基于卫星遥感与降雨的山火风险评估

研究了湖北省超特高压输电走廊区域的地表植被覆盖及植被归一化指数(NDVI)、卫星遥感火点、降雨量等因素与湖北冬春季输电走廊山火发生之间的关系,提出了一种月度输电走廊山火风险评估模型。该模型以基于地表植被覆盖和历史火点密度的湖北省山火风险平均结果为基础,引入每月的MODIS NDVI和当月的湖北地区89个气象站降雨量数据作为变量,以实际走廊山火事故作为评价指标,构建评价函数。利用湖北地区2015年冬春季输电走廊山火故障数据进行验证,结果表明该模型获取的山火评估结果与故障数据具有较好的一致性。

基于层次分析法的输电线路走廊山火风险影响因子权重分析

阐述几种火风险影响因子权重的分析方法，利用层次分析法对湖北电网走廊山火风险影响因子的权重进行了分析。将湖北电网走廊2014年1-4月的山火风险作为评估对象，将湖北省地表覆盖分类、海拔、坡度，以及2014年1—4月的MODIS温度植被干旱指数与气象山火风险作为评价山火风险的影响因子，得到了各因子对湖北电网走廊山火风险的权重，根据所得权重对湖北电网走廊的山火风险做出了评估，并与用熵值法得出的权重进行比较。经分析可得：层次分析法定权在山火风险评价中具有较好的合理性与客观性，并且定权结果的合理性取决于判断矩阵建立的合理性。

基于XGBoost的输电线路火灾风险等级评估方法

山林火灾是威胁输电线路安全运行的威胁之一。首先,回顾湖南省2018—2020年的历史山火事件发生规律,在此基础上构建山火事件样本库,引入独热编码技术对线路植被类型等文本类特征进行数值化处理;然后,利用XGBoost技术构建输电线路山火风险评估模型,针对山火样本和正常运行样本的不平衡问题,基于代价敏感机制提出加权目标函数,减小样本不平衡导致的山火漏判问题;最后,通过湖南省永州市2020—2021年的山火事件进行测试,验证本文所提出的输电线路山火风险评估模型的有效性。

基于大数据的输电线路通道智能风险预控技术研究

近年来,输电线路环境变化引起的电网事故越来越多,对电网安全和稳定造成严重影响。考虑到输电线路山火风险的影响因素多而复杂,提出输电线路通道的山火风险评估模型,根据气象数据的统计分析,确定不同火险气象等级下山火发生的概率,结合发生山火时空气间隙被击穿的概率计算模型,建立了具有时空分布特征的山火输电通道风险评估模型。通过算例验证了模型的有效性,实验结果表明,该模型能够有效预测输电通道山火风险,所做研究工作为我国输电通道智能风险管控提供了参考和借鉴。

基于山火时空特性的深度学习火点识别模型

山火风险评估对火灾管理有着重要的作用。本文将NASA-FIRM网站上获取的2018~2019年的山火火点以及电网巡检发现的火点作为实验数据集,通过调研山火的影响因子,最终从天气数据、遥感数据、地形因素、人为因子四个方面选取了降雨量、平均相对湿度、最高气温、最大阵风风速、最大阵风风向、植被归一化指数、植被含水率、海拔、坡度、坡向、距离道路的距离、距离河流的距离、距离村庄的距离15个因素作为山火的影响因子。我们将数据集输入到ConvLSTM模型分类器进行训练验证。基于不同山火影响因子对山火的影响程度不同的思想,我们提出在ConvLSTM上添加通道注意力机制,让模型在训练的过程中学习各个通道对山火影响的权重,对ConvLSTM添加通道注意力机制(Attention ConvLSTM, Att-ConvLSTM),对模型重新进行训练,实验结果显示,改进后的通道注意力ConvLSTM模型在验证集对山火的识别准确率提升了5.7%,改进后的模型预测和真实情况更加吻合。这使得模型能够更准确地根据山火影响因子对输电走廊附近区域进行山火风险评估预测,使电网单位能够及时发布预警消息。

省域电网架空输电线路山火分布图绘制研究

在大量输电线路穿越植被茂密的区域,山火严重威胁这些线路的安全运行。介绍了山火发生的影响因素、省域电网架空输电线路山火分布图的绘制方法;指出省域电网架空输电线路山火分布图为投运输电线路/通道做好山火防范及应对措施提供支撑,也可为拟建线路/通道的选址提供技术支持和咨询。