[发明专利]一种区段输电线路杆塔基础边坡暴雨灾害风险的评估方法

摘要

一种区段输电线路杆塔基础边坡暴雨灾害的风险评估方法：获取杆塔基础边坡暴雨灾害风险的控制因素，并对其进行量化及归一化处理；以灾害统计及人工降雨边坡侵蚀试验结果为训练样本，用改进BP网络建立控制因素与暴雨滑坡事故率的映射关系，获得风险评估数学模型；以计算所得的全线基础边坡平均暴雨滑坡事故率值为基准值，获取各边坡相对于全线的暴雨滑坡风险等级，用改进层次分析计算程序得到各区段对不同风险等级边坡百分比的权重向量，考虑各风险等级边坡对暴雨灾害风险的影响不同，继续采用改进层次分析计算程序计算得到不同风险等级边坡对暴雨灾害的权重向量，后用计算机自上而下将各层权重向量合成得到各区段的风险评估结果。

主权项

一种区段输电线路杆塔基础边坡暴雨灾害的风险评估方法，包括以下步骤：S1输电线路杆塔基础边坡暴雨灾害控制因素综合表的建立：以临界降雨量、输电线路各基杆塔的基础特征、地形地貌信息、地层岩性、土体密实度情况、土体中碎石含量、坡面特征特性，作为输电线路杆塔基础边坡暴雨灾害风险的控制因素，依序建成图标；其中基础特征设有桩基础、独立基础和掏挖基础三栏，地层岩性设有全风化花岗岩或花岗岩残积土、全风化泥质叶岩或粉质粘土和其它三栏，土体密实度设有密实、中密和松散三栏，碎石含量设有少、中和多三栏，坡面植被特征设有优、良和差三栏；S2暴雨灾害控制因素的量化、归一化：S3风险评估模型的确定及具体边坡的评估，包括以下子步骤：S3‑1以灾害统计及人工降雨边坡侵蚀试验结果为训练样本，采用BP人工神经网络方法，采用改进BP网络计算程序对神经网络进行训练直至达到误差要求，获得灾害控制因素与暴雨滑坡事故率的映射关系，确定杆塔基础边坡暴雨滑坡的风险评估数学模型；S3‑2基于建立的风险评估数学模型，逐个计算各杆塔边坡的暴雨滑坡事故率，得到各边坡的暴雨滑坡事故率计算值；S4暴雨灾害风险的分级：获取整条线路各杆塔基础边坡的暴雨滑坡事故率计算值，加权平均得到全线杆塔基础边坡平均暴雨滑坡事故率值；以全线平均暴雨滑坡事故率值为基准值，依据杆塔基础边坡的暴雨滑坡风险分级指标将输电线路杆塔各边坡的暴雨滑坡事故率计算值与分级指标比较，确定各边坡的暴雨滑坡风险等级；S5区段杆塔基础边坡评估的实现，包括以下子步骤：S5‑1将整条线路依次划分为若干区段，采用计算机计算各个区段内处于各边坡稳定性等级的杆塔基础边坡数占区段杆塔基础边坡总数的百分比；S5‑2构建包含目标层、准则层、方案层三个层次构成的层次结构模型，目标层在上，准则层在中，方案层在下；目标层为区段杆塔边坡的暴雨滑坡风险性，准则层为不同风险等级杆塔基础边坡百分比，方案层包括区段1、区段2……区段n；采用改进层次分析计算程序得到各区段对不同风险等级杆塔基础边坡百分 比的权重向量，即方案层对准则层的权重；在此基础上，考虑各风险等级杆塔对暴雨灾害风险的影响不同，继续采用改进层次分析计算程序计算得到不同风险等级杆塔基础边坡对暴雨灾害的权重向量，即准则层对目标层的权重；最后采用计算机将各层权重向量合成得到各区段的暴雨风险权重向量，从而获取各区段杆塔基础边坡暴雨灾害滑坡风险评估结果，即方案层对目标层的权重。