一种基于数据挖掘技术的输电线路杆塔雷击风险评估方法

摘要

一种基于数据挖掘技术的输电线路杆塔雷击风险评估方法，将输电线路杆塔坐标、杆塔结构信息、绝缘配置信息输入GIS，运用GIS系统，提取杆塔周围高程信息和杆塔处的地闪密度等级；根据高程信息计算地形特征参数；根据杆塔坐标、杆塔结构、绝缘配置信息计算得到杆塔的雷击跳闸率的预测值，其特征在于，所述方法还包括运用数据挖掘软件，输入获得的杆塔地形特征参数、地闪密度等级、雷击跳闸率预测值和雷击跳闸记录，建立数据挖掘模型，分析输出逐基杆塔发生雷击跳闸的概率；通过杆塔雷击跳闸概率与曾经发生过雷击跳闸杆塔的雷击跳闸概率比较评估杆塔雷击跳闸风险等级，为输电线路防雷设计和防雷差异化改造提供可靠的数据支持。

说明书

技术领域

本发明涉及输电线路雷电防治应用领域，具体是一种基于数据挖 掘技术的输电线路杆塔雷击风险评估方法，其适用于电力系统高压、 超高压及特高压架空输电线路杆塔雷击风险的评估。

背景技术

运行统计数据表明，雷击已成为造成输电线路跳闸的主要原因， 目前虽然已经采取了多种防雷措施，但是雷击跳闸率仍然居高不下。 线路避雷器等防雷措施虽然能够有效降低雷击跳闸率，但是由于造价 十分昂贵，不可能在输电线路上大面积推广试用。现有研究表明，不 同地区、不同雷区等级、不同杆塔结构输电线路的防雷性能是存在差 异的，因此如何更加有效地对输电线路杆塔雷击风险进行评估，从而 针对风险等级最高的杆塔安装有效防雷措施将会极大降低输电线路 的雷击跳闸率，同时也具有最好的经济性。

申请人在研究中发现，影响输电线路杆塔雷击风险的主要因素应 包括杆塔处雷电活动情况，地形地貌，线路结构和绝缘配置。对于线 路走廊雷电活动特征，中国专利文献(申请号200810048399.5)《基 于雷电参数统计的输电线路防雷性能评估方法》给予了关注，并细致 描述了雷电活动差异对于线路防雷性能的影响。对于地形地貌特征， 中国专利文献(申请号201010526035.0)《基于精细地形数据的输电 线路绕击防雷性能评估方法》给予了关注，细致的描述了输电线路杆 塔及档距中央地形起伏和地面倾角对输电线路绕击防雷性能的影响。 对于线路结构和绝缘配置，目前所应用的防雷性能评估尚能反映各基 杆塔的结构特征和绝缘配置差异。然而，却无法考虑雷击运行经验的 指导作用，即无法利用发生过雷击跳闸的杆塔信息来修正评估方法， 造成评估结果与实际运行经验存在较大差异。

申请人在研究中还发现，根据目前所应用的防雷性能评估方法评 估结果为不可能发生雷击跳闸的杆塔却在运行中发生了雷击跳闸，说 明目前的防雷性能评估方法仍然存在缺陷，尚不能准确评估输电线路 杆塔的雷击风险。在我国电力系统的运行和发展中，积累了大量雷击 跳闸数据，这些曾经雷击跳闸的杆塔必然具有相对较高的雷击风险， 倘若能够探索出这些曾经发生过雷击跳闸的杆塔自身和环境信息中 的共性特征及其对输电线路雷击杆塔跳闸风险的影响程度，则可以使 用杆塔自身及环境特点对输电线路雷击风险进行评估，且随着运行经 验的增多，评估的准确性也会越来越高，从而指导输电线路杆塔防雷 设计和防雷差异化改造。

发明内容

本发明所要解决的技术问题是，提供一种新的基于数据挖掘技术 的输电线路杆塔雷击风险评估方法，以实现对输电线路杆塔雷击风险 的准确估算，为输电线路防雷设计和防雷差异化改造提供可靠地数据 依据。

本发明的技术问题通过下述方案予以解决：

将输电线路杆塔坐标、杆塔结构信息、绝缘配置信息输入GIS(地 理信息系统)，运用GIS系统，根据杆塔所在地区的数字高程地图和 地闪密度分布图，提取杆塔周围一定范围内高程信息和杆塔处的地闪 密度等级；根据杆塔周围内的高程信息计算杆塔地形特征参数；根据 输电线路杆塔坐标信息、杆塔结构信息、绝缘配置信息计算得到输电 线路杆塔的雷击跳闸率的预测值，其特征在于，所述方法还包括运用 数据挖掘软件，输入获得的杆塔地形特征参数、地闪密度等级、雷击 跳闸率预测值和雷击跳闸记录，建立数据挖掘模型，分析输出逐基杆 塔发生雷击跳闸的概率；通过输电线路杆塔雷击跳闸概率与曾经发生 过雷击跳闸杆塔的雷击跳闸概率比较评估输电线路杆塔雷击跳闸风 险等级用以为输电线路防雷设计和防雷差异化改造提供可靠的数据 支持，具体步骤是：

步骤10：将输电线路杆塔坐标输入GIS系统，运用GIS系统， 根据输电线路杆塔所在地区的数字高程地图(DEM)和地闪密度分布 图，提取输电线路杆塔周围一定范围内高程信息、杆塔处的地闪密度 等级和地面倾角；

步骤20：对步骤10获得的杆塔周围高程信息计算得到输电线路 杆塔周围地形特征参数，包括杆塔处海拔H、高程差ΔH和相对高程 差ΔHr；

步骤30：根据输电线路杆塔坐标信息、杆塔结构信息、绝缘配 置信息、防雷措施安装情况、历史跳闸记录，运用输电线路差异化防 雷评估系统计算得到输电线路杆塔的雷击跳闸率预测值；

步骤40：对步骤20和步骤30获得的杆塔周围地形特征参数、 地闪密度等级、地面倾角、历史跳闸记录和雷击跳闸率预测值输入数 据挖掘软件，建立数据挖掘模型，分析输出逐基杆塔可能发生雷击跳 闸的概率；

步骤50：依据比较基本步骤40中所获得的输电线路杆塔雷击跳 闸概率和曾经发生过雷击跳闸杆塔的雷击跳闸概率，评估确定输电线 路杆塔的雷击风险。

所述的数据挖掘模型使用专家决策树作数据分类算法，建立分类 规则，包括输入参数和预测结果；

输入参数包括杆塔处海拔、高程差、相对高程差、地面倾角、地 闪密度等级、雷击跳闸率预测值和历史雷击跳闸记录；

预测结果是输电线路杆塔是否发生雷击跳闸和发生雷击跳闸的 概率。

所述数据挖掘模型按照如下方法建立：将待评估某一电压等级输 电线路的杆塔周围地形特征参数、地闪密度等级、地面倾角、雷击跳 闸率预测值和历史跳闸记录作为训练样本，将地形特征参数、地闪密 度等级、地面倾角、雷击跳闸率预测值、历史跳闸记录作为输入变量， 是否发生雷击作为分类变量，对专家决策树进行训练，生成不同变量 区间组合的分类规则，并对样本的分类准确率进行计算，待到分类准 确率达到预先设定的要求时，训练结束，所得到的分类规则即是杆塔 雷击跳闸概率预测数据挖掘模型。

本发明采用数据挖掘技术对输电线路杆塔周围特征地形参数、地 闪密度等级、地面倾角、雷击跳闸率预测值和历史跳闸记录进行数据 挖掘，得出逐基杆塔可能发生雷击跳闸的概率，实现对输电线路杆塔 雷击风险的评估，为输电线路防雷设计和防雷差异化改造提供可靠地 数据依据。

附图说明

图1是本发明基于数据挖掘技术的输电线路杆塔雷击风险评估 方法的流程图；

图2是本发明杆塔周围地形特征参数的定义示意图；

图3是本发明杆塔雷击跳闸概率预测数据挖掘模型的获取示意 图；

图4是本发明杆塔雷击跳闸概率预测示意图。

具体实施方式

下面将结合本发明中的附图，对本发明中的技术方案进行清楚、 完整地描述。

图1所示为本发明基于数据挖掘技术的输电线路杆塔雷击风险 评估方法的结构示意图，所述方法包括如下步骤：

步骤10：将输电线路杆塔坐标输入GIS系统，运用GIS系统， 根据输电线路杆塔所在地区的数字高程地图(DEM)和地闪密度分布 图，提取输电线路杆塔周围一定范围内高程信息、杆塔处的地闪密度 等级和地面倾角；

具体的，将杆塔所处地区的数字高程地图(DEM)、地闪密度分布 图和杆塔坐标信息输入到GIS系统(地理信息系统)；根据数字高程 地图(DEM),生成杆塔所处地区的坡度图，包含地面任一点的地面倾 角信息；然后，利用GIS系统自带的多图层交叉分析功能提取出杆塔 对应点的高程值、地闪密度等级和地面倾角S；利用杆塔坐标生成一 个以杆塔为中心，半径为200m的圆形区域，利用GIS系统获取杆塔 周围圆形区域内高程的最大值H_max和最小值H_min。

步骤20：对步骤10获得的杆塔周围高程信息计算得到输电线路 杆塔周围地形特征参数，包括杆塔处海拔H、高程差ΔH和相对高程 差ΔHr；

具体的，线路杆塔周围地形参数的定义如图2所示。利用如下公 式计算杆塔周围地形特征参数：

ΔH＝H_max-H_min

ΔH_r＝(H-H_min)/ΔH

步骤30：根据输电线路杆塔坐标信息、杆塔结构信息、绝缘配 置信息、防雷措施安装情况、历史跳闸记录，运用雷击跳闸率计算软 件计算得到输电线路杆塔的雷击跳闸率预测值；

具体的，将输电线路杆塔结构信息(杆塔型号、导线、地形的结 构和几何尺寸)、线路绝缘绝缘特征(绝缘子串干弧距离、杆塔接地 电阻)录入到雷击跳闸率计算软件，利用规程法或者IEEE推荐电气 几何法计算得到逐基杆塔的雷击跳闸率的预测值。

步骤40：对步骤20和步骤30获得的杆塔周围地形特征参数、 地闪密度等级、地面倾角、历史跳闸记录和雷击跳闸率预测值输入数 据挖掘软件，建立数据挖掘模型，分析输出逐基杆塔可能发生雷击跳 闸的概率，实现对逐基杆塔雷击风险的评估。

具体的，如图3所示，将待评估某一电压等级输电线路的杆塔周 围地形特征参数、地闪密度等级、地面倾角、雷击跳闸率预测值和历 史跳闸记录作为训练样本，将地形特征参数、地闪密度等级、地面倾 角、雷击跳闸率预测值、历史跳闸记录作为输入变量，是否发生雷击 作为分类变量，对专家决策树进行训练，生成不同变量区间组合的分 类规则，并对样本的分类准确率进行计算，待到分类准确率达到预先 设定的要求时，训练结束，所得到的分类规则即是杆塔雷击跳闸概率 预测数据挖掘模型。

然后，如图4所示，将需要评估的线路杆塔周围地形特征参数、 地闪密度等级、地面倾角和雷击跳闸率预测值输入杆塔雷击跳闸概率 预测数据挖掘模型，获取输电线路杆塔逐基杆塔发生雷击跳闸的概 率。

步骤50：依据比较基本步骤40中所获得的输电线路杆塔雷击跳 闸概率和曾经发生过雷击跳闸杆塔的雷击跳闸概率，评估确定输电线 路杆塔的雷击风险，评估指标如表1所示，其中：P_s为输电线路杆塔 雷击跳闸概率；P_t为曾经发生过雷击跳闸的杆塔的雷击跳闸概率，当 曾经发生多基杆塔雷击跳闸时，取曾经发生过雷击跳闸杆塔雷击跳闸 概率的平均值；A级为最优，D级为最高。

表1输电线路杆塔雷击风险评估分级指标

跳闸概率 P_s<0.7*P_t0.7*P_t≤P_s<0.85*P_t0.85*P_t≤P_s<P_tP_s≥P_t等级 A B C D

作为一个例子，本发明针对某地区500kV输电线路雷击风险进 行了评估。表1是该线路某10个(#42～#51)基杆塔的雷击风险评估 结果，其中包括使用基于雷击跳闸率预测值的风险评估等级和基于数 据挖掘技术计算的输电线路杆塔雷击风险评估等级。其中#46杆塔实 际运行中曾发生过雷击跳闸。比较两组评估结果，发现基于数据挖掘 技术评估结果中#46塔雷击概率较高，而使用基于雷击跳闸率的雷击 风险评估结果中#46塔雷击跳闸率较低，风险等级为B级，风险较低； 且基于数据挖掘技术评估这10基(#42～#51)杆塔整体雷击概率较大， 而基于雷击跳闸率的风险评估结果表明这10基(#42～#51)杆塔整体 风险等级较低。可见，基于数据挖掘的输电线路杆塔雷击风险评估结 果更加符合实际运行结果，根据有效发挥雷击运行经验的指导作用， 能更加有效的反映不同运行环境条件下输电线路杆塔雷击风险的差 异，指导输电线路杆塔防雷设计和防雷差异化改造。

表2基于数据挖掘技术输电线路杆塔雷击风险评估示例

以上所述，仅为本发明的具体实施方式，但本发明的保护范 围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技 术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围 之内。因此，本发明的保护范围应该以权利要求的保护范围为准。