[发明专利]一种ENSO时期覆冰关键要素变化特征分析方法

说明书

技术领域

本发明属于电气工程技术领域，尤其涉及一种ENSO时期覆冰关键要素变化特征分析方法。

背景技术

冬季覆冰灾害对输电线路的安全稳定运行造成了巨大的威胁。导致1300多基倒塔事故、大面积停电7天之久、京广电气化铁路停运的2008年南方冰灾，已经让全社会意识到覆冰灾害的严重性。2015年冬季，我国辽宁、华北等地又发生严重的冰灾事件，为传统非易覆冰的北方地区电网运行安全敲响了警钟。因此，开展冬季电网覆冰特征分析对于合理调配资源、降低覆冰灾害损失的必要性不言而喻。由于2015年是强厄尔尼诺年，考虑ENSO事件(包括厄尔尼诺事件和拉尼娜事件)对电网覆冰以及覆冰要素的影响就具有突出的现实意义。降水、气温是覆冰发生的关键要素，同时也与ENSO事件存在一定的遥相关特性。目前的电网覆冰程度预测方法针对一段时间的覆冰数据进行无差别统计，既没有充分考虑ENSO时期的特殊性，也在一定程度上忽视了降水、气温等覆冰关键要素对ENSO的差异化响应。为深入分析ENSO时期覆冰的响应机制以及覆冰关键要素的影响，建立一种简单易行的ENSO时期覆冰关键要素变化特征分析方法势在必行，以期开展针对性的防覆冰工作，减少电网灾害可能带来的损失，维护电网安全稳定运行。

发明内容

针对ENSO时期输电线路覆冰关键要素变化特征缺乏分析的现状，本发明提供一种ENSO时期覆冰关键要素变化特征分析方法，该方法思路新颖、流程清晰、操作简单。

为实现上述目的，本发明的技术方案如下：

一种ENSO时期覆冰关键要素变化特征分析方法，包括如下步骤：

(1)、数据获取，获取待分析地区过去一段时间内，具有时间对应性的覆冰关键要素数据、ENSO指数数据以及年平均气温数据，覆冰关键要素数据包括待分析地区覆冰期每个月的最低温度和累计降水量；

(2.1)、ENSO指数数据划分，依据ENSO事件的性质，将ENSO指数数据按照厄尔尼诺时期数据、拉尼娜时期数据、非ENSO时期数据划分为三类，每一类中的数据仍然按照时间顺序排列；

(2.2)、覆冰关键要素数据划分，对照ENSO指数所表征的厄尔尼诺时期、拉尼娜时期、非ENSO时期，将待分析地区的覆冰关键要素数据分别划分为厄尔尼诺时期数据、拉尼娜时期数据、非ENSO时期数据三类，每一类中的数据仍然按照时间顺序排列；

(3)、平均值计算，选取步骤(2.2)中得到的待分析地区厄尔尼诺时期覆冰关键要素数据，按照公式(1)，计算得到其厄尔尼诺时期最低温度的平均值和累计降水量的平均值再选取待分析地区拉尼娜时期覆冰数据，按照公式(1)，计算得到其拉尼娜时期最低温度的平均值和累计降水量的平均值选取待分析地区非ENSO时期覆冰数据，按照公式(1)，计算得到其非ENSO时期最低温度的平均值和累计降水量的平均值

式中，为非ENSO时期、厄尔尼诺时期或拉尼娜时期中某一时期最低温度或累计降水量的平均值，x_i为这一时期最低温度或累计降水量的数据，n为该时期数据总量；

(4.1)、最低温度距平值计算，将步骤(3)中得到的待分析地区厄尔尼诺时期最低温度平均值与待分析地区非ENSO时期最低温度平均值相减，得到的结果作为待分析地区厄尔尼诺时期最低温度距平值用与待分析地区年平均气温相减，得到的结果作为待分析地区最低温度修正值M_a，再用A_a1除以M_a，得到的结果作为厄尔尼诺时期最低温度距平百分比

(4.2)、累计降水量距平值计算，将步骤(3)中得到的待分析地区厄尔尼诺时期累计降水量平均值与待分析地区非ENSO时期累计降水量平均值相减，得到的结果作为待分析地区厄尔尼诺时期累计降水量距平值再用A_b1除以得到的结果作为厄尔尼诺时期累计降水量距平百分比

(4.3)、分别以待分析地区拉尼娜时期最低温度平均值和累计降水量平均值代替和重复步骤(4.1)～(4.2)，得到待分析地区拉尼娜时期最低温度距平值A_a2和累计降水量距平值A_b2，以及拉尼娜时期最低温度距平百分比a₂和累计降水量距平百分比b₂；