一种基于物元可拓模型的输电线路风偏闪络风险评价方法与流程

1.本发明涉及输电线路风偏评估技术领域，特别涉及一种基于物元可拓模型的输电线路风偏闪络风险评价方法。


背景技术：

2.受全球气候变化加剧的影响，近年来异常天气增多，强对流天气带来的大风时有超过线路的设计风速，因风灾造成的输电线路故障给电力系统带来了巨大损失。对输电线路造成危害的风主要有台风、飑线风、龙卷风、局部旋风；风害导致的线路故障包括风偏跳闸、杆塔损坏等，风刮异物易造成线路外破跳闸。极端天气来临时，由于缺乏有效的输电线路风偏治理方法，无法对输电线路风偏进行有效的治理。
3.在强对流天气下经常会引起大风及其强降雨，输电线路经常发生因气象因素导致的重大事故，如：雷击跳闸、风偏闪络、断股、倒塔、断线等事件。因大风天气导致的风偏闪络使得线路跳闸，严重影响电力系统的正常运行。
4.目前，国内外对输电线路风偏的研究针对某杆塔单元的风偏闪络评估较少，主要集中在风偏角与最小空气间隙的计算方面。例如，有专家学者提出一种基于二维笛卡尔坐标系计算耐张塔的最小空气间隙的方法，结合降雨修正系数来进行风偏预警，但是该方法不能针对其他类型杆塔进行风偏预警；有专家学者采用蒙特卡洛法随机抽样风速和风向，结合设计的线路参数计算风偏角并基于s形模糊隶属度函数修正降雨情况下的风偏角，来建立风偏跳闸概率模型；有专家学者在未考虑降雨的情况下，基于预测风向和风速的概率模型来计算风偏角，进行风偏放电概率预警；有专家学者采用作图法计算悬垂绝缘子串下端导线在大风作用下与建筑物之间的间隙，未考虑风偏闪络评估问题；有专家学者提出了一种基于时间风暴采样策略的时序蒙特卡洛方法，可以准确评估六类不同危险等级风暴下的配电系统；有专家学者分析了输电线路风偏的影响因素，建立基于bp神经网络的风偏闪络风险评估模型，该模型考虑的影响因素并不全面；有专家学者基于多普勒天气雷达结合两层支持矢量机方法预测风速，得出强对流影响区域的临界风偏角与临界风速，结合风速的广义极值分布图来计算风偏放电概率。
5.上述针对输电线路风偏评估及治理的研究都取得了一定的成果，但仍存在一定的局限性。多数评估方法不能适用于所有类型的杆塔，并且许多文献中计算风偏角与最小空气间隙只以设计数据为基础进行计算，使得评估结果未能结合实时数据及不充分考虑风偏影响因素。
6.因此，如何提供一种能够定性与定量分析相结合来全面评估杆塔单元的风险情况且风险评估结果客观准确的输电线路风偏闪络风险评估方法，是目前亟待解决的问题。


技术实现要素：

7.为解决上述技术问题，本发明实施例提供了一种基于物元可拓模型的输电线路风偏闪络风险评估方法，首先采用层次分析法-熵权法计算所选评价指标的权重值，然后构建
基于物元可拓模型的输电线路风偏闪络风险评估模型来评估某杆塔单元的预警等级。考虑到地形因素影响实际风速，引入微地形修正系数，具有较高的可行性和有效性。
8.根据本发明实施例，提供了一种基于物元可拓模型的输电线路风偏闪络风险评估方法，包括以下步骤：
9.根据输电线路风偏闪络风险的影响因素，选取评价指标；
10.采用层次分析法-熵权法计算选取的风偏闪络风险评价指标的权重值；
11.结合微地形数据对评价指标的权重值进行修正；
12.构造基于物元可拓模型的风偏闪络风险评估模型进行风险评估。
13.进一步地，所述输电线路风偏闪络的影响因素包括：气象、地形及线路参数。
14.进一步地，所述评价指标包括风速、风向、降雨强度及湿度。
15.进一步地，所述输电线路风偏闪络风险分为4个等级：安全、低、中等、高。
16.进一步地，所述权重值通过以下步骤获得：
17.采用层次分析法将定性与定量相结合，计算评价指标的权重值；
18.采用熵权法修正指标权重值。
19.优选地，采用层次分析法，计算权重值的步骤如下：
20.步骤(11)，确定目标层、准则层、指标层，构建指标体系；
21.步骤(12)，根据评价指标的相对目标的重要程度来建立判断矩阵，赋值判断矩阵中的元素值，其中，判断矩阵a＝(a
ij
)n×n，a
ij
表示指标层的ci与cj相对于目标层的重要程度；其中，ci与cj分别代表指标层的两个不同的指标，n代表指标层中评价指标的数量；
22.步骤(13)，一致性校验，减小判断矩阵中存在的误差：
23.根据判断矩阵a计算特征值向量λ，求解一致性指标ci：
[0024][0025]
采用如下公式进行各层次单排序的一致性校验：
[0026][0027]
式中：n代表指标层中评价指标的数量，cr代表各层次单排序一致性校验的结果，随机一致性指标ri的取值与n值有关；
[0028]
评价指标的相对权重值ωi计算公式如下式所示：
[0029][0030][0031]
j＝1,2,
…
,n；
[0032]
步骤(14)，校验层次总排序，具体如下：
[0033][0034]
上述式中，m代表判断矩阵的行向量个数；aj代表所述评价指标的相对权重值ωi的值；当cr《0.1时，表明判断矩阵a中排序具有一致性；当cr≥0.1时，需返回步骤(2)重新构造判断矩阵中的元素值。
[0035]
优选地，采用熵权法修正指标权重值的步骤如下：
[0036]
步骤(21)，将判断矩阵a中的评价指标作如下处理：
[0037][0038]
式中，v
ij
代表判断矩阵a中的评价指标的值；p
ij
代表其计算值，反映该项指标对输电线路风偏的影响程度；
[0039]
步骤(22)，计算评价指标熵值ej：
[0040][0041][0042][0043]
步骤(23)，计算差异系数gj：
[0044][0045]
其中，0≤gj≤1；
[0046]
步骤(24)，计算评价指标的权重值：
[0047][0048]
步骤(25)，采用yj对层次分析法ahp计算的权重值进行修正，基于如下公式计算修正评价指标权重值：
[0049][0050]
式中，wj代表指标层中所有指标的权重值。
[0051]
进一步地，所述风速数据为根据待评物元所处的微地形因素数据对气象预报风速值进行修正得到的实际风速。
[0052]
优选地，将气象预报风速值结合微地形因素数据修正为实际风速的公式如下：
[0053]vp
＝α
×vq
[0054]
式中，vq为气象预报风速，v
p
为修正后的实际风速，α为微地形修正系数。
[0055]
进一步地，所述微地形为山坡、山峰时，山坡山峰的微地形修正系数依据下式：
[0056][0057]
式中，为处于迎风面的山的斜坡与平地的夹角；k为修正系数；h为山与平地的垂直高度；z为待评物元的呼高。
[0058]
优选地，构造基于物元可拓模型的风偏闪络风险评估模型进行风险评估的步骤如下：
[0059]
步骤(31)，根据物元r＝(n,c,v)构建评价指标的经典域：
[0060][0061]
其中，n为杆塔单元中风偏闪络风险等级，c为风险评价指标集，v为风险评价指标的量值；式中，nj表示所划分的j个等级，ci表示质量等级nj的特征值，v
ji
表示处于该等级下特征值的取值范围，即经典域；a
j1
…ajn
代表指标层中的不同评价指标存在的最小值，b
j1
……bjn
代表指标层中的不同评价指标存在的最大值；
[0062]
步骤(32)，构建节域：
[0063][0064]
式中，n
p
表示全部风险等级的集合，v
pi
为ci的值域，即节域，其经典域v
ji
作为节域v
pi
的子集，a
p1
…apn
代表指标层中的不同评价指标存在的最小值，b
p1
……bpn
代表指标层中的不同评价指标存在的最大值；
[0065]
步骤(33)，确定待评物元：
[0066]
待评物元指待评输电线路的一杆塔单元，将该杆塔单元的实测数据针对评价指标进行相应赋值，即：
[0067][0068]
式中，r0表示待评物元，即待评输电线路的杆塔单元，n0表示待评事物，即杆塔单元中风偏闪络风险等级，ci表示待评事物n0的特征值，v
0i
为n0关于ci的量值；
[0069]
步骤(34)，计算评价指标的实时数据与各风险等级的关联度数据；
[0070]
步骤(35)，根据评价指标的实时数据与各风险等级的关联度数据和权重值计算出
杆塔单元各风险等级的综合关联度。
[0071]
优选地，构建评价指标的经典域的步骤为：
[0072]
确定评价指标；
[0073]
将风偏闪络风险分为若干个等级；
[0074]
确定各评价指标对应于风偏闪络风险的若干个等级的经典域。
[0075]
优选地，所述评价指标包括风速、风向、降雨强度及湿度；将风偏闪络风险分为4个等级：安全、低、中等、高；
[0076]
在风偏闪络风险的安全、低、中等、高四个风险等级中，风速的经典域分别为0～10、10～20、20～30、30～40；风向的经典域分别为0～22.5、22.5～45、45～67.5、67.5～90；降雨强度根据其与降雨等级的关系确定的经典域分别为0～2、2～4、4～6、6～8；湿度的经典域分别为0～25、25～50、50～75、75～100；
[0077]
对应风险评估模型中的四个风险等级的经典域ri(i＝1,2,3,4)如下所示：
[0078][0079]
其中，n1、n2、n3及n4分别对应待评物元的风偏闪络风险级别安全、低、中等和高，c1为风速，c2为风向，c3为降雨强度，c4为湿度。
[0080]
优选地，对应风险评估模型中的四个风险等级的经典域ri(i＝1,2,3,4)对应的节域r
p
如下所示：
[0081][0082]
其中，n
p
表示全部风险等级的集合，p＝1,2,3,4；c1为风速，c2为风向，c3为降雨强度，c4为湿度。
[0083]
优选地，计算评价指标的实时数据与各风险等级的综合关联度的步骤如下：
[0084]
采用关联函数定量地描述风险评估中的各评价指标的实时数据与风险等级的关联程度，所述关联函数如下所示：
[0085][0086]
点与点之间的距离拓展为点与区间之间的距离，称为距，其中，p(v
0i
,v
ji
)表示评价指标中的v
0i
与经典域v
ji
之间的距，p(v
0i
,v
pi
)表示v
0i
与节域v
pi
之间的距，p(v
0i
,v
ji
)、p(v
0i
,v
pi
)如下所示：
[0087][0088]
式中,节域v
pi
表示处于该等级下特征值的取值范围；a
pi
代表指标层中的不同评价指标存在的最小值，b
pi
代表指标层中的不同评价指标存在的最大值；
[0089]
关联度的取值是整个实数轴，若kj(v
0i
)＝maxkj(v
0i
),j＝1,2,...,m，则评价指标ci处于评估等级j；待评事物n0关于各评估等级的综合关联度其中的ωi为各评价指标所对应的权重值；若kj(n0)＝maxkj(n0),j＝1,2,...,m,则待评事物处于评估等级j；j代表待评事物的评估等级。
[0090]
根据本发明实施例的第二方面，提供了一种计算机设备。
[0091]
在一些实施例中，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
[0092]
本发明实施例提供的技术方案可以包括以下有益效果：
[0093]
本发明提供的一种基于物元可拓模型的输电线路风偏闪络风险评估方法，首先根据输电线路风偏的影响因素来选取评价指标；然后采用层次分析法-熵权法计算评价指标的权重值；最后根据风偏评估模型结合杆塔单元周围的实时气象数据、微地形数据，进行风偏闪络风险评估并确定杆塔单元的所处的预警等级。由于整条输电线路杆塔众多，杆塔类型各式各样，在数据足够的情况下，输电线路上的所有杆塔单元均可根据以上方法进行风险预测。
[0094]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
[0095]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
[0096]
图1是根据一示例性实施例示出的输电线路风偏闪络风险评价方法的流程图；
[0097]
图2是根据另一示例性实施例示出的输电线路风偏闪络风险评价方法的流程图；
[0098]
图3是杆塔位置示意图；
[0099]
图4是根据一示例性实施例示出的计算机设备的结构示意图。
具体实施方式
[0100]
以下描述和附图充分地示出本文的具体实施方案，以使本领域的技术人员能够实践它们。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本文的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。本文中，术语“第一”、“第二”等仅被用来将一个元素与另一个元素区分开来，而不要求
或者暗示这些元素之间存在任何实际的关系或者顺序。实际上第一元素也能够被称为第二元素，反之亦然。而且，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结构、装置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结构、装置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，并不排除在包括所述要素的结构、装置或者设备中还存在另外的相同要素。本文中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
[0101]
本文中的术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本文和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。在本文的描述中，除非另有规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
[0102]
本文中，除非另有说明，术语“多个”表示两个或两个以上。
[0103]
本文中，字符“/”表示前后对象是一种“或”的关系。例如，a/b表示：a或b。
[0104]
本文中，术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，a和/或b，表示：a或b，或，a和b这三种关系。
[0105]
本发明提供的一种基于物元可拓模型的输电线路风偏闪络风险评估方法，其评估流程主要由两部分组成：(1)计算选取的风偏闪络风险评价指标的权重值；(2)构造基于物元可拓模型的风险评估模型。如图1所示，基于物元可拓模型的输电线路风偏闪络风险评估方法，包括以下步骤：首先，根据输电线路风偏闪络风险的影响因素，选取评价指标；然后，采用层次分析法-熵权法计算评价指标的权重值；接下来，结合微地形数据对评价指标的数据进行修正；最后，构造基于物元可拓模型的风偏闪络风险评估模型进行风险评估，根据风险评估模型结合杆塔单元周围的实时气象数据、微地形数据，进行风偏闪络风险评估，确定杆塔单元的所处的预警等级。由于整条输电线路杆塔众多，杆塔类型各式各样，在数据足够的情况下，输电线路上的所有杆塔单元均可根据以上方法进行风险预测。
[0106]
如图2所示，一种基于物元可拓模型的输电线路风偏闪络风险评价方法，具体包括以下步骤：
[0107]
1、输电线路风偏闪络风险评价指标的选取
[0108]
从气象、地形及线路参数三个方面，来分析输电线路风偏闪络的影响因素。
[0109]
(1)气象因素。风速和风向因影响作用于导线的风荷载，间接影响线路与杆塔或周围物体之间的空气间隙；而降雨和大雾、湿度会因降低间隙的空气击穿电压。
[0110]
(2)线路参数。线路参数会因影响最大风偏角及两者之间的最小空气间隙。
[0111]
(3)地形因素。海拔高度降低间隙的空气击穿电压；地面粗糙度会改变风速间接影响最大风偏角。
[0112]
针对在运行的输电线路，根据实时数据进行风偏闪络风险评估，不能从设计输电线路的角度来进行评估。而高差、档距、导线参数、海拔高度、弧垂影响因素在设计输电线路时已经充分考虑，现在只需考虑风速、风向、降雨强度及湿度。因此，将风速、风向、降雨强度
及湿度作为评价指标。
[0113]
2、评价指标权重值的计算
[0114]
权重是指某一事物或者指标相对于某一事物的重要程度。由于所选取的评价指标，既有定性又有定量的。采用层次分析法将定性与定量结合起来，计算评价指标的权重值。基于此，采用熵权法修正指标权重，能够弥补层次分析法存在人为主观因素的不足。
[0115]
采用层次分析法，具体评价指标的计算权重值的步骤如下：
[0116]
(1)确定目标层、准则层、指标层，构建指标体系。
[0117]
(2)根据评价指标的相对目标的重要程度来建立判断矩阵，赋值判断矩阵中的元素值，判断矩阵中的元素值根据表1所示的标度列表进行赋值。
[0118]
表1标度列表
[0119][0120][0121]
其中，判断矩阵a＝(a
ij
)n×n，a
ij
表示指标层的ci与cj相对于目标层的重要程度；其中，ci与cj分别代表指标层的两个不同的指标，n代表指标层中评价指标的数量；
[0122]
(3)一致性校验。层次分析法存在主观因素，一致性检验目的是减小判断矩阵中存在的误差。根据判断矩阵a计算特征值向量λ，求解一致性指标ci：
[0123][0124]
式中：n代表评价指标数目；
[0125]
采用如下公式进行各层次单排序的一致性校验：
[0126][0127]
式中：n代表评价指标数目，cr代表各层次单排序一致性校验的结果，随机一致性指标ri的取值与n值有关，其ri的取值与n的关系如表2所示。
[0128]
表2 ri的取值
[0129][0130]
评价指标的相对权重值ωi计算公式如下式所示
[0131][0132][0133]
j＝1,2,
…
,n；
[0134]
(4)层次总排序校验，其与在步骤(3)中进行各层次单排序的一致性校验方法类似，校验层次总排序，具体如下：
[0135][0136]
上述式中，m代表判断矩阵的行向量个数；aj代表所述评价指标的相对权重值ωi的值；当cr《0.1时，表明判断矩阵a中排序具有一致性；当cr≥0.1时，需返回步骤(2)重新构造判断矩阵中的元素值。
[0137]
3、采用熵权法修正指标权重值
[0138]
层次分析法能够结合定量与定性分析，基于此，采用熵权法修正指标权重，能够弥补层次分析法存在人为主观因素的不足，进而取长补短。
[0139]
在信息论中表明，熵是一种对不确定性的度量。信息熵定量地描述出一条信息包含多少信息量。系统的稳定程度、不确定性与熵值大小成正相关，根据熵所具有的特性来确定对象的权重。
[0140]
采用熵权法修正指标权重值的步骤如下：
[0141]
(1)将判断矩阵a中的评价指标作如下处理：
[0142][0143]
式中，v
ij
代表判断矩阵a中的评价指标的值；p
ij
代表其计算值，反映该项指标对输电线路风偏的影响程度，当采用式(4)中上面的公式计算时，p
ij
值越大表示输电线路风偏的影响越小；采用式(4)中下面面的公式计算时，p
ij
值越小表示输电线路风偏的影响越小；
[0144]
(2)计算评价指标熵值ej：
[0145]
[0146]
(3)计算差异系数gi：
[0147][0148]
其中，0≤gj≤1
[0149]
(4)计算评价指标的权重值：
[0150][0151]
(5)采用yj对层次分析法ahp计算的权重值进行修正，基于如下公式计算修正评价指标权重值：
[0152][0153]
式中，wj代表指标层中所有指标的权重值。
[0154]
4、构造风偏闪络风险评估模型
[0155]
基于物元可拓模型进行风险评估时，将某杆塔单元抽象成物元模型。根据评价指标的特征建立经典域、节域、评价等级，结合联函数来计算各评价指标与经典域的关联度，然后计算出综合关联度来确定待评物元关于评价等级的最大关联度，进而确定杆塔的风险等级。构建风偏闪络风险评估模型，有助于提前告知运维检修人员风偏闪络风险等级来做好防范工作，并且可以针对性的对输电线路提出风偏治理措施，减少输电线路风偏故障的发生。
[0156]
首先，介绍物元可拓模型相关概念：
[0157]
(1)物元的概念
[0158]
事物的名称为n，事物的特征为c，其特征的量值为v，以有序三元组作为描述事物的基本元，简称物元，物元中的事物、特征、量值构成物元的三要素。即：
[0159]
r＝(n，c,v)
ꢀꢀ
(9)
[0160]
在输电线路风偏闪络风险评估中，式中，n为杆塔单元中风偏闪络风险，c为风险评价指标集，v为风险评价指标的量值。
[0161]
(2)经典域的概念
[0162][0163]
式中，nj表示所划分的j个等级，ci表示质量等级nj的特征值，v
ji
表示处于该等级下特征值的取值范围，即经典域；a
j1
…ajn
代表指标层中的不同评价指标存在的最小值，b
j1
……bjn
代表指标层中的不同评价指标存在的最大值；
[0164]
(3)节域的概念
[0165][0166]
式中，n
p
表示全部风险等级的集合，v
pi
为ci的值域，即节域，其经典域v
ji
作为节域v
pi
的子集，a
p1
…apn
代表指标层中的不同评价指标存在的最小值，b
p1
……bpn
代表指标层中的不同评价指标存在的最大值；
[0167]
(4)待评物元
[0168]
待评物元指待评输电线路的某个杆塔单元，将该杆塔单元的实测数据针对评价指标进行相应赋值。
[0169]
即：
[0170][0171]
式中，r0表示待评物元，即待评输电线路的杆塔单元，n0表示待评事物，即杆塔单元中风偏闪络风险等级，ci表示待评事物n0的特征值，v
0i
为n0关于ci的量值；
[0172]
(5)关联函数及综合关联度
[0173]
关联函数用于可以定量地描述风险评估中的各评价指标与风险等级的关联程度，其关联函数如下所示：
[0174][0175]
点与点之间的距离拓展为点与区间之间的距离，称为距。其中，p(v
0i
,v
ji
)表示评价指标中的v
0i
与经典域v
ji
之间的距，p(v
0i
,v
pi
)表示v
0i
与节域v
pi
之间的距。p(v
0i
,v
ji
)p(v
0i
,v
pi
)如下表示：
[0176][0177]
式中，节域v
pi
表示处于该等级下特征值的取值范围；a
pi
代表指标层中的不同评价指标存在的最小值，b
pi
代表指标层中的不同评价指标存在的最大值；
[0178]
关联度的取值是整个实数轴，若kj(v
0i
)＝maxkj(v
0i
),j＝1,2,...,m，则评价指标ci处于评估等级j；待评事物n0关于各评估等级的综合关联度其中的
ωi为各评价指标所对应的权重值；若kj(n0)＝maxkj(n0),j＝1,2,...,m，则待评事物处于评估等级j；j代表待评事物的评估等级。对于所有评估等级的kj(n0)≤0，表示待评事物的评估等级不在所划分的各等级之内，应舍去。
[0179][0180][0181]
式中j
*
为风险等级级别变量特征值，从该值的大小可以推断出待评事物偏向相邻等级的程度。
[0182]
然后，建立风险评估模型：
[0183]
(1)构建经典域。本文将风偏闪络风险分为4个等级：安全、低、中等、高，且预警等级分别为i、ⅱ、ⅲ、ⅳ。依据工程经验可知，四个风险等级中，风速的经典域分别为0～10、10～20、20～30、30～40。风向(风与线路之间的夹角)的经典域分别为0～22.5、22.5～45、45～67.5、67.5～90。降雨强度根据其与降雨等级的关系确定的经典域分别为0～2、2～4、4～6、6～8。湿度的经典域分别为0～25、25～50、50～75、75～100。
[0184]
(2)构建节域。风险评价指标的节域为经典域的集合。
[0185]
(3)确定待评物元。将杆塔单元的实时数据作为各风险评价指标的取值。其中风险评价指标中的风速，在考虑微地形时气象部门提供的风速并不是待评杆塔单元附近的风速值，需要引入微地形修正系数来进行风速值修正。
[0186]
对于风险评估模型中的各风险等级的经典域ri(i＝1,2,3,4)如下所示：
[0187][0188]
式中，n1、n2、n3及n4分别对应杆塔单元的风偏闪络风险级别安全、低、中等和高；c1为风速，c2为风向，c3为降雨强度，c4为湿度。
[0189]
对应风险评估模型中的四个风险等级的经典域ri(i＝1,2,3,4)对应的节域r
p
如下所示：
[0190][0191]
式中，n
p
表示全部风险等级的集合，p＝1,2,3,4；c1为风速，c2为风向，c3为降雨强度，c4为湿度。
[0192]
再然后，考虑地形因素来修正气象预报风速值：
[0193]
气象部门提供的风速一般为气象站一定范围内的风速，并不能确定到离气象站较
远处的风速，使之其提供的预测风速不能准确对某杆塔进行风偏闪络风险评估。在未考虑杆塔所处的微地形时，气象预报风速值不能直接用于风险评估模型中风速特征的量值。因此，风速值根据杆塔所处的如图3所示地形环境，参照表3、表4相关参数进行修正。
[0194]
山坡山峰的微地形修正系数依据下式：
[0195][0196]
式中，为处于迎风面的山的斜坡与平地的夹角；k为修正系数，山峰顶部时取2.2，山坡时取1.4；h山与平地的垂直高度；z为杆塔单元的呼高。
[0197]
将山地所处的不同地区时，h和的取值不同，主要分为三类，如表4所示。
[0198]
表3微地形修正系数
[0199][0200]
表4 h、的取值与山所处的地区的关系
[0201][0202][0203]
将气象部门提供的风速结合微地形修正系数进行修正可得，公式如下：
[0204]vp
＝α
×vq
ꢀꢀ
(18)
[0205]
式中，vq为气象预报风速，v
p
为修正后的实际风速。
[0206]
下面给出本技术基于物元可拓模型的输电线路风偏闪络风险评价方法的一个具体实施例。
[0207]
经山东电网输电线路风偏故障数据统计，500kv输电线路风偏闪络概率大于220kv输电线路，选取500kv输电线路的杆塔来进行实例分析。因此，分别选取临沂市蒙照i线的#015、#016、#017杆塔单元中a相线路数据，烟台市核神ⅱ线的#168杆塔单元中b相跳线数据。核神ⅱ线的#168杆塔为转角塔，用于验证转角塔的跳线风偏情况；蒙照i线的#015、#016、#017均为直线塔，用于验证直线塔的悬垂绝缘子风偏情况。其中，蒙照i线所选杆塔的地形为平原；核神ⅱ线所选杆塔的地形为小山；#015的、#016、#017杆塔的呼高为24m，#168杆塔呼高为33m。结合表3、表4相关参数修改风速值，则所选杆塔单元附近的风速、风向、降雨强度及湿度的实时数据如表5所示。
[0208]
表5所选杆塔单元附近的气象数据
[0209][0210]
由于蒙照i线#015、#016、#017杆塔距离较近，则风速、降雨强度、湿度数据均一致，只是线路走向的变化使得风与线路之间的夹角发生变化，#016、#017杆塔的风向分别为73度与66度。根据表5中的气象数据，计算出待评杆塔单元的风险指标的实时数据与风险等级的关联度如表6、表7所示。
[0211]
表6蒙照i线#015、#016及#017杆塔风险等级关联表
[0212][0213][0214]
表7核神ⅱ线#168杆塔单元风险等级关联表
[0215][0216]
根据表6、表7中评价指标的各风险等级的数据和权重值计算出蒙照i线#015、#016及#017杆塔和核神ⅱ线#168杆塔的各风险等级的综合关联度，如表8所示。
[0217]
表8各风险等级综合关联度及其杆塔预警等级的结果
[0218][0219]
由表8的计算结果可知，蒙照i线#的015、#016及#017杆塔由于风向的不同会导致风偏闪络风险评估预警等级结果的不同。蒙照i线的#016杆塔与核神ⅱ线的#168杆塔的预警等级为ⅳ级，并且处于为高风险情况，实际中蒙照i线#016杆塔的a相导线与核神ⅱ线#168杆塔的b相跳线均发生了风偏闪络导致线路跳闸情况；而蒙照i线的#015、#017杆塔中a相线路的预警等级为ⅲ级，并且处于中等风险情况，实际未发生风偏闪络现象，可知这两个杆塔单元处于风险可控的状态。因此，评估的预警等级与实际杆塔的风偏闪络情况是一致的，从而可验证该风偏闪络风险评估模型的有效性。
[0220]
本发明提供的一种基于物元可拓模型的输电线路风偏闪络风险评价方法，依据输电线路风偏闪络的影响因素，选出风险评价指标。考虑到层次分析法中的主观因素较重，基于层次分析法计算评价指标权重后采用熵权法进行修正。
[0221]
本发明提供的一种基于物元可拓模型的输电线路风偏闪络风险评价方法，构建了基于物元可拓模型的风偏闪络风险评估模型，能够定性与定量分析相结合来全面评估杆塔单元的风险情况，具有风险评估结果客观准确等优点。考虑到杆塔所处地区的微地形会对悬垂绝缘子串或跳线风偏产生影响，引入微地形修正系数α对气象部门所预报的风速值进行修正，使得风险评估等级更接近实际情况。
[0222]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储静态信息和动态信息数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述方法实施例中的步骤。
[0223]
本领域技术人员可以理解，图4中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0224]
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述方法实施例中的步骤。
[0225]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法实施例中的步骤。
[0226]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
[0227]
本发明并不局限于上面已经描述并在附图中示出的结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。