冀北地区输电线路覆冰风险预报研究

王 馨，卢 毅，张 旭，杨琳晗，武辉芹

(1.国网冀北电力有限公司电力科学研究院，北京 100045；2.河北省气象服务中心，河北 石家庄 050021)

引 言

输电线覆冰是雾凇、雨凇凝附在导线上或湿雪冻结在输电线路上的现象[1]，可造成断线、杆塔倒塌等事故发生，在一定气象条件下还可能引起冰闪跳闸、导线舞动、通讯中断、设备损毁等事故。随着经济快速发展，输电线路覆盖的区域越来越广，气象灾害对电网安全的影响日益显著[2-6]。研究发现，输电线覆冰除线路设备原因外，还与地形、海拔和气象因素紧密相关。目前输电线覆冰预报模型建立进而进行风险评估主要有两种思路，一是在研究本地输电线积冰时空分布规律[7-12]基础上，通过输电线积冰时的环流背景场分布研究[13]、输电线覆冰个例模拟[14]、输电线覆冰与雨凇、雾凇等的关联[15-16]，探讨输电线覆冰的形成原理，建立输电线覆冰预报模型[17-20]，完成输电线覆冰的风险评估与区划工作[21-22]；另外一种是通过建立输电线覆冰在线监测系统[23]，从微物理的角度得到输电线覆冰数值预报模型[24-25]。然而，实际上输电线大多在野外，而目前大部分研究基于各县市气象站的输电线积冰观测数据，与运行的输电线路实际情况相差较大。

电力微气象站与故障点地理位置相近，更接近于事故发生时的实际气象条件。因此，本文根据国网冀北电力部门提供的输电线覆冰事故资料及事故点附近电力微气象站观测资料，分析输电线覆冰时空分布特征及其与气象要素的关系，利用层次法构建输电线覆冰风险预报模型，以期提高电力气象服务的针对性，并对输电线路的设计、线路故障的预防以及安全运行提供重要参考依据。

1 资料和方法

1.1 资 料

使用资料包括国网冀北电力部门提供的2012—2015年220 kV和500 kV的输电线路覆冰事故资料以及事故发生点附近电力微气象站数据资料。覆冰事故包括因舞动、冰闪、冰害等造成的输电线事故，经整理有66个事故个例，去除因距离太近而共用同一微气象站的个例及舞动个例，最终建模及验证所用个例数为32个；电力微气象站数据有日最高、最低气温，日降水量，日平均相对湿度和日平均风速。电力微气象站数据为逐小时数据，在参与建模前进行了质控，并与距离最近的国家气象站逐小时数据计算皮尔逊相关系数，均通过0.01的显著性检验。

1.2 方 法

层次分析法由美国匹兹堡大学教授SAATY[26]在1970年代中期提出。它的基本思想是把一个复杂的问题分解为各个组成因素，并将这些因素按支配关系分组，从而形成一个有序的递阶层次结构。通过两两比较的方式确定层次中诸因素的相对重要性，综合人的判断以确定决策诸因素相对重要性的总排序。具体步骤如下：

(1)建立层次结构模型。依据风险评估要求，将模型分为3层，第1层是灾害危险度的目标层；第2层是灾害形成条件的准则层；第3层是影响因素的指标层。

(2)建立覆冰风险评估指标的权重判断矩阵T，其大小为各指标之间相对重要性的比较。按SAATY[26]标度方法，用Bi与Bj分别代表各个指标，Bij表示该项所对应的Bi比Bj的重要程度，取值为1、3、5、7分别表示一样重要、略重要、很重要、非常重要，2、4、6介于上述相邻两项之间；相应倒数表示不重要程度。

(3)利用判断矩阵计算各指标的相对权重。首先计算判断矩阵T的最大特征根λ和特征向量W，然后对W进行归一化处理，最终可得各指标的相对权重。

(4)判断矩阵的一致性检验。首先计算一致性指标CI，CI=(λ-n)/(n-1)，n为判断矩阵阶数；然后，查找平均随机一致性指标RI，RI为多次(500次以上)重复进行随机判断矩阵特征根计算之后取算数平均得到，SAATY[26]给出的RI指标1～9阶，分别为0、0、0.58、0.90、1.12、1.24、1.32、1.41和1.45；最后计算一致性比例CR，CR=CI/RI，当CR<0.1时，认为判断矩阵的一致性是可行的，否则，需对判断矩阵做相应的修正。

数据标准化，可以避免在较大数值范围内的特性凌驾于较小数值范围内的特性，数据标准化公式如下：

式中：xi为原始序列；yi为标准化后序列，y∈[0,1]。

百分位分类法，将一组数据从小到大排序，并计算相应的累计百分位，则某一百分位所对应数据的值就称为这一百分位的百分位数。

2 输电线覆冰时空分布特征

2.1 空间分布

表1列出2012—2015年冀北地区输电线路覆冰事故次数在不同下垫面的分布。可以看出，2012—2015年冀北地区输电线覆冰事故发生在山区(山地、山谷和山间平地)所占百分比为80.3%，平原及坝上高原所占百分比仅为19.7%。在输电线覆冰导致冰闪、舞动和冰害3种灾害中，不同灾害的出现频率和地形密切相关。冰闪事故56%以上发生在平原和坝上高原；舞动主要分布于山地和山谷；冰害主要分布在山区，坝上高原和平原分布较少。这一特征与灾害形成的原因相一致。冰闪是绝缘子串结冰后形成贯穿整串的冰柱，当气温回升到摄氏零度以上时冰柱开始融化，融化的冰水顺着悬垂绝缘子串边缘下淌，形成连续的冰水溜，进而可能造成绝缘子短路跳闸发生停电事故。平原地区白天升温较快，有利于冰柱的融化，形成冰闪事故。输电线舞动时除了覆冰外，一般伴随较大的风速，比如山区的迎风坡以及具有狭管效应的山谷。冰害出现的典型地形是暴露的丘陵顶峰及高海拔地区、迎风山坡、垭口、风道、水面上空等。

表1 2012—2015年冀北地区输电线路覆冰事故次数在不同下垫面的分布Tab.1 The frequency distribution of transmission line icing accidents over different underlying surfaces in northern Hebei Province from 2012 to 2015 单位：次

2.2 时间分布

图1为2012—2015年冀北地区输电线覆冰事故次数年际和月际变化。可以看出，2012—2015年输电线覆冰事故次数有先下降后激增的变化趋势，2015年比次高的2012年高出4倍多。分析原因发现，2015年河北省平均降雪日数14 d，为2012—2015年年平均降雪日数最多。2015年降雪过程主要出现在2月和11月，11月河北省平均降雪日数占全年的百分比为41.9%。11月大部分地区降雪日数超过5 d ，张家口和承德大部分地区超过10 d，11月降雪过程具有范围广，持续时间长的特点。输电线覆冰事故主要发生在11月至次年5月，其中11月为高发期，其次为2月和5月，其原因是11月处于降雨与降雪的转换期，降雪过程多，此时空气湿度相对冬季其他时段大，降雪极易沾粘在输电线路上；其他月份降雪过程少，而且空气湿度相对较小、温度低，降雪虽落在输电线路上，但是在风的作用下会飘落，不易沾粘在输电线路上。

图1 2012—2015年冀北地区输电线覆冰事故次数年际(a)月际(b)变化Fig.1 The inter-annual (a) and monthly (b) variation of frequency of transmission line icing accidents in northern Hebei Province during 2012-2015

3 输电线覆冰预报模型建立

因输电线舞动与其他类型覆冰致灾显著不同，尤其表现在风速偏大及相对湿度较小，日平均风速基本在5 m·s-1以上，日平均相对湿度最小可达40%，明显比其他覆冰个例相对湿度低，故而所选个例中不含输电线舞动情况。利用2012—2015年输电线覆冰事故资料及其附近微气象站数据，选取32个覆冰个例，建立输电线覆冰风险预报模型。

选取的气象要素为输电线覆冰事故当日最高及最低气温、平均相对湿度、平均风速以及覆冰当日和前一日的累计降水量。大多数输电线覆冰事故发生时，各项气象因子的阈值为：日最低气温为-8～0 ℃，日最高气温为-4～4 ℃，日平均相对湿度在80%以上，日平均风速为1～3 m·s-1。为了减小各要素不同量级之间的影响，对其进行标准化。武辉芹等[18]研究发现雨凇造成的输电线覆冰对线路的影响远大于雾凇，说明降水对输电线覆冰贡献最大，根据专家经验，各因子对输电线覆冰的贡献排序如下：降水>相对湿度>最低气温>平均风速>最高气温，由此得到覆冰相关各因子的判断矩阵(表2)。对覆冰相关因子进行层次法分析，确定权重。对权重矩阵求取最大特征根和对应的特征根向量，计算得CR=0.0225<0.1，因此可以判断矩阵的一致性是可行的，将特征根向量做均一化处理，同时考虑到温度偏低、风速偏小、降水和相对湿度偏大时，有利于输电线覆冰的形成，得到覆冰风险预报模型公式如下：

y=k×[0.435×R+0.2727×RH+

0.1568×(1-Tmin)+0.0901×(1-U)+

0.0453×(1-Tmax)]

表2 冀北地区输电线覆冰事故相关各要素的判断矩阵Tab.2 The judgment matrix of related factors of transmission line icing accidents in northern Hebei Province

式中：k为判别系数，当降水为0 mm，或最高气温>5 ℃，或相对湿度<60%时，k=0，否则为1；R为覆冰当日和前一日累计降水量；RH为日平均相对湿度；Tmax、Tmin分别为日最高、最低气温；U为日平均风速。

采用百分位法，以15%分位数(0.26)和85%分位数(0.622)作为阈值，同时考虑y=0时为1级，将覆冰风险分为4级，如表3所示。

表3 冀北地区输电线覆冰风险分级Tab.3 Risk grade classification of transmission line icing in northern Hebei Province

4 模型检验

选出3个来自不同线路的故障点，用2015年

11月的数据进行回算，首先对各因子进行标准化处理，然后代入模型计算各点逐日的覆冰风险等级。

由于输电线覆冰发生是多因素综合作用的结果，它既与气象条件有关，但又不完全取决于气象条件，同时，当输电线覆冰而不致灾时，没有相关的记录，这也是检验的难点。因此，进行实际与模型预报对比检验方法: 将回算的风险等级进行分类统计，同时，实际发生覆冰灾害的站点使用当日的预报风险等级，将两者进行对比。当实际发生输电线覆冰事故而预报为1级时记为漏报，而覆冰风险预报为4级但无输电线覆冰事故发生时，记为空报。表4列出2015年11月冀北输电线覆冰风险预报模式应用检验结果。可以看出，实际发生输电线覆冰灾害时，输电线覆冰风险预报等级均在2级以上，无漏报。3个覆冰事故点的回算结果中有一半以上次数覆冰风险在2级及其以上，主要原因为冀北地区2015年11月降雪日数偏多，降雪量大且持续，主要有3次降雪过程，分别持续了3、4和8 d，过程最大降雪量达到暴雪量级，导致输电线覆冰的风险增高，造成2个覆冰点分别有1次空报。

表4 2015年11月冀北输电线覆冰风险预报模式应用检验结果Tab.4 Application test results of risk prediction model of the transmission line icing in northern Hebei Province in November 2015

5 结 论

(1)2012—2015年，冀北地区输电线冰害事故多发于山区，主要集中在11月至次年5月；不同的覆冰事故类型对应的下垫面类型也各不相同，冰闪事故56%以上发生在平原和坝上高原，舞动主要分布于山地和山谷。

(2)大多数输电线覆冰发生时，其各项气象要素的阈值分布如下：日最低温度为-8～0 ℃；日最高温度为-4～4 ℃；日平均相对湿度在80%以上；日平均风速为1～3 m·s-1。

(3)输电线覆冰风险预报模型通过数据回算检验得出，发生输电线覆冰灾害时，输电线覆冰风险等级均在2级以上，无漏报，但存在较小的空报概率，该预报模型对于实际生产有一定的指导意义。

本文中受输电线覆冰个例以及数据时长的限制，输电线覆冰风险预报模型具有局限性，在预报模型中考虑覆冰具体时段、覆冰厚度以及覆冰持续时间建立输电线致灾风险预报模型是下一步研究的重点。