一种电力气象数据库的构建方法与流程

本发明属于电力气象数据处理技术领域，涉及一种电力气象数据库的构建方法。

背景技术：

随着电网的快速发展及规模的不断扩大和延伸，全球气候变暖、环流异常，灾害性天气风险逐年增大风险，灾害性天气对电网安全运行的影响越来越大。电力气象是电力与气象领域相结合形成一个交叉学科，并不仅仅是气象部门针对电力行业的气象服务，而是面向电力生产所需开展的专门的气象预报、气象监测、电网灾害预测以及电网灾害风险预警工作。

自2008年南方大规模雨雪冰冻灾害发生以来，一些电力单位和气象单位都针对气象数据在电力行业开展应用开展很多的尝试和研究，建立了大大小小各种面向电力生产的气象预报系统。各系统基本上都自成一体，对于其中涉及各类数据的处理和存储方法都是见招拆招，没有形成一套通用性较强的电力气象系统，更没有形成和定义电力气象数据库。这造成了电力气象项目重复投入建设、电力气象数据存储通用性差、数据难以快速复用。

技术实现要素：

为解决现有技术中的不足，本申请提供一种电力气象数据库的构建方法，通过分析电力气象应用场景，开展电力气象相关数据分类工作，逐类处理不同格式及属性的电力气象数据，开展电力气象数据库构建工作，提高电力气象数据库通用性，方便气象数据与电网故障的关联性分析。

为了实现上述目标，本发明采用如下技术方案：

一种电力气象数据库的构建方法，所述方法包括以下步骤：

步骤1：采集电力气象数据并根据电力气象专业特点和应用场景，对电力气象数据进行分类，将电力气象数据分为电力数据、气象数据和基础数据；

步骤2：对步骤1分类的数据进行数据质量控制、整合、保留和覆盖处理，利用处理后的数据建立电力气象数据库。

本发明进一步包括以下优选方案：

优选地，步骤1所述电力数据包括电力设备缺陷数据和电网故障数据；

所述电力设备缺陷数据具体包括：

缺陷发现时刻，即通过巡视、检修等环节发现某设备缺陷的时刻；

缺陷设备信息，包括缺陷设备的名称、型号、生产厂家信息；

缺陷设备电压等级，是指缺陷设备的电压等级；

缺陷设备投运时刻，缺陷设备投运的时刻；

缺陷设备所属，即缺陷设备所属的变电站或线路名称；

缺陷部位，即发现存在缺陷的具体设备部位；

缺陷描述，即对缺陷情况的描述；

缺陷原因，即电力设备缺陷原因；

缺陷处理/消缺情况；对电力设备缺陷的处理情况；

缺陷处理/消缺时间，即对电力设备缺陷处理完成的时间。

优选地，所述电网故障数据具体包括：

电压等级，即故障线路或设备的电压等级；

线路或设备名称，即故障线路或设备的名称；

故障时刻，即电网故障事件发生的日期以及当日时刻，其中日期采用公历日期，当日时刻采用24小时计时系统下的北京时间；

恢复时刻，即故障线路或设备恢复正常运行的日期及当日时刻；

故障原因，即通过故障巡线手段分析得出的故障原因；

自动重合闸装置动作情况，即电网故障发生后，对应自动重合闸装置的动作情况，包括重合闸装置是否投入、是否成功动作、是否闭锁；

故障部位，即发生故障的具体部位或元件；

故障定位信息，能反映故障发生位置的信息；

故障清除或处理情况，对故障事件的处理情况；

运维单位，即故障线路或设备所属的运维单位；

优选地，步骤1所述气象数据包括气象预报数据、气象实况数据、雷电定位监测数据、输电线路监测数据；

气象预报数据包括预报发布时间、预报时间、气温、湿度、风速、风向、气压、降雨、光照、雾、以及灾害性天气的预报、电网气象灾害事件预警数据；

气象实况数据包括气象站点名称、气象站点编码、监测时间、平均气温、最高气温、最低气温、湿度、风速、风向、极大风速、极大风速发生时间、气压、降雨、光照、雾、在内的气象要素实况数据；

雷电定位监测数据包括雷电发生时间、雷电结束时间、雷电发生位置、雷电流幅值；

输电线路监测数据，是指由输电线路各类监测装置获取的表征输电线路实时状态的数据，包括监测时间、线路周围的平均气温、最高气温、最低气温、湿度、风、风向、极大风速、极大风速发生时间、气压、降雨、导线温度、导线弧垂、导线覆冰厚度、绝缘子风偏角。

优选地，步骤1所述基础数据包括：行政区域数据、气象监测站数据、杆塔数据、输电线路数据和变电站信息；

行政区域数据包括省份、所属地市、城市名称、城市代码、经度、纬度；

气象站数据包括气象监测站站号、监测站名称、城市名称、城市代码、经度、纬度、站点性质；

杆塔数据包括杆塔的编码、经度、纬度、类型、高度、制造厂家、电压等级、所属线路；

输电线路数据包括输电线路的名称、线路编码、电压等级、起止位置、跨越地区、长度、距地面高度、导线规格、线路类型、回路代码、分裂数、排列形式、灾害防护措施；

变电站信息包括变电站的名称、编码、经度、纬度、电压等级。

优选地，步骤2所述数据质量控制包括：格式检查、缺测检查、气象数据界限值检查、主要变化范围检查、一致性检查和质量控制标识。

优选地，所述步骤2进行数据整合处理，具体为：

对不同来源、不同格式、不同种类的气象数据应进行整合与存储，对各数据按照电力气象数据库的数据格式要求进行格式统一。

优选地，所述步骤2进行数据保留处理，具体为：

以一定的周期t1对气象数据进行如下保留处理：

如果在周期t1内有电网故障事件发生，对故障时间前、后各不少于1小时的时间段内所有的气象数据进行存储保留，其他数据不保留；

如果在周期t1内没有电网故障事件发生，计算并存储以下数据：

各灾害性天气预报数据；

各电网气象灾害事件预警数据；

风：日平均风速、日平均风向、日最大风速、日最大风速的风向、日最大风速出现的时刻、日极大风速、日极大风速的风向、日极大风速出现的时刻；

降雨：12h降雨量、24h降雨量；

气温：日平均气温、日最高气温、日最高气温出现的时刻、日最低气温、日最低气温出现的时刻；

湿度：日平均相对湿度、日最大相对湿度、日最大相对湿度出现的时刻、日最小相对湿度、日最小相对湿度出现的时刻；

气压：日平均气压、日最低气压、日最高气压；

光照：日平均总云量、日最大总辐射；

雾：日最低能见度；

其他数据不存储保留。

优选地，所述步骤2进行数据覆盖处理，具体的：

在数据保留处理的基础上，以一定的周期t2对气象数据进行覆盖处理，进一步简化存储数据量、节约存储成本；

数据覆盖的周期t2长于数据保留的周期t1，t2取1月、半年或1年；

数据覆盖处理包括以下内容：

对数据保留处理所涉及的各灾害性天气预报数据、各电网气象灾害事件预警数据、风、降雨、气温、适度、气压、光照、雾进行存储；

如果在周期t2内有电力设备缺陷被发现，对缺陷发现时刻前、后各不少于1周的时间段内的各灾害性天气预报数据、各电网气象灾害事件预警数据、风、降雨、气温、湿度、气压、光照、雾进行存储，其他气象数据由新数据覆盖。

优选地，步骤2中，所述电力气象数据库进一步进行灾害性天气、气象数据与电网故障的关联信息、时间及环境相关的输电线路风险指标、不同条件下的线路风险和不同条件下的电网风险的统计分析，实现气象数据与电网故障的关联性分析；

时间及环境相关的输电线路风险指标包括：区域电网气象敏感度、历史同期各月故障频率指标、同电压等级下的线路故障次数差异、线路故障高风险区段、平均停运时间、平均故障时间间隔和线路短期故障聚集度。

本申请所达到的有益效果：

本发明将科学、有效、规范地组织和利用电力气象相关海量数据资源，指导电力气象数据定义、分类、存储及质量控制工作，通用性强；

促进了电力气象数据资源在电网防灾减灾的有效利用，可提高电力气象相关海量数据资源的综合管理水平。

附图说明

图1是本发明一种电力气象数据库的构建方法的流程图。

具体实施方式

下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。

如图1所示，本发明的一种电力气象数据库的构建方法，包括以下步骤：

步骤1：采集电力气象数据并根据电力气象专业特点和应用场景，对电力气象数据进行分类，将电力气象数据分为：电力数据、气象数据和基础数据；

1、电力数据包括电力设备缺陷数据和电网故障数据；

电力设备缺陷数据：

电力设备缺陷反映了输电线路等电力设备在运输、施工、运维等阶段产生的质量异常现象，通常是外部环境因素的累积效果所致；

缺陷发现时刻，即通过巡视、检修等环节发现某设备缺陷的时刻；

缺陷设备信息，包括缺陷设备的名称、型号、生产厂家等信息；

缺陷设备电压等级，是指缺陷设备的电压等级；

缺陷设备投运时刻，缺陷设备投运的时刻；

缺陷设备所属，即缺陷设备所属的变电站或线路名称；

缺陷部位，即发现存在缺陷的具体设备部位；

缺陷描述；对缺陷情况进行描述；

缺陷原因，即电力设备缺陷原因；

缺陷处理/消缺情况；对电力设备缺陷的处理情况；

缺陷处理/消缺时间，即对电力设备缺陷处理完成的时间。

电网故障数据：

电网故障数据反映了电网故障事件的详细情况，应以故障日志的形式客观地记录、存储；电网故障日志中主要包含以下内容：

电压等级，即故障线路或设备的电压等级；

线路或设备名称，即故障线路或设备的名称；

故障时刻，即电网故障事件发生的日期以及当日时刻，其中日期采用公历日期，当日时刻采用24小时计时系统下的北京时间；故障日志中所采用的故障时刻格式应统一；

恢复时刻，即故障线路或设备恢复正常运行的日期及当日时刻；

故障原因，通过故障巡线等手段分析得出的故障原因，其中对气象相关的故障原因应进行详细分类；

自动重合闸装置动作情况，即电网故障发生后，对应自动重合闸装置的动作情况，包括重合闸装置是否投入、是否成功动作、是否闭锁；

故障部位，即发生故障的具体部位或元件，例如导线、地线、绝缘子、杆塔、金具等；

故障定位信息，能反映故障发生位置的信息，例如故障测距信息、故障杆塔号、故障线路区段等；

故障清除或处理情况，对故障事件的处理情况；

运维单位，即故障线路或设备所属的运维单位。

2、气象数据包括气象预报数据、气象实况数据、雷电定位监测数据、输电线路监测数据；

气象预报数据：包括预报发布时间、预报时间、气温、湿度、风速、风向、气压、降雨、光照、雾、以及灾害性天气的预报、电网气象灾害事件预警数据；

气象实况数据：包括气象站点名称、气象站点编码、监测时间、平均气温、最高气温、最低气温、湿度、风速、风向、极大风速、极大风速发生时间、气压、降雨、光照、雾、在内的气象要素实况数据；

雷电定位监测数据：包括雷电发生时间、雷电结束时间、雷电发生位置、雷电流幅值等雷电定位监测数据；

输电线路监测数据：是指由输电线路各类监测装置获取的表征输电线路实时状态的数据，包括监测时间、线路周围的平均气温、最高气温、最低气温、湿度、风、风向、极大风速、极大风速发生时间、气压、降雨、导线温度、导线弧垂、导线覆冰厚度、绝缘子风偏角等数据。

3、基础数据包括：行政区域数据、气象监测站数据、杆塔数据、输电线路数据和变电站信息；

行政区域数据：包括省份、所属地市、城市名称、城市代码、经度、纬度；

气象站数据：包括气象监测站站号、监测站名称、城市名称、城市代码、经度、纬度、站点性质；

杆塔数据：包括杆塔的编码、经度、纬度、类型、高度、制造厂家、电压等级、所属线路；

输电线路数据：包括输电线路的名称、线路编码、电压等级、起止位置、跨越地区、长度、距地面高度、导线规格、线路类型、回路代码、分裂数、排列形式、灾害防护措施；

变电站信息：包括变电站的名称、编码、经度、纬度、电压等级。

通过变电站表记录和变电站信息。主要包括：电压等级、编码、名称、变电站所在的经纬度坐标、图例、地理位置信息等。

步骤2：对步骤1分类的数据进行数据质量控制、整合、保留和覆盖处理，利用处理后的数据建立电力气象数据库。

数据质量控制：包括格式检查、缺测检查、气象数据界限值检查、主要变化范围检查、一致性检查和质量控制标识等。

数据整合处理：

对不同来源、格式、和种类的气象数据应进行整合与存储，对各数据按照电力气象数据库的数据格式要求进行格式统一。

数据保留处理：

以一定的周期t1(如1天、2天等)对存储的气象数据进行如下保留处理：

如果在周期t1内有电网故障事件发生，对故障时间前、后各不少于1小时的时间段内所有的气象数据进行存储；

如果在周期t1内没有电网故障事件发生，计算并存储以下数据：

各灾害性天气预报数据；

各电网气象灾害事件预警数据；

风：日平均风速、日平均风向、日最大风速、日最大风速的风向、日最大风速出现的时刻、日极大风速、日极大风速的风向、日极大风速出现的时刻；

降雨：1h降雨量、3h降雨量、6h降雨量、12h降雨量、24h降雨量、1h平均降雨量、3h平均降雨量、6h平均降雨量、12h平均降雨量、24h平均降雨量；

气温：日平均气温、日最高气温、日最高气温出现的时刻、日最低气温、日最低气温出现的时刻；

湿度：日平均相对湿度、日最大相对湿度、日最大相对湿度出现的时刻、日最小相对湿度、日最小相对湿度出现的时刻；

气压：日平均气压、日最低气压、日最高气压；

光照：日平均总云量、日最大总辐射；

雾：日最低能见度、日平均能见度。

数据覆盖处理：

在数据保留处理的基础上，以一定的周期t2对气象数据进行覆盖处理，进一步简化存储数据量、节约存储成本；

数据覆盖的周期t2长于数据保留的周期t1，t2取1月、半年或1年；

数据覆盖处理包括以下内容：

对数据保留处理所涉及的各灾害性天气预报数据、各电网气象灾害事件预警数据、风、降雨、气温、适度、气压、光照、雾等气象数据存储；

如果在周期t2内有电力设备缺陷被发现，对缺陷发现时刻前、后各不少于1周的时间段内的各灾害性天气预报数据、各电网气象灾害事件预警数据、风、降雨、气温、湿度、气压、光照、雾进行存储，其他气象数据由新数据覆盖，即其他类数据进行实时覆盖更新。

步骤2中，所述电力气象数据库进一步进行灾害性天气、气象数据与电网故障的关联信息、时间及环境相关的输电线路风险指标、不同条件下的线路风险和不同条件下的电网风险的统计分析，实现气象数据与电网故障的关联性分析；

时间及环境相关的输电线路风险指标包括：区域电网气象敏感度、历史同期各月故障频率指标、同电压等级下的线路故障次数差异、线路故障高风险区段、平均停运时间、平均故障时间间隔和线路短期故障聚集度。

气象数据与电网故障分析，具体实施如下：

气象预报数据以全球数值预报产品(t639、ncep和rjtd)和实时地面观测资料为基础资料得到，具体的：首先，对地面观测缺失数据补插处理，数值预报产品进行质量控制；然后，基于模式直接输出法(dmo)和国内外先进的dmo客观订正技术等方法，动态评估各模式对不同预报因子的预报效果，去除各模式前期预报偏差；根据各模式预报效果确定其对集成预报的贡献并计算权重系数，制定多模式集成预报方程，建立不同站点不同气象要素的多模式集成预报系统；最后，对集成预报产品进行后处理，每天两次输出不同站点的1-3天逐3小时，4-7天逐6小时的精细化客观预报产品，即气象预报数据(包括天气实况、气象分区实况、雷电信息、大风信息)。

灾害性天气统计：

表1灾害性天气统计

气象数据与电网故障的关联信息统计：

(1)故障关联天气实况

用故障关联天气实况表来记录发生故障时的天气实况分析的结果数据。

表2故障关联天气实况表

(2)故障关联雷电实况

用故障关联雷电实况表来记录发生故障时的雷电实况分析的结果数据。

表3故障关联雷电实况表

时间及环境相关的输电线路风险指标统计：

①区域电网气象敏感度

表4区域电网气象敏感度数据表

②历史同期各月故障频率指标

表5平均停运时间数据表

③同电压等级下的线路故障次数差异

表6同电压等级下的线路故障次数差异数据表

④线路故障高风险区段

表7线路故障高风险区段数据表

⑤平均停运时间

表8平均停运时间数据表

⑥平均故障时间间隔

表9平均故障时间间隔数据表

⑦线路短期故障聚集度

表10线路短期失效聚集次数表

不同条件下的线路风险统计：

用来记录在不同条件下计算的线路风险(统计周期包括年、季度和月等)。

表11不同条件下的线路风险

不同条件下的电网风险指标统计：

用来记录在不同条件下计算的电网风险评估指标(统计周期包括年、季度和月等；气象因素包括雷电、大风、山火、冰雪等)

表12不同条件下的电网风险指标

为了开展不同时间尺度的电力气象灾害预警工作，本发明调研了历年来气象灾害对电网造成的事故，形成了宠大的电网事故集，并对气象数据(气象站、雷达、卫星、地形等)及电网数据(网架、输变电在线监测、雷电定位等)按照不同规则进行元素的拆解分类，研究不同数据源间的对应关系，旨在研究电力气象的多源数据整合，采用关系型数据库为载体，建立集成气象数据和电网数据的“电力气象数据库”。

本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。