基于Arcgis的雷電分布圖繪制方法研究

黃然，錢國超，徐肖偉

（云南電網有限責任公司電力科學研究院，昆明 650217）

0 前言

架空輸電線路除了人為因素，設備故障外還與自然災害密不可分。根據云南近幾年跳閘數據統計在各類自然災害，影響因子排序如下：雷電、山火、覆冰、外破、鳥害、風偏及其他，其中雷電占比大約為60%，為造成線路跳閘的主要原因，本文提出了一種基于網格分析的雷區圖繪制方法，將統計數據以不同形式展示包括圖形、表格等，為運維人員提供詳實的雷電分布趨勢，為線路防雷決策提供支持和數據支持，對電網的安全運行有意義。

1 云南地形地貌概況

云南地形極為復雜,大體上西北部是高山深谷的橫斷山區,東部和南部是云貴高原。最高峰是西北部迪慶藏族自治州德欽縣的梅里雪山，其主峰卡瓦格博峰海拔6740米。最低點是河口縣的元江河谷，海拔僅有76.4米.整個云南西北高、東南低，有94%多的面積是山地，僅有不到6%是壩子、湖泊之類.個別縣市的山地比重竟然超過了98%。而由于云南地處低緯高原地區，復雜的地形地貌及南北氣候的差異特殊地形使得雷電活動尤為頻繁，一般從每年4月份開始一直持續到十月份結束，其中西雙版納為云南省雷暴最多的地方，年平均雷暴日可達一百多天，相當于每年的三分之一時間在打雷。

2 雷電原始數據處理

為此收集了云南省內44個雷電探測站近十年觀察數據以及探測站位置信息，收集數據包括：落雷時間、落雷位置、落雷電流幅值、落雷極性、定位站數、回擊次數、平均角度誤差、誤差橢圓長半軸、誤差橢圓短半軸等。

相較于故障錄波或者其他監控系統容易造成較大誤差以及漏報落雷點，云南省雷電定位系統采用高精度GPS技術，能將落雷位置精確到毫秒級別，準確的收集落雷數據，大大提高信息的可信度及準確度，一般數據處理包括以下幾個部分：

2.1 數據采集

雷電探測站采集到落雷數據后通過指定服務傳輸給數據服務器，通信服務器一般采用雙機熱備技術，當一臺出現故障無法正常工作時，可啟動另外一臺設備保證雷電數據的準確性和完整性。

2.2 數據定位計算

雷電數據定位計算為系統核心部分，通過不同探測站采集到的數據通過綜合分析后，根據定義好的計算模型從新計算得出真實的落雷位置，并將計算結果保存至數據庫中。

2.3 雷電數據服務

由于每年采集的落雷數據量大，為了方便查看及保存需將數據保存至專門的存儲數據庫中，包括采集到的雷電位置數據、雷電相關參數數據、計算結果數據等。且數據庫服務器通常采用磁盤陣列技術防止由于設備故障而導致的數據丟失。

2.4 雷電統計分析服務

通過分析統計落雷數據，可針對性的未雷電數據研究提供相關服務，包括區域地閃密度分析、線路地閃密度分析、雷暴日分析、雷暴小時分析、有雷日分析、雷電賦值分析等。

通過上述數據處理后，系統自動剔除了采集的非雷電數據信號，并通過不同探測站的數據比對篩選出真實的雷電信息數據，為后續的雷電參數統計[1]、空間規律分析提供有力的數據支持。

3 基于網格劃分的雷電數據預處理

由于技術的不斷發展，傳統的地形處理已經不能滿足大數據良、復雜空間數據結構的需求，相較于單機計算下的計算速度慢效率低下的問題，基于網格技術的分布式并行處理能將計算速度大大提高，并能有效解決由于數據量太大無法分析計算的問題。

空間數據[2]索引是指空間對象在現實中的地理位置的某種特定關系，并按照實際情況進行排列的一種數據結構，包括屬性信息、空間位置信息、地理對象標識ΙD等，然后通過索引得到各元素間的約束關系。

網格分析[3]是研究網絡上的資源流動和分配情況，并對其進行優化處理的空間分析[4]方法。顧名思義就是將整個區域劃分為一個個大小相同的正方形網格，從左至右，從上至下排序，每個網格的面積都相等，可按需分為0.5*0.5、1*1、2*2、5*5、10*10的大小，負荷和負荷密度成比例關系。由于云南省邊界不會隨意變化，所以只用劃分一次便可以一直使用。統計時取網絡中心點為相對地理坐標，同時將網格內負荷等效為點的負荷，這樣可以大大簡化數據的提取及分析，流程圖如圖1所示：

圖1 網格分析流程圖

4 雷電分布圖繪制方法

為了使圖像最終的顯示效果顯得更為平滑，不顯得突兀，通常采用插值方法對圖像進行處理。空間插值就是通過已知點的數值來估算其他點的數值，并其點位數值進行覆蓋，也是一種將點數據轉換為面數據的一種方法，使得點數據能用于空間分析和建模。空間插值的理論假設是：空間位置上越靠近的點，越可能具有相似的特征值，而距離越遠的點，其特征值相似的可能性越小。空間插值方法正式根據該假設設計的，分為整體插值方法和部分插值方法。

4.1 固定閾值IDW算法

ΙDW基本思想是目標離觀察點越近則權重越大，受該觀察點的影響越大。好處是觀察點本身是絕對準確的，而且可以限制插值點的個數。

設置一個固定的閾值進行插值計算，插值后得到的分布圖。優點是地圖在任何比例尺下看到的分布情況都是一樣的，缺點是小比例尺下分布區域不連貫，地圖顯示的小片區域比較多。效果如圖2、3、4：

圖2 固定閾值示例圖

圖3 1:1,000,000比例尺效果

圖4 1:500,000比例尺效果

4.2 多閾值IDW算法

根據地圖顯示的比例尺不同，不同放大級別使用不同的閾值進行插值計算，小比例尺下只顯示全省分布的大概情況，大比例尺下顯示某個區域分布的詳細情況。

優點是任何比例尺下顯示的分布圖都是簡潔明快的，缺點是大比例尺下鋸齒明顯、不同比例尺下顯示的分布結果不一樣。效果如圖5：

圖5 多閾值示例圖

4.3 Kriging算法

Kriging插值[5,6]與ΙDW插值的區別在于權重的選擇，ΙDW僅僅將距離的倒數作為權重，而克里金考慮到了空間相關性的問題。它首先將每兩個點進行配對，這樣就能產生一個自變量為兩點之間距離的函數。對于這種方法，原始的輸入點可能會發生變化。在數據點多時，結果更加可靠。

目前來看是插值效果最好的算法，任何比例吃下顯示的分布圖都是平滑、連貫的，缺點是計算時間太長，用測試數據需要計算20多分鐘。效果如圖6：

圖6 Kriging算法示例圖

5 繪制方法應用展示

通過提前將地圖進行網格劃分，可快速提高計算速度，提高運行效率，本文利用該方法針對幾種常用的雷電分析處理做了應用展示：

5.1 危險雷害圖分析

危險雷電密度分布在地閃密度分布和雷電流幅值分布的基礎上繪制，是雷害風險分布圖的基礎。對于不同電壓等級、不同雷害性質，具有不同的危險電流段；繪制各類危險電流段內的地閃的密度分布，得到相應的危險雷電密度分布。其計算邏輯圖如下圖所示：

圖7 計算邏輯圖

效果圖如圖8所示：

圖8 云南省雷電效果圖

5.2 特定電壓等級線路雷電分析

針對云南省內500 kV線路，只統計分析線路走廊半徑內雷電活動分布，根據線路覆蓋區域與網格進行交叉對比，僅統計二者交叉區域的網格落雷數量，最后進行分級繪制。在盡可能將網格劃分為最小的情況下了有效的避免統計線路走廊與網格區域的無效部分，在本文中，在不影響機器性能的情況下采用1 km*1 km的網格大小，效果圖如下圖9：

圖9 特定電壓等級線路雷電分析效果

6 結束語

本文以云南省為研究對象，基于云南省內44個探測站近十年的雷電位置、雷電大小、賦值 分布等海量數據，分別采用固定閾值ΙDW法、多閾值ΙDW法、Kriging算法繪制相應雷區圖，并進行相關對比。從測試樣本可以看出，Kriging算法插值圖形效果最好，能較好的體現細節變化，在不考慮計算時間的條件下，優先采用該方法進行處理。由于雷電活動與地形地貌、氣象環境等因素有關，由于獲取數據的途徑有限，本文僅針對雷電活動進行了統計分析，并未考慮其他因素對雷電活動的影響及雷區圖的疊加等。為了滿足日益提高的雷區圖使用需求，在下一步的研究中加入地形地貌及氣象等多因子的數學模型，并優化該方法對雷電進行更為精確、全面的研究。