基于动态阈值的电网高低温识别方法技术

本发明专利技术提供一种基于动态阈值的电网高低温识别方法，包括以下步骤：获取每个场站历史预设年数的逐日最高、最低气温数据；选取高温事件和低温事件的筛选时段，在高温事件的筛选时段内根据每个场站历史预设年数的逐日最高气温数据获取每个日历日的最高气温阈值，并在低温事件的筛选时段内根据每个场站历史预设年数的逐日最低气温数据获取每个日历日的最低气温阈值；获取每个场站未来第一预设天数的逐日最高、最低气温预报数据；将每个场站未来第一预设天数的逐日最高气温预报数据与对应日期的最高气温阈值进行比较，以识别高温事件，将每个场站未来第一预设天数的逐日最低气温预报数据与对应时间的最低气温阈值进行比较，以识别低温事件。以识别低温事件。以识别低温事件。

【技术实现步骤摘要】
基于动态阈值的电网高低温识别方法


[0001]本专利技术涉及电网气象防灾减灾
，具体涉及一种基于动态阈值的电网高低温识别方法。

技术介绍

[0002]电力系统安全稳定运行与气象等外部环境息息相关，各类恶劣气象条件常常会给电网运行带来灾难性的破坏。近20年统计显示，自然灾害已成为导致我国电网系统破坏事故的第二诱因，加强电力极端气象事件预报预警业务体系，给出关键决策，将最大限度地降低电网经济损失，更为可靠地履行好社会责任。
[0003]极端高、低温过程是电网安全稳定运行的重要气象灾害之一。高温天气下用电负荷快速增长，增加了输电线路的输送功率，另一方面，高温天气下各类设备出现故障的机率增加，当出现设备故障时，电网运行方式会突然变化，潮流改变，可能使系统中某些设备出现过负荷情况，诱发电网事故。而低温天气主要对电网设备造成冻雨、覆冰、污闪、过载等灾害，同时持续低温天气使得用电负荷剧增，为电网各个环节带来巨大挑战。
[0004]目前电网系统对高、低温过程的识别通常采用绝对阈值法，即选取某个影响人类或生物的界限温度来直接划定高、低温事件。例如：将日最高气温高于35℃的日数定义为高温日数，将日最低气温低于0℃的日数作为低温日数。该方法计算简单且较为直观，然而不同区域气候差异较大，并且全球变暖的大背景下，平均气温正在迅速上升，因此绝对阈值法显然无法准确地实现电网高、低温识别，难以为电网的防灾减灾工作做出有效的指导。

技术实现思路

[0005]本专利技术为解决上述技术问题，提供了一种基于动态阈值的电网高低温识别方法，能够准确地实现电网高、低温识别，从而利于为电网的防灾减灾工作做出有效的指导。
[0006]本专利技术采用的技术方案如下：
[0007]一种基于动态阈值的电网高低温识别方法，包括以下步骤：S1，基于气象再分析数据获取区域网格历史近地面温度数据，并获取区域内多个场站的经纬度数据；S2，通过反距离加权插值法获取每个场站的温度数据，并将所述区域网格历史近地面温度数据插值到对应的场站，得到每个场站历史预设年数的逐日最高气温数据和逐日最低气温数据；S3，选取高温事件和低温事件的筛选时段，在高温事件的筛选时段内根据每个场站历史预设年数的逐日最高气温数据获取每个日历日的最高气温阈值，并在低温事件的筛选时段内根据每个场站历史预设年数的逐日最低气温数据获取每个日历日的最低气温阈值；S4，通过反距离加权插值法将区域网格预报资料插值到对应的场站，得到每个场站未来第一预设天数的逐日最高气温预报数据和逐日最低气温预报数据；S5，将每个场站未来第一预设天数的逐日最高气温预报数据与对应日期的最高气温阈值进行比较，以识别高温事件，将每个场站未来第一预设天数的逐日最低气温预报数据与对应时间的最低气温阈值进行比较，以识别低温事件。
[0008]步骤S3具体包括：S31，选取夏季时段作为高温事件的筛选时段；S32，以所述夏季时段内某一日历日为中心，将历史预设年数内该日历日前后第二预设天数的最高气温数据按照概率分布排序，并取出90％处的最高气温作为该日历日的最高气温阈值；S33，选取冬季时段作为低温事件的筛选时段；S34，以所述冬季时段内某一日历日为中心，将历史预设年数内该日历日前后第二预设天数的最低气温数据按照概率分布排序，并取出90％处的最低气温作为该日历日的最低气温阈值，
[0009]其中，对每个场站均执行上述步骤S31至S34，对夏季时段的每个日历日均执行步骤S32，对冬季时段的每个日历日均执行步骤S34。
[0010]在步骤S3之后，还包括：采用滑动平均法得到平滑的最高气温阈值曲线和平滑的最低气温阈值曲线，
[0011]在步骤S4中，构建每个场站未来第一预设天数的逐日最高气温预报数据曲线和逐日最低气温预报数据曲线，在步骤S5中，将每个场站未来第一预设天数的逐日最高气温预报数据曲线与对应日期的最高气温阈值曲线进行比较，并将每个场站未来第一预设天数的逐日最低气温预报数据曲线与对应日期的最低气温阈值曲线进行比较。
[0012]其中，若某场站连续第三预设天数的最高气温预报数据大于最高气温阈值，则判定该场站出现一次高温事件，若某场站连续第三预设天数的最低气温预报数据小于最低气温阈值，则判定该场站出现一次低温事件。
[0013]在步骤S3中，还在高温事件的筛选时段内根据每个场站历史预设年数的逐日最高气温数据获取每个日历日的最高温度气候平均值，并在低温事件的筛选时段内根据每个场站历史预设年数的逐日最低气温数据获取每个日历日的最低温度气候平均值。
[0014]所述的基于动态阈值的电网高低温识别方法还包括：将间隔天数小于等于第四预设天数且总天数大于等于第五预设天数的两次高温事件或两次低温事件合并视为一次高温事件或一次低温事件；获取每个场站一次高温事件的持续时间和一次低温事件的持续时间；根据每个场站一次高温事件的持续时间、最高气温预报数据和最高温度气候平均值计算每个场站的受灾强度，或者根据每个场站一次低温事件的持续时间、最低气温预报数据和最低温度气候平均值计算每个场站的受灾强度。
[0015]所述的基于动态阈值的电网高低温识别方法还包括：根据区域内出现高温事件或低温事件的场站数量计算受灾率；将区域内所有场站一次高温事件的持续时间和一次低温事件的持续时间的最大值作为区域受灾持续时间；将区域内所有场站的受灾强度的最大值作为区域受灾强度。
[0016]所述预设年数为30年，所述第一预设天数为15天，所述第二预设天数为11天，所述第三预设天数为3天，所述第四预设天数为2天，所述第五预设天数为5天。
[0017]本专利技术的有益效果：
[0018]本专利技术通过动态地在高温事件和低温事件的筛选时段获取每个日历日的高、低温阈值，并将预报数据与动态的高、低温阈值进行比较以识别高、低温事件，由此，能够准确地实现电网高、低温识别，从而利于为电网的防灾减灾工作做出有效的指导。
附图说明
[0019]图1为本专利技术实施例的基于动态阈值的电网高低温识别方法的流程图；
[0020]图2为本专利技术一个具体实施例的动态高、低温阈值选取示意图。
具体实施方式
[0021]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0022]如图1所示，本专利技术实施例的基于动态阈值的电网高低温识别方法包括以下步骤：
[0023]S1，基于气象再分析数据获取区域网格历史近地面温度数据，并获取区域内多个场站的经纬度数据。
[0024]在本专利技术的一个实施例中，一个电网区域包括多个网格，并具有多个场站。第i个场站的经纬度信息为(x
i
,y
i
)，其中，1≤i≤N，N为区域内的场站总数。
[0025]S2，通过反距离加权插值法获取本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态阈值的电网高低温识别方法，其特征在于，包括以下步骤：S1，基于气象再分析数据获取区域网格历史近地面温度数据，并获取区域内多个场站的经纬度数据；S2，通过反距离加权插值法获取每个场站的温度数据，并将所述区域网格历史近地面温度数据插值到对应的场站，得到每个场站历史预设年数的逐日最高气温数据和逐日最低气温数据；S3，选取高温事件和低温事件的筛选时段，在高温事件的筛选时段内根据每个场站历史预设年数的逐日最高气温数据获取每个日历日的最高气温阈值，并在低温事件的筛选时段内根据每个场站历史预设年数的逐日最低气温数据获取每个日历日的最低气温阈值；S4，通过反距离加权插值法将区域网格预报资料插值到对应的场站，得到每个场站未来第一预设天数的逐日最高气温预报数据和逐日最低气温预报数据；S5，将每个场站未来第一预设天数的逐日最高气温预报数据与对应日期的最高气温阈值进行比较，以识别高温事件，将每个场站未来第一预设天数的逐日最低气温预报数据与对应时间的最低气温阈值进行比较，以识别低温事件。2.根据权利要求1所述的基于动态阈值的电网高低温识别方法，其特征在于，步骤S3具体包括：S31，选取夏季时段作为高温事件的筛选时段；S32，以所述夏季时段内某一日历日为中心，将历史预设年数内该日历日前后第二预设天数的最高气温数据按照概率分布排序，并取出90％处的最高气温作为该日历日的最高气温阈值；S33，选取冬季时段作为低温事件的筛选时段；S34，以所述冬季时段内某一日历日为中心，将历史预设年数内该日历日前后第二预设天数的最低气温数据按照概率分布排序，并取出90％处的最低气温作为该日历日的最低气温阈值，其中，对每个场站均执行上述步骤S31至S34，对夏季时段的每个日历日均执行步骤S32，对冬季时段的每个日历日均执行步骤S34。3.根据权利要求2所述的基于动态阈值的电网高低温识别方法，其特征在于，在步骤S3之后，还包括：采用滑动平均法得到平滑的最高气温阈值曲线和平滑的最低气温阈值曲线，在步骤S4中，构建每个场站未来第一预设天数的逐日最高气温预报数据...

【专利技术属性】
技术研发人员：吴强，李海涛，李波，李鸿泽，高超，姚建伟，陈燕南，宋旭，赵玮，张鑫，沈超，钱骁，李元，陆倪博文，李帆，张庆磊，刘禹涵，朱夏飞，徐春雷，韦磊，谭笑，张廼龙，高嵩，
申请(专利权)人：国网江苏省电力有限公司，
类型：发明
国别省市：