关联。该方法应用于电网防灾减灾综合监测预警系统的建设，直观地监测展示电网设施周边气象环境，指导输电线路运行维护、日常生产调度、电力基建施工、电力营销等工作。

关键词：电网GIS；气象要素；实时监测；预报预警；关联分析；复合展示

0  引言

电力的生产、传输和运营受环境气象条件影响极大，近年来，台风、雨雪、雷电、雾霾等灾害性天气对电网输电设备运行和可靠供电的影响呈现逐年增多的趋势^[1]。据统计，影响电网正常运行的各类灾害中，覆冰、污秽、暴雨这三种灾害的影响范围最广，分别占80%、70%、80%，几乎涵盖了各网省公司^[2]。山火、台风、雷电的分布范围次之，均占60%，其中，台风影响的省份多集中于我国东北沿海，雷电则主要影响中东部、西南地区。中国电科院的统计结果表明，除设备故障外，气象灾害已成为引发电网系统事故的第二大因素^[3]。

目前国内大部分电力企业单一性地使用气象信息网站来获取气象信息^[4]。虽然网站内的气象专业数据完善，但是都局限在表现气象内容上，无法完全反映电网企业所需要的更具体、更抽象、与电网设备安全运行紧密联系的信息^[5]。当前电网气象信息系统应用中主要存在如下问题：现有气象信息接收和处理分散，信息只是一般文本文件，缺乏必要的整合，没有形成数据，不具备统计、分析等功能，无法支持深层次开发。

预报预警信息与电网的联系不紧密，无法用地理信息系统(GIS)等先进技术和手段准确地提供电网输电线路和设备所处位置的气象信息。当灾害发生时，因无法掌握当前受灾电力设施的详细气象数据及气象要素发展趋势，难以预判电网设施可能的受损程度，给应急指挥决策带来困难。

气象数据在电力系统应用研究方面，文献[6]提出一种利用等值面提取形成气象色斑图，展示气象要素的地区分布情况和变化趋势的方法。文献[7]实现对公网气象信息的全面分析和展示,指导电网公司根据气象发展情况应对电网灾害。文献[8]采用层次分析、人工神经网络、logistic回归、统计量等方法建立多关联复合灾害评价模型对以往各类灾害信息评估分析。文献[9]将雷达数据与电网GIS系统实现地域信息和灾害信息的有机整合。文献[10-12]提出一种电网气象预警系统，对自然天气造成的灾害进行短时临近预报和全方位预警。

本文提出一种基于网格化数据的电网气象监测预警技术，打破传统气象信息应用手段，针对电网设施及气象数据，采用网格化插值计算方法，全面融合各类气象和电网信息数据，实现电力气象数据集成和灾害监测预警。该方法可有效解决传统气象信息使用中监测预报预警信息与电网的联系不紧密、缺少深层次应用等问题。

本文以山东省气象部门气象数据和国家电网公司电网GIS平台为基础，根据电网GIS现有的网格标准与气象数据网格进行对应和关联，建立0.5*0.5、1*1、3*3、5*5、10*10五种网格标准，准确展示每个电力设施(包括变电站、杆塔)实时气象监测(风、降水、温度、湿度、能见度、气压等)、未来七天和24小时整点数值预报、预警、历史气象分析数据等信息。提高电网GIS平台矢量空间、电力设施、气象实时监测和预报预警等多元数据综合计算、分类存储、关联处理的速度和效率，解决跨行业间专业气象数据的接入、存储、解析和应用等关键技术问题，为电网规划、运行检修、电网调度、电网建设、营销服务、应急抢修等提供精确实时气象信息。

1  基于网格化数据的电网气象监测预警技术

1.1基于实时监测数据的网格化数据处理方法

在电网气象实时监测中，网格化数据应用十分广泛，由于分布在各县市区的自动气象站获取的气象要素数据是一个离散的、非标准的网格，必须进行数据网格化处理。因此，根据不同的气象要素场特点和区域地理环境特征，分析和研究不同的网格化方法、适应范围、及参数设置，对于客观、正确地描述研究对象有重要的意义。

标准的温度场特点是数据分布变化是连续的，但由于区域自动气象站位于的海拔高度的差异性较大，在本区域中的时空分布存在一定的规律，经过温度场等值线不同网格化方法结果对比可以看出，克里格插值法、最小曲率法、 径向基函数法所绘制的等值线图比较相似，也与实际数据分布相一致，这3种网格化方法可在实际产品服务中应用其中以克里格插值法为优先选择的网格化方法，不仅线条较平滑且比较符合实际。因而根据区域环境特征和气象要素场的点，选择适用于本区域的网格化方法，对提高区域自动气象站数据服务的产品质量和效果具有明显的现实意义。

利用克里格插值法进行网格化气象数据处理，区域化变量 在空间点x 和x+h处的两个随机变量Z(x) 和Z(x+h) 的二阶混合中心矩定义为Z(x) 的自协方差函数，即

设Z(x) 为区域化随机变量，并满足二阶平稳假设，即随机函数Z(x) 的空间分布规律不因位移而改变， h为两样本点空间分隔距离或距离滞后，Z(xi) 为Z(x) 在空间位置xi 处的实测值， Z(xi[size=2]+h[/size]) 是Z(x) 在xi 处距离偏离h 的实测值 ，根据函数的定义公式，可得到公式为：

图1 网格化数据处理模拟图

1.2  基于多普勒气象雷达的网格化电网气象预警方法

气象雷达回波表征了大气的稳定程度，雷达回波颜色越鲜艳，说明大气越不稳定。利用多普勒气象雷达矢量化和外推技术，建立覆盖山东省范围的70万个网格，精准匹配每个网格中的电网设施及重要用户等，实现空间分辨率为1千米×1千米、时间分辨率为5分钟的实时雷达预警、未来2小时雷达外推预警和未来240小时栅格气象预警，自动分析重点关注区域内受影响的重要用户、变电站和线路，实现对强对流等灾害性天气的精准预警。

2 基于多普勒气象雷达的网格化电网气象预警

图3 电网气象栅格预报

1.3基于电网重要设施与气象监测站空间网格化方法

本文利用1700多个监测站的位置信息，在同一平面上展示经纬度坐标位置，将300多个电网重要设施利用同样的方法加载到这个平面上，通过坐标校准，使气象监测站和电网重要设施具有了同一的坐标系统，利用这一坐标基础按照地理位置的最优化目标进行匹配，并以重要设施为圆心进行空间聚类，可以得到与重要设施最为匹配的监测站点列表，将这些点作为插值样本，通过反距离权重法，进行采样点数据的线性加权，从而得到每个重要设施的气象插值数据。通过不断的调整插值参数和回归统计，可以有效的提高插值数据的匹配度，从而或得最优插值方案。

反距离权重法输出的气象要素值是由采样点数据进行线性加权来决定的，其权重与距离成反比，插值点离样本点越远，插值点受的影响越小。

该方法使用公式如下：

其中: Z 为重要设施点的气象要素估计值; Z i 为第 i( i =1， 2， …， n) 个气象监测站的气象要素样本值; m 为用于气象要素数据插值样本列表数量; d i 为重要设施到第 i个气象监测点的距离; n 为距离的次幂。

1.4  多时空跨领域海量数据精准匹配与定位关联应用模型

针对分布式异构系统间数据类型复杂、存在海量数据，提出一种可有效提高异构系统数据交互共享的GSAI数据集成技术。开展多时空跨领域海量数据精准匹配与定位关联技术研究，提出多气象要素复合横向展示与分析处理方法、气象与电力设施的纵向关联方法。将电网GIS平台中地理区域网格化，根据多维网格粒度，将气象、地质隐患、卫星遥感、危化品、防汛等专业数据按照电网设施地理分布进行多层次匹配，并应用拉依赫特曼乘幂率风廓线公式进行修正，实现气象要素与电网GIS平台中电力设施的逻辑处理、动态修正和精准关联。

图4 GSAI数据集成技术流程图

2  基于网格化数据的电网气象监测预警技术的效用

2017年5月起，国网山东省电力公司全面应用基于栅格预报的电网气象监测预警技术研究成果，覆盖山东省2条1000千伏特高压线路、1条±660千伏直流线路、106条500千伏线路、38298条220千伏及以下线路、34674座各电压等级变电站，累计发布强对流、雷电等电网致灾预警346次，对电网影响综合预警识别率达到93.6%，在迎峰度夏、迎峰度冬、“6.2”聊城强对流等11次重大灾害性天气、“4.17”烟台山火等突发事件应急响应期间发挥重要作用，提高了应急处置效率，避免次生灾害、保障人身安全，大大缩短停电时间，减少社会损失，主动履行央企责任。

相关成果已广泛应用于山东省内外政府及电力、气象、林业、化工等多个行业，推动了电力、气象跨学科融合创新和技术进步，取得了显著的社会经济效益，具有广泛的推广应用价值。

该成果全面应用于上合组织青岛峰会等重特大活动保障中，针对重要供电用户和电网供电设施，提前预知可能出现的电网突发事件及影响程度，及时预警并采取有力措施，降低风险或减缓事态恶化，最大限度保护电网连续运行。

3  应用实例

2018年6月12日17:00左右，山东省青岛市遭遇强对流天气，10米气象监测高度最大风速达到23.5 m/s，10分钟降雨量达26.1毫米，多地遭受冰雹灾害。国网山东省电力公司利用基于网格化数据的电网气象监测预警技术，第一时间发布相关预警，并组织相关单位开展抢修工作。

15：20强对流天气自西北向青岛移动，图4中紫色区域为灾害性天气的范围，已经到达预警识别区，此时，四个预警核心区的雷达回波强度数值比较低，对核心区内的重点保障用户和电网设施影响较弱，但系统提前2小时给出了基于灾害链耦合驱动的气象要素对电网影响的湿度、大风、雷电预警，以及风险隐患的分析和应对措施。

利用基于网格化数据的电网气象监测预警技术，实现对气象灾害的准确监测和及时预警，从而为青岛公司安全高效应急处置提供了强有力的技术支撑和保障，为缩短因灾停电事件、保障居民晚高峰生活用电，做出巨大贡献。

图5 “6.12”强对流天气应用实例

4  结语

本文提出将气象数据网格化，与电网GIS平台结合，电网设备及电网运行方式关联网格数据，准确进行分析研究，通过对网格数据的应用，提高电网运行预报预警的精度为预测预报灾害性天气提供分析依据。

把电网进行网格划分后由于影响各子网气象的相关因素更具体，因此得出的预测结果更准确，提高气象雷达信息在电网设备及运行系统应用领域的实用化水平，为电力系统应急管理与气象、生产运营、调度精细化管理等提供决策支持，最大限度的减少气象灾害对电网运行的影响。

参考文献

1. 王亦宁，丁雨恒，张俊．浙江电网气象防灾决策系统设计与实现[J]．水电自动化与大坝监测，2013，(05)：82-86．

2. 龚坚刚．“云娜”台风对浙江输电线路的危害分析与对策[J]．浙江电力，2005，(03)：17-19．

3. 薛丽芳，王亦宁，谢凯，等．基于防灾预警电网气象信息系统的设计与实现[J]．水电自动化与大坝监测，2013，(02)：5-9．

4. 张继芬，张世钦，胡永洪．福建电网气象信息预警系统的设计与实现[J]．电力系统保护与控制，2009，(13)：72-74．

5. 李俊．基于气象信息的电网风险预警系统应用[J]．广西电力，2013，(05)：25-27．

6. 姚楠，陈哲，刘玉林．基于GIS的电网气象灾害监测预警系统的研制[J]．电力信息化，2013，(03)：41-45．

7. 马维青，高枫，穆昭玺．公网气象数据在电网防灾减灾中应用的方法及系统[P]．山西：CN103383744A，2013-11-06．

8. 胡阳升，李正志，韩彤，等．基于GIS电网自然灾害数据信息挖掘与预警响应分析方法[P]．云南：CN103914951A，2014-07-09．

9. 方朝雄，张世钦，胡永洪，等．电网气象灾害预警系统[P]．福建：CN102279424A，2011-12-14．

10. ZHANG Jifen，ZHANG Shiqin，HU Yonghong．Design of the meteorological forewarning system for power grid[J]．Power System Protection and Control，2009，37(13)：72-74．

11. LI Zhengzhi，HAN Tong，LI Yumei，LIU Zhigang，Risk early warning system preventing natural disaster in Yunnan power grid[C]．International Conference on Informatics and Management Science，IMS，2012．

12. XIE Yunyun，XUE Yusheng，CHEN Jiahong，WANG Haohao，XUE Feng．Extensions of power system early-warning defense schemes by integrating wide area meteorological information[C]．2011 4th International Conference on Electric Utility Deregulation and Restructuring and Power Technologise．

13. 孙向东．风险分析的系统理论与技术体系研究及实证分析[M]．广西：广西大学出版社，2001．12：38-40．

14. 刘昌杰．基于GIS的气象灾害风险精细化评估系统研究与实现[D]．南京信息工程大学，2012．

15. 郭雅娟，姚楠．电网气象灾害监测预警系统LBB分析[R]．江苏省电力公司电力科学研究院，2012．

16. 邹海波,单九生,邓诗茹.多普勒雷达资料的网格化研究[J]. 气象与减灾研究, 2014, 37(2):23-30

17. 黎静华,栗 然,顾雪平,牛东晓. 网格化的电力系统短期负荷预测的MDRBR 模型[J]. 电力系统自动化, 2005, 12(25):27-31.

18. 杨静，程昌秀，李晓岚.数据网格化的多尺度特性研究[C] //安徽农业科学. 2015，43(4)：353—355

19. 姚楠, 陈哲, 刘玉林. 基于GIS的电网气象灾害监测预警系统的研制[J]. 电力信息与通信技术, 2013, 11(3):41-45.

20. 董知周，赵卓．配网网格化管理监测体系研究[J]．浙江电力2016 年优秀管理论文集， 358～359.

21. 薛德锋,薛明,潘玉婷．闪电坐标的网格化处理方法[J]．计算机技术应用, 2016 , 11(3 ): 190—191

22. 陈德清,吴礼福,冯径,等. 基于网格的水利数据中心数据集成研究[J].气象学报, 2012 , 30(1 ): 76—78

23. 张璐,田向军,刘宣飞,师春香等. 基于多重网格策略的NLS．3DVar资料融合方法及其在气温数据融合中的应用[J]. 气候与环境研究,2017 ,22(3 ):271—288