一种ENSO时期覆冰关键要素变化特征分析方法与流程

本发明属于电气工程技术领域，尤其涉及一种ENSO时期覆冰关键要素变化特征分析方法。

背景技术：

冬季覆冰灾害对输电线路的安全稳定运行造成了巨大的威胁。导致1300多基倒塔事故、大面积停电7天之久、京广电气化铁路停运的2008年南方冰灾，已经让全社会意识到覆冰灾害的严重性。2015年冬季，我国辽宁、华北等地又发生严重的冰灾事件，为传统非易覆冰的北方地区电网运行安全敲响了警钟。因此，开展冬季电网覆冰特征分析对于合理调配资源、降低覆冰灾害损失的必要性不言而喻。由于2015年是强厄尔尼诺年，考虑ENSO事件(包括厄尔尼诺事件和拉尼娜事件)对电网覆冰以及覆冰要素的影响就具有突出的现实意义。降水、气温是覆冰发生的关键要素，同时也与ENSO事件存在一定的遥相关特性。目前的电网覆冰程度预测方法针对一段时间的覆冰数据进行无差别统计，既没有充分考虑ENSO时期的特殊性，也在一定程度上忽视了降水、气温等覆冰关键要素对ENSO的差异化响应。为深入分析ENSO时期覆冰的响应机制以及覆冰关键要素的影响，建立一种简单易行的ENSO时期覆冰关键要素变化特征分析方法势在必行，以期开展针对性的防覆冰工作，减少电网灾害可能带来的损失，维护电网安全稳定运行。

技术实现要素：

针对ENSO时期输电线路覆冰关键要素变化特征缺乏分析的现状，本发明提供一种ENSO时期覆冰关键要素变化特征分析方法，该方法思路新颖、流程清晰、操作简单。

为实现上述目的，本发明的技术方案如下：

一种ENSO时期覆冰关键要素变化特征分析方法，包括如下步骤：

(1)、数据获取，获取待分析地区过去一段时间内，具有时间对应性的覆冰关键要素数据、ENSO指数数据以及年平均气温数据，覆冰关键要素数据包括待分析地区覆冰期每个月的最低温度和累计降水量；

(2.1)、ENSO指数数据划分，依据ENSO事件的性质，将ENSO指数数据按照厄尔尼诺时期数据、拉尼娜时期数据、非ENSO时期数据划分为三类，每一类中的数据仍然按照时间顺序排列；

(2.2)、覆冰关键要素数据划分，对照ENSO指数所表征的厄尔尼诺时期、拉尼娜时期、非ENSO时期，将待分析地区的覆冰关键要素数据分别划分为厄尔尼诺时期数据、拉尼娜时期数据、非ENSO时期数据三类，每一类中的数据仍然按照时间顺序排列；

(3)、平均值计算，选取步骤(2.2)中得到的待分析地区厄尔尼诺时期覆冰关键要素数据，按照公式(1)，计算得到其厄尔尼诺时期最低温度的平均值和累计降水量的平均值再选取待分析地区拉尼娜时期覆冰数据，按照公式(1)，计算得到其拉尼娜时期最低温度的平均值和累计降水量的平均值选取待分析地区非ENSO时期覆冰数据，按照公式(1)，计算得到其非ENSO时期最低温度的平均值和累计降水量的平均值

$\stackrel{\‾}{x}=\frac{\underset{i=1}{\overset{n}{\Σ}}{x}_i}{n}---\left(1\right)$

式中，为非ENSO时期、厄尔尼诺时期或拉尼娜时期中某一时期最低温度或累计降水量的平均值，x_i为这一时期最低温度或累计降水量的数据，n为该时期数据总量；

(4.1)、最低温度距平值计算，将步骤(3)中得到的待分析地区厄尔尼诺时期最低温度平均值与待分析地区非ENSO时期最低温度平均值相减，得到的结果作为待分析地区厄尔尼诺时期最低温度距平值用与待分析地区年平均气温相减，得到的结果作为待分析地区最低温度修正值M_a，再用A_a1除以M_a，得到的结果作为厄尔尼诺时期最低温度距平百分比

(4.2)、累计降水量距平值计算，将步骤(3)中得到的待分析地区厄尔尼诺时期累计降水量平均值与待分析地区非ENSO时期累计降水量平均值相减，得到的结果作为待分析地区厄尔尼诺时期累计降水量距平值再用A_b1除以得到的结果作为厄尔尼诺时期累计降水量距平百分比

(4.3)、分别以待分析地区拉尼娜时期最低温度平均值和累计降水量平均值代替和重复步骤(4.1)～(4.2)，得到待分析地区拉尼娜时期最低温度距平值A_a2和累计降水量距平值A_b2，以及拉尼娜时期最低温度距平百分比a₂和累计降水量距平百分比b₂；

(5.1)、覆冰关键要素变化特征分析，将步骤(4.1)～(4.2)计算得到的厄尔尼诺时期距平值进行分析，若待分析地区厄尔尼诺时期最低温度距平值A_a1或累计降水量距平值A_b1为正，则认为厄尔尼诺容易造成最低温度上升或累计降水量的增加；否则认为厄尔尼诺容易造成最低温度下降或累计降水量的减少；

将步骤(4.1)～(4.2)计算得到的厄尔尼诺时期的两项距平百分比的绝对值进行对比，若a₁绝对值大于b₁绝对值，则认为厄尔尼诺时期最低温度的变化特征比累计降水量的变化特征更为突出，若a₁绝对值小于b₁绝对值，则认为厄尔尼诺时期累计降水量的变化特征比最低温度的变化特征更为突出，否则认为二者变化情况接近；再将上述a₁和b₁代入公式(2)，计算得到厄尔尼诺时期覆冰关键要素响应系数：

E＝5×(|a|+|b|) (2)

式中，E为ENSO时期覆冰关键要素响应系数，其代入厄尔尼诺时期数据后得到厄尔尼诺时期响应系数，代入拉尼娜时期数据后得到拉尼娜时期响应系数，a为对应厄尔尼诺时期或拉尼娜时期最低温度距平百分比，b为这一时期累计降水量距平百分比，5为放大系数；

基于累计降水量距平百分比和最低温度距平百分比的厄尔尼诺时期覆冰关键要素响应程度判断方式为：建立一坐标系，横坐标为ENSO时期最低温度距平百分比绝对值乘以5，最低温度距平百分比绝对值代入厄尔尼诺时期数据后得到厄尔尼诺时期最低温度距平百分比绝对值，代入拉尼娜时期数据后得到拉尼娜时期最低温度距平百分比绝对值，纵坐标为对应厄尔尼诺时期或拉尼娜时期累计降水量距平百分比绝对值乘以5，覆冰关键要素响应系数E共有4个落区，分别为半径为2.5的四分之一圆区域S1、内圆半径2.5外圆半径5的扇形区域S2、内圆半径5外圆半径10的扇形区域S3、以及第一象限其他区域S4，如图2；确定E的落区，若落区在S1区，则表示覆冰关键要素对ENSO存在弱响应；若落区在S2区，则表示存在中等程度响应；若落区在S3区，则表示存在强响应；若落区在S4区，则表示存在极强的响应；

(5.2)、分别将步骤(4.3)计算得到的拉尼娜时期距平值和距平百分比分别代替厄尔尼诺时期距平值和距平百分比，重复步骤(5.1)，进行拉尼娜时期覆冰关键要素变化特征分析。

本发明的有益效果是：

1、在输电线路覆冰关键要素的变化特征计算分析方面提供了一种较为简便的方法，可以较为全面的认识输电线路覆冰关键要素对ENSO事件的响应情况；

2、可操作性强；

3、提高了输电线路覆冰防治工作的针对性。根据分析结果，对于覆冰关键要素，特别是降水对ENSO事件响应比较明显的地区，在ENSO时期的冬季做好提前应对工作，减少电网损失。

附图说明

图1为本发明实施例分析方法的流程图。

图2为本发明实施例中覆冰关键要素响应程度示意图。

具体实施方式

下面结合附图及实例，对本发明做进一步说明。

本发明实施例的思路是：一种ENSO时期覆冰关键要素变化特征分析方法，系考虑待分析地区输电线路覆冰关键要素在ENSO时期的一般性变化特征，建立基于ENSO时期累计降水量距平和最低温度距平的响应特征分析方法。

如图1所示，该方法包括下述步骤：

(1)、数据获取。获取待分析地区过去一段时间内，具有时间对应性的覆冰关键要素数据、ENSO指数数据以及年平均气温数据。获取待分析地区过去20年的覆冰关键要素数据，包括待分析地区覆冰期每个月的最低温度和累计降水量。获取待分析地区年平均气温数据。获取过去20年覆冰期每个月的ENSO指数数据；

(2.1)、ENSO指数数据划分。依据ENSO事件的性质(ENSO事件包括厄尔尼诺事件和拉尼娜事件)，将ENSO指数数据按照厄尔尼诺时期数据、拉尼娜时期数据、非ENSO时期数据划分为三类，每一类中的数据仍然按照时间顺序排列；

(2.2)、覆冰关键要素数据划分。对照ENSO指数所表征的厄尔尼诺时期、拉尼娜时期、非ENSO时期，将待分析地区的覆冰关键要素数据分别划分为厄尔尼诺时期数据、拉尼娜时期数据、非ENSO时期数据三类，每一类中的数据仍然按照时间顺序排列；

(3)、平均值计算。选取步骤(2.2)中得到的待分析地区厄尔尼诺时期覆冰关键要素数据，按照公式(1)，计算得到其厄尔尼诺时期最低温度的平均值和累计降水量的平均值再选取待分析地区拉尼娜时期覆冰数据，按照公式(1)，计算得到其拉尼娜时期最低温度的平均值和累计降水量的平均值选取待分析地区非ENSO时期覆冰数据，按照公式(1)，计算得到其非ENSO时期最低温度的平均值和累计降水量的平均值

$\stackrel{\‾}{x}=\frac{\underset{i=1}{\overset{n}{\Σ}}{x}_i}{n}---\left(1\right)$

式中，为某一时期(非ENSO时期、厄尔尼诺时期或拉尼娜时期)最低温度或累计降水量的平均值，x_i为这一时期最低温度或累计降水量的数据，n为该时期数据总量；

(4.1)、最低温度距平值计算。将步骤(3)中得到的待分析地区厄尔尼诺时期最低温度平均值与待分析地区非ENSO时期最低温度平均值相减，得到的结果作为待分析地区厄尔尼诺时期最低温度距平值用与待分析地区年平均气温相减，得到的结果作为待分析地区最低温度修正值M_a，再用A_a1除以M_a，得到的结果作为厄尔尼诺时期最低温度距平百分比

(4.2)、累计降水量距平值计算。将步骤(3)中得到的待分析地区厄尔尼诺时期累计降水量平均值与待分析地区非ENSO时期累计降水量平均值相减，得到的结果作为待分析地区厄尔尼诺时期累计降水量距平值再用A_b1除以得到的结果作为厄尔尼诺时期累计降水量距平百分比

(4.3)、分别以待分析地区拉尼娜时期最低温度平均值和累计降水量平均值代替和重复步骤(4.1)～(4.2)，得到待分析地区拉尼娜时期最低温度距平值A_a2和累计降水量距平值A_b2，以及拉尼娜时期最低温度距平百分比a₂和累计降水量距平百分比b₂；

(5.1)、覆冰关键要素变化特征分析。将步骤(4.1)～(4.2)计算得到的厄尔尼诺时期距平值进行分析，若待分析地区厄尔尼诺时期最低温度距平值A_a1或累计降水量距平值A_b1为正，则认为厄尔尼诺容易造成最低温度上升或累计降水量的增加。否则认为厄尔尼诺容易造成最低温度下降或累计降水量的减少。

将步骤(4.1)～(4.2)计算得到的厄尔尼诺时期的两项距平百分比的绝对值进行对比，若a₁绝对值大于b₁绝对值，则认为厄尔尼诺时期最低温度的变化特征比累计降水量的变化特征更为突出，若a₁绝对值小于b₁绝对值，则认为厄尔尼诺时期累计降水量的变化特征比最低温度的变化特征更为突出，否则认为二者变化情况接近。再将上述a₁和b₁代入公式(2)，计算得到厄尔尼诺时期覆冰关键要素响应系数：

E＝5×(|a|+|b|) (2)

式中，E为ENSO时期覆冰关键要素响应系数(代入厄尔尼诺时期数据后得到厄尔尼诺时期响应系数，代入拉尼娜时期数据后得到拉尼娜时期响应系数)，a为对应时期(厄尔尼诺时期或拉尼娜时期)最低温度距平百分比，b为这一时期累计降水量距平百分比，5为放大系数。

基于累计降水量距平百分比和最低温度距平百分比的厄尔尼诺时期覆冰关键要素响应程度判断方式为：建立一坐标系，横坐标为ENSO时期最低温度距平百分比绝对值乘以5，最低温度距平百分比绝对值代入厄尔尼诺时期数据后得到厄尔尼诺时期最低温度距平百分比绝对值，代入拉尼娜时期数据后得到拉尼娜时期最低温度距平百分比绝对值，纵坐标为对应厄尔尼诺时期或拉尼娜时期累计降水量距平百分比绝对值乘以5，覆冰关键要素响应系数E共有4个落区，分别为半径为2.5的四分之一圆区域S1、内圆半径2.5外圆半径5的扇形区域S2、内圆半径5外圆半径10的扇形区域S3、以及第一象限其他区域S4，如图2；确定E的落区，若落区在S1区，则表示覆冰关键要素对ENSO存在弱响应；若落区在S2区，则表示存在中等程度响应；若落区在S3区，则表示存在强响应；若落区在S4区，则表示存在极强的响应；

(5.2)、分别将步骤(4.3)计算得到的拉尼娜时期距平值和距平百分比分别代替厄尔尼诺时期距平值和距平百分比，重复步骤(5.1)，进行拉尼娜时期覆冰关键要素变化特征分析。

相对于现有技术，本发明的有益效果有：

1、在输电线路覆冰关键要素的变化特征计算方面提供了一种较为简便的方法，可以较为全面的认识输电线路覆冰关键要素对ENSO事件的响应情况；

2、可操作性强；

3、提高了输电线路覆冰防治工作的针对性。根据分析结果，对于覆冰关键要素，特别是降水对ENSO事件响应比较明显的地区，在ENSO时期的冬季做好提前应对工作，减少电网损失。

下面以湖南省为例对本发明方法进行说明。该方法包括如下步骤：

(1)、数据获取。获取时间对应的覆冰关键要素数据和ENSO指数数据，获取湖南过去20年的覆冰关键要素数据，包括覆冰期每个月的最低温度和累计降水量。获取湖南年平均气温数据。获取过去20年覆冰期每个月的ONI(海洋NINO指数，一种ENSO指数)数据；

(2.1)、ENSO指数数据划分。将ONI数据按照厄尔尼诺时期数据、拉尼娜时期数据、非ENSO时期数据划分为三类，每一类中的数据仍然按照时间顺序排列；

(2.2)、覆冰关键要素数据划分。对照ONI所表征的厄尔尼诺时期、拉尼娜时期、非ENSO时期，将湖南省的覆冰关键要素数据分别划分为厄尔尼诺时期数据、拉尼娜时期数据、非ENSO时期数据三类，每一类中的数据仍然按照时间顺序排列；

(3)、平均值计算。选取步骤(2.2)中得到的厄尔尼诺时期覆冰关键要素数据，按照公式(1)，计算得到其厄尔尼诺时期最低温度的平均值5.1℃和累计降水量的平均值73.5mm。再选取拉尼娜时期覆冰数据，按照公式(1)，计算得到其拉尼娜时期最低温度的平均值4.7℃和累计降水量的平均值84.2mm。选取非ENSO时期覆冰数据，按照公式(1)，计算得到其非ENSO时期最低温度的平均值5.6℃和累计降水量的平均值69.8mm；

(4.1)、最低温度距平值计算。将步骤(3)中得到的厄尔尼诺时期最低温度平均值与非ENSO时期最低温度平均值相减，得到的结果作为厄尔尼诺时期最低温度距平值-0.5℃；选取湖南年平均气温值17.3℃，再计算得到厄尔尼诺时期最低温度距平百分比为4.3％；

(4.2)、累计降水量距平值计算。将步骤(3)中得到的厄尔尼诺时期累计降水量平均值与非ENSO时期累计降水量平均值相减，得到的结果作为厄尔尼诺时期累计降水量距平值3.7mm；再计算得到厄尔尼诺时期累计降水量距平百分比5.3％；

(4.3)、计算得到拉尼娜时期最低温度距平值-0.9℃和累计降水量距平值14.4mm，以及拉尼娜时期最低温度距平百分比7.7％和累计降水量距平百分比20.6％；

(5.1)、覆冰关键要素变化特征分析。将步骤(4.1)～(4.2)计算得到的厄尔尼诺时期距平值进行分析，由于湖南省厄尔尼诺时期最低温度距平值为负，累计降水量距平值为正，因此认为厄尔尼诺容易造成最低温度下降和累计降水量的增加；

将步骤(4.1)～(4.2)计算得到的厄尔尼诺时期的两项距平百分比的绝对值进行对比，累计降水量距平百分比绝对值大于最低温度距平百分比绝对值，认为厄尔尼诺时期累计降水量的变化特征比最低温度的变化特征更为突出。通过公式(2)计算得到厄尔尼诺时期覆冰关键要素响应系数为0.48，落在图2的S1区，因此认为覆冰关键要素对厄尔尼诺有弱响应；

(5.2)、分别以拉尼娜时期距平值和距平百分比分别代替厄尔尼诺时期距平值和距平百分比，重复步骤(5)，进行拉尼娜时期覆冰关键要素变化特征分析，同样发现拉尼娜容易造成湖南省冬季最低温度的下降和降水量的增加，累计降水量的变化特征比最低温度的变化特征更为突出，响应系数1.415，落在图2的S1区，覆冰关键要素对拉尼娜事件有弱响应。