文摘
照明位置系统进行了深入研究。首先,这个系统的历史和应用进行了总结。详细的总体结构,包括闪电位置的检测原理、定向方法,检测电路、云识别的方法和地面闪电信号,误差分析,指导站部署,中央车站的预处理,数据服务器和用户界面的功能和结构。雷电监测系统在中国的发展,以及建设新一代的湖北电网雷电定位系统的介绍。通过测量数据的收集,闪电定位系统的性能在闪电事故检查率,闪电位置,和闪电情况统计分析。人工智能算法应用于雷电预警系统。新系统具有很高的预测精度。
1。介绍
闪电是一种高强度电磁脉冲现象,经常出现在自然(1,2]。作为它的影响是巨大的,它在许多工业领域都得到了广泛的关注,如气象、航空航天、航空、电力、石油。其中,电网也会受到闪电由于其广域分布和几何范围内成千上万公里(3]。据估计,旅行的数量在高压输电线路雷电造成的占40%到70%。闪电是一个重要的因素,严重影响电网的安全运行。
准确的雷电参数的观测是防雷的基础(4- - - - - -6]。检测闪电闪电位置的关键。它指自动检测设备,它使用声音的特点,光,电磁波辐射的闪电返回罢工远程测量放电参数(7]。提出了几种方法检测照明包括声学、光学、和电磁场的方法(8- - - - - -10]。现代的闪电定位系统开始于1976年。Krider使用单片机技术,成功地将原double-cathode示波器闪电探测器转换成一个智能磁方向闪电定位系统,有效地改善闪电角度测量的准确性。在1980年代早期,云地闪电波形识别技术的出现和应用使探测效率达到90%。从那时起,世界上所有发达国家和地区已开始安装闪电监测和定位网络,例如,美国,加拿大,日本、法国和德国。在1990年代,由于使用全球定位系统(GPS),闪电监测增加了GPS时钟根据测向系统形成一个混合系统时差方向。与此同时,数字信号处理(DSP)的使用和集成技术进行相关分析和位置处理波形改善了预测的性能。目前,全世界有60多个闪电定位系统网络采用商业仪器工作在非常低的频率/低频范围。
闪电定位系统已经广泛应用于航空航天、减灾和预防和电力行业,特别是在全球电力系统。世界上40多个国家都安装了雷电监测系统。在过去的几十年中,随着科学技术的发展和持续改进本身的闪电定位系统的定位精度和检测效率大大提高。当前的闪电定位系统使用GPS卫星定位技术、卫星通信、地理信息系统(GIS),和其他高科技技术实时动态多用途的大型信息系统。
广泛的研究已经完成在雷电参数的统计分析11,12]。陈等人提出了一个基于积累的庞大的数据网格方法的闪电定位系统和利用数据挖掘技术分析闪电的时间和空间分布(13]。一种改进的网格的方法使用两个参数网格区域和观察范围是发展到进一步提高精度。许多学者分析了地区和气候变化对雷电参数的影响(14- - - - - -17]。至关重要的输电线路走廊的雷电参数进行了分析,减少了误差线所在的地方。雷电流幅值概率的影响在旅途中输电线路的调查,考虑不同的地形和地貌。
2。闪电定位系统的传感原理
2.1。闪电位置的结构
检测站由天线的电磁场,闪电波形识别和处理单元,高精度晶体振荡器和GPS时钟单元、通信、电源、和保护装置(18]。它措施和输出ground-flash波的特征量:时间,方向,和相对信号强度每个返回的罢工,并将原始测量数据发送到中央车站。检测台的每一部分有一个独特的功能(19]。GPS天线主要是用于接收GPS同步信号。电磁天线由两个垂直正交坐标系天线接收电磁波信号。检测的电路结构如图1。
GPS时钟单元用于提供所需的高精度时间同步信号。闪电波形延迟处理电路和超量程的计时电路是专门设计来提高电磁波信号检测的准确性和雷击位置。同时,研制了一种漂移校正,以避免错误造成的漂移的GPS时钟晶体振荡器受到温升的影响。这些设备会提高检测效率和精度。
闪电定位系统的每个检测站配有时钟时间差异,这是由一个高恒温晶体振荡器,GPS天线,和一个时钟板,如图2。时钟由一个高度稳定的晶体振荡器。GPS可以获得高精度的第二个脉冲时间信号,并使用这个信号正确的时钟。修改后的时钟的准确性和可靠性大大提高。GPS接收板和天线的质量是可靠的,和时间误差小于0.5μ年代。
2.2。闪电定位系统的定向位置原则
闪电伴随着强烈的光线、声音、和电磁辐射。其中,最合适的信号检测在较大范围内电磁辐射。雷电的电磁辐射主要沿着地球表面传播通过低频和非常低的频率。范围是几百公里,有时可以更广泛,这是由放电能量。提取信号时,闪电定位系统激活多个检测站测量雷电产生的电磁辐射,消除云闪的信号,识别地对地闪光。天线可以测量信号频率从1千赫至1 MHz。通过电子电路,地面闪光信号识别和每个回波的峰值采样。的定位方法是使用最广泛的方向位置的原则。
它使用磁场强度获得的方位雷击点相对于检测。为了探测地面的辐射波flash磁场,如图3,这两个东西和南北方向正交天线,分别。如果在发生雷击时,正交天线可以接收两个磁信号不同的优势。假设测量磁场强度的东西和南北方向和 ,分别雷击点的方向角可以计算如下:
角度来衡量两个检测站在图所示4。根据三角形的角的关系,表示为点的方位
在图4,雷击的位置,TDF1 TDF2的是两种不同的检测,TDF1的坐标是什么 ,TDF2的坐标 , 纬度,是经度,和方位角。
2.3。闪电定位系统的结构
闪电定位系统采用浏览器/服务器模式发布闪电位置信息在网络上,并给出其结构如图5。
3所示。应用在湖北电网雷电定位系统
3.1。湖北电网雷电定位系统
闪电定位系统的湖北电网成立于1998年,有六个基站位于Puqi,黄石,孝感,荆门,荆州和宜昌。2000年,三个站被添加在随州,襄樊、十堰、和从2002年到2005年,其他5个车站建在恩施,钱江,麻城,湖北省石首市,巴东。经过13年的建设和运营,一个闪电探测网络组成的14个闪电探测站了。根据时差的原则和方向的位置以及现代通讯技术,与完整的实时自动监控功能在湖北大部分地区已经实现。
超过1930湖北省各种电压等级的输电线路被输入到系统中。它可以广泛应用于调查的线路故障点,雷电参数统计,和闪电事故分析。它减少了雷击造成的停电损失和搜索雷击点的劳动强度。能保证电力系统的安全。
3.2。湖北电网的闪电活动的频率
从2014年到2018年,湖北闪电活动频繁,在全省平均闪电密度之间的1.6和2.3倍/公里2。2018年,闪电活动是最强烈的,密度达到2.29倍/公里2。闪电活动最近5年在湖北是列在表中1。
以2018年为例,有10倍的闪电访问湖北电网500 kV及以上的电压水平,包括3月一次,一次4月,6月三次,四次,7月和8月。最闪电旅行在6月和7月。雷击跳闸的时间分布特征图所示6。
2018年,开销的500千伏及以上输电线路跳闸的10倍由于雷击,增加6倍去年同期。闪电密度2.29倍/公里21.44倍,高于去年同期,这是在过去的五年里最高的。地面闪电密度和闪电旅行时间的结果如图所示7。雷击数量的增加与闪电密度的崛起。
2017年闪电密度地图相比,闪电活动是在2018年发生了重大的变化。2017年,闪电密度高的地区主要集中在荆州南部,黄石,黄冈,咸宁。2018年,大面积的C1水平地区出现在中央宜昌、荆州,荆门,十堰,和武汉,如图8。
(一)
(b)
湖北Qiaoshun 220千伏线路故障分析:7月31日,2012年,220千伏的Qiaoshun绊了一下,再次接通成功。有明显的放电痕迹在左前和地线的右后卫的# 017杆。在大的中间阶段(C)阶段,内部字符串瓷绝缘体和连接配件有明显的放电痕迹。其他两极通过地面和杆爬检查,并没有发现异常。在故障检测,发现周围15:30-22:00 7月31日,强大的闪电和大雨开始出现。闪电信息查询系统如表所示2:在5分钟之前和之后的7月31日21:21有4闪电220 kV Qiaoshun第二电路,和雷电流幅值从-3.4 kA -18.5 kA, # 016 ~ # 020塔附近的分布。
检查传输塔后,错误的部分位于Baijiawan村的菜园,向阳。线通行权是在良好的状态,没有树壁垒,外部损坏痕迹,工业污染源和污染绝缘体上的字符串。没有大风或异常当地空气流在故障期间,和可能性风造成的偏差,外部伤害,污染,和树壁垒被排除,这是判断闪电故障,线路故障场景照片如图9。
4所示。人工智能在雷电预警系统中的应用
4.1。雷电预警原理
雷电预警系统的关键是雷暴预报模型,可提前发出闪电警告信息,有效地避免雷击造成的破坏保护区的工作人员和设备。雷暴的预测是基于主观的和客观的预测算法。主观预测从多普勒天气雷达观测,并将其与其他气象卫星云地图。目标算法包括雷达回波或云图像外推和严重的对流天气识别(20.]。然而,预测和预警的成功率是非常有限的。大数据和人工智能技术的发展,大量的闪电历史数据,和其他气象监测数据进行处理,通过深入学习方法建模。因此,更准确的本地雷电预警模型。在实践中,大多数警告闪电位置的方法是基于数据和大气电场。电场仪用于确定闪电概率通过测量大气电场的强度和变化趋势,以便不同的报警级别可以确定通过设置适当的阈值。不同的报警级别下,应急计划是实现停止发送和接收石油等操作来实现主动防雷的目的。
4.2。雷电预警模型
雷电预警模型的数据来自一个3 d闪电定位器和其他气象观测数据,如气象雷达云图像。3 d闪电定位器是一种高精度定位系统云内闪电和闪电。平均检测精度约为300 m,检测效率高达95%。闪电定位器是用来收集区域内的闪电定位数据,包括时间、位置(纬度和经度信息),闪电的高度从地面和其他属性信息。XGB(极端的梯度增加)算法用于构建一个得分模型发生雷击的概率在保护区解决0-2-hour接近问题的警告。模型结构如图10。
是基本特征数据。XGB闪电预测模型是建立基于数据和输出的概率是雷击在监测区域(概率值在0和1之间)。
4.3。特征提取
获得相关的闪电数据后,需要提取数据特征。根据周期性、瞬时性和流动性的闪电,以下从收集到的数据来源提取目标的特征是:(1)雷暴临近:雷雨集群之间的距离和保护点(2)近距离的闪电总数(3)雷暴在保护区进料速度:最近的雷暴群的速度接近受保护的区域(4)闪电的增加的趋势:不断增加的趋势,雷暴集群能源在演示窗口
4.4。模型训练和评估
在完成所需的特征值模型的选择培训,下一步是使用一个特征变量来训练模型,并获得最佳的参数。XGB用于机器学习数据分类与集成,以及XGB算法结构如图11。
XGB基于梯度提升决策树(GDBT),从而降低模型的复杂度,并避免过度拟合通过添加正则化项目标函数。目标函数是 在哪里预测的价值,是实际值,是损失函数,它显示的是剩余价值之间的预测价值和实际价值。显示了模型的复杂性。是th决策树。和代表了惩罚系数的模型。和是叶子的数量和重量的th树,分别。是一个常数。它是相对简单的解决普通最小平方损失的最优解。然而,当它被其他损失函数(15),解决方案过程将变得更加复杂。为了解决这个问题,XGB算法执行二阶泰勒展开在这个基础上。假设th损失函数被定义为
在这里,
目标函数是 在哪里 代表了th群叶节点。这时,目标函数的问题转化为寻找最小元素的二次方程 。假设树结构是固定的。叶子节点的最佳体重是在
然后,目标函数表示为
在这里,
代表得分回归树的结构。值越小,结构就越好。以来所有的树的结构不能上市,贪婪算法用于子树的划分。每个尝试添加一个部门现有的叶节点。列出可行的分割点,分割点和最小的目标函数最大的增益选择(16]。给出了增益公式
XGB模型集成了几个后回归树,每棵树的节点进行功能分解。的次数一个特征选择作为拆分特性可以作为重要性。
模型的训练后,模型评价指标是AUC (ROC曲线下面积)值和ROC曲线(接受者操作特征)。基于闪电位置和其他气象观测的数据,模型的AUC值达到0.95和最好的性能是1,表明该模型具有良好的分类效果。AUC的面积是中华民国曲线,用于评估二分法的质量系统。 在哪里和分别是真阳性和假阳性率率,以及水平和垂直坐标的ROC曲线。
5。结论
得出如下的结论。(我)雷暴的电荷分布,空气的密度和压力水平,地形和地质条件是不同的在不同的气候和地理区域。为了提高雷电定位系统的精度和性能评估,有必要加强在不同区域自然闪电的观察(2)典型的闪电的原因错为500千伏输电线路进行了分析。介绍了几种防雷措施。目前,用于输电线路的防雷方法不能完全消除雷电的影响。近年来,极端天气发生频繁,闪电活动有很大的不确定性。有必要进一步研究气候变化和闪电的行为(3)雷电预警系统可以提前发出闪电警告信息,有效地避免雷击造成的破坏保护区的工作人员和设备。使用人工智能算法在雷电预警系统可以提高预测精度
数据可用性
雷电感应、位置和预警数据用于支持本研究的发现是由湖北电力公司研究所许可证,所以不能免费提供。请求访问这些数据应该Tianru史((电子邮件保护))。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
施t和d .胡锦涛提出的概念和想法。x任分析结果。张y和j·杨写这篇论文和修改这个手稿的内容。
确认
这项工作为湖北电力公司资助(批准号下的国家电网SGHBDK00SBJS1900425)。