微地形覆冰数值预测方法及系统

摘要

本发明公开了一种微地形覆冰数值预测方法及系统，该方法包括：根据待预测的线路杆塔区段及其周围的高程数据，将微地形进行分类；分类包括水体微地形以及非水体微地形，非水体微地形包括：峡谷、地形抬升、垭口和高山；根据微地形的类型，采用相应的数值模式和参数方案计算公里级分辨率的区域的数值计算结果，然后将公里级的数值计算结果插值到过渡层中，以提取微地形层的计算的初始场和边界场；根据计算的初始场和边界场，计算微地形层的物理参数；根据微地形类别对应的覆冰模型，输入微地形层的物理参数，得到相应类型微地形下的覆冰厚度。本发明将公里级数值计算与计算流体结合，实现了微地形覆冰的精确预测。

说明书

技术领域

本发明涉及电网防护技术领域，尤其涉及一种微地形覆冰数值预测方法及系统。

背景技术

在全球变暖的大背景下，全球电网冰灾发生的概率正在增加，覆冰范围越来越大，全球非传统覆冰区域开始出现严重覆冰。由于非传统覆冰区域的电网抗冰等级往往较低，一旦覆冰，损失更加严重。例如：2021年2月，美国非覆冰区德州电网遭遇了罕见的冰冻灾害，400多万用户停电，损失巨大。2020年中国华北和东北发生线路严重覆冰，其中吉林约170万用户停电，长春近300万人供水供热设施的供电线路受到严重威胁。

目前，研究机构与气象部门展开了多年的数值气象预报业务工作，但预报结果仅为降水、温度等气象参数，且计算网格分辨率在1-3公里，而微地形覆冰尺度小，往往百米内外覆冰厚度不同，无法利用气象数值预报预测覆冰。对于分辨率在公里级以下的数值计算，主要利用计算流体模型(CFD)方法和实验室试验模型计算，但计算流体和实验室模型计算过程中，主要考虑流体的动力和热力过程，缺乏真实大气云雾物理变化，计算结果偏差大，不能直接用于业务预测，因此，开展微地形覆冰数值预测十分困难。

发明内容

本发明提供了一种微地形覆冰数值预测方法与系统，用以解决传统数值预报模式分辨率粗，且计算流体模型没有考虑物理过程的缺陷的技术问题。

为解决上述技术问题，本发明提出的技术方案为：

一种微地形覆冰数值预测方法，包括以下步骤：

根据待预测的线路杆塔区段及其周围的高程数据，将微地形进行分类；分类包括水体微地形以及非水体微地形，非水体微地形包括：峡谷、地形抬升、垭口和高山；

根据微地形的类型，采用相应的数值模式和参数方案计算公里级分辨率的区域的数值计算结果，然后将公里级的数值计算结果插值到过渡层中，以提取微地形层的计算的初始场和边界场；

根据计算的初始场和边界场，计算微地形层的风速V、温度T、水汽W和电磁场E；

根据微地形类别对应的覆冰模型，输入微地形层的风速V、温度T、水汽W、电磁场E，得到相应类型微地形下的覆冰厚度。

作为本发明的方法的进一步改进：

优选地，根据微地形的类型，采用相应的数值模式和参数方案计算公里级分辨率的区域的数值计算结果，然后将公里级的数值计算结果插值到过渡层中，以提取微地形层的计算的初始场和边界场，包括以下步骤：

设置公里级计算的最小分辨率，选取多级放大系数对分辨率进行多次放大，放大后按照分辨率从大到小依次进行多层嵌套；

根据待预测的线路杆塔区段的微地形的类别，设定预报时间，根据多层嵌套的多级不同的分辨率，进行积分计算，得到公里级的未来预报时间内的逐小时的数值计算结果；

设置过渡层的分辨率，将过渡层嵌套至最小分辨率的层中网格内，并将逐小时的数值计算结果插值到过渡层的网格点上，进行降尺度计算，得到过渡层的未来预报时间内的逐小时的数值计算结果；

过渡层内设置分辨率为z的区域，记录为微地形层，收集微地形层内的观测数据，包括温度、风速、云参数；采用三维同化，校正微地形层每一个网格的物理参数，从而获得微地形层计算初始场；

根据过渡层的数值计算结果，通过插值获得微地形层的边界场。

优选地，将微地形进行分类包括，先判断待预测的线路杆塔区段的周围设定范围内是否存在水体，如果存在则判断为水体微地形；如果不存在水体，按照以下表格进行非水体微地形的类型判断：

表1微地形分类判识表格

其中，θ

如果同时满足上述非水体微地形和水体微地形的，判断为复合微地形；

不满足上述非水体微地形，也不满足水体微地形的，判断为非微地形。

优选地，根据微地形类别对应的覆冰模型，得到相应类型微地形下的覆冰厚度时，如果待预测的线路杆塔区段为复合微地形时，则覆冰厚度为对应非水体微地形类型的覆冰模型计算结果，与水体微地形覆冰计算结果之和。

本发明还提供一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一方法的步骤。

本发明具有以下有益效果：

1、本发明的微地形覆冰数值预测方法，根据高分辨率数字高程数据，提取识别微地形，并进行分类，根据微地形的类型，采用相应的数值模式和参数方案计算公里级分辨率的区域，然后根据公里级的计算结果提取微地形区域计算的初始场和边界场，利用初始场和边界场驱动微地形模型进行细化计算，实现了微地形覆冰的精确预测。

2、在优选方案中，本发明微地形覆冰数值预测方法，通过逐层嵌套方法，巧妙的将公里级数值计算与计算流体结合，既满足物理上的合理性，又实现了计算的高精度。本发明通用性好，能够用于全球不同易覆冰地区、不同类型的微地形数值预测。

3、本发明的计算机系统，能够实现微地形覆冰的自动计算，为大规模开展微地形覆冰预测提供支撑。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明优选实施例的微地形覆冰数值预测方法的流程示意图；

图2是本发明优选实施例的微地形网格嵌套示意图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

参见图1，本发明的一种微地形覆冰数值预测方法，包括以下步骤：

根据待预测的线路杆塔区段及其周围的高程数据，将微地形进行分类；分类包括水体微地形以及非水体微地形，非水体微地形包括：峡谷、地形抬升、垭口和高山；

根据微地形的类型，采用相应的数值模式和参数方案计算公里级分辨率的区域的数值计算结果，然后将公里级的数值计算结果插值到过渡层中，以提取微地形层的计算的初始场和边界场；

根据计算的初始场和边界场，计算微地形层的风速V、温度T、水汽W和电磁场E；

根据微地形类别对应的覆冰模型，输入微地形层的风速V、温度T、水汽W、电磁场E，得到相应类型微地形下的覆冰厚度。

上述步骤，根据高分辨率数字高程数据，提取识别微地形，并进行分类，根据微地形的类型，采用相应的数值模式和参数方案计算公里级分辨率的区域，然后根据公里级的计算结果提取微地形区域计算的初始场和边界场，利用初始场和边界场驱动微地形模型进行细化计算，实现了微地形覆冰的精确预测。

在实际应用中，在上述步骤的基础上，本发明的微地形覆冰数值预测方法还可进行优化，以下示例说明：

实施例1：

本实施例的微地形覆冰数值预测方法，包括以下步骤：

(1)微地形分类：

确定需要预测的线路杆塔区段M，根据高精度数字高程数据，采用ArcGIS提取以M为中心，周围10km范围内的山脊线和山谷线，分别计算距离M处最近的山脊线和山谷线的方向向量H和L，并计算M的方向向量m与二者的夹角，记录为θ

将M周围10km范围的数字高程按照从大到小排序，并获得M段的两侧杆塔海拔高度的排序位置h1和h2，设置夹角的阈值θ

表1非水体微地形分类判识表格

根据水系数据，计算M周围10km范围是否存在水体，如果存在则判断为水体微地形。

根据上述表格和水体判识微地形结果为：

(a)对于满足上述表格定义，不满足水体微地形的，则以上述表格定义的非水体微地形为主。

(b)对于不满足上述表格定义，满足水体微地形的，则为水体微地形。

(c)对于同时满足上述判识表格的非水体微地形和水体微地形的，记录为复合微地形。

(d)对于不满足上述判识表格的非水体微地形，也不满足水体微地形的均为非微地形。

(2)公里级分辨率数值计算：

(2.1)分辨率设置：

参见图2，对于公里级的计算，最小分辨率设置为D，D∈[1km，3km]。选取放大系数f对分辨率进行放大，对于1次放大，分辨率为fD，依次类推，对于k-1次放大，分辨率为f

(2.2)数值计算：

根据步骤(1)中选取的微地形类型，设定物理参数方案，并设置预报时间为72小时，然后根据步骤(2.1)设置的分辨率，开始积分计算，得到未来72小时，公里级的逐小时的数值计算结果。

(3)过渡层计算：

设置过渡层分辨率d，满足100m≤d＜1000m。将过渡层嵌套至步骤(2)中分辨率为D的网格内。将步骤(2.2)计算的公里级分辨率预测结果插值到过渡层的边界上，同时将初始时刻的计算结果插值到过渡层的网格点上，然后设置参数，进行降尺度计算，得到过渡层的未来72小时逐小时的计算结果。

(4)微地形覆冰数值预测计算

(4.1)分辨率设置

以M为中心，在步骤(3)过渡层内设置分辨率为z的区域，记录为微地形层，分辨率满足30m≤z＜100m，并取该层进行网格划分。

(4.2)初始场数据校正：

收集微地形层内的观测数据，包括温度、风速和云参数等。采用三维同化的方法校正微地形层每一个网格的物理参数，从而获得微地形层计算初始场。

(4.3)微地形覆冰计算：

根据步骤(3)中的过渡层计算结果，通过插值获得微地形层的边界场。根据计算的初始场和边界场，采用计算流体方法，计算微地形层的风速V、温度T、水汽W和电磁场E等参数。

根据步骤(1)划分的微地形类型，将微地形层的风速V、温度T、水汽W和电磁场E等物理参数输入不同单一类型微地形的覆冰模型，获得相应类型微地形下的覆冰厚度。

I

I

I

I

I

其中I

(a)当为单一微地形类型时，则覆冰厚度为对应微地形类型的覆冰模型的计算结果。

(b)当为复合类型微地形类型时，则覆冰厚度为对应微地形类型的覆冰模型计算结果，与水体微地形覆冰计算结果之和。

实施例2：

以某500kV覆冰微地形区段为例，进行微地形覆冰数值预测，包括以下步骤：

(1)微地形分类：

确定需要预测的线路杆塔区段M，根据高精度数字高程数据，采用ArcGIS提取以M为中心，周围10km范围内的山脊线和山谷线，分别计算距离M处最近的山脊线和山谷线的方向向量H和L，并计算M的方向向量m与二者的夹角，记录为θ

将M周围10km范围的数字高程按照从大到小排序，并获得M段的两侧杆塔海拔高度的排序位置85％和90％，设置夹角的阈值θ

(2)公里级分辨率数值计算：

(2.1)分辨率设置：

对于公里级的计算，最小分辨率设置为1km，选取放大系数f＝3，对分辨率依次放大，当k-1为4时，分辨率为81km，在50km至100km之间，嵌套总层数为5层，每一层分辨率为1km，3km，9km，27km，81km，对于最外层计算设置为324×324km。

(2.2)数值计算：

根据步骤(1)中选取的微地形类型，设定物理参数方案，并设置预报时间为72小时，然后根据步骤(2.1)设置的分辨率，开始积分计算，得到未来72小时，逐小时的数值计算结果。

(3)过渡层计算：

设置过渡层分辨率200m，满足100m≤d＜1000m。将过渡层嵌套至步骤(2)中分辨率为1km的网格内。将步骤(2.2)计算的公里级分辨率预测结果插值到过渡层的边界上，同时将初始时刻的计算结果插值到过渡层的网格点上，然后设置参数，进行降尺度计算，得到未来72小时逐小时的计算结果。

(4)微地形覆冰数值预测计算：

(4.1)分辨率设置

以M为中心，在步骤(3)过渡层内设置分辨率为50m的区域，记录为微地形层，分辨率满足30m≤z＜100m，并取该层进行网格划分。

(4.2)初始场数据校正：

收集微地形层内的观测数据，包括温度、风速、云参数等。采用三维同化的方法，校正微地形层每一个网格的物理参数，从而获得微地形层计算初始场。

(4.3)微地形覆冰计算：

根据步骤(3)中的过渡层计算结果，通过插值获得微地形层的边界场。采用计算流体方法，计算微地形层的风速V、温度T、水汽W、电磁场E等参数。将物理参数输入垭口微地形的覆冰模型F

I

实施例3：

以某220kV覆冰微地形区段为例，进行微地形覆冰数值预测，包括以下步骤：

(1)微地形分类：

确定需要预测的线路杆塔区段M，根据高精度数字高程数据，采用ArcGIS提取以M为中心，周围10km范围内的山脊线和山谷线，分别计算距离M处最近的山脊线和山谷线的方向向量H和L，并计算M的方向向量m与二者的夹角，记录为θ

将M周围10km范围的数字高程按照从大到小排序，并获得M段的两侧杆塔海拔高度的排序位置85％和90％，设置夹角的阈值θ

步骤(2)～(4.2)同实施例2：

(4.3)微地形覆冰计算：

根据步骤(3)中的过渡层计算结果，通过插值获得微地形层的边界场。采用计算流体方法，计算微地形层的风速V、温度T、水汽W、电磁场E等参数。将物理参数输入高山微地形的覆冰模型F

I

I

则最终覆冰厚度为I

实施例4：

本实施例提供一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一实施例的步骤。

综上可知，本发明通过根据高分辨率数字高程数据，提取识别微地形，并进行分类，根据微地形的类型，采用相应的数值模式和参数方案计算公里级分辨率的区域，然后根据公里级的计算结果提取微地形区域计算的初始场和边界场，利用初始场和边界场驱动微地形模型进行细化计算，实现了微地形覆冰的精确预测。并且，通过逐层嵌套方法，巧妙的将公里级数值计算与计算流体结合，既满足物理上的合理性，又实现了计算的高精度。本发明通用性好，能够用于全球不同易覆冰地区、不同类型的微地形数值预测。能够实现微地形覆冰的自动计算，为大规模开展微地形覆冰预测提供支撑。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。