一种基于网格化气象数据在电网运行中的监测预警方法技术

本发明专利技术提供一种基于网格化气象数据在电网运行中的监测预警方法，所述方法包括：针对省份GIS地图构建矢量化网格，将各电网设施基础数据、各传感器监测的气象数据、各气象观测点的当前数据和n小时内预测数据与网格进行关联。根据各气象监测点的气象数据，利用反距离权重法对各电网设施的气象数据进行预测，同时，根据各传感器数据对各气象监测点的气象数据进行系数调整，以提高气象预测的准确性。以各电网设施的传感器数据作为当前气象数据，并定期对传感器进行检查并调整，以提高气象监测的准确性。

A Monitoring and Early Warning Method Based on Grid Meteorological Data in Power Network Operation

The invention provides a monitoring and early warning method based on grid meteorological data in power grid operation. The method includes: constructing vectorized grid for provincial GIS maps, associating basic data of power grid facilities, meteorological data monitored by sensors, current data of meteorological observation points and prediction data in n hours with grid. According to the meteorological data of each meteorological monitoring point, the inverse distance weight method is used to forecast the meteorological data of each power grid facility. At the same time, the meteorological data coefficients of each meteorological monitoring point are adjusted according to the sensor data to improve the accuracy of meteorological prediction. In order to improve the accuracy of meteorological monitoring, the sensor data of various power grid facilities are used as current meteorological data, and the sensors are checked and adjusted regularly.

【技术实现步骤摘要】
一种基于网格化气象数据在电网运行中的监测预警方法
本专利技术涉及灾情监测预警
，具体涉及一种基于网格化气象数据在电网运行中的监测预警方法。
技术介绍
随着电网气象数据的不断深入应用，对数据精准分析要求的不断提高，现有基于气象监测站的点状数据格式已不能满足日益提高的业务应用需求，电力系统的供电区域增大，气象因素对电力系统的影响，不是在面上，而是反映在点上，一般来说，预测地区的地理范围都比较大，预测区域内各子区域影响电网设备运行的主要因素如各地的温度，降雨情况等有很大的区别。网格化服务作为一种创新的工作方式，按照网格管理的理念，将电网设备数据网格化和气象数据网格化以及电网GIS平台进行统筹整合，同时运用电子地图和现代信息技术，在一定区域内科学划分网格。利用网格化服务提高气象数据的精确度，合理准确地估计各类气象实时数据变化趋势，对于基础天气预报及电网设备数据实时监测均有重要意义。地面观测站数据具有较高的可信度，但就中国区域而言，观测站点在空间分布上存在明显的不连续，呈现东密西疏状态，对基于地面观测的格点数据质量有较大影响。通过实施电网设备网格化数据与气象网格化数据的统筹整合，将电力设备、历史灾害、三跨线路、重要用户、防汛、森林火险、应急资源等各类数据与覆盖区域的高精度气象网格进行关联，结合气象部门发布的网格化监测预警气象数据，提高电网灾害区域的精准分析能力，提升公司各业务部门对综合监测预警数据应用能力。本专利技术欲在网格化数据服务上寻求一种新思路，根据电网设备和气象预测数据对电网设施区域进行网格化，建立气象数据对网格化电网设备影响预测的准确度。
技术实现思路
本专利技术的目的是通过以下技术方案实现的。为了解决上述问题，本专利技术提供了一种基于网格化气象数据在电网运行中的监测预警方法，所述方法包括：步骤1)：根据所述省份GIS地图，形成矢量化网格，所述网格为以m*m为单位区域；进一步地，所述m取值为1KM、2KM或5KM。步骤2)：针对所述省份，向系统录入该省份各电网设施基础数据F[f1,f2,…fn1]、实时获取的各电网设施各传感器所采集的气象数据D[d1,d2,…dn2]、各气象监测点的当前气象数据W[w1,w2,…wn2]和n小时预测气象数据W’[w1’,w2’,…wn2’]；根据各电网设施地理坐标、各气象监测点的地理坐标，将F[f1,f2,…fn1]、D[d1,d2,…dn2]、W[w1,w2,…wn2]、W’[w1’,w2’,…wn2’]关联至所述矢量化网格中；进一步地，所述电网设施基础数据包括：名称、GIS三维地图坐标、海拔、所属管辖区域、开工时间、竣工时间、设施类型、各类型设施三维空间数据、人员类型、人员数量、各气象类型的预设阈值。进一步地，所述当前气象数据和n小时预测气象数据均包括：火灾、雨量、雪量、温度、风力、风速。步骤3)：根据所述D[d1,d2,…dn2]，利用插值算法得出各气象观测点所在网格的各气象数据D’[d1’,d2’,…dn2’]；进一步地，所述插值算法具体为反距离权重法，所述反距离权重法具体为：其中，D‘为根据插值算法计算出的气象观测点所在网格的气象数据，Di为各电网设施传感器所采集的气象数据，λi为权值。步骤4)：计算D’[d1’,d2’,…dn2’]与W[w1,w2,…wn2]的差值，当一气象数据的差值超过预定阈值Q1时，执行步骤5)，否则执行步骤6)；步骤5)：对各电网设施的各传感器进行数据检查并调整；进一步地，所述对各电网设施的各传感器进行数据检查并调整，具体包括：获取各电网设施各传感器的m分钟以内的历史传感器数据，所述m分钟以内为以现在时刻起始，向前获取m分钟的数据；所述m取值为3或5；比较所述历史传感器数据和当前传感器数据，判断是否发生数值跳变；当发生数值跳变时，对存在跳变情况的传感器信息进行报警显示；管理员负责对电网设施现场传感器进行检修。进一步地，所述对各电网设施的各传感器进行数据检查并调整，还包括：对各传感器的故障率进行排序；对故障率频繁程度排名前k的传感器，以1h为时间间隔，根据上述对传感器进行数据检查并调整的方法进行传感器检查和调整；所述k取值为10或15；对故障率频繁程度排名非前k的传感器，以5h为时间间隔，根据上述对传感器进行数据检查并调整的方法进行传感器检查和调整。步骤6)：根据D’[d1’,d2’,…dn2’]对W[w1,w2,…wn2]进行调整，得出各气象监测点的气象数据调整系数C[c1,c2,…cn2]；进一步地，所述根据D’[d1’,d2’,…dn2’]对W[w1,w2,…wn2]进行调整，得出各气象监测点的气象数据调整系数C[c1,c2,…cn2]，具体为：步骤7):将D[d1,d2,…dn2]作为各电网设施的当前气象数据；步骤8)：根据调整系数C[c1,c2,…cn2]对n小时预测气象数据W’[w1’,w2’,…wn2’]进行调整得到调整后的气象数据E[e1,e2,…en2]，并利用插值算法得出各电网设施的n小时预测气象数据。进一步地，所述插值算法具体为反距离权重法，所述反距离权重法具体为：其中，E‘为各电网设施的n小时预测气象数据，Ei为各气象监测点经调整后的气象数据，λi为权值。进一步地，所述根据调整系数C[c1,c2,…cn2]对n小时预测气象数据W’[w1’,w2’,…wn2’]进行调整得到调整后的气象数据E[e1,e2,…en2]，具体包括：E[e1,e2,…en2]＝W’[w1’,w2’,…wn2’]×C[c1,c2,…cn2]。进一步地，在获得一电网设施的各传感器的气象数据后，所述方法还包括：比较各传感器的各气象数据与在上一时刻通过所述步骤8)中插值算法预测的该一电网设施的气象数据；根据比较结果对下一时刻预测的该一电网设施的气象数据进行系数调整。步骤9)：当步骤7)中获得的当前气象数据超过预定阈值时，系统进行报警并启动电网设施现场的摄像头；进一步地，所述步骤9)具体包括：当气象数据未超过预定阈值时，电网设施摄像头处于关闭状态；当气象数据超过预定阈值时，开启电网设施摄像头，并向GIS监控平台传输电网现场视频数据；当GIS平台管理员根据所述视频数据确定电网现场环境后，选择关闭报警或启动应急预案；当关闭报警时，系统以10分钟为时间间隔向GIS监控平台传送电网设施现场摄像头数据。步骤10)：当步骤8)中获得的n小时预测气象数据超过预定阈值时，系统进行报警并启动电网设施现场的摄像头。本专利技术的优点在于：(1)采用矢量化网格方法对省份GIS地图进行划分，缩小对气象预测的半径范围，提高了预测精确度，以便于快速、准确地做出应急预案；(2)将电网设施现场的基础数据、传感器数据、各气象监测点的当前气象数据和n小时预警数据结合并关联至矢量化网格中，实现了多类数据的融合，提高了数据分析的效率；(3)结合各电网设施现场的各传感器数据和各气象监测点的气象数据，利用反距离权重法进行气象数据的预测，根据各电网设施现场的各传感器数据对各气象监测点的气象数据进行系数调整，提高了气象预测数据的准确性；(4)通过只针对电网设施所在位置进行气象预测，减少了数据运算的复杂度，确保系统预警的实时性。(5)在电网设施现场的气象数据超过预定阈值时，开启电网设施现场摄像头，减少本文档来自技高网...

【技术保护点】
1.一种基于网格化气象数据在电网运行中的监测预警方法，所述方法包括如下步骤：步骤1)：根据所述省份GIS地图，形成矢量化网格，所述网格为以m*m为单位区域；步骤2)：针对所述省份，向系统录入该省份各电网设施基础数据F[f1,f2,…fn1]、实时获取的各电网设施各传感器所采集的气象数据D[d1,d2,…dn2]、各气象监测点的当前气象数据W[w1,w2,…wn2]和n小时预测气象数据W’[w1’,w2’,…wn2’]；根据各电网设施地理坐标、各气象监测点的地理坐标，将F[f1,f2,…fn1]、D[d1,d2,…dn2]、W[w1,w2,…wn2]、W’[w1’,w2’,…wn2’]关联至所述矢量化网格中；步骤3)：根据所述D[d1,d2,…dn2]，利用插值算法得出各气象观测点所在网格的各气象数据D’[d1’,d2’,…dn2’]；步骤4)：计算D’[d1’,d2’,…dn2’]与W[w1,w2,…wn2]的差值，当一气象数据的差值超过预定阈值时，执行步骤5)，否则执行步骤6)；步骤5)：对各电网设施的各传感器进行数据检查并调整；步骤6)：根据D’[d1’,d2’,…dn2’]对W[w1,w2,…wn2]进行调整，得出各气象监测点的气象数据调整系数C[c1,c2,…cn2]；步骤7):将D[d1,d2,…dn2]作为各电网设施的当前气象数据；步骤8)：根据调整系数C[c1,c2,…cn2]对n小时预测气象数据W’[w1’,w2’,…wn2’]进行调整得到调整后的气象数据E[e1,e2,…en2]，并利用插值算法得出各电网设施的n小时预测气象数据。...

【技术特征摘要】
1.一种基于网格化气象数据在电网运行中的监测预警方法，所述方法包括如下步骤：步骤1)：根据所述省份GIS地图，形成矢量化网格，所述网格为以m*m为单位区域；步骤2)：针对所述省份，向系统录入该省份各电网设施基础数据F[f1,f2,…fn1]、实时获取的各电网设施各传感器所采集的气象数据D[d1,d2,…dn2]、各气象监测点的当前气象数据W[w1,w2,…wn2]和n小时预测气象数据W’[w1’,w2’,…wn2’]；根据各电网设施地理坐标、各气象监测点的地理坐标，将F[f1,f2,…fn1]、D[d1,d2,…dn2]、W[w1,w2,…wn2]、W’[w1’,w2’,…wn2’]关联至所述矢量化网格中；步骤3)：根据所述D[d1,d2,…dn2]，利用插值算法得出各气象观测点所在网格的各气象数据D’[d1’,d2’,…dn2’]；步骤4)：计算D’[d1’,d2’,…dn2’]与W[w1,w2,…wn2]的差值，当一气象数据的差值超过预定阈值时，执行步骤5)，否则执行步骤6)；步骤5)：对各电网设施的各传感器进行数据检查并调整；步骤6)：根据D’[d1’,d2’,…dn2’]对W[w1,w2,…wn2]进行调整，得出各气象监测点的气象数据调整系数C[c1,c2,…cn2]；步骤7):将D[d1,d2,…dn2]作为各电网设施的当前气象数据；步骤8)：根据调整系数C[c1,c2,…cn2]对n小时预测气象数据W’[w1’,w2’,…wn2’]进行调整得到调整后的气象数据E[e1,e2,…en2]，并利用插值算法得出各电网设施的n小时预测气象数据。2.根据权利要求1所述的监测预警方法，所述步骤还包括：步骤9)：当步骤7)中获得的当前气象数据超过预定阈值时，系统进行报警并启动电网设施现场的摄像头；步骤10)：当步骤8)中获得的n小时预测气象数据超过预定阈值时，系统进行报警并启动电网设施现场的摄像头。3.根据权利要求2所...

【专利技术属性】
技术研发人员：孙世军，刘伟生，韩洪，孙希珍，朱保军，李善武，刘涛，孙卫东，张鹏，王学亮，毛志强，
申请(专利权)人：国网山东省电力公司应急管理中心，
类型：发明
国别省市：山东,37