基于決策樹區域輸電線路雷擊風險可視化識別技術

中國南方電網有限責任公司超高壓輸電公司廣州局 張 鑫 鄭武略 嚴逸進 梁凱旋 劉 賀

引發電網停電事故一般有以下兩種情況，其一為電網內部因素，即輸電線路、設備本身故障，其二為自然因素，即大風、火災、雷電等自然災害造成的電網故障，其中電網雷擊風險呈現出高概率水平。電網通過采取恰當的防雷措施，將雷擊風險控制在輸電線路上，有效減小雷擊對電網的損害。

杜平等[1]針對當前災害風險量化等級，界定存在仍需憑借主觀因素的弊端，提出了輸電線路災害風險評估云模型的改進方法，但該方法的預測誤差仍然較大；陳嘉寧等[2]在對輸電線路、變電站設備可靠性模型構建的基礎上，利用復雜網絡理論對輸電網各元件的可靠性指標權重進行確定，從而實現雷擊災害風險評估，但該方法對雷擊風險跳閘識別具有偏差，存在局限性特點。

1 區域輸電線路雷擊風險可視化識別

1.1 區域輸電線路雷擊風險指標權重確定

1.1.1 雷擊跳閘風險指標H1

該指標由兩個二級指標構成，分別為H11、H12。輸電線路雷擊跳閘主要由兩個因素決定，分別為輸電線路區域的雷電流分布、桿塔的耐雷性能。采用Origin軟件對歷史雷電監測數據進行擬合，獲取其雷電流幅值概率分布函數。由于不同區間內的雷電流幅值呈現差異性特點，因此采取分段擬合方式，提高雷電流幅值概率分布函數精度，其公式描述為：

區域輸電線路雷擊跳閘率與該區域內的地閃密度具有直接關聯，本文利用廣義帕累托分布（GPD）模型對選取的雷達監測數據進行擬合分析，確定平均地閃密度Nave，計算公式用下式描述：

其中：地閃密度表示為γ，其概率密度函數表示為f（γ），受雷范圍內的地閃密度閾值表示為γ0，其峰值表示為γh。當區域輸電線路遭受雷擊，會引發閃絡故障，其故障形式分為反擊、繞擊兩種。該故障的界定標準為超過危險雷電流幅值最低值，即反擊耐雷水平。其中，前者為輸電線路非導線位置遭受雷擊，使得輸電線路與絕緣子出現過電壓現象，由此引發的閃絡故障即為反擊耐雷水平，表示為If，計算公式描述為：

式中：對于絕緣子串，其沖擊放電電壓的一半表示為U50%，桿塔分流因子表示為k，橫擔對地高度表示為ha，導線高度均值表示為hc，對于桿塔，其電感表示為Lt，沖擊接地電阻表示為Ri，對于輸電線路導線、避雷線的高度hg與ht，二者間的幾何耦合因子表示為k0，耦合因子表示為k。

桿塔雷擊跳閘率包含兩部分內容，分別為反擊雷跳閘率、繞擊雷跳閘率，求解公式分別描述為：其中：對于桿塔而言，其遭受雷擊時的相對影響面積表示為（b+4h），其雷電流高于反擊危險雷電流幅值最低值的概率表示為P`1，建弧率表示為θ，繞擊率表示為Pa，其雷電流高于繞擊危險雷電流幅值最低值的概率表示為P`2。由此可確定桿塔的雷擊跳閘率為：。

在對桿塔雷擊跳閘風險進行評估時，需考慮H111、H112指標對其的影響，桿塔雷擊跳閘風險可用下式進行求解：Rgt=f1×f2×T，式中：H11風險指標表示為f1，H12風險指標表示為f2。區域輸電線路雷擊跳閘風險的計算公式描述為：，其中，區域輸電線路遭受雷擊風險時，各桿塔區段所占權重表示為Mi，對于區段內各桿塔，其雷擊跳閘風險Rgt的加權均值表示為。

1.1.2 雷擊故障風險指標H2

該指標由三個二級指標構成，分別為H21、H22、H23，其中：H21對區域輸電線路風險表示為RU，計算公式為：RU=WU×GU=WU×RL×Ch，式中：H21指標下的各區段輸電線路的權重表示為WU，H21指標風險表示為GU，恢復合閘概率表示為Ch。H22對區域輸電線路風險表示為Rc，計算公式為：Rc=Wc×Gc=Wc×RL×（1-Ch）Qs，式中：H22指標下的各區段輸電線路的權重表示為Wc，H22指標風險表示為Gc，通過強送電手段實現恢復供電的概率表示為Qs。

H23對區域輸電線路風險表示為RQ，計算公式為：RQ=WQ×GQ=WQ×RL×（1-Ch）×（1-Qs），式中：H23指標下的各區段輸電線路的權重表示為WQ，H23指標風險表示為GQ。由此可確定區域輸電線路的雷擊故障風險，表示為RiskL，可利用下式進行求解：RiskL=[RU,RC,RQ]×W，其中：在區域輸電線路雷擊風險下，RU、RC、RQ風險的初始權重表示為W。

1.1.3 時間和運行方式風險指標H3

該指標由兩個二級指標構成，其中H31指標表示當輸電線路因發生永久性故障，使得所有元件跳閘時，造成的損失負荷的極大值。由于部分場所具有持續供電需求，一旦停電將造成很大的影響，H32指標由兩部分內容決定，分別為負荷重要程度、用戶用電時間。H32風險指標可通過下式進行描述：

式中：在H3指標下，負荷所占權重表示為Mload，負荷損失等級表示為wtW、不同重要程度負荷表示為Li，損失負荷極大值表示為Lmax，負荷的重要程度表示為Zli，用戶電力需求等級表示為Z2。

1.2 確定各指標權重向量

采用層次分析法對各指標權重向量進行確定，區域輸電線路雷擊風險權重向量表示為Ws=[WH1,WH2,WH3]，其中WH1=[WH11,WH12]、WH11=[WH111,WH112]、WH12=[WH121,WH122]、WH2=[WH21,WH22,WH23]、WH3=[WH31,WH32]、WH32=[WH321,WH322]。

1.3 基于決策樹的區域輸電線路雷擊風險識別

本文采用C4.5決策樹分類方法對區域輸電線路雷擊風險進行識別。該方法原理為：將信息增益率作為搜索指標，對各變量屬性進行逐層挖掘，確定增益率極值所對應的變量屬性，將其作為根從而獲取決策樹的根節點、葉子節點及枝干信息，實現區域輸電線路雷擊風險識別決策樹結構的設計。信息增益率的作用是對變量屬性進行確定，對訓練樣本T的熵進行運算，其運算公式可通過下式進行描述：

式中：樣本集合表示為V，其樣本數目表示為|V|，可將其劃分為k，其中歸屬于類別Cj的樣本個數表示為freq（Cj,V）。X為非類別屬性，以X值作為劃分依據對T進行劃分，獲得集合{T1,…,Tj}，對于各子集，通過下式完成熵的加權處理，表達式為：，對信息增益進行運算，其求解公式用下式描述：Gain（X）=inf0（T）-inf0X（T）。

通過信息增益對屬性進行確定時，多值屬性更受其青睞，為避免出現此弊端，本文采用信息增益率對其進行改進，使其具有分類優勢。其原理是對樣本進行劃分時，將子節點數量及其大小作為考量點，忽略信息量對其的影響：。對于屬性X，其信息增益率可通過下式進行描述：

基于決策樹的區域輸電線路雷擊風險識別步驟為：采用層次分析法構建區域輸電線路雷擊風險識別層次結構模型；對區域輸電線路雷擊風險指標權重進行求解，并完成一致性驗證。驗證成功后，對數據進行劃分，選擇部分數據構建訓練數據集，其余為測試數據；訓練數據集輸入到決策樹算法中，完成決策樹模型的訓練；應用訓練完成的決策樹模型對測試數據進行檢測，識別區域輸電線路雷擊風險。圖1為基于決策樹的區域輸電線路雷擊風險識別過程。

圖1 基于決策樹的區域輸電線路雷擊風險識別流程

1.4 區域輸電線路雷擊風險識別結果的可視化

富互聯網應用程序（RIA）既具有桌面應用程序的高交互性的特性，又具備傳統Web應用的高靈活性特點，是目前信息可視化展現的有效工具，Flex作為一種有效RIA方案，由Macromedia提出，作為.net server的應用程序，其.SWF文件是由.mxml文件生成，將其傳輸至客戶端，經flash player輸出后即可實現信息的可視化，為客戶提供良好體驗感。因此，本文采用Flex技術提供區域輸電線路雷擊風險識別結果的可視化呈現。

2 試驗分析

以某地區輸電線路為研究對象，選取其中3條輸電線路作為實驗目標，分別用line1、line2、line3進行標記，采用本文方法對上述輸電線路雷擊風險進行識別，驗證本文方法的風險識別性能。三條輸電線路參數信息見表1。

表1 各輸電線路參數

Line1、Line2、Line3輸電線路所含桿塔數分別為23、38、40，應用本文方法對各輸電線路的各基桿塔的雷擊跳閘率進行求解，并與文獻[1]、文獻[2]方法進行對比，通過分析誤差之和、極大、極小誤差，驗證本文方法的運算精度，試驗結果見表2。

表2 桿塔雷擊跳閘率運算結果分析

分析表2可知，應用三種方法對不同輸電線路的桿塔雷擊跳閘率進行求解，誤差分析結果各不相同，采用本文方法計算的各條輸電線路雷擊跳閘率誤差之和最低，且極大、極小誤差值也低于文獻[1]方法、文獻[2]，說明本文方法獲取的雷擊跳閘率更為精準。對比兩種文獻方法得出，文獻[1]方法對Line1、Line2的低電壓輸電線路更具優勢，文獻[2]方法更適合獲取高壓輸電線路的雷擊跳閘率。

試驗結果表明，通過本文方法確定輸電線路雷擊跳閘率準確度更高。進行各條輸電線路的雷擊風險識別，三條線路的風險等級、風險識別結果分別為：三級/危險、二級/嚴加關注、四級/高風險，可確定line2線路雷擊風險級別最低，為二級風險，需時刻對該條輸電線路進行關注，line1線路處于雷擊危險中，需加強防護，line3線路處于高風險級別，需采取有效措施應對雷電災害。

本文提出基于決策樹的區域輸電線路雷擊風險可視化識別技術，確定各輸電線路的雷擊調整率、各項指標權重及雷擊風險識別結果，獲取的雷擊風險跳閘率誤差較低，計算精度高，可以根據各指標權重能夠完成各線路雷擊風險等級識別。