基于增量数据的电网高影响疑似火点识别研判关键技术研究与应用

 

基于增量数据的电网高影响疑似火点识别研判关键技术研究与应用

孙世军,韩 洪

(国网山东省电力公司,山东省 济南市,250000)

 

Research and Application of Key Technologies for Identifying and Judging Suspected Fire Points with High Impact in Power Grid Based on Incremental Data

SUN ShiJun,HAN Hong

(State Grid Shandong Electric Power Company, Jinan City, Shandong Province, 250000)


 

Abstract: Research on Key Technologies of intelligent identification of suspected high-impact fire points in power grid based on incremental data, which is mainly composed of geostationary meteorological satellite data with high spatial resolution, high observation frequency and high time-efficiency observation, supplemented by multi-polar orbit satellite data, applies adaptive threshold mountain fire point monitoring algorithm, develops a tracking technology of suspected high-impact fire points in power grid based on incremental data, and achieves rapid acquisition. Fire information, such as location, area and temperature, can be used to track the dynamic development and change of the fire field in real time, estimate the spread speed and direction of the fire field, and determine the type of the fire field. At the same time, matching the grid GIS platform, refine the wind field near the ground and forecast can significantly improve the power grid high-impact fire monitoring recognition and tracking ability.

Key words: suspected power grid fire point;incremental data;high impact analysis;mountain fire analysis and judgment;forecast and early warning

摘要:基于增量数据的电网高影响疑似火点智能识别关键技术研究,以高空间分辨率、高观测频次和高时效观测的静止气象卫星数据为主,以多颗极轨卫星数据为辅,应用自适应阈值山火火点监测算法,研发基于增量数据的电网高影响疑似火点识别跟踪技术,实现快速获取火点位置、面积、温度等火情信息,实时跟踪山火火场动态发展变化,估算火场蔓延速度和方向以及确定火场类型,同时匹配电网GIS平台、精细化近地面层风场实况和预报,显著提高电网高影响火点监测识别与跟踪能力。

关键词:电网疑似火点;增量数据;高影响分析;山火分析研判;预报预警

0  引言

近年来,山东气象灾害频发,电网运行环境日趋恶劣和复杂,雨雪冰冻、风暴潮、台风、暴雨雷电等强对流灾害,雾霾、大风、沙尘暴、山火等极端天气和自然灾害对电网的影响越来越大,给电网设施造成严重的危害和损失。山东省为暖温带季风类气候,有良好的水热条件和多种地貌类型,林地面积为3819万亩,森林覆盖率为16.73%,林木绿化率为20.23%。冬春季节气候较为干燥,每年11月至次年5月为山火高发期,属山火易发省份。在各类气象灾害中,由于山火识别困难、发展速度快、扑救困难等因素,山东电网主要输电线路、杆塔与林地植被区分布相对一致,近几年因山火造成的线路跳闸、停运等明显增多,给山东电网安全稳定运行带来巨大压力。

基于增量数据的电网高影响疑似火点智能识别关键技术研究通过两种模式的疑似火点监测数据,构建疑似火点实例数据集,研究特定地点疑似火点概率预报模型与算法,结合该点历史火险情况,提高火点识别概率,主要研究目标包括:

研究基于增量数据的电网疑似火点智能识别技术,包括火点定位、火点识别、火点分类等,实现疑似火点智能识别及自定义阈值报;

研究基于电网GIS及增量疑似火点数据关联分析技术,包括疑似火点与电网设备关联度分析、影响范围分析;

研究基于增量数据疑似火点高影响分析技术,包括影响程度、影响概率分析。结合火险点电网地理信息数据、历史火点数据构建高影响分析模型。

1  国内外现状

2015年,国网湖北电力公司开展了《基于卫星遥感技术的输电线路山火风险评估系统》研究,研发了输电线路走廊山火风险实时监测与分析系统,提出结合国内外卫星遥感影像数据分析的山火风险评估模型。将该系统成功的应用于湖北电网输电线路山火风险评估,实现了湖北电网范围内的输电线路不同区域的风险分级。应用结果表明,该系统通过互联网技术和卫星遥感,专家系统,大数据挖掘等多重手段,有效的获取了山火风险高发区段,指导了冬春季节的山火预防工作。

然而,上述研究存在遥感数据频率低,实时性差等问题,没有基于增量数据开展高影响分析技术,包括影响程度、影响概率分析等。

本文结合基于电网GIS,通过两种模式的疑似火点监测数据,构建疑似火点实例数据集,研究特定地点疑似火点概率预报模型与算法,结合该点历史火险情况,提高火点识别概率。

2  研究内容

基于增量数据的电网高影响疑似火点智能识别关键技术研究应用通过两种模式的疑似火点监测数据,构建疑似火点实例数据集,研究特定地点疑似火点概率预报模型与算法,结合改点历史火险情况,提高火点识别概率,主要研究内容包括:基于增量数据的电网疑似火点智能识别技术研究、基于电网GIS及增量疑似火点数据关联分析技术研究、基于增量数据疑似火点高影响分析技术研究、基于增量是数据的电网高影响火点动态预警修正。

2.1基于增量数据的电网疑似火点智能识别技术

由于卫星监测对红外热点识别率较高,同时受环境、气象等因素影响较大,容易造成火点误判,为提高山火监测的有效性、准确性,需要开展基于增量数据的电网疑似火点智能识别技术研究,包括增量数据分析、火点定位、火点识别、火点分类等,实现疑似山火火点智能识别及自定义阈值报等功能。

卫星发送的疑似火点数据不利于数据处理展示分析,首先将疑似火点文本进行扫描分析,取出扫描类型、地点、发布时间、地表属性等信息进行分类存储。通过分析处理,读取疑似火点数据信息结果,利用经纬度坐标及GIS平台服务,在GIS上进行疑似火点位置的定位,标注火点图标并显示相关属性信息。其次按照火点地理位置、所属地形、历史火点信息进行初步火点识别,并根据实时气象条件、季节、风向等因素综合分析预警。

疑似火点识别权重计算:

计算每行所有元素的几何平均值,得到向量M =[m1, m2,…mn]T,其中mi= (i,=1,2,…,n)

 

 

对列向量M作归一化处理,得到相对权重向量W=[w1, w2,…wn]T,其中wi=

 

得出下表:

权重值(aij)

要素

说 明

1

实时气象

i与j同等重要

2

地理地形

i比j略为重要

3

历史火点

i与j明显重要

4

季节

i与j极为重要

5

其他

Q………………

2.2基于电网GIS及增量疑似火点数据关联分析技术

基于电网GIS及增量疑似火点数据关联分析技术包括疑似火点与电网设备关联度分析、影响范围分析;疑似火点数据信息在GIS平台进行识别及定位标注后,只是在GIS上形成疑似火点数据信息的位置展示,并未与周围的电网设施发生关联。通过已知的疑似火点位置、GIS上的电网设施坐标、电网设施缓冲区等相关数据,结合地球两点距离算法,开发形成了基于GIS平台的最短距离算法。此算法可自定义火点中心任意距离(km/m)的搜索半径,检索出范围内的电网设施后,测算火点分别与半径内变电站、杆塔的距离,利用冒泡排序算法自动进行最短距离的排序,排序结果可打印输出。

以下为火点与电网设施距离算法,并附代码片段:

40075.7 为地球赤道周长,distance(_x,_y)为杆塔坐标,center(x,y)为火点坐标,len为弧长,m为杆塔距离火点的距离。

Private function distance(_x:Number,_y:Number):Number

{

var len: Number=Math.sqrt (Math.pow (_x-centerX, 2) + Math.pow (_y-centerY, 2));

  var m:Number=40075.7*1000/360*len;

    Return m;

2.3基于增量数据疑似火点高影响分析技术

完成疑似火点识别基础上,结合火险点电网地理信息数据、历史火点数据构建高影响分析模型,包括影响程度、影响概率分析。

由于不同季节、不同地形以及风力风向等各类气象要素对火点的发展趋势影响不同,并综合电网设备电压等级、距离火点距离等因素建立基于增量数据的疑似火点高影响分析模型,综合分析火点与电网设备的一一对应关系及影响概率,并设定概率阈值。

M点电网设备影响概率为Pm,R、C、D为不同影响类别,i、j、h为特点要素影响权重(i=1.2.3…N)(j=1.2.3…N)(h=1.2.3…N)。

2.4基于增量是数据的电网高影响火点动态预警修正

疑似火点被确认为实际火灾后,对于火势的精确判断显得尤为重要。火势的蔓延容易受到周围气象环境的影响,通过对火点附近风力、风向、风速、温度、降水等要素的监测及未来24 小时的逐小时预报,结合卫星云图、气象雷达等监测手段进行持续监测,并动态修正影响概率及预警级别。以此可以较为准确地获取火点周围的气象环境信息,便于及时做好防火隔离措施,为电网抢修、应急指挥提供气象环境决策支持。

其次,根据影响概率综合分析,结合各地区输电线路、杆塔历年遭受山火次数、频率、受灾程度等历史数据,山东省主要植被覆盖区域、历年冬春季节温度、湿度等气象环境的变化,可以分级标识山东省内不同区域发生山火的强度,提高山东电网防山火监测预警的准确性、科学性。也可作为电网规划设计、选址建设、运行检修的重要参考依据,尽量避开山火高发区,降低山火对电网输电线路、杆塔等电力设施的危害。

3  结语

该成果应用前景广阔,对提升电网山火识别率、提升应急处置效率,减少山火导致的停电损失,有重大意义。可以全方位提高智能电网各环节的信息感知深度和广度,有助于提高山东电网防山火监测预警的准确性、科学性。

基于增量数据的电网高影响疑似火点智能识别关键技术研究在电网山火监测预警体系建设、高效应急处置、保障电网安全平稳运行具有重要意义。该研究可有效提高电网抢修效率,减少经济损失,提高公司社会形象和客户满意度,具有良好的经济和社会效应。可以提升电网火点监测预警精细化水平,减少停电等经济损失。全方位提高智能电网各环节的信息感知深度和广度,有助于提高山东电网防山火监测预警的准确性、科学性。其次,提升公司社会形象和客户满意度。该技术研究可有效提高应急处置针对性,对及早控制火灾蔓延,缩短停电时间,保障人民生活和社会生产正常进行,提升公司社会形象和客户满意度,彰显社会责任。

参考文献

  1. 孙世军,张治取,韩洪.疑似火点监测定位及电网运行预警方法[J].中国电力,2017,50(04):181-184.

  2. 陆佳政,吴传平,杨莉,张红先,刘毓,徐勋建.输电线路山火监测预警系统的研究及应用[J].电力系统保护与控制,2014,42(16):89-95.

  3. 周景. 电网自然灾害预警管理模型及决策支持系统研究[D].华北电力大学(北京),2016.

  4. 吴勇军,薛禹胜,陆佳政,谢云云,徐泰山,李文云,吴琛.山火灾害对电网故障率的时空影响[J].电力系统自动化,2016,40(03):14-20.

  5. 程向辉,刘俊勇,冯瀚,贺星棋,韩卫恒,胥威汀.基于事故态势等级评判的电力应急指挥中心启动辅助决策分析[J].电力系统保护与控制,2011,39(16):45-52.

  6. 朱奇. 基于多因素权重分析的输电线路灾害预警评估模型研究[D].武汉大学,2018.

  7. 王琨,范冲.基于层次分析法的输电线路走廊山火风险影响因子权重分析[J].测绘与空间地理信息,2016,39(12):116-119.

  8. 郭金玉,张忠彬,孙庆云.层次分析法的研究与应用[J].中国安全科学学报,2008(05):148-153.

  9. 钟雅珊. 山火自然灾害影响下的区域电网安全评价及管理研究[D].华北电力大学(北京),2017.

  10. 艾欣,周志宇.山火灾害下电网输电线路关键性评估方法[J].高电压技术,2018,44(08):2433-2441.

  11. 电力系统风险评估模型、方法和应用[M]. 科学出版社 , (加)李文沅著, 2006

主办单位:中国电力发展促进会  网站运营:北京中电创智科技有限公司    国网信通亿力科技有限责任公司  销售热线:400-007-1585
项目合作:400-007-1585 投稿:63413737 传真:010-58689040 投稿邮箱:yaoguisheng@chinapower.com.cn
《 中华人民共和国电信与信息服务业务经营许可证 》编号:京ICP证140522号 京ICP备14013100号 京公安备11010602010147号

基于增量数据的电网高影响疑似火点识别研判关键技术研究与应用

作者:孙世军 韩洪 发布时间:2018-12-20   来源:中国电力网

 

基于增量数据的电网高影响疑似火点识别研判关键技术研究与应用

孙世军,韩 洪

(国网山东省电力公司,山东省 济南市,250000)

 

Research and Application of Key Technologies for Identifying and Judging Suspected Fire Points with High Impact in Power Grid Based on Incremental Data

SUN ShiJun,HAN Hong

(State Grid Shandong Electric Power Company, Jinan City, Shandong Province, 250000)


 

Abstract: Research on Key Technologies of intelligent identification of suspected high-impact fire points in power grid based on incremental data, which is mainly composed of geostationary meteorological satellite data with high spatial resolution, high observation frequency and high time-efficiency observation, supplemented by multi-polar orbit satellite data, applies adaptive threshold mountain fire point monitoring algorithm, develops a tracking technology of suspected high-impact fire points in power grid based on incremental data, and achieves rapid acquisition. Fire information, such as location, area and temperature, can be used to track the dynamic development and change of the fire field in real time, estimate the spread speed and direction of the fire field, and determine the type of the fire field. At the same time, matching the grid GIS platform, refine the wind field near the ground and forecast can significantly improve the power grid high-impact fire monitoring recognition and tracking ability.

Key words: suspected power grid fire point;incremental data;high impact analysis;mountain fire analysis and judgment;forecast and early warning

摘要:基于增量数据的电网高影响疑似火点智能识别关键技术研究,以高空间分辨率、高观测频次和高时效观测的静止气象卫星数据为主,以多颗极轨卫星数据为辅,应用自适应阈值山火火点监测算法,研发基于增量数据的电网高影响疑似火点识别跟踪技术,实现快速获取火点位置、面积、温度等火情信息,实时跟踪山火火场动态发展变化,估算火场蔓延速度和方向以及确定火场类型,同时匹配电网GIS平台、精细化近地面层风场实况和预报,显著提高电网高影响火点监测识别与跟踪能力。

关键词:电网疑似火点;增量数据;高影响分析;山火分析研判;预报预警

0  引言

近年来,山东气象灾害频发,电网运行环境日趋恶劣和复杂,雨雪冰冻、风暴潮、台风、暴雨雷电等强对流灾害,雾霾、大风、沙尘暴、山火等极端天气和自然灾害对电网的影响越来越大,给电网设施造成严重的危害和损失。山东省为暖温带季风类气候,有良好的水热条件和多种地貌类型,林地面积为3819万亩,森林覆盖率为16.73%,林木绿化率为20.23%。冬春季节气候较为干燥,每年11月至次年5月为山火高发期,属山火易发省份。在各类气象灾害中,由于山火识别困难、发展速度快、扑救困难等因素,山东电网主要输电线路、杆塔与林地植被区分布相对一致,近几年因山火造成的线路跳闸、停运等明显增多,给山东电网安全稳定运行带来巨大压力。

基于增量数据的电网高影响疑似火点智能识别关键技术研究通过两种模式的疑似火点监测数据,构建疑似火点实例数据集,研究特定地点疑似火点概率预报模型与算法,结合该点历史火险情况,提高火点识别概率,主要研究目标包括:

研究基于增量数据的电网疑似火点智能识别技术,包括火点定位、火点识别、火点分类等,实现疑似火点智能识别及自定义阈值报;

研究基于电网GIS及增量疑似火点数据关联分析技术,包括疑似火点与电网设备关联度分析、影响范围分析;

研究基于增量数据疑似火点高影响分析技术,包括影响程度、影响概率分析。结合火险点电网地理信息数据、历史火点数据构建高影响分析模型。

1  国内外现状

2015年,国网湖北电力公司开展了《基于卫星遥感技术的输电线路山火风险评估系统》研究,研发了输电线路走廊山火风险实时监测与分析系统,提出结合国内外卫星遥感影像数据分析的山火风险评估模型。将该系统成功的应用于湖北电网输电线路山火风险评估,实现了湖北电网范围内的输电线路不同区域的风险分级。应用结果表明,该系统通过互联网技术和卫星遥感,专家系统,大数据挖掘等多重手段,有效的获取了山火风险高发区段,指导了冬春季节的山火预防工作。

然而,上述研究存在遥感数据频率低,实时性差等问题,没有基于增量数据开展高影响分析技术,包括影响程度、影响概率分析等。

本文结合基于电网GIS,通过两种模式的疑似火点监测数据,构建疑似火点实例数据集,研究特定地点疑似火点概率预报模型与算法,结合该点历史火险情况,提高火点识别概率。

2  研究内容

基于增量数据的电网高影响疑似火点智能识别关键技术研究应用通过两种模式的疑似火点监测数据,构建疑似火点实例数据集,研究特定地点疑似火点概率预报模型与算法,结合改点历史火险情况,提高火点识别概率,主要研究内容包括:基于增量数据的电网疑似火点智能识别技术研究、基于电网GIS及增量疑似火点数据关联分析技术研究、基于增量数据疑似火点高影响分析技术研究、基于增量是数据的电网高影响火点动态预警修正。

2.1基于增量数据的电网疑似火点智能识别技术

由于卫星监测对红外热点识别率较高,同时受环境、气象等因素影响较大,容易造成火点误判,为提高山火监测的有效性、准确性,需要开展基于增量数据的电网疑似火点智能识别技术研究,包括增量数据分析、火点定位、火点识别、火点分类等,实现疑似山火火点智能识别及自定义阈值报等功能。

卫星发送的疑似火点数据不利于数据处理展示分析,首先将疑似火点文本进行扫描分析,取出扫描类型、地点、发布时间、地表属性等信息进行分类存储。通过分析处理,读取疑似火点数据信息结果,利用经纬度坐标及GIS平台服务,在GIS上进行疑似火点位置的定位,标注火点图标并显示相关属性信息。其次按照火点地理位置、所属地形、历史火点信息进行初步火点识别,并根据实时气象条件、季节、风向等因素综合分析预警。

疑似火点识别权重计算:

计算每行所有元素的几何平均值,得到向量M =[m1, m2,…mn]T,其中mi= (i,=1,2,…,n)

 

 

对列向量M作归一化处理,得到相对权重向量W=[w1, w2,…wn]T,其中wi=

 

得出下表:

权重值(aij)

要素

说 明

1

实时气象

i与j同等重要

2

地理地形

i比j略为重要

3

历史火点

i与j明显重要

4

季节

i与j极为重要

5

其他

Q………………

2.2基于电网GIS及增量疑似火点数据关联分析技术

基于电网GIS及增量疑似火点数据关联分析技术包括疑似火点与电网设备关联度分析、影响范围分析;疑似火点数据信息在GIS平台进行识别及定位标注后,只是在GIS上形成疑似火点数据信息的位置展示,并未与周围的电网设施发生关联。通过已知的疑似火点位置、GIS上的电网设施坐标、电网设施缓冲区等相关数据,结合地球两点距离算法,开发形成了基于GIS平台的最短距离算法。此算法可自定义火点中心任意距离(km/m)的搜索半径,检索出范围内的电网设施后,测算火点分别与半径内变电站、杆塔的距离,利用冒泡排序算法自动进行最短距离的排序,排序结果可打印输出。

以下为火点与电网设施距离算法,并附代码片段:

40075.7 为地球赤道周长,distance(_x,_y)为杆塔坐标,center(x,y)为火点坐标,len为弧长,m为杆塔距离火点的距离。

Private function distance(_x:Number,_y:Number):Number

{

var len: Number=Math.sqrt (Math.pow (_x-centerX, 2) + Math.pow (_y-centerY, 2));

  var m:Number=40075.7*1000/360*len;

    Return m;

2.3基于增量数据疑似火点高影响分析技术

完成疑似火点识别基础上,结合火险点电网地理信息数据、历史火点数据构建高影响分析模型,包括影响程度、影响概率分析。

由于不同季节、不同地形以及风力风向等各类气象要素对火点的发展趋势影响不同,并综合电网设备电压等级、距离火点距离等因素建立基于增量数据的疑似火点高影响分析模型,综合分析火点与电网设备的一一对应关系及影响概率,并设定概率阈值。

M点电网设备影响概率为Pm,R、C、D为不同影响类别,i、j、h为特点要素影响权重(i=1.2.3…N)(j=1.2.3…N)(h=1.2.3…N)。

2.4基于增量是数据的电网高影响火点动态预警修正

疑似火点被确认为实际火灾后,对于火势的精确判断显得尤为重要。火势的蔓延容易受到周围气象环境的影响,通过对火点附近风力、风向、风速、温度、降水等要素的监测及未来24 小时的逐小时预报,结合卫星云图、气象雷达等监测手段进行持续监测,并动态修正影响概率及预警级别。以此可以较为准确地获取火点周围的气象环境信息,便于及时做好防火隔离措施,为电网抢修、应急指挥提供气象环境决策支持。

其次,根据影响概率综合分析,结合各地区输电线路、杆塔历年遭受山火次数、频率、受灾程度等历史数据,山东省主要植被覆盖区域、历年冬春季节温度、湿度等气象环境的变化,可以分级标识山东省内不同区域发生山火的强度,提高山东电网防山火监测预警的准确性、科学性。也可作为电网规划设计、选址建设、运行检修的重要参考依据,尽量避开山火高发区,降低山火对电网输电线路、杆塔等电力设施的危害。

3  结语

该成果应用前景广阔,对提升电网山火识别率、提升应急处置效率,减少山火导致的停电损失,有重大意义。可以全方位提高智能电网各环节的信息感知深度和广度,有助于提高山东电网防山火监测预警的准确性、科学性。

基于增量数据的电网高影响疑似火点智能识别关键技术研究在电网山火监测预警体系建设、高效应急处置、保障电网安全平稳运行具有重要意义。该研究可有效提高电网抢修效率,减少经济损失,提高公司社会形象和客户满意度,具有良好的经济和社会效应。可以提升电网火点监测预警精细化水平,减少停电等经济损失。全方位提高智能电网各环节的信息感知深度和广度,有助于提高山东电网防山火监测预警的准确性、科学性。其次,提升公司社会形象和客户满意度。该技术研究可有效提高应急处置针对性,对及早控制火灾蔓延,缩短停电时间,保障人民生活和社会生产正常进行,提升公司社会形象和客户满意度,彰显社会责任。

参考文献

  1. 孙世军,张治取,韩洪.疑似火点监测定位及电网运行预警方法[J].中国电力,2017,50(04):181-184.

  2. 陆佳政,吴传平,杨莉,张红先,刘毓,徐勋建.输电线路山火监测预警系统的研究及应用[J].电力系统保护与控制,2014,42(16):89-95.

  3. 周景. 电网自然灾害预警管理模型及决策支持系统研究[D].华北电力大学(北京),2016.

  4. 吴勇军,薛禹胜,陆佳政,谢云云,徐泰山,李文云,吴琛.山火灾害对电网故障率的时空影响[J].电力系统自动化,2016,40(03):14-20.

  5. 程向辉,刘俊勇,冯瀚,贺星棋,韩卫恒,胥威汀.基于事故态势等级评判的电力应急指挥中心启动辅助决策分析[J].电力系统保护与控制,2011,39(16):45-52.

  6. 朱奇. 基于多因素权重分析的输电线路灾害预警评估模型研究[D].武汉大学,2018.

  7. 王琨,范冲.基于层次分析法的输电线路走廊山火风险影响因子权重分析[J].测绘与空间地理信息,2016,39(12):116-119.

  8. 郭金玉,张忠彬,孙庆云.层次分析法的研究与应用[J].中国安全科学学报,2008(05):148-153.

  9. 钟雅珊. 山火自然灾害影响下的区域电网安全评价及管理研究[D].华北电力大学(北京),2017.

  10. 艾欣,周志宇.山火灾害下电网输电线路关键性评估方法[J].高电压技术,2018,44(08):2433-2441.

  11. 电力系统风险评估模型、方法和应用[M]. 科学出版社 , (加)李文沅著, 2006

      关键词:电力, 电网,山东电力


稿件媒体合作

  • 我们竭诚为您服务!
  • 我们竭诚为您服务!
  • 电话:010-63413737

广告项目咨询

  • 我们竭诚为您服务!
  • 我们竭诚为您服务!
  • 电话:010-63415404

投诉监管

  • 我们竭诚为您服务!
  • 电话:010-58689065