一种极端自然环境下特高压密集通道风险校核方法技术

一种极端自然环境下特高压密集通道风险校核方法，采集特高压密集通道的通道周边气象数据和通道内线路数据，利用区域以及时间特征风险评价指标对数据进行极端自然灾害风险识别；利用风险概率、风险权重和风险后果构建综合运行风险模型，风险识别结果为输入，得到综合运行风险值，并确定密集通道设防水平。综合考虑极端环境下，准确评估密集输电通道已有防护措施的整体设防水平，提升特高压密集通道智能化管控能力和安全防护能力；风险计算过程中已考虑密集通道内各类灾害的防御措施对密集通道的风险影响，无需二次校核，综合运行风险值直接用于设防水平等级划分，进而为密集输电通道风险防范薄弱点的查找提供简便有力的帮助和支持。

【技术实现步骤摘要】
一种极端自然环境下特高压密集通道风险校核方法
本专利技术涉及输电线路安全评估
，更具体地，涉及一种极端自然环境下特高压密集通道风险校核方法。
技术介绍
输电线路作为电力系统的重要组成部分，由于长期暴露在大气环境中，极易受到各种恶劣环境以及外力破坏等因素的侵袭，严重影响着电网的安全稳定运行，已成为电网风险评估的核心内容之一。随着特高压输电密集通道的不断增加，由于其环境复杂，区域范围小，一旦遇到极端自然环境如大风和雷电等气象灾害侵袭，会造成通道内输电线路单一或同时故障，构成区域或省级电网事件，造成重大影响。现有技术中，一方面，人们将现代风险评估的理念引入到电力系统安全评估的体系中，并应用于传统单条输电线路的风险校核，陆续提出了一些评估方法，如基于可靠性理论、基于风险管理、基于人工智能等评估方法，以及由此产生的一系列评估算法，如蒙特卡罗模拟法、解析法、故障树分析模型、层次分析法、熵权法、模糊数学方法、神经网络方法等。而密集输电通道并非传统单条输电线路的简单“组合”，通道内部输电线路之间的相互风险影响也需要加以考虑。这些仍属于研究空白。<本文档来自技高网...

【技术保护点】
1.一种极端自然环境下特高压密集通道风险校核方法，其特征在于，/n所述风险校核方法的步骤如下：/n步骤1，采集典型特高压密集通道的通道周边气象数据和通道内线路数据，并构建典型特高压密集通道数据集；/n步骤2，利用区域特征风险评价指标体系以及时间特征风险评价指标体系，对典型特高压密集通道数据集进行极端自然灾害的风险识别；/n步骤3，利用风险概率、风险权重和风险后果，构建综合运行风险模型；/n步骤4，以典型特高压密集通道数据集和典型特高压密集通道极端自然灾害的风险识别结果，共同作为输入数据，输入至综合运行风险模型中；由所述综合运行风险模型输出综合运行风险值；/n步骤5，根据综合运行风险值确定典型特...

【技术特征摘要】
1.一种极端自然环境下特高压密集通道风险校核方法，其特征在于，
所述风险校核方法的步骤如下：
步骤1，采集典型特高压密集通道的通道周边气象数据和通道内线路数据，并构建典型特高压密集通道数据集；
步骤2，利用区域特征风险评价指标体系以及时间特征风险评价指标体系，对典型特高压密集通道数据集进行极端自然灾害的风险识别；
步骤3，利用风险概率、风险权重和风险后果，构建综合运行风险模型；
步骤4，以典型特高压密集通道数据集和典型特高压密集通道极端自然灾害的风险识别结果，共同作为输入数据，输入至综合运行风险模型中；由所述综合运行风险模型输出综合运行风险值；
步骤5，根据综合运行风险值确定典型特高压密集通道的设防水平。


2.根据权利要求1所述的一种极端自然环境下特高压密集通道风险校核方法，其特征在于，
步骤1中，所述通道周边气象数据包括温度、湿度、湿梯度、风速、风向、气压、降雨量、落雷密度；
所述通道内线路数据包括：通道内线路静态设计参数、通道及其周边三维空间地理GIS数据、通道内线路动态运行数据。


3.根据权利要求2所述的一种极端自然环境下特高压密集通道风险校核方法，其特征在于，
所述通道内线路静态设计参数包括导线参数、地线参数、杆塔参数，还包括应对自然灾害已安装的防御设备的位置、数目及安装时间；
所述通道及其周边三维空间地理GIS数据包括三维激光扫描反映地形、地貌、海拔的空间地理数据；
所述通道内线路动态运行数据包括可视化监拍获取的录像数据，运行历史记录，大修计划、事故处理、检修工作任务票，以及线路已安装的本体参数感知传感器获取的数据。


4.根据权利要求2所述的一种极端自然环境下特高压密集通道风险校核方法，其特征在于，
所述通道周边气象数据通过包括雷达监测、自动气象站监测、雷电定位的气象感知技术获取；所述通道内线路数据通过电网GIS、电网PMS、输电在线监测获取。


5.根据权利要求1所述的一种极端自然环境下特高压密集通道风险校核方法，其特征在于，
步骤2中，
所述特高压密集通道极端自然灾害包括重覆冰、强风、长时间舞动、密集落雷、地震、山火、快速积污；
区域特征评价指标体系包括：区域通道气象敏感度指标、区域通道故障次数差异指标以及通道故障高风险区段识别指标；
时间特征评价指标体系包括：历史同期各月故障频率指标、不同气象风险作用下停运时间指标、故障时间间隔指标、短时故障聚集度指标。


6.根据权利要求1所述的一种极端自然环境下特高压密集通道风险校核方法，其特征在于，
步骤3中，综合运行风险模型满足如下关系式：



式中，
Risk表示特高压密集通道综合运行风险值，
Px表示第x类极端自然灾害发生概率，即风险概率，
Cx表示第x类极端自然灾害发生所引起的后果，即风险后果，
Vx表示第x类极端自然灾害的相对重要等级，即风险权重，
X表示极端自然灾害类型的总数。


7.根据权利要求6所述的一种极端自然环境下特高压密集通道风险校核方法，其特征在于，
步骤3中，风险概率的计算步骤如下：
步骤3.1.1，从风险事故集中提取风险识别结果，即第x类极端自然灾害；
步骤3.1.2，根据第x类极端自然灾害，从风险因素集中提取对应的风险因素作为标准，用于密集通道内各基杆塔的第x类极端自然灾害风险等级的划分；并利用电网运行系数、杆塔结构系数以及地形地貌系数，对所划分的各基杆塔风险等级进行修正；
步骤3.1.3，根据修正后的各基杆塔风险等级，分别统计各风险等级杆塔的总基数及其在整条通道中的占比；其中，修正后的各基杆塔风险等级包括第一风险等级、第二风险等级、第三风险等级和第四风险等级；各风险等级杆塔的总基数在整条通道中的占比分别为第一级占比、第二级占比、第三级占比和第四级占比；任一级占比满足如下关系式：



式中，
Li为第i风险等级对应的杆塔总基数在整条通道中的占比，即第i级占比，
SLi为第i风险等级对应的杆塔总基数；
步骤3.1.4，应用层次分析法得到各级占比的权重系数，即第一级权重系数、第二级权重系数、第三级权重系数和第四级权重系数；
步骤3.1.5，利用各级占比和各级权重系数，构建密集通道内第x类极端自然灾害的风险概率模型，满足如下关系式：
Px＝α1L1+α2L2+α3L3+α4L4
式中，
Px为特高压密集通道内第x类极端自然灾害的风险概率，
L1、L2、L3和L4分别为特...

【专利技术属性】
技术研发人员：王津宇，卢明，姚德贵，郭志民，梁允，刘善峰，李帅，王超，刘莘昱，吕中宾，李哲，苑司坤，高阳，张宇鹏，高超，耿俊成，张小斐，袁少光，毛万登，田杨阳，
申请(专利权)人：国网河南省电力公司电力科学研究院，河南九域恩湃电力技术有限公司，国家电网有限公司，
类型：发明
国别省市：河南;41