基于激光雷达的输电线路山火灾害损伤评估

赵瑞芹

(郑州理工职业学院，河南 郑州 454000)

当前，电网事故发生几率越来越高，电网事故与其他事故不同，其会加大电网供电负荷并严重损坏电网设施，对居民生活和社会生产造成了严重的影响[1]。因此，电网灾害的解决技术成为目前国内外研究的重点课题。

在输电线路灾害中，由山火引起的跳闸事故较为突出，其严重程度得到学者们的密切关注。对于山火引发的输电线路跳闸事故，其监测方法有图像识别法、终端监测法等[2]，这些方法虽然能够起到一定的监测作用，但是仍受多方面因素的限制。刘春翔等[3]提出基于BP神经网络的输电线路灾害损伤评估方法，该方法未考虑空气粒子的影响，评估结果不准确。晏鸣宇[4]提出基于短期覆冰预测的电网灾害损伤评估方法，该方法缺少支路过载程度计算，评估过程不完善。激光雷达技术在监测距离、图像清晰度以及测量精度上具有较大的优势[5-6]，利用激光雷达监测山火是有效进行输电线路灾害损伤评估的一个前提条件。因此，本文提出基于激光雷达的输电线路灾害损伤评估方法，利用激光雷达监测山火，通过线路负荷损失比等指标构建输电线路灾害评估体系，为今后的电网灾情评估提供科学依据。

1 基于激光雷达的输电线路灾害损伤评估

1.1 输电线路山火灾情监测

输电线路灾害损伤评估的前提条件是对灾情进行有效的监测，为弥补目前输电线路监测方法的不足，利用激光雷达技术进行输电线路山火监测。

激光雷达监测输电线路地区山火的原理是，激光束和烟雾粒子以及大气分子间的相互作用，令激光雷达信号向前传送和返回的能量发生改变[7-8]。当监测地区发生山火时会有大量烟雾产生，激光雷达发射的激光束信号遇到烟雾发生散射，散射后的返回信号传送到监测设备的光学系统中，系统将光信号转换为电信号，电信号通过高速光子计数器获取后载入计算机，利用反演运算能够得出烟雾的距离、浓度等信息，实现输电线路山火监测的目的[9]。图1为激光雷达监测输电线路山火原理示意图。

图1 激光雷达监测输电线路山火原理示意图

由图1可知，激光器发出一条激光束脉冲，通过滤光镜发射到空中，当激光束脉冲经过烟雾粒子时受到散射而衰减，它的后向散射信号被光学系统获取，后向散射信号功率的激光雷达方程可表达为：

(1)

式中：Q(x)是光学系统获取到的功率；x是激光监测地与山火发生地的距离；Q0是激光发射功率；d是光速；ν是激光束脉冲宽度；δ(x)是后向散射系数；B(x)是接收系统面积；ε(x)是消光系数；其中，δ(x)与ε(x)的数值是未知的。依据Fernald算法，将激光雷达方程中的空气粒子散射与烟雾粒子散射区分开来[10]，令ε代表烟雾粒子，n代表空气粒子：

ε(x)=εa(x)+εn(x)；

(2)

δ(x)=δa(x)+δn(x)。

(3)

激光雷达方程反映了返回信号和被测物光学性质间的函数关系，所以可利用激光雷达获取的返回信号，求解激光雷达方程，从而得到烟雾信息[11-12]。由式(2)或(3)可以看出，该方程中包含以下未知量：空气粒子和烟雾粒子后向散射系数δn(x)、δa(x)和消光系数εn(x)、εa(x)。因为空气粒子散射一致，其散射系数与消光系数可通过常规大气数据得到。激光雷达方程中，烟雾粒子的相关系数δa(x)、εa(x)需依靠以下算法得到：

(4)

(5)

由式(4)或(5)可知，T2已知，T1未知。根据实际情况，波长范围在530 ～ 1 060时，T1的取值为40 ～ 50，以此可以求解烟雾粒子的散射系数δa(x)和消光系数εa(x)：

(6)

(7)

假设烟雾后向散射系数与消光系数比为50，即T1=50，那么：

εa(x)=50δa(x)。

(8)

利用激光雷达方程组得到散射系数δa(x)和消光系数εa(x)，经过反演计算得到烟雾相关信息，进而可以判断输电线路区域是否发生山火灾害[13]。

1.2 输电线路灾害损伤评估体系的构建

通过激光雷达监测到灾害后，根据获取到的灾害数据，对输电线路灾害损伤进行评估[14]，建立与之对应的评估指标体系。从支路过载程度、线路负荷损失比、用户停电损失比等方面构建输电线路灾害损伤评估指标体系。

(1)支路过载程度：

(9)

式中：γL是输电线支路过载程度；n与N分别是未过载/过载支路总数；σk、σL是对应支路的权重因子，代表支路的重要程度；Lk、LL是对应的各支路电流；Lkmax、LLmax是支路电流最大值；γL为非负数，值越大代表过载程度越大。

(2)母线电压越限程度：

(10)

式中：γV是母线电压越限程度；c与C分别是未越限电压母线数和母线总数；σk、σt是对应母线的权重因子；Vk、Vt是对应母线的电压幅值；Vtmin是电压限值。γV为非负数，值越大代表电压越限程度越大。

(3)线路负荷损失比：

γs=Sloss/Smax。

(11)

式中：γs是输电线路负荷损失比，是用于判断电路灾害最准确的指标[15]；Sloss是灾害产生的损失负荷；Smax是预估电网最大负荷。

(4)关键负荷损失比：

(12)

式中：Fp是关键负荷损失比；m是损失的关键负荷数；n是关键负荷总数；Rg、Rl是第g、l个关键负荷功率；σg、σl是第g、l个关键负荷权重。不同程度负荷停止供电，对社会产生的损失是不同的，所以在输电线路灾害损伤评估时分开处理[16]。

(5)停电人数比：

γT=Tloss/T。

(13)

式中:γT是停电人数比，它能够反映输电线路灾害的波及范围；Tloss是遭到停电的总人数；T是该地区总人数。

(6)用户停电损失比：

(14)

式中：γU是用户停电损失比，Upre是预估供电量；gCCDF(y)是停电损失函数，代表停电时间与用户损失的关系；Oj是停电损失负荷；yj是由灾害导致的停电次数。

(7)负荷转移能力：

γN=(1.3cosφAre+Flr)/Floss。

(15)

式中：γN是负荷转移能力；cosφ是功率因子；Are是变压器容量；Flr是输电线路负荷传送量；Floss是灾害损失负荷。

2 实验结果分析

2.1 激光雷达监测实验

为验证激光雷达能否有效监测输电线路区域山火灾害，通过点燃木材的烟雾模拟输电线路区域山火的烟雾，对距离激光雷达设备270 m、370 m、470 m、570 m位置的烟雾进行监测，不同检测点的烟雾效果存在较大的差异，为了验证基于激光雷达的烟雾灾害损伤评估方法的全面性，实验检测所提方法对不同位置处烟雾情况的检测结果。为减少建筑物对激光束的影响，实验选在较为笔直的公路进行。首先在距激光雷达设备570 m的位置点燃木材，设置激光的水平和垂直扫描范围并开始扫描，将获取到的信息传送至计算机进行数据处理，将监测到的烟雾信息实时反馈在软件窗口中。由于激光的发射速度非常快，令计算机无法获取到距离监测点30 m内的烟雾信息，因此将30 m设为监测盲区。得到的烟雾监测信息如图2～图5所示。由图2可知，在距监测点570 m的位置监测到一个振幅较大的脉冲波形，说明该位置存在大量烟雾，令发射出去的激光束被大量散射回来，在实际应用中能够根据监测到的明显脉冲波形，判断输电线路区域发生山火灾情。如图3所示，以步长为100 m向燃烧位置移动，利用激光雷达进行水平和垂直方向的扫描，监测到距监测点470 m位置存在一个明显幅值的脉冲波形，说明在此处激光束被大量散射回来，反映出此处具有大量烟雾。如图4、图5所示，以相同步长向燃烧位置移动，分别在距监测点370 m、270 m位置发现较大振幅的脉冲波形，由此可知，在370 m、270 m位置存在大量烟雾。

图2 距监测点570 m处烟雾信息

图3 距监测点470 m处烟雾信息

以上四组实验验证了利用基于激光雷达的输电线路灾害损伤评估方法监测输电线路区域山火具有可行性和全面性，为输电线路灾害损伤评估提供了必要的前提条件。通过上述实验发现，所提方法能够在较大范围内准确监测输电线路周边发生的山火，为输电线路的安全运行提供了有效的保障。

2.2 案例分析

2007年我国北方遭遇了几十年不遇的特大山火灾害，灾害对电网造成了巨大损失，总计200多座变电所停电，几十条高压输电线路共跳闸100余次，损失电量150 GWh。实验利用激光雷达技术监测输电线路区域山火灾害，以历史数据中具有代表性的数据作为样本集，验证本文的灾害评估方法的应用性能。选择温度、降雪量、输电线直径等作为条件属性，输电线路负荷损失比等作为决策属性(表1)。

图4 距监测点370 m处烟雾信息

图5 距监测点270 m处烟雾信息

灾害记录温度P1/℃降水量P3/mm风速P4/(m/s)相对湿度P5/rh输电线直径P7/mm线路负荷损失比Q1/%综合影响比Q2/%140.2475.57515.250.522.82302813.85646.100327.43016.22330.10.630.15432.43113.54513.65.142.31515.13312.34727.20.710.26626.33511.74221.85.312.05715.73412.15544.22.170.83838.53513.66211.49.24.52

将各属性模糊化，每条属性有两个语言变量：低(L)、高(H)。根据所提方法得到每个属性的隶属度和非隶属度如表2所示，这里的指数πi(x)符合πi(x)=-0.8μi(x)(μi(x)-1)的抛物线分布条件。

表2 隶属度与非隶属度

表3 决策规则表

根据表2数据利用所提方法得到决策属性Q对条件属性P的依赖度，设定属性约简的截止条件为，这里取ε=0.3。经属性约减和值约简得到决策规则表3。

由表3可知，属性约简结果为L={P2,P3,P4,P5,P6}，冗余属性为P1、P7。以第一、二条记录为例，其含义为：第一条规则中只有P3、P5、P6影响决策属性，该条规则代表当降水量和相对湿度较大且输电线直径较小时，灾害对输电线路的损伤程度较大。第二条规则中除了P2均影响决策属性，它代表当风速较大，输电线直径较大时，灾害对输电线路的损伤程度较小。最后，将实验所得数据与历史库中的数据进行匹配，匹配结果得到输电线路山火灾害评估指标数值为0.39，则输电线路灾害等级为一般，该等级与历史灾后评估结果吻合。由此可见，所提输电线路灾害损伤评估方法是可行的。

3 结 论

输电线路灾害损伤评估的前提是灾害监测，本文提出基于激光雷达的输电线路灾害损伤评估方法，利用激光雷达技术监测输电线路区域山火烟雾，给出了激光雷达监测烟雾的原理及算法。实验采用所提方法监测到了距监测点270 ～ 570 m间的烟雾波形，所得数据表明运用所提方法监测输电线路区域山火具有可行性。此外，本文的方法构建了输电线路灾害损伤评估体系，该体系可用于评估山火、雪灾等任何灾害对输电线路的损伤。以山火灾害为例，实验评估中通过属性约简降低灾害属性的冗余度，通过匹配历史数据得到评估指标为0.39，确定灾害等级，实验结果表明，本文的方法能够准确评估输电线路灾害损伤。