基于气象灾害的关键电力设备风险预警模型与实现方法

寇 正，刘涛玮，刘 轩，赵建利，冯汝明，何文浩

（1.内蒙古电力科学研究院，呼和浩特010020；2.内蒙古自治区高电压与绝缘技术企业重点实验室，呼和浩特010020；3.内蒙古超高压供电局，呼和浩特010080）

0 引言

极端天气下，电力设备故障的发生概率较高。关键电力设备发生故障可能会导致大面积停电，造成巨大的经济损失。因此，研究基于气象数据的电力设备风险情况提前预警具有重要意义。大气系统具有能量特征，气象环境具有时间周期性和波动性等特征，在气候变化的大背景下，一些区域性的恶劣天气、极端气候事件的强度和发生频率有增强的趋势，特别是极端风灾和冰灾。架空输电线路等输变电设备长期暴露于大气环境中，其能否安全可靠运行与外部气象环境有密切关系。

现有电网可靠性风险分析理论中，采用长期统计的恒定故障率、停运时间等参数来描述电力设备的风险水平，考虑外部气象环境也仅是个别因素或少量状态，而大部分地区的电力设备都要经历一年四季多种气象环境因素的作用，因此现有方法只能反映电力设备长期运行的平均风险水平，无法真实反映电力设备风险水平随时间、外部气象环境等的变化情况[1-5]。而在电网运行过程中迫切需要掌握气象环境作用下电力设备的动态风险，以便据此调控电网的运行模式，规避风险。本文在分析气象要素对电力设备作用方式的物理机理和统计规律的基础上，分析电力设备故障情况与气象灾害之间的关系，利用气象预报信息，对可能发生的设备故障进行在线预测和风险预警，建立基于气象灾害的电力设备风险预警评估规则和风险等级。

1 气象灾害下关键电力设备风险建模及计算方法

研究极端天气下电力设备的运行风险，需要确定电力设备风险的表征方法。不同气象灾害下，不同电力设备可能出现的故障概率也不相同。例如，暴雨对输电线路金具影响较小，但沙尘暴、覆冰等气象灾害都可能损伤金具，造成线路故障。因此，为了更好地分析电力设备故障风险，需要从实际运维记录与故障机理出发，初步确定与电力设备故障相关的气象灾害类型[6-16]。

对受天气影响发生故障概率变化的13种电力设备类型进行分析，通过查看其相应的历史运维数据，分析其运行原理，统计其故障与相应的极端天气状态，可获得这些电力设备与相应气象灾害的初步关系，见表1。由表1可知，在13种电力设备中，3类电力设备故障仅与一种气象灾害关联度较高，而其他电力设备故障与多种气象灾害关系密切。针对这两种情况，分别计算其相应的设备故障风险。

表1 电力设备与气象灾害初步关系

1.1 受单一气象灾害影响的设备故障风险模型

一旦有电力设备由某一类气象灾害产生故障，即认为该气象灾害与这种设备故障具有关系，但故障发生具有一定偶然性。为了合理描述气象灾害与设备故障风险之间的关系，需对故障发生次数进行统计分析[17-18]。目前广为接受的一种风险定义是由洛伦斯（Lowrance）提出的，他将风险定义为事件不利影响发生的可能性和后果的严重程度的一种综合度量[19-20]，即：

式中：R为事件风险值，p为事件发生的可能性，h为影响后果的严重程度。

将其风险定义应用于电力设备气象风险计算中，电力设备气象预警指气象造成的电力设备故障率和由此产生的电力生产危害的乘积，即：

式中：RE为气象灾害对电力设备影响的风险值；pE为气象灾害造成电力设备故障的概率；hE为该电力设备故障后可能带来的电网安全危害。

气象因素造成的输电线路故障是时变的，同时输电线路的传输功率也是时变的，因此输电线路气象风险也应该是时变的，即：

电力设备在某一时间区间内，其气象风险可表示为：

式中：RE,T为[t1，t2]时间区间内电力设备可能造成的安全风险。

量化分析气象灾害作用下的电力设备风险值，核心工作是确定气象灾害导致的故障率，本节内容将通过统计分析电力设备多年的故障记录数据，得到研究时间区间内某种气象灾害作用下的故障率，并由此计算气象灾害下电力设备的故障发生概率，为后续电力设备故障灾害预警提供数据支撑。

统计分析是从宏观上掌握气象对电力设备冲击作用规律的有效方法。由于气象灾害具有时空分布规律，因此可以从电力设备故障事件的时空分布特征以及气象与设备故障的关联关系入手，分析与气象相关的设备故障的统计特征。按气象灾害类型计算e类电力设备的故障率λx.e：

式中：nx.e为e类电力设备在气象灾害x下的故障次数；Tx为气象灾害的持续时间，x∈{雷电，大风，暴雪，暴雨，沙尘暴等}。

将某类型气象灾害的持续时间T代入一段研究时间Tx区间内进行故障率计算，可得：

其中，

式中：αx为气象灾害x的持续时间占研究时间区间的百分比；βx为气象灾害x下设备故障次数占研究时间内总故障次数的百分比。

进一步考虑设备修复与设备造成的损失程度，则由气象灾害x造成的设备故障风险概率Rx为：

式中：μx为气象灾害x下设备故障的修复率；h为电力设备故障造成的损失。

1.2 多种气象灾害影响下设备故障风险计算方法

电力设备故障不仅受单一气象灾害的影响，有的电力设备可能受到多种气象灾害的波及，其故障发生概率极大增加。现实中多种气象灾害往往同时出现，如果采用上节的计算方法，通常会忽视多种气象灾害的共同作用，从而无法准确获得该条件下的电力设备故障风险概率。

当电力设备受到多种气象灾害因素影响时，需要按照不同方式对设备故障发生概率与风险进行统计计算。假设电力设备k受到m（m≥2）种气象灾害的影响，则需分别针对不同组合气象灾害下的故障率进行统计。为了更好地覆盖气象灾害与电力设备故障之间的关系，首先需分析气象灾害可能产生的组合，并排除不可能同时出现的灾害组合，例如高温与暴雪。统计该气象灾害组合发生的次数，并统计气象灾害期间电力设备故障发生次数，根据式（1）—（8）所述方式，对组合期间内的设备故障风险概率进行统计。

2 基于气象因素的电力设备风险预警实现方法

由上节分析可知，设备故障风险主要由两个值确定，即气象灾害发生的概率和气象灾害发生期间电力设备出现故障的概率。电力设备所涉及的气象灾害种类主要有7种：雷电、暴雪、大风、暴雨、沙尘暴、高温、寒潮。我国对这7种气象灾害采用颜色信息进行预警。其中，雷电、沙尘暴、高温为3种颜色等级预警（黄、橙、红）；其他4种气象灾害包含4种颜色预警信息（蓝、黄、橙、红）。颜色越接近红色，表明该气象灾害在规定时间内出现的概率越大，危害等级越大。反之，该气象灾害在规定时间内出现的概率较小，危害等级较低。为了便于电力设备风险级别划分，需将气象灾害预警信息量化。

对于仅受到一种气象灾害影响的电力设备，结合式（8）和（9），其设备故障风险评估结果为：

当电力设备受到多种气象灾害影响，并且相关气象灾害同时出现时，其设备的故障风险评估结果为：

式中：Rx.W为在气象灾害组合下的电力设备故障风险，其值可通过1.2节所述多种气象灾害同时发生时电力设备故障风险的计算方法获得。

由于不同的灾害风险可以造成的故障各有不同，在风险评估前，需根据灾害类型对可能造成故障的设备类型进行筛选。具体步骤如下。

2.1 步骤1

初始化，根据运维需求，设定故障复发权重系数ω1、ω2与风险评估阈值向量θ的数据值。其中，θ=

2.2 步骤2

输入天气预警信息向量A=[A1，…，A7]与预警范围D=[D1，…，D7]。其中，A1到A7分别指代雷电、暴雪、大风、暴雨、沙尘暴、高温、寒潮7种气象灾害的颜色预警信息；D1到D7分别标识7种气象灾害所预警的地域范围。

2.3 步骤3

检测极端天气预警信息A=[A1，…，A7]，根据预警设备判断规则（表2），判断需要预警的电力设备类型Ei，其中i=1，2，3，4，5，6，7，8，分别指代绝缘子、导地线、电缆、金具、引流线、杆塔、接地网、杆塔基础8种电力设备。

表2 预警设备判断规则

2.4 步骤4

根据Ei，结合表1，判定A=[A1，…，A7]中是否有一个以上关联气象灾害信息为非空。如果有且仅有一个关联气象灾害信息为非空，按步骤4.1进行预警；如果由多个关联气象信息为非空，按步骤4.2进行预警。

（1）步骤4.1：判定Ei关联的气象灾害预警范围Dj是否覆盖该电力设备历史故障区域。如果没有覆盖历史故障区域，则该电力设备故障风险可通过式（12）计算获得。如果涵盖历史故障区域，则通过故障复发权重ω1对其进行校正，校正后该类型电力设备故障风险为：

结束故障风险计算，并跳至步骤4.2。

（2）步骤4.2：判定Ei关联的气象灾害预警范围Dj是否覆盖该电力设备历史故障区域。如果没有覆盖历史故障区域，则该电力设备故障风险可通过式（13）计算获得。如果涵盖历史故障区域，则通过故障复发权重ω2对其进行校正，则校正后该类型电力设备故障风险为：

其中，n表示有n种气象灾害预警范围覆盖的历史故障区域。

3 基于气象灾害的电力设备风险预警评估规则及其不足

3.1 评估规则

基于上节气象灾害预警范围内的电力设备故障风险，根据风险评估阈值向量θ=[θ1，θ2，θ3，θ4，θ5]，比较计算获得的故障设备风险值，按照电力设备风险评估描述规则（表3），对风险评估值进行定性化描述，为电力设备维护提供建议。电力设备预警流程如图1所示。

图1 电力设备预警流程图

表3 电力设备风险评估描述规则

根据上述研究，可获得极端天气的气象数据与电网设备状态之间的关系节选规则见表4。表4针对不同电力设备，给出了不同气象灾害下可能发生的故障类型其及发生概率。结合此评估原则可调控电网运行模式，从而规避电网发生故障的风险。

表4 基于气象预警信息的电力设备风险评估规则

3.2 注意事项

该评估方法在实际应用时，能够对运维人员提供明确的电气设备故障预警信息，有益于开展设备故障预防。然而在部分情况下，由于气象气候的随机扰动以及气象预测的局部不准确性，会使预警信息出现不准确性，对运维人员产生一定的误导。因此，在使用该方法时，需结合现场设备实际运维情况，对设备故障的预警进行综合判断。

4 结语

本文通过收集气象灾害历史数据，划分关键电力设备受威胁程度等级构建原始数据集和样本集；采用统计学方法，研究单一极端天气、多种极端天气同时出现等情况下设备故障发生概率计算方法；结合故障率预测与风险等级评估指标，构建极端天气下电力设备运行风险评估模型，形成电力设备风险评估规则，预测关键电力设备受威胁程度等级。结合关键电力设备受威胁程度等级，可指导运行人员提前对危险点做出预控方案。