用于电网雷电灾害影响因子的筛选方法和处理器与流程

1.本发明涉及电力系统的气象灾害技术领域，具体地涉及一种用于电网雷电灾害影响因子的筛选方法、处理器和机器可读存储介质。


背景技术：

2.雷电灾害是联合国“国际减灾十年”公布的最严重的十种自然灾害之一，也是中国十大自然灾害之一。据统计，我国有21个省、区、市年雷暴日在50天以上，最多可达149天。自然界中的雷电损害可以分为直接雷击灾害和雷电感应灾害。前者是雷电直接人体、建(构)筑物、设备、牲畜、树木等，并对他(它)们造成直接的伤害；后者与前者破坏对象不同，主要是破坏电子设备等。在消除、削弱雷电灾害源方面，主要是通过为建筑物等安装避雷针、线、带、网等防直击雷的危害。从一定意义上看，只要人类无法控制天气系统，雷电灾害的发生就不可避免，因而雷电灾害的防御主要还是要着眼于减轻气象灾害危害的影响，尚未有效识别雷电灾害影响因子及其特点。
3.随着我国电力建设规模进一步加大，输电线路因雷击造成的跳闸事故频发，而气象部门现阶段所提供的雷电分析在时空分辨率和准确率上都不能满足输电通道雷害防治需求，难以为制定针对电网的雷电灾害防御措施提供科学依据。


技术实现要素：

4.本发明实施例的目的是提供一种用于电网雷电灾害影响因子的筛选方法，该用于电网雷电灾害影响因子的筛选方法具有方法简单，
5.为了实现上述目的，本发明第一方面提供一种用于电网雷电灾害影响因子的筛选方法，该筛选方法包括：
6.确定电网雷电灾害影响因子的目标区域；
7.建立目标区域的雷电观测数据库；
8.获取目标区域的基本气象要素数据；
9.建立针对目标区域的气象数值模式；
10.基于雷电观测数据库、基本气象要素数据以及气象数值模式进行相关性分析，以筛选出电网雷电灾害影响因子。
11.在本发明的实施例中，目标区域的建立雷电观测数据库包括：
12.获取目标区域的雷达数据、卫星数据、闪电定位数据和地面电场数据；
13.对雷达数据、卫星数据、闪电定位数据和地面电场数据进行标准化处理，以获取标准雷达数据、标准卫星数据、标准闪电定位数据和标准地面电场数据；
14.建立目标区域的标准化网格点；
15.采用双线性插值方式将标准雷达数据、标准卫星数据、标准闪电定位数据和标准地面电场数据插值到标准化网格点中，以建立雷电观测数据库。
16.在本发明的实施例中，获取目标区域的基本气象要素数据包括：
17.获取目标区域的历史探空数据；
18.对历史探空数据进行数据划分，基于数据划分的结果获取基本气象要素数据。
19.在本发明的实施例中，基本气象要素数据至少包括温度、露点温度、风向、风速和相对湿度。
20.在本发明的实施例中，气象数值模式为wrf模式。
21.在本发明的实施例中，基于雷电观测数据库、基本气象要素数据以及气象数值模式进行相关性分析，以筛选出电网雷电灾害影响因子包括：
22.基于气象数值模式获取强对流指数集；
23.确定雷电影响相关参数集；
24.以雷电观测数据库、基本气象要素数据或强对流指数集中包含的任意参数作为第一变量，以雷电影响相关参数集中包含的任意参数作为第二变量获取第一变量和第二变量之间的相关系数；
25.基于相关系数筛选出电网雷电灾害影响因子。
26.在本发明的实施例中，强对流指数集至少包括沙氏指数、对流有效位能、强天气威胁指数、总指数和对流根抑制指数。
27.在本发明的实施例中，雷电影响相关参数集至少包括雷电发生时间、雷电发生频次和雷电发生强度。
28.本发明的第二方面提供一种处理器，被配置成执行上述的用于电网雷电灾害影响因子的筛选方法。
29.本发明的第三方面提供一种机器可读存储介质，机器可读存储介质上存储有指令，指令用于使得机器执行上述的用于电网雷电灾害影响因子的筛选方法。
30.通过上述技术方案，确定电网雷电灾害影响因子的目标区域，并对目标区域的雷电观测数据库、基本气象要素数据以及气象数值模式进行相关性分析，以筛选出电网雷电灾害影响因子，该筛选方法具有方法简单，可操作性和实用性强的优点，还有利于提升电网设施应对雷电灾害的能力与水平，能够为制定针对电网的雷电灾害防御措施提供科学依据。
31.本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
32.附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
33.图1是本发明实施例中用于电网雷电灾害影响因子的筛选方法的流程示意图。
具体实施方式
34.以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
35.本发明的一个实施例中提供一种用于电网雷电灾害影响因子的筛选方法，如图1所示，该筛选方法包括如下步骤：
36.步骤s101：确定电网雷电灾害影响因子的目标区域。
37.可以理解，不同经纬度定位范围内遭受到雷电灾害的时间、频次和强度均不同，因此为提升用于电网雷电灾害影响因子的筛选方法的准确性，应该针对不同的目标区域单独实施上述筛选方法，以筛选出针对某一目标区域的电网雷电灾害影响因子。
38.步骤s102：建立目标区域的雷电观测数据库。
39.在本发明的一个实施例中，步骤s102：建立目标区域的雷电观测数据库又包括步骤s201-步骤s204，其中：
40.步骤s201：获取目标区域的雷达数据、卫星数据、闪电定位数据和地面电场数据；
41.步骤s202：对雷达数据、卫星数据、闪电定位数据和地面电场数据进行标准化处理，以获取标准雷达数据、标准卫星数据、标准闪电定位数据和标准地面电场数据；
42.步骤s203：建立目标区域的标准化网格点；
43.步骤s204：采用双线性插值方式将标准雷达数据、标准卫星数据、标准闪电定位数据和标准地面电场数据插值到标准化网格点中，以建立雷电观测数据库。
44.可以理解，该筛选方法在处理器中执行，各类探测设备预先采集到目标区域的雷达数据、卫星数据、闪电定位数据和地面电场数据后将上述数据存储到处理器中，在需要时将其调取出来。具体地，雷达数据多普勒雷达对目标地区进行探测后获得，能较好观测云中粒子的一些宏观特征，尤其是双偏振天气雷达能够提供云内粒子的相态、排列取向、空间分布和尺度谱等细致的信息，观测精度高，具备了分辨雷暴云的能力，此外，雷达的探测循环时间很短(通常的多普勒雷达两次体扫之间的时间间隔只有5-6分钟)，有利于快速采集到足够多的雷达数据；卫星数据是卫星对目标区域的云顶高度和云顶温度进行观测后获得的，能用于计算云顶上升和冷却率，也能用于识别可能发生雷电的对流云，且卫星数据具有空间尺度大，覆盖空间广(可达上千公里)的优点；闪电定位数据是闪电定位仪对目标区域进行闪电定位探测后获得的，具有实时性好的优点；地面电场数据是大气电场探测仪对目标区域进行探测后获得的，实时性较好。
45.处理器在获取到雷达数据、卫星数据、闪电定位数据和地面电场数据后对其进行标准化处理，本实施例中的标准化处理即为归一化处理，归一化处理完成后即可得到标准雷达数据、标准卫星数据、标准闪电定位数据和标准地面电场数据；之后处理器再建立目标区域的标准化网格点，本实施例中标准化网格点的尺寸为3km
×
3km；在建立标准化网格点之后采用双线性插值方式将标准雷达数据、标准卫星数据、标准闪电定位数据和标准地面电场数据插值到标准化网格点中，即可完成雷电观测数据库的建立。
46.步骤s103：获取目标区域的基本气象要素数据。
47.在本发明的一个实施例中，步骤s103：获取目标区域的基本气象要素数据包括步骤s301-步骤s302，其中：
48.步骤s301：获取目标区域的历史探空数据；
49.步骤s302：对历史探空数据进行数据划分，基于数据划分的结果获取基本气象要素数据。
50.可以理解，各类气象探测设备预先采集到目标区域的历史探空数据并将其存储到处理器中(如某气象站对某一区域进行探测后得知，该气象站周围1km内是林区，1km外除西部是农田和居民区外，其余方向均是林区，该站2004年前为每日4次定时观测，单轨制观测
后施行自动观测，执行守班天气现象与极端天气测报)，在需要时再调取出来；由于历史探空数据具有种类复杂(如国家站数据、自动站数据、预报数据以及再分析数据等)、格式多样、数据量巨大(t/日的级别)的特点，因此需要将不同类型的历史探空数据进行划分，本实施例中划分的方式为按照历史探空数据的使用频次、大小、种类进行划分，之后再采用气象大数据技术按照各类数据的特点分门别类进行存储和调度；划分完成以后再基于数据划分的结果获取基本气象要素数据，本实施例中的基本气象要素数据至少包括温度、露点温度、风向、风速和相对湿度，其中，露点温度是指在空气中水汽含量不变，保持气压一定的情况下，使空气冷却达到饱和时的温度。
51.步骤s104：建立针对目标区域的气象数值模式。
52.本实施例中采用wrf(weather research forecast)模式预报电网周边的数值天气预报，wrf模式是由美国国家大气研究中心(ncar)、国家环境预报中心(ncep)、预报系统实验室和俄克拉荷马大学的风暴分析预报中心四部门联合开发的新一代高分辨中尺度天气研究预报模型。
53.步骤s105：基于雷电观测数据库、基本气象要素数据以及气象数值模式进行相关性分析，以筛选出电网雷电灾害影响因子。
54.在本发明的一个实施例中，步骤s105：基于雷电观测数据库、基本气象要素数据以及气象数值模式进行相关性分析，以筛选出电网雷电灾害影响因子包括步骤s401-步骤s404，其中：
55.步骤s401：基于气象数值模式获取强对流指数集。
56.处理器根据气象数值模式能计算出强对流指数集，本实施例中的强对流指数集至少包括沙氏指数(si)、对流有效位能(cape)、强天气威胁指数(sweat)、总指数(tt)和对流根抑制指数(cin)。进一步优选地，强对流指数集还可包括k指数、a指数、700hpa温度露点差、850hpa温度露点差、925hpa温度露点差、850hpa与500hpa温度差等各项海量气象参数。
57.k指数能够反映大气的层结稳定情况，k指数越大，层结越不稳定，但它不能明显表示出整个大气的层结不稳定度，其表达式如下：
58.k＝(t850-t500)+td850-(t700-td700)
ꢀꢀꢀ
(1)
59.其中，t850-t500表示温度的直减率；td850表示大气层低层水汽条件；t700-td700表示大气层中层饱和度。
60.沙瓦特指数简称沙氏指数(si)，也叫做稳定指数，通常是用来判断大气稳定度的一种判据，把850hpa等压面上的湿空气块沿干绝热线上升，达到抬升凝结高度后再沿湿绝热线上升至500hpa时具有的气块温度与500hpa等压面上的环境温度差值，如沙氏指数《0，表示上升空气质点的温度高于环境温度，大气越稳定，负值越大，不稳定程度也越大；如沙氏指数》0，则表示上升空气质点的温度低于环境温度，大气稳定，正值越大，稳定程度也越大。
61.a指数定义为850hpa与500hpa温度差减去850hpa、700hpa、500hpa三层的温度露点差之和，是一个综合考虑大气静力稳定度与整层水汽饱和程度的物理量。a值越大，表明大气越不稳定或对流层中下层饱和程度越高，越有利于产生降水。
62.a＝(t850-t500)-(ttd850+ttd700+ttd500)
ꢀꢀꢀ
(2)
63.其中t为温度，ttd为温度露点差，850、700和500分别表示不同的气压。
64.步骤s402：确定雷电影响相关参数集。
65.在本发明的一个实施例中，雷电影响相关参数集至少包括雷电发生时间、雷电发生频次和雷电发生强度。
66.步骤s403：以雷电观测数据库、基本气象要素数据或强对流指数集中包含的任意参数作为第一变量，以雷电影响相关参数集中包含的任意参数作为第二变量获取第一变量和第二变量之间的相关系数；
67.步骤s404：基于相关系数筛选出电网雷电灾害影响因子。
68.可以理解，相关系数是最早由统计学家卡尔
·
皮尔逊设计的统计指标，是研究变量之间线性相关程度的量，本实施例中采用如下公式来计算第一变量和第二变量之间的相关系数：
[0069][0070]
其中，x为第一变量，y为第二变量，cov(x,y)为第一变量x与第二变量y的协方差，var[x]为第一变量x的方差，var[y]为第二变量y的方差。此外，r(x,y)大于0则表示第一变量x和第二变量y正相关；r(x,y)小于0则表示第一变量x和第二变量y负相关，r(x,y)等于0则表示第一变量x和第二变量y不相关，且r(x,y)的绝对值越大表示第一变量x和第二变量y相关性越高，且r(x,y)的绝对值最大值不超过1。
[0071]
具体地，处理器依次从雷电观测数据库、基本气象要素数据或强对流指数集中提取一个参数作为第一变量，再从雷电发生时间、雷电发生频次和雷电发生强度中选取一个参数作为第二变量(本实施例中先以雷电发生时间作为第二变量，雷电发生时间作为第二变量和所有作为第一变量的参数计算完成以后，再分别以雷电发生频次和雷电发生强度作为第二变量进行计算)，再根据公式(3)计算出第一变量和第二变量之间的相关系数，若该相关系数的绝对值超过预设阈值，则认为第一变量和第二变量之间相关性较高，则该第一变量即为被筛选出的电网雷电灾害影响因子；若该相关系数的绝对值未超过预设阈值，则认为第一变量和第二变量之间相关性较低，则该第一变量不适宜作为电网雷电灾害影响因子。在筛选出电网雷电灾害影响因子后还可进一步根据该电网雷电灾害影响因子选出高雷击危险的输电线路并发出雷击告警信息(如输电线路名称、线路雷击风险等级等)。
[0072]
上述步骤s101-步骤s105是选定一个地理区域作为目标区域进行的电网雷电灾害影响因子筛选，若需要筛选出其它区域的电网雷电灾害影响因子筛选，则需要确定其它区域为目标区域并重新实施步骤s101-步骤s105。
[0073]
处理器针对多个不同的目标区域进行电网雷电灾害影响因子筛选后，可基于上述的筛选结果建立速查表，实现各个不同区域的电网雷电灾害影响因子快速筛选。以湖北地区为例，湖北东部、中部和西部的电网雷电灾害影响因子有所不同，其中，湖北东部的电网雷电灾害影响因子为：对流有效位能、k指数、沙式指数、a指数、850hpa温度露点差、925hpa温度露点差、850hpa与500hpa温度差；湖北中部的电网雷电灾害影响因子为：沙式指数、a指数、700hpa温度露点差、850hpa温度露点差、925hpa温度露点差、850hpa与500hpa温度差；湖北西部的电网雷电灾害影响因子为：k指数、沙式指数、a指数、700hpa温度露点差、500hpa温
度露点差、850hpa与500hpa温度差。
[0074]
本发明的另一个实施例中提供一种处理器，被配置成执行上述的用于电网雷电灾害影响因子的筛选方法。
[0075]
本发明的另一个实施例中提供一种机器可读存储介质，机器可读存储介质上存储有指令，指令用于使得机器执行上述的用于电网雷电灾害影响因子的筛选方法。
[0076]
本发明提供的一种用于电网雷电灾害影响因子的筛选方法、处理器和机器可读存储介质，通过确定电网雷电灾害影响因子的目标区域，并对目标区域的雷电观测数据库、基本气象要素数据以及气象数值模式进行相关性分析，以筛选出电网雷电灾害影响因子，该筛选方法具有方法简单，可操作性和实用性强的优点，还有利于提升电网设施应对雷电灾害的能力与水平，能够为制定针对电网的雷电灾害防御措施提供科学依据。
[0077]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0078]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0079]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0080]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0081]
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0082]
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
[0083]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、
数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0084]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0085]
以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。

技术特征：
1.一种用于电网雷电灾害影响因子的筛选方法，其特征在于，所述筛选方法包括：确定电网雷电灾害影响因子的目标区域；建立所述目标区域的雷电观测数据库；获取所述目标区域的基本气象要素数据；建立针对所述目标区域的气象数值模式；基于所述雷电观测数据库、所述基本气象要素数据以及所述气象数值模式进行相关性分析，以筛选出所述电网雷电灾害影响因子。2.根据权利要求1所述的筛选方法，其特征在于，所述筛选所述目标区域的建立雷电观测数据库包括：获取所述目标区域的雷达数据、卫星数据、闪电定位数据和地面电场数据；对所述雷达数据、所述卫星数据、所述闪电定位数据和所述地面电场数据进行标准化处理，以获取标准雷达数据、标准卫星数据、标准闪电定位数据和标准地面电场数据；建立所述目标区域的标准化网格点；采用双线性插值方式将所述标准雷达数据、所述标准卫星数据、所述标准闪电定位数据和所述标准地面电场数据插值到所述标准化网格点中，以建立所述雷电观测数据库。3.根据权利要求1所述的筛选方法，其特征在于，所述获取所述目标区域的基本气象要素数据包括：获取所述目标区域的历史探空数据；对所述历史探空数据进行数据划分，基于所述数据划分的结果获取所述基本气象要素数据。4.根据权利要求3所述的筛选方法，其特征在于，所述基本气象要素数据至少包括温度、露点温度、风向、风速和相对湿度。5.根据权利要求1所述的筛选方法，其特征在于，所述气象数值模式为wrf模式。6.根据权利要求1所述的筛选方法，其特征在于，所述基于所述雷电观测数据库、所述基本气象要素数据以及所述气象数值模式进行相关性分析，以筛选出所述电网雷电灾害影响因子包括：基于所述气象数值模式获取强对流指数集；确定雷电影响相关参数集；以所述雷电观测数据库、所述基本气象要素数据或所述强对流指数集中包含的任意参数作为第一变量，以所述雷电影响相关参数集中包含的任意参数作为第二变量获取所述第一变量和所述第二变量之间的相关系数；基于所述相关系数筛选出所述电网雷电灾害影响因子。7.根据权利要求6所述的筛选方法，其特征在于，所述强对流指数集至少包括沙氏指数、对流有效位能、强天气威胁指数、总指数和对流根抑制指数。8.根据权利要求6所述的筛选方法，其特征在于，所述雷电影响相关参数集至少包括雷电发生时间、雷电发生频次和雷电发生强度。9.一种处理器，其特征在于，被配置成执行根据权利要求1至8中任意一项所述的用于电网雷电灾害影响因子的筛选方法。10.一种机器可读存储介质，所述机器可读存储介质上存储有指令，其特征在于，所述
指令用于使得机器执行根据权利要求1至8任一项所述的用于电网雷电灾害影响因子的筛选方法。

技术总结
本发明实施例提供一种用于电网雷电灾害影响因子的筛选方法，该筛选方法包括：确定电网雷电灾害影响因子的目标区域；建立目标区域的雷电观测数据库；获取目标区域的基本气象要素数据；建立针对目标区域的气象数值模式；基于雷电观测数据库、基本气象要素数据以及气象数值模式进行相关性分析，以筛选出电网雷电灾害影响因子，该筛选方法利于提升电网设施应对雷电灾害的能力与水平，能够为制定针对电网的雷电灾害防御措施提供科学依据。雷电灾害防御措施提供科学依据。雷电灾害防御措施提供科学依据。


技术研发人员：叶钰 郭俊 易宇声 蔡泽林 冯涛 李丽 邸悦伦 简洲
受保护的技术使用者：国网湖南省电力有限公司防灾减灾中心 国家电网有限公司
技术研发日：2021.12.03
技术公布日：2022/3/8