一种架空输电线路雷击故障风险评估方法

摘要

本发明公开了一种架空输电线路雷击故障风险评估方法，包括以下步骤：S1，收集架空输电线路雷击故障的影响因子数据，并对数据进行整理；S2，利用收集的数据计算各影响因子下的杆塔雷击故障置信度，构成雷击故障关联矩阵；S3，确定雷击故障关联矩阵的影响因子权重，得到加权雷击故障关联矩阵；S4，基于加权雷击故障关联矩阵，计算Mass函数并进行融合，得到信任度函数；S5，将信任度函数映射为架空输电线路的雷击跳闸率，通过得到的雷击跳闸率与划分的雷击故障风险等级进行对比，实现对架空输电线路雷击故障风险的评估预警。本发明提供的架空输电线路雷击故障风险评估方法，具有针对性强、分析全面、结果准确的特点。

说明书

技术领域

本发明涉及输电线路雷电风险评估技术领域，特别是涉及一种架空输电线路雷击故障风险评估方法。

背景技术

雷击是引起输电线路故障的主要原因之一，雷击跳闸故障引起电网停电事故，不利于电网的稳定运行，因此，输电线路雷击故障风险评估具有重要意义。目前，架空输电线路雷击故障风险评估的方法主要有电气几何模型法、改进电气几何模型法、蒙特卡罗法和先导放电发展法等，这些方法都是基于雷击故障机理分析，运用物理或数学模型来进行研究。此外，还可以利用架空输电线路雷击故障历史数据，采用一些数据挖掘算法进行数据分析，研究数据之间的关联关系，从而对架空输电线路雷击故障风险进行评估，例如统计法。但是，相比于运用数据挖掘算法对某地区的架空线路雷击故障历史数据进行分析的方法，雷击机理分析的方法缺乏针对性；统计法只对单一影响因素与雷击故障进行分析，考虑的因素较为单一，导致分析结果不全面。基于以上问题，亟需提供一种新的架空输电线路雷击故障风险评估方法。

发明内容

本发明的目的是为了提供一种架空输电线路雷击故障风险评估方法，将几种影响因子进行融合，能够精准地对输电线路雷击故障风险进行评估，具有针对性强、分析全面、结果准确的特点。

为实现上述目的，本发明提供了如下方案：

一种架空输电线路雷击故障风险评估方法，包括以下步骤：

S1，收集架空输电线路雷击故障的影响因子数据，并对数据进行整理；

S2，利用收集的数据计算各影响因子下的杆塔雷击故障置信度，构成雷击故障关联矩阵；

S3，确定雷击故障关联矩阵的影响因子权重，得到加权雷击故障关联矩阵；

S4，基于加权雷击故障关联矩阵，计算Mass函数并进行融合，得到信任度函数；

S5，将信任度函数映射为架空输电线路的雷击跳闸率，通过得到的雷击跳闸率与划分的雷击故障风险等级进行对比，实现对架空输电线路雷击故障风险的评估预警。

可选的，所述步骤S1中的影响因子包括天气条件、杆塔高度、杆塔型号、电压等级、海拔高度和地形地貌。

可选的，所述步骤S2中利用收集的数据计算各影响因子下的杆塔雷击故障置信度，构成雷击故障关联矩阵，所述置信度计算公式为：

其中，g

所述雷击故障关联矩阵G由g

其中，m为杆塔数目，n为影响因子个数。

可选的，所述步骤S3中所述确定雷击故障关联矩阵的影响因子权重，得到加权雷击故障关联矩阵，所述加权雷击故障关联矩阵X的计算过程为：

根据归一化之后的雷击故障关联矩阵Y，计算出影响因子的熵值矩阵E与权重矩阵W，计算公式为：

所述加权雷击故障关联矩阵X的计算过程为：

X＝(x

其中，w

可选的，所述步骤S4中利用所述加权雷击故障关联矩阵，计算Mass函数并进行融合，得到信任度函数，具体步骤为：

S401，在所述加权雷击故障关联矩阵X中找出理想最优序列X

S402，利用灰色关联分析法来确定Mass函数，计算第j个影响因子下的第i个杆塔的灰色关联系数r

其中，

S403，计算第j个影响因子的二阶不确信度u

S404，根据加权雷击故障关联矩阵X与各个影响因子的二阶不确信度u

m

所述Mass函数存在一定的不确定性，即

引入修正系数α对Mass函数进行修正，提高评估精确度，计算公式为：

m'

m'

将上述的修正Mass函数进行融合，计算所述信任度函数Bel(K

可选的，所述步骤S5中所述将信任度函数映射为架空输电线路的雷击跳闸率，计算过程为：

其中，N为数据区域内f年架空输电线路雷击故障次数，f为年数，P

可选的，所述步骤S404中的修正系数α计算过程为：

w

W'＝W/w

α

其中，W'为相对权重矩阵。

根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的架空输电线路雷击故障风险评估方法，通过对架空输电线路雷击故障历史数据的收集与整理，综合考虑并确定了线路雷击故障的多种影响因子，并加入了天气状况因素，能够对数据的分析更加全面；通过利用熵权理论等求取Mass函数，并且加入修正参数对Mass函数进行修正，提高了数据预测的精确度；利用证据理论对各个影响因子进行融合，分析多影响因子与架空输电线路雷击故障之间的关联关系，将融合影响因子计算出的信任度函数映射为雷击跳闸率，实现对架空输电线路雷击故障的评估预警。本发明提供的架空输电线路雷击故障风险评估方法，具有针对性强、分析全面、结果准确的特点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明架空输电线路雷击故障风险评估方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

本发明的目的是为了提供一种架空输电线路雷击故障风险评估方法，将几种影响因子进行融合，能够精准地对输电线路雷击故障风险进行评估，具有针对性强、分析全面、结果准确的特点。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明提供的架空输电线路雷击故障风险评估方法的评估模型包括：数据管理系统、多信息融合系统和预警评估系统；

所述数据管理系统可以进行数据录入、数据查询、数据修改和数据导出，用于储存雷击故障数据、杆塔参数数据、地形参数数据以及气象数据；

所述多信息融合系统利用信息熵、证据理论将各种数据进行融合，建立起多种因素与架空输电线路雷击故障的关联关系；将天气情况、海拔高度、地形地貌、杆塔高度、电压等级、杆塔型号作为影响因子进行信息融合，通过已有的历史数据计算出多因素影响下的架空输电线路雷击故障信任度函数；所述海拔高度的数据根据架空输电线路雷击故障历史数据中的经纬度利用Google Earth软件查询；

所述预警评估系统将多信息融合后的雷击故障信任度函数映射成雷击跳闸率，并且将雷击故障进行风险等级划分，从而确定架空输电线路的雷击故障风险等级，实现架空输电线路的雷击故障风险的评估预警；本模型考虑了气象条件对线路雷击故障的影响，将气象因素与多种信息进行融合，提高了架空输电线路雷击故障风险评估的精确度；

本发明提供的架空输电线路雷击故障风险评估方法的具体步骤如图1所示，具体步骤包括：

S1，收集架空输电线路雷击故障的影响因子数据，并对数据进行整理，所述影响因子包括天气条件、杆塔高度、杆塔型号、电压等级、海拔高度和地形地貌；

S2，利用收集的数据计算各影响因子下的杆塔雷击故障置信度，构成雷击故障关联矩阵，所述置信度计算公式为：

其中，g

所述雷击故障关联矩阵G由g

其中，m为杆塔数目，n为影响因子个数；

S3，确定雷击故障关联矩阵的影响因子权重，得到加权雷击故障关联矩阵，所述加权雷击故障关联矩阵X的计算过程为：

根据归一化之后的雷击故障关联矩阵Y，计算出影响因子的熵值矩阵E与权重矩阵W，计算公式为：

所述加权雷击故障关联矩阵X的计算过程为：

X＝(x

其中，w

S4，基于所述加权雷击故障关联矩阵，计算Mass函数并进行融合，得到信任度函数；设辨识框架Θ＝{K

S401，在所述加权雷击故障关联矩阵X中找出理想最优序列X

S402，利用灰色关联分析法来确定Mass函数，计算第j个影响因子下的第i个杆塔的灰色关联系数r

其中，

S403，计算第j个影响因子的二阶不确信度u

S404，根据加权雷击故障关联矩阵X与各个影响因子的二阶不确信度u

m

所述Mass函数存在一定的不确定性，即

证据理论是一种不确定性推理方法，可以表示“不确定性”的概念，使用证据理论对Mass函数进行融合，可以提高预测精度，降低不确定性，在利用证据理论进行多信息融合时，多个影响因子之间由于其自身的复杂性可能造成信息冲突，导致信息融合后精确度下降；

为了保证信息融合后信任度函数的精确度，引入修正参数α对Mass函数进行修正；针对Mass函数的修正，主要有Yager方法和Murphy方法，Yager方法将冲突信息转化为整体的不确定性，认为此类信息是完全无用的；Murphy方法提高了合成结果的收敛速度，但是计算过程较为复杂；目前针对Mass函数的修正方法，大多应用于影响因子众多的数据分析处理，因此，根据本专业领域相关数据的特点，本发明利用上述步骤求得的权重矩阵计算修正参数对Mass函数进行修正；该修正方法对各个Mass函数进行权重分配，降低信息冲突的可能性，并且计算简单、计算速度快，保证信息融合后信任度函数的精确度；对于权重矩阵W，找出w

w

W'＝W/w

α

引入修正系数α对Mass函数进行修正，提高评估精确度，计算公式为：

m'

m'

将上述的修正Mass函数进行融合，计算所述信任度函数Bel(K

计算整体不确定性信任度函数Bel(K

S5，将信任度函数映射为架空输电线路的雷击跳闸率，通过得到的雷击跳闸率与划分的雷击故障风险等级进行对比，实现对架空输电线路雷击故障风险的评估预警，所述将信任度函数映射为架空输电线路的雷击跳闸率，计算过程为：

其中，N为数据区域内f年架空输电线路雷击故障次数，f为年数，P

本发明提供的架空输电线路雷击故障风险评估方法，通过对架空输电线路雷击故障历史数据的收集与整理，综合考虑并确定了对线路雷击故障的多种影响因子，并加入了天气状况因素，能够对数据的分析更加全面；通过利用熵权理论等求取Mass函数，并且加入修正参数对Mass函数进行修正，提高了数据预测的精确度；利用证据理论对各个影响因子进行融合，分析多影响因子与架空输电线路雷击故障之间的关联关系，将融合影响因子计算出的信任度函数映射为雷击跳闸率，实现对架空输电线路雷击故障的评估预警。本发明提供的架空输电线路雷击故障风险评估方法，具有针对性强、分析全面、结果准确的特点。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。