一种台风灾害故障场景生成方法与流程

本发明涉及电力系统，尤其是涉及一种用于电力系统的台风灾害故障场景生成方法。

背景技术：

1、近年来，受全球气候变化影响，台风灾害发生的频率和强度不断增加，对城市电网的安全运行带来前所未有的挑战。亟需研究台风灾害对城市电网造成破坏的致灾机理，以支撑台风灾害的故障场景生成，为全面准确评估城市电网韧性提供技术支撑。

2、在台风致灾模式建模方面，可结合台风路径、风场模型和元件故障概率模型分析台风对电网承灾体的影响。现有研究对台风在预设台风路径下对电网的影响进行建模，尚未考虑多种台风起点和路径的典型故障场景。hub等人在hardening planning ofoverhead distribution lines in typhoon-proneareas by considering the typhoonmotion paths and the line load reliability[j].international journal ofelectrical power & energy systems,2021, 129:106836提出了一种基于线性拟合的台风路径场景生成策略，然而该方法存在一定的局限性，在路径形态复杂的情况下，拟合能力有限，难以全面刻画台风路径的动态演化特征。在风场建模方面，目前常用的台风风场模型包括batts模型、yan-meng模型和shapiro模型等。叶庚姣在工程台风风场模型的建立及其参数敏感性试验研究[d].中国气象科学研究院,2017中，系统梳理了不同风场模型的适用特点，并指出batts模型基于梯度风平衡及最大梯度风速经验公式，能够较为准确地刻画台风风速的空间分布特性，因而被广泛应用于电网台风灾害风险评估研究中。实际情况下，台风登陆后，其中心最大风速在地面摩擦力与地形影响下沿路径逐渐衰减，呈现指数衰减趋势。这一动态衰减过程对分析电力设备的受损机制与空间破坏模式具有重要意义。在元件故障率模型方面，相较于基于历史数据统计学方法，考虑外部气象因素的模型可更充分体现线路状态随环境不断变化的动态特性。吴勇军等在台风及暴雨对电网故障率的时空影响[j].电力系统自动化,2016,40(02):20-29+83，基于风载荷作用下的力学分析，建立导线最大应力与故障率之间的指数函数关系，体现风致应力对线路失效概率的影响。pantelim等在 modeling and evaluating the resilience of critical electrical powerinfrastructure to extreme weather events[j]. ieee systems journal,2015,11(3):1733-1742中，引入脆弱性曲线，构建气象变量与设备故障概率之间的函数映射，有效刻画电力设备受灾害影响的失效响应特性。

3、综上所述，已有研究在台风灾害路径预测与故障场景生成方面取得了一定的进展，但是故障场景构建还需综合考虑台风强度的尾部特性及其对城市电网造成破坏的致灾机理。

4、经过检索，中国发明专利申请公开号cn114818508a公开了一种用于模拟台风灾害作用下电网连锁故障状态的仿真方法，包括以下步骤：步骤(a)，根据台风数据集建立台风的环流风场模型和移行风场模型，再建立出台风时空分布模型；步骤(b)，绘制电网元件易损性曲线，以获得不同风速对应下电网元件的损坏概率；步骤(c)，将电网元件的工作状态集合抽象成马尔科夫状态，并构建成电力系统的状态转移模型，以生成电力系统在台风作用下不同时刻的故障电网元件集；步骤(d)，利用状态转移模型并根据台风时空分布模型和电网元件易损性曲线生成电网元件故障集合，再根据线路过载情况推演连锁故障的演变，最终生成电网元件故障状态矩阵，完成仿真作业。该现有专利申请存在无法精准反映长距离输电线路不同路段的真实风载差异与失效规律的问题。

5、如何实现城市电网韧性评估工作中既具备概率一致性又能反映致灾规律的极端故障场景，成为需要解决的技术问题。

技术实现思路

1、本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种台风灾害故障场景生成方法。

2、本发明的目的可以通过以下技术方案来实现：

3、根据本发明的一个方面，提供了一种台风灾害故障场景生成方法，该方法包括：

4、s1：对历史台风起始点经纬度数据进行核密度估计分析，基于分析结果采用对数正态分布拟合建立台风起始点模型；

5、s2：基于所述台风起始点模型，构建基于lstm网络的台风路径预测模型，通过滑动窗口机制输入多维度时序特征，经 dropout 层与全连接层输出预测台风下一时间步的经纬度和风速预测值，生成台风演化路径；

6、s3：以所述演化路径为输入，采用引入指数衰减模型的改进batts风场模型，计算台风风速在空间网格中的分布，生成随时间变化的台风空间风速场序列；

7、s4：结合台风空间风速场序列，通过电力设备的脆弱性模型计算线路时序故障概率，生成电网的台风灾害故障场景。

8、作为优选的技术方案，所述s1中，核密度估计采用高斯核函数，通过ks检验对比正态分布与对数正态分布的拟合精度，基于ks检验结果判断并选取对数正态分布作为台风起始点的最优拟合模型。

9、作为优选的技术方案，所述的lstm网络包含128个神经元的lstm层，用于提取输入多维度时序特征的时序特征；所述dropout层用于对lstm提取的时序特征进行优化后输出深层特征；将深层特征输入两层全连接神经网络，映射至三维输出空间，对应下一时间步的经度、纬度与风速预测值。

10、作为优选的技术方案，所述的多维度时序特征包括台风的经度、纬度、平移速度、风向、前一时刻风向、风速对数变化量与风向变化量。

11、作为优选的技术方案，所述的多维度时序特征的获取过程包括：

12、首先，对历史台风路径序列进行前向填充的缺失值预处理；

13、随后，基于预处理后数据引入多项衍生特征构建多维度时序特征，其中多项衍生特征包括风速对数变化量与风向变化量；

14、接着，采用滑动窗口机制将多维度时序特征切分为三步历史输入对应一步未来输出的训练结构，输入lstm网络的每个样本为连续三个时间步的多维度时序特征序列。

15、作为优选的技术方案， 所述改进batts风场模型引入指数衰减模型刻画台风登陆后的强度衰减，最大中心风速等于台风登陆时的初始最大中心风速乘以以自然常数e为底、以负的综合衰减系数与时间的乘积为指数的幂；其中，所述初始最大中心风速为台风刚登陆陆地时的中心最大风速，综合衰减系数用于控制台风风速的衰减快慢。

16、作为优选的技术方案，所述综合衰减系数通过多因子线性模型计算得到，所述多因子线性模型为：综合衰减系数等于基础衰减常数，分别叠加台风登陆初始风速、台风移动速度、湿静能量差各自对应的影响权重与对应物理量的乘积。

17、作为优选的技术方案，所述电力设备的脆弱性模型计算线路时序故障概率的过程包括：

18、将电力线路划分为等距的空间网格，并以网格为基础建立网格单元上的局部风速与线路的局部故障概率之间的映射关系；

19、若线路在时刻任一所跨网格单元内发生局部故障，则判定整条线路失效，从而计算整条线路在时刻的故障率，即线路时序故障概率。

20、作为优选的技术方案，设线路在时刻跨越的网格集合为，其在网格单元上的局部风速为，由脆弱性模型结合电力线路的设防风速计算局部故障概率。

21、作为优选的技术方案，在计算出线路时序故障概率后，基于非贯序蒙特卡洛法对线路失效过程进行模拟抽样，生成电网的台风灾害故障场景。

22、与现有技术相比，本发明具有以下有益效果：

23、1）本发明通过依次建立台风起始点模型、lstm网络进行台风路径预测、台风空间风速场序列计算及线路时序故障概率计算，形成完整的台风灾害故障场景生成流程，能够综合考虑台风时空演化规律与电网空间分布特性，精准生成贴合实际灾情的故障场景，为城市电网韧性评估提供可靠技术支撑，解决了现有技术难以全面模拟台风致灾过程的问题。

24、2）本发明通过高斯核函数进行核密度估计并结合ks检验优选对数正态分布作为台风起始点的最优拟合模型，能够更准确拟合台风起始点经纬度的分布特征，相比传统正态分布拟合精度更高，为后续台风路径生成提供更贴合历史规律的初始条件，提升整体场景生成的真实性与合理性。

25、3）本发明采用包含特定神经元数量的lstm层、dropout层搭配两层全连接层，可有效提取台风时序特征并抑制模型过拟合，在保证预测精度的同时提升模型泛化能力，使台风经纬度与风速的预测结果更稳定可靠。

26、4）本发明通过缺失值预处理、构建多维度时序特征及三步滑动窗口机制，充分挖掘台风历史路径的时序关联与变化规律，为lstm网络提供高质量输入，显著提升台风路径动态演化特征的刻画能力，避免因数据不完整或特征单一导致的预测偏差。

27、5）本发明在 batts风场模型中引入指数衰减模型并量化多因子综合衰减系数，能够真实反映台风登陆后受地形、移动速度及热力条件影响的风速衰减规律，实现时空耦合的精细化风场计算，大幅提升风速场序列的准确性。