本发明涉及一种山火的发展趋势与预测方法，特别涉及一种大范围领域条件下输电线路走廊周边山火发展趋势预测方法。
背景技术：
山火是一种发生在林野，以燃烧野草和冠林为主，难以控制的火情。在全球气候变暖等气候异常因素的影响下，温度高、湿度小、持续干旱和风速大的高火险天气出现的频率逐渐增高，全球每年山火爆发次数呈现上升趋势。我国电网具有广域分布、几何尺寸大的特征，非常容易受到山火等自然灾害的威胁。近年来，随着电力资源的开发，越来越多的输电线路穿过高山峻岭地带，这些地区独特的地形地貌、气候条件极易引发山火，轻则引起输电线路跳闸，重则造成烧毁铁塔，引起长时间的不可恢复的重大电力事故。为增强输电线路防山火工作的主动性，提升山火预警的准确性，非常有必要提出一种能有效利用目前输电线路沿线已安装的在线监测设备，进行走廊范围内的山火发展趋势的预测方法。
传统的森林火灾发展趋势预测方法包括统计分析法、相关关系法、模拟实验法等。近年来，由于输电线路在线传感监测装置的普遍应用，利用多数据融合的山火发展趋势预测逐渐成为主流。中国专利文献公开的《基于电网GIS的山火与气象结合的趋势预判方法》（专利号201510452744.1）与《多数据融合的森林火灾智能识别系统和方法》（专利号201510311371.6）都是综合利用红外热像仪、数字摄像机、地理信息系统等监测设备的数据信息实现数据融合以达到森林火灾预测的目的。其主要不足在于其虽然能实现山火的早期预警，但由于缺少对山火趋势预测的自评估手段，因此此类预测方式的准确性难以得到保证，此外由于缺失广域监测环节，此类预测方式也难以进行中长期山火趋势分析。中国专利文献公开的《一种安装于输电铁塔的山火监测激光雷达系统》（专利号201520808159.6）研制了基于激光雷达的山火监测系统，并能实现山火蔓延趋势预测功能。其主要不足在于仅依赖激光雷达进行的山火预警与趋势预测，系统误报率高，监测范围窄且由于激光功率大，在供电不足的地区难以实现应用。
有鉴于此，有必要提供一种输电线路走廊周边山火发展趋势预测方法，以解决上述问题。
技术实现要素：
针对上述现有技术存在的不足，本发明的主要目的在于提供一种结合国网GIS信息平台、小型雷达与线路传感器的山火发展趋势预测方法，使得在复杂的环境中，利用由广域到近区的火情数据较准确地进行山火发展趋势预测，保证电网的安全运行。
为实现此目的，本发明所采用的技术方案是：一种输电线路走廊周边山火发展趋势预测方法，其特征在于，所述方法包括以下步骤：
步骤1：结合输电线路走廊情况，进行小型雷达及微气象传感器的布置及安装；
步骤2：从国网GIS信息平台查询山火周边输电走廊地形地貌数据；
步骤3：设置一个时间间隔∆t，以时间间隔为单位实时提取气象数据，传回后缓存入数据库；
步骤4：分析小型雷达扫描数据，利用小型雷达进行实时火情监测；
步骤5：结合山火发展趋势模拟算法进行走廊周边山火趋势预测；
步骤6：将小型雷达广域气象监测数据对山火下阶段的发展趋势进行辅助决策。
如上所述的输电线路走廊周边山火发展趋势预测方法，其特征在于，所述步骤1包括以下步骤：
步骤1-1：考虑雷达的有效探测距离、线路的走向与地理位置和变电站位置三个要素，找出小型雷达在输电线路走廊沿线区域的最优布置点；
步骤1-2：根据线路走廊实地情况，将小型雷达安装在最优布置点或附近；
步骤1-3：选择重要典型杆塔，在杆塔周围布置观测风速、湿度、温度的微气象传感器。
如上所述的输电线路走廊周边山火发展趋势预测方法，其特征在于，所述步骤3包括以下步骤：
步骤3-1：设置一个时间间隔∆t，以时间间隔为单位实时提取小型雷达监控范围内的气象数据以及杆塔周围微气象传感器数据；
步骤3-2：将雷达气象数据及微气象传感器数据传回服务器，并存入缓存数据库，供步骤5取用。
如上所述的输电线路走廊周边山火发展趋势预测方法，其特征在于，所述步骤4包括以下步骤：
步骤4-1：利用小型雷达在指定区域内进行立体扫描，通过分析基本反射率和径向速度发现满足山火回波特征的疑似火点；
步骤4-2：对疑似火点区域进行温度、面积和位移滤波；
步骤4-3：对滤波后的火情进行能量分析、亮度和形状的振荡分析，最终确定过火区域，计算区域面积。
如上所述的输电线路走廊周边山火发展趋势预测方法，其特征在于，所述步骤5包括以下步骤：
步骤5-1：结合山火发展趋势模拟算法，计算线路周边山火发展趋势；
步骤5-2：利用小型雷达火情监测数据修正山火发展模拟结果，并作为下一步计算的山火初始状态。
一种输电线路走廊周边山火发展趋势预测方法，其特征在于，它包括如下子步骤：
S1：数据采集，从国网GIS信息平台查询山火周边输电走廊地形地貌数据，从线路微气象传感器获取线路走廊周边气象数据；
S2：火情监测，利用小型雷达在指定区域内进行立体扫描，通过分析基本反射率和径向速度发现满足山火回波特征的疑似火点，对疑似火点区域进行温度、面积和位移滤波，对滤波后的火情进行能量分析、亮度和形状的振荡分析，最终确定过火区域，计算区域面积；
S3：中长期气象信息监测，利用小型雷达进行山火发生区域周边中长期气象信息监测；
S4：山火趋势计算，将步骤S1得到的监测结果输入山火发展趋势模拟算法，计算线路周边山火发展趋势；
S5：山火趋势预测：将步骤S2得到的小型雷达扫描数据修正步骤S4得到的山火发展模拟结果，并作为下一步计算的山火初始状态；
S6：中长期山火趋势预测：将步骤S3得到的小型雷达广域气象监测数据对山火下阶段的发展趋势进行辅助决策。
如上所述的输电线路走廊周边山火发展趋势预测方法，其特征在于，所述的山火发展趋势模拟算法将山火蔓延影响因子归结为可燃物、地形、气象3个方面，将可疑着火区域的地形地貌数据、气象数据、历史分析数据和雷达扫描数据一起进行处理，计算出山火发生的概率与发展趋势。
如上所述的输电线路走廊周边山火发展趋势预测方法，其特征在于，所述的地形地貌数据包括坡度、植被信息、可燃物储量。
如上所述的输电线路走廊周边山火发展趋势预测方法，其特征在于，所述的气象数据包括温度、湿度、风速和降水量。
如上所述的输电线路走廊周边山火发展趋势预测方法，其特征在于，所述的小型雷达扫描数据包括红外火情信息，周边广域风速风向、降水量、湿度信息。
与现有技术相比，本发明具有如下的有益效果：
1．本发明基于国网GIS信息平台、输电线路微气象传感器提供地形地貌、温度、湿度、风速等数据，实现山火早期预警，结果可靠性高；
2．本发明通过小型雷达提供精细化的线路走廊周边火情信息与中长期气象状态，同时具备监测范围广、气象数据精度高等优点；
3．本发明提出的山火发展趋势预测方法结合广域与近区多参数监测信息，提升了重要输电通道的灾害风险立体化监控能力和运维智能化水平，最终有助于保障重要输电通道的稳定运行。
附图说明
图1为本发明的输电线路走廊周边山火发展趋势预测方法流程图。
具体实施方式
为了更好地理解本发明，下面结合实施例进一步阐明本发明的内容，但本发明的内容不仅仅局限于下面的实施例。本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样在本申请所列权利要求书限定范围之内。
如图1所示，本发明提供一种输电线路走廊周边山火发展趋势预测方法，所述方法包括以下步骤：
步骤1：结合输电线路走廊情况，进行雷达装置及微气象传感器的布置及安装；
步骤2：从国网GIS信息平台查询山火周边输电走廊地形地貌数据；
步骤3：设置一个时间间隔∆t，以时间间隔为单位实时提取气象观测数据，传回后缓存入数据库；
步骤4：分析小型雷达扫描数据，利用小型雷达进行实时火情监测；
步骤5：结合山火发展趋势模拟算法进行走廊周边山火趋势预测；
步骤6：将小型雷达广域气象监测数据对山火下阶段的发展趋势进行辅助决策。
所述步骤1包括以下步骤：
步骤1-1：考虑雷达的有效探测距离、线路的走向与地理位置和变电站位置三个要素，找出小型雷达在输电线路走廊沿线区域的最优布置点；
步骤1-2：根据线路走廊实地情况，将小型雷达安装在最优布置点或附近；
步骤1-3：选择重要典型杆塔，在杆塔周围布置可观测风速、湿度、温度的微气象传感器。
所述步骤3包括以下步骤：
步骤3-1：设置一个时间间隔∆t，以时间间隔为单位实时提取小型雷达监控范围内的气象数据以及杆塔周围微气象传感器数据；
步骤3-2：将雷达气象数据及微气象传感器数据传回服务器，并存入缓存数据库，供步骤5取用。
所述步骤4包括以下步骤：
步骤4-1：利用小型雷达在指定区域内进行立体扫描，通过分析基本反射率和径向速度发现满足山火回波特征的疑似火点；
步骤4-2：对疑似火点区域进行温度、面积和位移滤波；
步骤4-3：对滤波后的火情进行能量分析、亮度和形状的振荡分析，最终确定过火区域，计算区域面积。
所述步骤5包括以下步骤：
步骤5-1：结合山火发展趋势模拟算法，计算线路周边山火发展趋势；
步骤5-2：利用小型雷达火情监测数据修正的山火发展模拟结果，并作为下一步计算的山火初始状态。
本发明的输电线路走廊周边山火发展趋势预测方法，利用国网GIS信息平台提取山火附近输电线路走廊地形地貌信息，获取山火发生区域相对坡度与可燃物分布情况；利用线路杆塔上的微气象传感器，测量线路附近风速、湿度、温度参数。将上述监测数据无线回传至上位机，结合杆塔相关参数，利用通过山火发展模拟算法，实时预测输电线路山火发展趋势。利用火场周边安设的小型雷达进行实时火情监测，修正山火发展模拟结果并作为下一步计算的山火初始状态，此外小型雷达还提供较广域尺度上的风速、湿度、降雨量等气象信息，对山火下阶段的发展趋势进行辅助决策。
一种输电线路走廊周边山火发展趋势预测方法，它包括如下子步骤：
S1：数据采集，从国网GIS信息平台查询山火周边输电走廊地形地貌数据，从线路微气象传感器获取线路走廊周边气象数据；
S2：火情监测，利用小型雷达在指定区域内进行立体扫描，通过分析基本反射率和径向速度发现满足山火回波特征的疑似火点，对疑似火点区域进行温度、面积和位移滤波，对滤波后的火情进行能量分析、亮度和形状的振荡分析，最终确定过火区域，计算区域面积；
S3：中长期气象信息监测，利用小型雷达进行山火发生区域周边中长期气象信息监测；
S4：山火趋势计算，将步骤S1得到的监测结果输入山火发展趋势模拟算法，计算线路周边山火发展趋势；
S5：山火趋势预测：将步骤S2得到的小型雷达扫描数据修正步骤S4得到的山火发展模拟结果，并作为下一步计算的山火初始状态；
S6：中长期山火趋势预测：将步骤S3得到的小型雷达广域气象监测数据对山火下阶段的发展趋势进行辅助决策。
所述的山火发展趋势模拟算法将山火蔓延影响因子归结为可燃物、地形、气象3个方面，将可疑着火区域的地形地貌数据、气象数据、历史分析数据和雷达扫描数据一起进行处理，计算出山火发生的概率与发展趋势。
所述的地形地貌数据包括坡度、植被信息、可燃物储量。
所述的气象数据包括温度、湿度、风速和降水量。
所述的小型雷达扫描数据包括红外火情信息，周边广域风速风向、降水量、湿度信息。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。