[發(fā)明專利]基于識別預(yù)報技術(shù)的電網(wǎng)雷暴災(zāi)害預(yù)警系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201310236162.0
• 申請日: 2013-06-14
• 公開（公告）號: CN103337133A
• 公開（公告）日: 2013-10-02
• 發(fā)明（設(shè)計）人: 胡華鏗;洪毅文;方嵩;丘毅昌;白文元
• 申請（專利權(quán)）人: 廣東電網(wǎng)公司中山供電局
• 主分類號: G08B21/10
• 分類號: G08B21/10;G01W1/10
• 代理公司: 廣州知友專利商標(biāo)代理有限公司 44104
• 代理人: 周克佑

1.一種基于識別預(yù)報技術(shù)的電網(wǎng)雷暴災(zāi)害預(yù)警系統(tǒng)，其特征是：包括依次連接的雷暴預(yù)報信息模塊、預(yù)警數(shù)據(jù)分析模塊、電網(wǎng)雷暴風(fēng)險預(yù)警模塊和展示模塊，預(yù)警數(shù)據(jù)分析模塊還輸入實際故障線路和塔桿數(shù)據(jù)；

所述的雷暴預(yù)報信息模塊通過設(shè)有防火墻的數(shù)據(jù)專網(wǎng)接收氣象局服務(wù)器發(fā)出的雷暴實況及預(yù)報數(shù)據(jù)，獲取雷達、自動站和衛(wèi)星數(shù)據(jù)，對數(shù)據(jù)入庫處理和提取雷暴相關(guān)數(shù)據(jù)，空間分析雷暴相關(guān)數(shù)據(jù)并格點化處理，并結(jié)合電網(wǎng)GIS，將雷暴數(shù)據(jù)精細化到每一個輸變電設(shè)備上；

所述的預(yù)警數(shù)據(jù)分析模塊建立電網(wǎng)預(yù)警判別過濾體系：依據(jù)歷史雷暴電網(wǎng)故障信息結(jié)合故障發(fā)生時氣象實況監(jiān)測信息采用神經(jīng)元網(wǎng)絡(luò)算法和概率算法相結(jié)合的方法進行發(fā)生相似度分析過濾，輸出符合條件最終的未來多時序受雷暴影響區(qū)域范圍內(nèi)的多級別風(fēng)險設(shè)備集，同時精細化到每一條線路的每一個格點上；

所述的電網(wǎng)雷暴風(fēng)險預(yù)警模塊從供電局獲取雷暴災(zāi)害引發(fā)的電網(wǎng)故障歷史資料，分析電網(wǎng)實際運行情況，研究強降水以及雷電對電網(wǎng)的致災(zāi)原因，針對地區(qū)雷暴特點和區(qū)域電網(wǎng)特征，結(jié)合各變電站、輸電線路、桿塔電網(wǎng)設(shè)備的防雷暴設(shè)計參數(shù)、地理環(huán)境以及因氣象災(zāi)害導(dǎo)致電網(wǎng)故障的時的氣象觀測數(shù)據(jù)，綜合評估分析細化確定出導(dǎo)致電網(wǎng)雷暴災(zāi)害的各氣象因子的閾值，建立電網(wǎng)設(shè)施與形勢場氣象要素格點庫空間分析運算模型及其預(yù)警閾值體系；且根據(jù)預(yù)警結(jié)果定期自動校正；

所述的展示模塊實現(xiàn)電網(wǎng)雷暴災(zāi)害的多時序多級別自動預(yù)警提示功能，同時采用可視化技術(shù)依據(jù)級別制定不同的色系進行直觀的表達和聲光警示。

2.一種采用如權(quán)利要求1所述的系統(tǒng)進行基于識別預(yù)報技術(shù)的電網(wǎng)雷暴災(zāi)害的預(yù)警方法，包括以下步驟：

S1雷暴識別預(yù)報，包括以下子步驟：

S1-1收集氣象監(jiān)測網(wǎng)探測到的雷達回波形勢場資料；

S1-2采用交叉相關(guān)外推算法對雷暴進行識別預(yù)報：交叉相關(guān)外推算法主要是利用求最優(yōu)化空間相關(guān)的方法，建立不同時次雷達回波的最佳擬合關(guān)系，從而達到追蹤一定區(qū)域內(nèi)雷達回波在過去的移動特征，然后通過這些特征來外推確定回波未來的位置和形狀；交叉相關(guān)算法的核心就是通過計算連續(xù)時次雷達回波不同區(qū)域的最優(yōu)空間相關(guān)系數(shù)，來確定回波在過去的移動矢量特征；

S1-2-1首先將極坐標(biāo)格式的雷達回波資料插值并轉(zhuǎn)換到規(guī)則的三維直角坐標(biāo)系中；

S1-2-2其次，取能代表對流水平分布特征的一層雷達回波場，將該二維回波場按1KM?x1KM分成若干個大小相等的正方形區(qū)域，這些區(qū)域均包含相同的資料點數(shù)；

S1-2-3然后，將第一時刻tl的每個區(qū)域分別與下一時刻t2(t2=t1+Δt)的所有區(qū)域做空間交叉相關(guān)計算，其相關(guān)系數(shù)記為R，計算公式為

R=Σk[Z1(k)×Z2(k)]-1NΣkZ1(k)ΣkZ2(k)[(ΣkZ12(k)-NZ1‾2)×(ΣkZ22(k)-NZ2‾2)]1/2]]>

計算出來的相關(guān)系數(shù)逐一比較，取最大相關(guān)系數(shù)，作為該區(qū)域在下一時次的位置，把本時刻區(qū)域中心點和下一時刻區(qū)域中心點相連，就得到該區(qū)域回波的移動矢量；

S1-3通過對每個區(qū)域進行類似的運算，當(dāng)確定了雷達回波各個區(qū)域的移動矢量后，就能得到整個區(qū)域的移動矢量場；當(dāng)獲得了整個區(qū)域的移動矢量，通過插值平滑算法對移動矢量場進行質(zhì)量控制，然后根據(jù)半拉朗格朗日平流方法進行回波外推；最終即可獲得整個回波場的預(yù)報圖像；因為是按照每個區(qū)域追蹤的回波移動矢量進行外推的，所以，對于一定范圍的對流區(qū)域來說，這種外推臨近預(yù)報既考慮了回波移動大小和方向的變化，也考慮了整個回波在移動過程中的形變；

S1-4綜合運用上述雷暴識別追蹤技術(shù)建設(shè)基于C/S結(jié)構(gòu)的雷暴識別外推系統(tǒng)，采用上述方法和步驟對雷暴云團進行識別與外推，并將識別和追蹤結(jié)果生成預(yù)警結(jié)果寫入數(shù)據(jù)庫中，并提供接口供系統(tǒng)調(diào)用；

S2雷達自動站聯(lián)合估測降水預(yù)報

建立雷達自動站聯(lián)合估測降水預(yù)報模塊，利用“最優(yōu)插值法”和“卡爾曼濾波法”進行估測降水可對未來降雨進行預(yù)報，包括以下子步驟：

S2-1自動站探測場的最優(yōu)網(wǎng)格化：將雷達CAPPI數(shù)據(jù)與自動站數(shù)據(jù)作為兩個圖層進行疊加分析，建立雷達回波強度與有降雨量的自動站離散的降雨數(shù)據(jù)對應(yīng)表格圖；

若雷達回波存在缺失扇面內(nèi)的格點數(shù)據(jù)，則：先執(zhí)行某自動站周邊回波的強度檢測，若格點P強度大于門限值并且與周邊8臨近格點強度均差小于門限值，則直接取格點P的強度作為表格取值；若格點P強度小于門限值并且與周邊8臨近格點強度均大于門限值，則取9格點強度平均作為表格取值；如果格點P強度大于門限值并且與周邊8臨近格點強度均差大于門限值，則在9格點中去掉強度最大值和最小值后再求平均作為表格取值；

S2-2自動站訂正Z_I關(guān)系網(wǎng)格化：將自動站觀測場初始化為長度為W寬度為H的矩形場G，網(wǎng)格距離為D，利用Z_I關(guān)系和對應(yīng)表得出初始的訂正系數(shù)；利用距離平方權(quán)重反比法對場G進行插值：以插值點與樣本點間的距離平方反比權(quán)重進行加權(quán)平均，結(jié)合自動站誤差的方差最小原則,離插值點越近的樣本點賦予的權(quán)重越大；插值完畢后，得到某時次的Z_I關(guān)系訂正場G；

S2-3雷達探測場的網(wǎng)格化：將雷達觀測場初始化為與自動站統(tǒng)一規(guī)格的觀測場，長度為W，寬度為H，網(wǎng)格距離為D，命名為R場并進行數(shù)據(jù)優(yōu)化；

S2-4降水估測

六分鐘雨強估測：將網(wǎng)格化后訂正場G和雷達回波R進行疊加運算，得到逐一格點的雨強，在同一網(wǎng)格中的格點采用相同的訂正關(guān)系；

一小時實況降雨估測：取連續(xù)1小時的雷達回波和自動站降雨數(shù)據(jù)，逐一時次進行6分鐘的雨強估測，累加10個時次的雨強估測得到1小時實況降雨估測；

S2-5未來一小時預(yù)報降雨估測，包括以下子步驟：

S2-5-1在實況估測降水中分別得到最新時次的6分鐘自動站訂正Z_I關(guān)系矩陣和1小時自動站訂正Z_I關(guān)系矩陣；

S2-5-2利用外推方法得到時刻T連續(xù)1小時的外推回波場，也就是：

T->T1,T2,T3,T4,T5,T6,T7,T8,T9,T10;

T1-10分別是未來連續(xù)每六分鐘一次的預(yù)報回波；

利用T時次的6分鐘自動站訂正Z_I關(guān)系矩陣來分別求得未來每六分鐘的雨強并累加出1小時的預(yù)報估測降水，利用T時次1小時自動站訂正Z_I關(guān)系矩陣來訂正上面的累加結(jié)果；結(jié)果為與CAPPI規(guī)格尺寸一致的二維矩陣，矩陣中每個格點代表降雨量，單位為毫米，命名為F；

S2-6估測結(jié)果輸出

采用卡爾曼濾波法對雷達回波矩陣進行平滑處理，輸出連續(xù)時次的雷達回波矩陣F；

S3雷暴預(yù)警，包括以下子步驟：

S3-1-1采集由雷暴災(zāi)害引發(fā)的電網(wǎng)歷史故障資料，包括故障時間、地點、電網(wǎng)設(shè)施故障表現(xiàn)、電網(wǎng)危害程度等級，并將數(shù)據(jù)入庫，并對數(shù)據(jù)按故障嚴重程度分級：嚴重危害、中等危害和一般危害三級；

S3-1-2調(diào)取雷暴災(zāi)害引發(fā)的電網(wǎng)歷史故障發(fā)生時對應(yīng)位置及其對應(yīng)區(qū)間時段的氣象觀測資料，包括：閃電定位資料--要素包括閃電類型，強度；故障時段雷達觀測資料-要素包括回波位置及強度；自動站觀測資料-要素包括雨強及雨量；按故障嚴重程度分級逐故障提取氣象觀測資料各要素的最高值；

S3-1-3選取上述要素中最為關(guān)鍵的雷達回波強度和降雨量作為關(guān)鍵因子加入雷暴預(yù)警閾值體系，對應(yīng)故障嚴重程度分級：嚴重危害、中等危害和一般危害三級，將其劃分為三個閾值等級，因子的各級閾值的下限為雷達回波強度和降雨量按故障等級逐故障統(tǒng)計出的最高值集合的中位值，形成三級閉合的預(yù)警閾值區(qū)間；并將閾值入庫保存便于動態(tài)更新和預(yù)警判斷調(diào)用；

S3-1-4將包括各級廠站、各級線路、各級塔桿設(shè)施的電網(wǎng)設(shè)施，按1KM?x1KM的劃分標(biāo)準(zhǔn)網(wǎng)格化，并將信息入庫保存；

S3-2建立本發(fā)明的氣象數(shù)據(jù)采集及輸出接口裝置，實現(xiàn)雷達觀測數(shù)據(jù)以及自動站觀測數(shù)據(jù)的采集并將其網(wǎng)格化；采用插值方法計算并輸出雷達拼圖實況場和降雨實況場；

S3-3應(yīng)用連續(xù)多時次的雷達探測場建立雷暴預(yù)報模塊，應(yīng)用外推預(yù)報算法輸出連續(xù)多時次雷達回波預(yù)報形勢場；基于輸出連續(xù)多時次降雨實況場結(jié)合雷達回波預(yù)報形勢場，應(yīng)用外推預(yù)報算法輸出連續(xù)多時次降雨預(yù)報形勢場；

S3-4建立電網(wǎng)雷暴災(zāi)害預(yù)警裝置，基于雷暴實況預(yù)報形勢場、降雨實況和預(yù)報形勢場耦合電網(wǎng)拓撲數(shù)據(jù)結(jié)合雷暴預(yù)警閾值體系；實現(xiàn)電網(wǎng)設(shè)施的多時序分等級預(yù)警。