基于覆冰类型判别的输电线路覆冰厚度预报方法及装置与流程

[0001]
本发明涉及输电线路覆冰预测技术，具体涉及一种基于覆冰类型判别的输电线路覆冰厚度预报方法及装置。


背景技术：

[0002]
全球气候变暖背景下，极端天气气候事件引起的气象灾害频数和强度呈增加趋势。我国南方地区曾多次受低温雨雪冰冻天气影响，冰冻天气过程对电力部门影响尤其重大，输电线路覆冰可引起导线舞动、杆塔倾斜、倒塌、断线及绝缘子闪络等问题，不仅对电力设备及其运行造成灾难性影响，同时也给人们的日常生活带来诸多不便。世界上许多国家都对电线覆冰的类型进行了不同研究，大致可将其分为3类：雨凇积冰、雾凇积冰及混合淞积冰。不同类型的覆冰对输电线路的危害存在一定差异。如雾凇积冰由于结构松散，密度较小，对输电线路危害低于雨凇积冰。由于很多输电线路均架设在人烟稀少的地区，依靠输电线路上的拉力传感器仅能获取覆冰的质量信息，缺乏关于覆冰类型的观测资料，这也给覆冰厚度的数值预报带来较大困难。目前尚无较成熟的利用模式预测气象要素为参数的覆冰分类及冰厚预报模型。
[0003]
气象预报正在向精细化的方向发展，无论是天气预报模式还是气候预测模式，时间分辨率、空间分辨率还有预报时长都在不断提高，这一发展的直接结果就是气象预报的数据增长越来越快，随着精细化预报技术的发展，产生了越来越庞大的数值预报文件，在数据的使用中形成了标准的数据格式如nc,grib等，统称格点文件。


技术实现要素：

[0004]
为了解决了现有覆冰预报未考虑覆冰类型，导致预报的覆冰厚度与实测相差较大，预报效果并不理想的问题，本发明提供了一种基于覆冰类型判别的输电线路覆冰厚度预报方法及装置。
[0005]
为实现上述目的，本发明的技术方案是：
[0006]
第一方面，本发明实施例提供了一种基于覆冰类型判别的输电线路覆冰厚度预报方法，包括：
[0007]
输入塔杆位置信息，生成塔杆对应的格点数据；
[0008]
根据塔杆的格点数据来提取出塔杆所在位置的的气象数据；
[0009]
根据气象数据来判别出输电线路的覆冰类型；
[0010]
根据覆冰类型并结合气象数据来计算出该覆冰类型所对应的覆冰厚度增长率；
[0011]
输出输电线路的覆冰厚度预报值，所述覆冰厚度预报值为覆冰厚度增长量率的时间累积。
[0012]
进一步地，所述输入塔杆位置信息，生成塔杆对应的格点数据包括：
[0013]
输入塔杆位置信息，对塔杆进行定位，从杆塔格点定位文件中提取出杆塔在中尺度模式的计算区域中对应的格点位置，生成杆塔对应的格点数据。
[0014]
进一步地，所述气象数据包括未来72小时内，塔杆所在位置逐小时的环境温度、液水含量、风向、风速、降水量及700hpa/850hpa的环境温度数据。
[0015]
进一步地，所述根据气象数据来判别出输电线路的覆冰类型包括：
[0016]
对于降水天气，当塔杆所在位置降水量>0mm/h时，启动覆冰类型判定：当塔杆所在位置环境温度<0℃，高空850hpa环境温度>0℃，高空700hpa环境温度<0℃，判定发生雨凇积冰；反之判定无积冰发生。
[0017]
对于非降水天气，当塔杆所在位置降水量＝0mm/h及塔杆所在位置环境温度<0℃时，启动覆冰类型判定：若塔杆所在位置液水含量>0.07g/m3,判定发生雾凇积冰，反之判定无积冰发生。
[0018]
进一步地，当判别出输电线路的覆冰类型为雨凇积冰时，雨凇积冰所对应的覆冰厚度增长率计算方式为：
[0019][0020]
式中r
eq
为逐小时的雨凇冰厚增长率，p
i
为单位时间内的降水量，ρ
w
、ρ
i
分别为水和冰的密度，v
i
为风速，w
i
为降水时的液态含水量。
[0021]
进一步地，当判别出输电线路的覆冰类型为雾凇积冰时，雾凇积冰所对应的覆冰厚度增长率计算方式为：
[0022][0023]
式中，为单位时间内覆冰的质量增长量，a1为碰撞率，a2为捕获率，a3为冻结率，v为有效粒子速度，即为风速，w为液态含水量lwc，s为有效积冰横截面；
[0024]
碰撞率a1为：
[0025]
a1＝a-0.028-c(b-0.0454)
ꢀꢀ
(3)
[0026]
其中：
[0027]
a＝1.066k-0.00616
exp(-1.103k-0.688
)
ꢀꢀ
(4)
[0028]
b＝3.614k
0.498
exp(-1.497k-0.694
)
ꢀꢀ
(5)
[0029][0030]
k与为无量纲参数：
[0031]
k＝ρ
w
mvd2/9μd
ꢀꢀ
(7)
[0032][0033]
re＝ρ
a
mvdv/μ
ꢀꢀ
(9)
[0034]
re为雷诺数，d为导线直径，ρ
w
为水的密度，ρ
a
为空气密度，v为风速，空气绝对粘度μ＝1.7984
×
10-5
kg/(m
·
s)；
[0035]
捕获率a2＝1；
[0036]
冻结率a3：
[0037]
[0038]
式中，f为积冰表面的水通量密度f＝a1a2wv；h为对流热交换系数；σ为斯蒂芬玻尔兹曼常数，为5.6696
×
10-8
w(m2k4)-1
；辐射常数a为8.1
×
107k3，水汽的摩尔分子比ε为0.62，p为气压；t
s
为冰面温度；t
a
为气温；t
d
为液滴碰撞温度；e
a
为水汽压；e
s
为饱和水汽压；l
f
为水冻结潜热；l
e
为蒸发潜热；c
p
为空气；c
w
为水的比热，r为电线表面局部恢复系数，取0.79。
[0039]
进一步地，所述覆冰厚度预报值包括当前时刻的覆冰厚度c
t
和覆冰重量m
t
，设导线初始直径为d0，第t个时刻导线覆冰重量为m
t
，积冰直径为d
t
，积冰厚度为c
t
，则：
[0040][0041]
m
t
＝dm+m
t-1
ꢀꢀ
(12)
[0042][0043]
进一步地，所述的塔杆位置信息包括塔杆经纬度及海拔信息。
[0044]
第二方面，本发明实施例提供了一种基于覆冰类型判别的输电线路覆冰厚度预报装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上任一所述方法的步骤。
[0045]
第三方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任一所述方法的步骤。
[0046]
本发明与现有技术相比，其有益效果在于：
[0047]
本发明通过杆塔进行定位，提取杆塔所在地的气象数据，根据气象数据判定导线覆冰的类型，并根据不同覆冰类型计算对应的覆冰厚度，充分考虑了不同覆冰类型的密度及累积速度差异，与实测相差较小，预报效果理想，能较为准确地预测不同覆冰类型下导线覆冰厚度的变化特征，为输电线覆冰发生预报提供科技支撑，具有重要的科学意义和应用价值。
附图说明
[0048]
图1为本发明实施例1提供的一种基于覆冰类型判别的输电线路覆冰厚度预报方法的流程图；
[0049]
图2为本发明提供的一种不同覆冰类型的判别流程；
[0050]
图3为wrf模式预报的2018年1月16日0时-17日12时桂山乙线113#环境温度、液水含量、降水量及风速的时间序列；
[0051]
图4为2018年1月16日0时-17日12时桂山乙线113#导线覆冰厚度的时间变化序列，并与塔杆顶端覆冰监测仪器的监测结果对比；
[0052]
图5为本发明实施例2提供的一种基于覆冰类型判别的输电线路覆冰厚度预报装置的组成示意图。
具体实施方式
[0053]
下面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的一部分实施例，而不是全部的实施例。基于
本发明的实施例，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，都属于本发明的保护范围。
[0054]
实施例1：
[0055]
参阅图1所述，本实施例提供的基于覆冰类型判别的输电线路覆冰厚度预报方法主要包括如下步骤：
[0056]
101、输入塔杆位置信息，生成塔杆对应的格点数据；
[0057]
102、根据塔杆的格点数据来提取出塔杆所在位置的的气象数据；
[0058]
103、根据气象数据来判别出输电线路的覆冰类型；
[0059]
104、根据覆冰类型并结合气象数据来计算出该覆冰类型所对应的覆冰厚度增长率；
[0060]
105、输出输电线路的覆冰厚度预报值，所述覆冰厚度预报值为覆冰厚度增长量率的时间累积。
[0061]
本方法通过杆塔进行定位，提取杆塔所在地的气象数据，根据气象数据判定导线覆冰的类型，并根据不同覆冰类型计算对应的覆冰厚度，充分考虑了不同覆冰类型的密度及累积速度差异，与实测相差较小，能较为准确地预测不同覆冰类型下导线覆冰厚度的变化特征，为输电线覆冰发生预报提供科技支撑。
[0062]
具体地，在本实施例中，上述步骤101包括：
[0063]
输入塔杆位置信息，对塔杆进行定位，从杆塔格点定位文件中提取出杆塔在中尺度模式的计算区域中对应的格点位置，生成杆塔对应的格点数据。
[0064]
具体地，在本实施例中，上述气象数据包括未来72小时内，塔杆所在位置逐小时的环境温度、液水含量、风向、风速、降水量及700hpa/850hpa的环境温度数据。如图2所示，上述步骤103根据气象数据来判别出输电线路的覆冰类型包括：
[0065]
对于降水天气，当塔杆所在位置降水量>0mm/h时，启动覆冰类型判定：当塔杆所在位置环境温度<0℃，高空850hpa环境温度>0℃，高空700hpa环境温度<0℃，判定发生雨凇积冰；反之判定无积冰发生。
[0066]
对于非降水天气，当塔杆所在位置降水量＝0mm/h及塔杆所在位置环境温度<0℃时，启动覆冰类型判定：若塔杆所在位置液水含量>0.07g/m3,判定发生雾凇积冰，反之判定无积冰发生。
[0067]
当判别出输电线路的覆冰类型为雨凇积冰时，雨凇积冰所对应的覆冰厚度增长率计算方式为：
[0068][0069]
式中r
eq
为逐小时的雨凇冰厚增长率，p
i
为单位时间内的降水量，ρ
w
、ρ
i
分别为水和冰的密度，v
i
为风速，w
i
为降水时的液态含水量，w
i
＝0.067p
i0.846
。雨凇覆冰的密度为0.9g/cm3。
[0070]
而当判别出输电线路的覆冰类型为雾凇积冰时，雾凇积冰所对应的覆冰厚度增长率计算方式为：
[0071]
[0072]
式中，为单位时间内覆冰的质量增长量，a1为碰撞率，a2为捕获率，a3为冻结率，v为有效粒子速度，即为风速，w为液态含水量lwc，s为有效积冰横截面；
[0073]
碰撞率a1为：
[0074]
a1＝a-0.028-c(b-0.0454)
ꢀꢀ
(3)
[0075]
其中：
[0076]
a＝1.066k-0.00616
exp(-1.103k-0.688
)
ꢀꢀ
(4)
[0077]
b＝3.614k
0.498
exp(-1.497k-0.694
)
ꢀꢀ
(5)
[0078][0079]
k与为无量纲参数：
[0080]
k＝ρ
w
mvd2/9μd
ꢀꢀ
(7)
[0081][0082]
re＝ρ
a
mvdv/μ
ꢀꢀ
(9)
[0083]
re为雷诺数，d为导线直径，ρ
w
为水的密度，ρ
a
为空气密度，v为风速，空气绝对粘度μ＝1.7984
×
10-5
kg/(m
·
s)；
[0084]
捕获率a2＝1；
[0085]
冻结率a3：
[0086][0087]
式中，f为积冰表面的水通量密度f＝a1a2wv；h为对流热交换系数；σ为斯蒂芬玻尔兹曼常数，为5.6696
×
10-8
w(m2k4)-1
；辐射常数a为8.1
×
107k3，水汽的摩尔分子比ε为0.62，p为气压；t
s
为冰面温度；t
a
为气温；t
d
为液滴碰撞温度；e
a
为水汽压；e
s
为饱和水汽压；l
f
为水冻结潜热；l
e
为蒸发潜热；c
p
为空气；c
w
为水的比热，r为电线表面局部恢复系数，取0.79。
[0088]
计算覆冰厚度时，将覆冰形状统一视为理想化的圆柱形覆冰，根据覆冰的状态计算覆冰厚度的变化，本方法主要输出当前时刻的覆冰厚度c
t
和覆冰重量m
t
，设导线初始直径为d0，第t个时刻导线覆冰重量为m
t
，积冰直径为d
t
，积冰厚度为c
t
，则：
[0089][0090]
m
t
＝dm+m
t-1
ꢀꢀ
(12)
[0091][0092]
雾凇覆冰密度为0.3g/cm3。
[0093]
最后将不同时刻、不同类型的导线覆冰厚度进行累加，得到各时刻输电导线覆冰厚度的累计值。
[0094]
下面结合一个应用场景实例来对本方法进行进一步地详细说明：
[0095]
选取中国南方电网桂山乙线113#于2018年12月8日0时-10日6时发生的导线覆冰过程作为案例，阐述本方法流程。选取的塔杆位于广西桂林海洋山区段，根据中尺度气象模
式wrf(weather research&forecasting model)预报的气象要素，对该塔杆的覆冰类型进行了判定，并计算了2018年1月16日0时-17日12时桂山乙线113#导线覆冰厚度变化特征，具体步骤如下：
[0096]
步骤a：将桂山乙线113#的经纬度及海拔信息输入wrf模式，获取wrf模式中该塔杆对应的格点编号信息；
[0097]
步骤b：利用wrf模式的预报场，输出2018年12月8日00:00-10日06:00桂山乙线113#所在位置的环境温度、降水量、液水含量等数据，如图3所示；
[0098]
步骤c：利用步骤b得到的气象数据，结合附图2的流程对导线覆冰类型进行判断；
[0099]
步骤d：利用步骤c得到的覆冰类型数据，结合公式(1)～(10)计算不同覆冰类型的逐小时覆冰厚度增长率；
[0100]
步骤e：结合步骤d得到的覆冰增长率，计算2018年1月16日0时-17日12时桂山乙线113#导线覆冰厚度的时间变化序列，并与塔杆顶端覆冰监测仪器的监测结果对比，结果如图4所示。相比于未考虑不同覆冰类型的情况下，考虑覆冰类型所模拟的塔杆覆冰厚度变化特征与观测值较为一致。
[0101]
综上，本方法通过杆塔进行定位，提取杆塔所在地的气象数据，根据气象数据判定导线覆冰的类型，并根据不同覆冰类型计算对应的覆冰厚度，充分考虑了不同覆冰类型的密度及累积速度差异，与实测相差较小，预报效果理想，能较为准确地预测不同覆冰类型下导线覆冰厚度的变化特征，为输电线覆冰发生预报提供科技支撑，具有重要的科学意义和应用价值。
[0102]
实施例2：
[0103]
参阅图5所示，本实施例提供的基于覆冰类型判别的输电线路覆冰厚度预报装置包括处理器51、存储器52以及存储在该存储器52中并可在所述处理器51上运行的计算机程序53，例如基于覆冰类型判别的输电线路覆冰厚度预报程序。该处理器51执行所述计算机程序53时实现上述实施例1步骤，例如图1所示的步骤。
[0104]
示例性的，所述计算机程序53可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器52中，并由所述处理器51执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序53在所述基于覆冰类型判别的输电线路覆冰厚度预报装置中的执行过程。
[0105]
所述基于覆冰类型判别的输电线路覆冰厚度预报装置可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述基于覆冰类型判别的输电线路覆冰厚度预报装置可包括，但不仅限于，处理器51、存储器52。本领域技术人员可以理解，图5仅仅是基于覆冰类型判别的输电线路覆冰厚度预报装置的示例，并不构成基于覆冰类型判别的输电线路覆冰厚度预报装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述基于覆冰类型判别的输电线路覆冰厚度预报装置还可以包括输入输出设备、网络接入设备、总线等。
[0106]
所称处理器51可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列
(fieldprogrammable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0107]
所述存储器52可以是所述基于覆冰类型判别的输电线路覆冰厚度预报装置的内部存储元，例如基于覆冰类型判别的输电线路覆冰厚度预报装置的硬盘或内存。所述存储器52也可以是所述基于覆冰类型判别的输电线路覆冰厚度预报装置的外部存储设备，例如所述基于覆冰类型判别的输电线路覆冰厚度预报装置上配备的插接式硬盘，智能存储卡(smartmedia card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器52还可以既包括所述基于覆冰类型判别的输电线路覆冰厚度预报装置的内部存储单元也包括外部存储设备。所述存储器52用于存储所述计算机程序以及所述基于覆冰类型判别的输电线路覆冰厚度预报装置所需的其他程序和数据。所述存储器52还可以用于暂时地存储已经输出或者将要输出的数据。
[0108]
实施例4：
[0109]
本实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现实施例1所述方法的步骤。
[0110]
所示计算机可读介质可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理再以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0111]
上述实施例只是为了说明本发明的技术构思及特点，其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰，都应涵盖在本发明的保护范围内。