一种电网鸟粪类故障风险等级评估的方法与流程

本发明涉及电网输电线路
技术领域：
，尤其涉及一种电网鸟粪类故障风险等级评估的方法，具体是指一种基于模糊聚类分析的电网鸟粪类故障风险等级评估的方法。
背景技术：
：近年来，国家越来越重视环保，完善了相关法规，鸟类的生存环境愈来愈佳，鸟类种群、数量也愈来愈多，其活动范围也在扩大。然而因为以前人们的环保意识很差，大量的植被被破坏，树木被砍伐，鸟类的筑巢空间大大减少，所以鸟类更喜欢在输电线路杆塔上停留，这就导致了杆塔附近的鸟类活动频率较高，鸟害引起的电网跳闸故障也愈来愈多，已经严重危害了电力系统安全稳定运行。国家电网的输电线路的鸟害故障的次数每年都在增加。为了提高电力系统的安全稳定性，防鸟害的工作已是刻不容缓。据统计，鸟类活动引起的线路跳闸故障次数位列第三，仅少于雷害和外力破坏引起的线路跳闸故障次数。而据统计表明，输电线路鸟害故障的主要类型为鸟粪类故障。鸟害对输电线路的安全运行的威胁与日俱增，我国相关电力部门的一个重点就是如何有效防鸟害。虽然电力相关部门长期以来采取了多项防鸟害措施，从人工驱鸟到安装防鸟罩、防鸟粪挡板、防鸟刺，再到安装高压端套管、大盘径伞裙、电子惊鸟器。但已有的防护装置要么对鸟类的生命安全造成威胁，要么防护不足，无法兼顾电力系统安全和鸟类安全这两个方面的问题，造成不必要的经济损失。技术实现要素：本发明的目的为了克服以上现有技术中的不足之处，本发明提供一种电网鸟粪类故障风险等级评估的方法，目的是为了提供一种准确度高、便于使用，能够为输电线路设计运维工作提供有效的指导的基于模糊聚类分析的电网鸟粪类故障风险等级进行评估的方法。一种电网鸟粪类故障风险等级评估的方法，包括以下步骤：(1)收集相关的资料；(2)建立数据矩阵；(3)数据标准化；(4)建立模糊相似矩阵；(5)聚类分析；(6)划分风险。所述收集相关的资料，是指研究区域输电线路鸟粪类故障鸟害风险等级相关的资料，包括地理资料、鸟类资料和涉鸟故障相关资料。所述地理资料包括研究地区的河流、湖泊、水库、森林、海洋、湿地分布情况；由这些地理资料获得杆塔与周围最近的河流之间的距离、杆塔与周围最近的湖泊之间的距离、杆塔与周围最近的水库距离、杆塔与周围最近的海洋之间的距离、杆塔与周围最近的湿地之间的距离、杆塔与周围最近的林区之间的距离信息。所述鸟类资料主要为研究区域的候鸟迁徙通道；由该资料获得杆塔与周围最近的鸟类迁徙通道之间的距离信息。所述涉鸟故障相关资料是指研究地区历年涉鸟故障情况，由此得出研究区域杆塔与周围最近的鸟粪类故障点的距离。所述建立数据矩阵是指采集样本，确定主要因子，建立数据矩阵；设论域u＝{l1,l2,l3,...,ln}是某个地区的收集的资料(n个样本)，每个样本由8个主要指标来描述，即xi＝(li1,li2,...,li8)(i＝1,2,...,n)；8个主要指标的含义为杆塔与周围最近的河流之间的距离li1、杆塔与周围最近的湖泊之间的距离li2、杆塔与周围最近的水库距离li3、杆塔与周围最近的海洋之间的距离li4、杆塔与周围最近的湿地之间的距离li5、杆塔与周围最近的林区之间的距离li6，杆塔与周围最近的鸟类迁徙通道之间的距离li7，杆塔与周围最近的鸟粪类故障点的距离li8。所述数据标准化是指将数据矩阵压缩到区间[0，1]内；实际数据一般具有不同的量纲，为了对量纲不同的数据进行比较，需要对数据进行适当变换；这并不意味着数据一定在区间[0，1]内，标准化就是根据模糊矩阵的要求将数据压缩到区间[0，1]内。所述建立模糊相似矩阵是指按照聚类分析方法确定相似系数，建立模糊相似矩阵；采用指数相似系数计算的第i个样本与第j个样本的相似系数为：其中，k＝1,...,8,是第k个因子的方差,rij为模糊相似矩阵r的元素,r＝(rij)m×n,lik表示第i个样本的第k个因子的值，ljk表示第j个样本的第k个因子的值。所述聚类分析是指用二次方法求取传递闭包，得到模糊等价矩阵；用二次方法求取传递闭包t(r)，r→r2→r4→r8，r8or8＝r8…，得到模糊等价矩阵t(r)＝r*；其中ror＝(cij)m×n为r与r的合成；λ为任意的1到1之间的数，当λ由1不断减少到值a时，得到一系列等价的布尔矩阵rλ*；为矩阵r的λ截矩阵；取λ＝a，若rij≥a，取rij＝1；rij≤a，取rij＝0，得到ra，将原始样本分为a、b、c三类。所述划分风险等级是指通过计算得出各类样本的综合评价值，判断风险等级；根据各因子值的大小，把分别属于a、b、c样本的同一类统计指标取算术平均值，根据这几个因子对风险等级影响的重要程度，确定各因子的权重；再根据统计指标值和权重值对风险等级进行综合评价，求和各类的综合评价值，并进行风险等级划分。本发明具有下列有益效果：1、基于模糊聚类分析的电网鸟粪类故障风险等级评估，聚类结果较为合理，能够为相关人员提供可靠的资料；2、制定了利用模糊聚类分析对电网鸟粪类故障风险等级进行评估的方法，有利于划分鸟粪类故障风险等级的实际应用，为输电线路设计运维工作的开展，提供实际的指导意义。3、该方法准确度较高，便于使用。即可以兼顾电力系统安全，同时也可以有效的维护鸟害引起的电网跳闸故障率，有效地保障了电力系统的安全稳定运行，减少了因鸟害带来的不必要的经济损失。附图说明图1是本发明为采用模糊聚类分析对电网鸟粪类故障风险等级进行评估的流程图。具体实施方式下面结合实例和附图对本发明作进一步详细说明。本发明是一种电网鸟粪类故障风险等级评估的方法，如图1所示，该方法可以通过编写程序代码实现。包括以下步骤：(1)收集相关的资料；(2)建立数据矩阵；(3)数据标准化；(4)建立模糊相似矩阵；(5)聚类分析；(6)划分风险等。1、收集相关的资料：相关的资料是指研究区域输电线路鸟粪类故障鸟害风险等级相关的资料。收集相关的资料包括：地理资料、鸟类资料和涉鸟故障相关资料。1.1地理资料：地理资料包括研究地区的河流、湖泊、水库、森林、海洋、湿地等分布情况。由这些地理资料可获得杆塔与周围最近的河流之间的距离、杆塔与周围最近的湖泊之间的距离、杆塔与周围最近的水库距离、杆塔与周围最近的海洋之间的距离、杆塔与周围最近的湿地之间的距离、杆塔与周围最近的林区之间的距离等信息。1.2鸟类资料：鸟类资料主要为研究区域的候鸟迁徙通道。由该资料可获得杆塔与周围最近的鸟类迁徙通道之间的距离信息。1.3涉鸟故障相关资料：研究地区历年涉鸟故障情况。由此可得研究区域杆塔与周围最近的鸟粪类故障点的距离。2、建立数据矩阵：建立数据矩阵是指采集样本，确定主要因子，建立数据矩阵。设论域u＝{l1,l2,l3,...,ln}是某个地区的收集的资料(n个样本)，每个样本由8个主要指标来描述，即xi＝(li1,li2,...,li8)(i＝1,2,...,n)。8个主要指标的含义为杆塔与周围最近的河流之间的距离li1、杆塔与周围最近的湖泊之间的距离li2、杆塔与周围最近的水库距离li3、杆塔与周围最近的海洋之间的距离li4、杆塔与周围最近的湿地之间的距离li5、杆塔与周围最近的林区之间的距离li6，杆塔与周围最近的鸟类迁徙通道之间的距离li7，杆塔与周围最近的鸟粪类故障点的距离li8。每个杆塔位置的样本数据如表1所示。3、数据标准化：数据标准化是指将数据矩阵压缩到区间[0，1]内。实际数据一般具有不同的量纲。为了对量纲不同的数据进行比较，需要对数据进行适当地变换。这并不意味着数据一定在区间[0，1]内。标准化就是根据模糊矩阵的要求将数据压缩到区间[0，1]内。4、建立模糊相似矩阵：建立模糊相似矩阵是指按照聚类分析方法确定相似系数，建立模糊相似矩阵r。采用指数相似系数计算的第i个样本与第j个样本的相似系数为：其中，k＝1,...,8,是第k个因子的方差。rij为模糊相似矩阵r的元素。r＝(rij)m×n，lik表示第i个样本的第k个因子的值，ljk表示第j个样本的第k个因子的值。5、聚类分析：聚类分析是指用二次方法求取传递闭包，得到模糊等价矩阵。用二次方法求取传递闭包t(r)，r→r2→r4→r8，r8or8＝r8…，得到模糊等价矩阵t(r)＝r*。其中ror＝(cij)m×n为r与r的合成。λ为任意的0到1之间的数。当λ由1不断减少到值a时，得到一系列等价的布尔矩阵rλ*。为矩阵r的λ截矩阵。取λ＝a，若rij≥a，取rij＝1；rij≤a，取rij＝0，得到ra，将原始样本分为a、b、c三类。6、划分风险等级：划分风险等级是指通过计算得出各类样本的综合评价值，判断风险等级。根据各因子值的大小，把分别属于a、b、c样本的同一类统计指标取算术平均值。根据这几个因子对风险等级影响的重要程度，确定各因子的权重。再根据统计指标值和权重值对风险等级进行综合评价，求和各类的综合评价值，并进行风险等级划分。表1l1(km)l2(km)l3(km)l4(km)l5(km)l6(km)l7(km)l8(km)78121823222395当前第1页12