基于GIS的污区动态修订与雷电信息时空特性分析.doc

基于GIS的污区动态修订与雷电信息时空特性分析*1,2, *1, *1, *1, *2（1. 中国南方电网广东电网公司佛山局, 佛山 430072 2. 武汉大学 武汉 430072）1 概述随着电力系统的发展，面对越来越密织的电网、复杂的电力设备、时刻变化的负荷信息、不断变迁的道路和建筑，以及人们对供电质量、环保状况、电力市场化体制改革等问题的日益关注，电力系统规划、运行、营业部门必须对其庞大而繁杂的信息进行采集、存储、分析和快速处理，实时地掌握电网的线路、设备所在地区的雷击情况、污秽情况以及线路、设备的防污、防雷的动态变化情况，以便保持设备的健康状况，减少事故的发生，并实现输变电设施防雷与防污管理与决策的信息化。然而，传统生产经营管理方法，工作量大，重复劳动多，信息不能及时、有效、准确地传递，给生产、经营管理人员准确及时地掌握电网的运行状况带来了困难，传统的管理手段已经越来越不适应现代化的管理需求。因此，为了解决上述的问题，需要集成全球定位系统(GPS)、地理信息系统(GIS)、卫星地图及其三维仿真技术，充分利用GPS的快速信息采集能力、GIS的强大空间分析能力，初步整合原有的输变电雷电及生产管理、设备台帐及运行管理等相关的电力信息资源，解决“信息孤岛”形成的各系统独立应用中碰到的难题，将各系统的数据根据精心设计的数据结构统一在一个安全、准确、及时的电网数据平台，实现多级电网数据的集成和统一查询分析，建立防污管理数据库，集成雷击数据，从而实现高压输电线路和变电站的污区与雷电信息管理，实现雷电数据综合分析与多种方式显示，充分应用GIS空间分析功能，便捷地生成污染源分布、污区分布、盐密点分布、污闪故障分布等专题图，以及污区图的绘制，使雷电分析和防污管理很好的与GIS有机地结合起来，实现高压输电线路和变电站（水、火电厂）防污秽、防雷工作的计算机动态管理，更好地指导电力生产安全运行，为输电网污区的自动化管理提供新的解决方法。5.2 基于GIS的电力污区可视化动态修订技术研究5.2.1基于GIS空间分析算法的现场污秽度自动计算研究根据有关标准，提出了四种现场污秽度的评估方法：1）邻近线路和变电站绝缘子的运行经验与污秽测量资料；2）现场测量等值盐密和灰密；3）按气候和环境条件模拟计算污秽水平；4）根据典型环境的污湿特征预测现场污秽度。为了能快速精确的确定现场污秽度等级，本文提出了一种简单的方法，利用GIS技术进行矢量化，分别建成各等级对应的多边形，然后根据测量的盐密和灰密对数值自动利用GIS空间选择分析功能确定所测量的点落在那个等级多边形内，由此确定其污秽等级，经过实际验证本方法比较简单有效。在以往的等值盐密、灰密值对应现场污秽度计算中，主要参照盘形悬式绝缘子A类现场污秽程度SPS与NSDD/ESDD的关系图，很容易出现人为的错误，考虑到每年的盐密灰密取样点很多，试验、运算、比对的工作量非常大。在实际使用中均有它们较大的局限性。针对这种情况，污区绘制系统通过GIS方法将给关系图进行矢量化，并利用空间拓扑分析来实现等值盐密、灰密值对应现场污秽度值的计算。在矢量化的过程中，按照污秽等级将该图分为5个多边形，每个多边形对应一个污级，将等值盐密值作为矢量图的横坐标，等值灰密值作为矢量图的纵坐标。在完成矢量化之后，输入等值盐密测量值和等值灰密测量值，可以自动得出盐密、灰密值所对应的现场污秽度等级，自动计算工具如图5.1所示。图 5.1等值盐密、灰密自动计算现场污秽度工具污秽度测量点计算工具分别提供批量计算和单个测量点计算功能，批量输入对所有的测量点进行污秽等级换算，如下图所示，计算过程中计算工具新生成对应测量点编号、盐密、灰密测量值的污秽度，可避免手动输入，节省大量的工作时间，批量输入及自动计算可作为单独的运算工具，而且在系统中导入盐密灰密测量点时已经具有这个功能，因此在进行盐密灰密测量点统计时可不需要录入监测点的污秽度，系统可自动进行分析，并显示在污区图中以做辨别。图5.2 电子excel表批量导入基于电子报表批量的计算工具功能实现，并在生成现场污秽度分布图时提供验算，如图5.3所示。现场污秽度的自动计算功能大大简化技术人员的工作，使盐密、灰密值与现场污秽度的计算过程更加准确。图5.3 生成现场污秽度分布图时提供的验算功能5.2.2基于GIS的污区图可视化动态修订工具的研制在污区图绘制之前，需要首先将污区图绘制中用到的数据导入到系统中来。系统设计开发了线路、杆塔、变电站、污染源、污秽度测量点和污闪故障点的自动导入功能，可以方便地将数据导入为图形数据。以下分别为加载线路、变电站、污秽测量点和污源后的污区图示例。图5.4从Excel导入数据图5.5加载污秽度测量点后的污区图污区图的一个最大特点就是不同等级的污区多边形之间往往相互嵌套，因此，在绘制新的污区时，需要判断所绘制的新污区是否在另外一个污区的内部，如果是则会自动构建内嵌关系，同时为了使污区图的边界能够与行政境界吻合并使每个污区之间是无缝拼接且不交叠，可使用绘制任意多边形中的“符合其他污区的边界”和“符合行政区划的边界”来绘制与行政境界或是其他污区相邻的边界线，因此绘制污区的关键是确定和处理好新绘制污区与其他污区的嵌套关系。图 5.6污区图绘制工具箱如图5.6所示，污区图绘制平台可以绘制圆、椭圆、矩形和人已不规则形状污区图的绘制的绘制，为了减少绘制人员的工作量，系统提供污区边界符合工具，使得当绘制污区边界与其他污区边界、行政境界、河流以及公路等不规则形状地物重合时，可以根据边界提取工具自动提取边界，而不必逐个点击绘制图形，同时也避免图形间的重叠与边界不一致造成的缝隙。在进行污区图编辑时，点击开始绘制按钮即可开始绘制、编辑过程，工具箱又分为绘制工具箱和编辑工具箱两个部分，点击选项卡可在两个工具箱间切换。对于绘制、编辑工具箱中的功能，系统均提供撤销操作和重新执行的功能。下面以删除操作的撤销为例演示撤销操作和重新执行功能的使用。图 5.7 删除之前图 5.8 删除之后，撤销操作按钮可用图 5.9 撤销操作，重新执行可用5.2.3基于GIS的污区数据查询与调爬的自动计算点击主界面菜单栏 污区系统-污区数据查询，在程序主界面右侧边栏出现污区数据查询界面。其中主要包括查询盐密灰密测量数据，查询爬电（污闪）数据和查询污染源数据。图5.10 污区数据查询窗口进入污区信息查询界面，点击查询等值盐密灰密测量数据部分，选择查询条件，即查询年限。系统将会查询数据库中年限范围内的等值盐密灰密测量数据，以数据表格的形式显示。图 5.11 查询盐密灰密数据您也可以选择点击“生成等值盐密灰密测量点分布图”，系统将会根据设定的查询结果生成kml文件，即生成等值盐密灰密专题图，在主界面控制图层区域树形结构中污区数据-测量点部分会生成查询的节点数据名称。数据按照测量点等级（E1、E2至E7）不同的程度划分，编号代表查询出的表格数据中的编号。图 5.12 树状的盐密灰密测量点节点同时在程序主界面地图区域，会根据测量点的地理坐标生成测量点专题图。表示测量点在地图上分布情况。测量点以圆圈表示，中间字符代表污秽度等级（E1至E7）。鼠标点击测量点图标，可以显示该测量点具体数据。图 5.13 测量点在地图上的显示进入污区信息查询界面，点击查询爬电（污闪）数据部分，选择查询条件，即查询年限。系统将会查询数据库中年限范围内的爬电（污闪）数据，以数据表格的形式显示。图 5.14 爬电污闪查询窗口您也可以选择点击“生成爬电（污闪）点分布图”，系统将会根据设定的查询结果生成kml文件，即生成爬电（污闪）点分布图，在主界面控制图层区域树形结构中污区数据-爬电与污闪部分会生成查询的节点数据名称。编号代表查询出的表格数据中的编号。图 5.15 爬电污闪点在树上的节点同时在程序主界面地图区域，会根据爬电（污闪）点的地理坐标生成爬电（污闪）点专题图。表示爬电（污闪）点在地图上分布情况。爬电（污闪）点以折线箭头表示，右下角字符代表表格数据中的编号。鼠标点击爬电（污闪）图标，可以显示该爬电（污闪）点具体数据。图 5.16 爬电污闪点在地图上的显示进入污区信息查询界面，点击查询污染源数据部分，选择查询条件，即查询年限。系统将会查询数据库中年限范围内的污染源数据，以数据表格的形式显示。图 5.17 污染源查询窗口您也可以选择点击“生成污染源分布图”，系统将会根据设定的查询结果生成kml文件，即生成污染源点分布图，在主界面控制图层区域树形结构中污区数据-污染源部分会生成查询的节点数据名称。污染源分布图按照污源点数据和三维柱状图2种方式来表示。其中污源点数据又按照农业污染源（51）、工业污染源（52）、交通运输污染源（53）、服务业污染源（54）、生活污染源（55）和其他污染源（59）6种类型划分。根据污染源的污染等级，可以将污染源数据以三维柱状图的形式表现，在树形图层信息区域也将根据污染等级（即一般、较重和严重3种等级）划分。您可以通过点选相关节点前的小钩控制相关地图数据信息的显示与否。同时在程序主界面地图区域，会根据污染源点的地理坐标生成污染源点专题图，表示污染源点在地图上分布情况。污染源点以正方形表示，正方形中字符代表污染源类型代码。鼠标点击污染源图标，可以显示该污染源点具体数据。图 5.18 污源点在地图上的显示本系统提供以三维方式查看污染源点分布情况和污染严重程度。通过柱状图可以查看行政区域范围内污染严重程度。柱状图的颜色表示不同的污染源类型。柱状图的高度表示污染严重程度，越高表示污染越严重。图 5.19 污源三维柱状图污区专题图查询提供污区分布图、现场污秽度图、典型环境污秽评估图三种图的查询，可从菜单栏“污区系统-污区专题图”中进入该功能窗口：图 5.20 污区专题图查询窗口选择一种类型的图，选择图的编号即可查看该图的创建时间，创建人等信息，其中是否已审核、审核人是污区分布图专有的信息，其他专题图不具备。选定好专题图之后，点击“加载”按钮即可从服务器下载该图到本地并在地图上显示：图 5.21 专题图的加载在加载之后在图层管理窗口中会增加相应的节点并提供右键菜单对该专题图进行管理：图 5.22 污区图树节点及右键菜单其他两种类型的专题图的加载过程与污区图类似。在新污区图生成后，本着就高不就低的原则，对于调低等级的污区不需要调整爬距，但对于等级提升的污区则需要重新调整爬电比距。研究中根据新标准设计开发了爬电比距的自动计算工具，在新污区图生成后可使用本工具查询需要调整爬距的杆塔。进行进入污区杆塔的统计界面后，开始设置查询范围。图 5.23 杆塔污级查询界面当查询线路相当多的时候，会比较慢，这时您可以到主界面做其他工作，也可以点击取消按钮，取消本次查询。图 5.24 开始查询在查询线路污区等级结束后，您可以点击导出查询结果按钮，导出为Eexcel表格，进行保存。图 5.25 查询结果5.2.4基于GIS空间分析的典型污区特征评估研究现在污区图的绘制一般在往年污区图基础上根据运行经验、现场污秽度以及污源分布情况进行调整，但当一条新建工程所在地区没有运行线路和变电站时，往往需要根据污区特征来评估生成污区图，因此本研究中研究了基于GIS空间分析的污区特征污区图自动生成算法。根据电力系统污区分布图绘制规则，环境污染源分为以下几类及类别代码，根据绘制规则要求，佛山局的污染源部分统计表如表5.1所示。表5.1环境污染源类别代码表代码类别名称说明51农业污染源包括农药、化肥、沼池等52工业污染源包括化工、石化、炼油、造纸、冶金、建材、工程、轻工、矿产、热电厂等53交通运输污染源包括铁路、公路、交叉口等54服务业污染源包括商业、旅游业、公共餐饮业等55生活污染源包括取暖密集点、垃圾堆、排污源等59其他人类活动产生的污染源包括废品回收站、供热站点、排泄物处理点等表5.2 佛山局污染源统计表绝缘子的现场污秽度通常用等值盐密和灰密表示；对于B类污秽，也可用现场等值盐度即人工污秽盐雾法试验时的盐度值或绝缘子表面电导率表示。人工污秽试验时绝缘子表面污秽度用盐密和灰密表示(固体层法)；也可用等值盐度表示（盐雾法）。表5.3 典型环境污湿特征与相应现场污秽度评估示例示例典型环境的描述现场污秽分级污秽类型E1很少人类活动，植被覆盖好，且：距海、沙漠或开阔干地50km，距大中城市30km50km，距上述污染源更短距离内，但污染源不在积污期主导风上。a非常轻AAAE2人口密度500-1000人/km2的农业耕作区，且：距海、沙漠或开阔干地10km50km，距大中城市15 km50km，重要交通干线沿线1km内。距上述污染源更短距离内，但污染源不在积污期主导风上。工业废气排放强度小于1000万标m3/km2。积污期干旱少雾少凝露的内陆盐碱(含盐量小于0.3%)地区。b轻AAAAAAAE3人口密度1000-10000人/km2的农业耕作区，且：距海、沙漠或开阔干地3 km10km，距大中城市15km20km， 重要交通干线沿线0.5km及一般交通线0.1km内。距上述污染源更短距离内，但污染源不在积污期主导风上。包括乡镇工业在内工业废气排放强度不大于1000-3000万标m3/km2。退海轻盐碱和内陆中等盐碱（含盐量0.3-0.6%）地区。c中AAAAAAAE4距上述E3污染源更远(距离在b级污区的范围内)，但： 在长时间(几星期或几月)干旱无雨后，常常发生雾或毛毛雨， 积污期后期可能出现持续大雾或融冰雪的E3类地区， 灰密为等值盐密510倍及以上的地区。c中AAAE5人口密度大于10000人/km2的居民区和交通枢纽，距海、沙漠或开阔干地3km内，距独立化工及燃煤工业源0.5-2km内，乡镇工业密集区及重要交通干线0.2km，重盐碱（含盐量0.6-1.0%）地区。d重AA/BA/BAAE6距比E5上述污染源更长的距离(与c级污区对应的距离)，但： 在长时间(几星期或几月)干旱无雨后，常常发生雾或毛毛雨， 积污期后期可能出现持续大雾或融冰雪的E5类地区， 灰密为等值盐密510倍及以上的地区。d重AAAE7沿海1km和含盐量大于1.0%的盐土、沙漠地区，在化工、燃煤工业源区内及距此类独立工业源0.5km，距污染源的距离等同于d级污区区，且： 直接受到海水喷溅或浓盐雾， 同时受到工业排放物如高电导废气、水泥等污染和水汽湿润。e非常重A/BA/BBA/B台风影响可能使距海岸50km以外的更远距离处测得较高的等值盐密值。在当前大气环境条件下，我国中东部地区电网不宜设“非常轻”污秽区。取决于沿海的地形和风力。表5.3给出了各级污区与相应典型环境污湿特征的描述。当新建工程所在地区没有运行线路和变电站时，可根据表5.3中例E1到例E7描述的污湿特征预测现场污秽度。图 5.26污区分布图绘制程序框图典型环境污秽评估图 5.27污源点显示及其详细信息根据标准要求，污源分布点在污源图分布图上的表示方法是用直径为6mm、图线宽度为1.2mm的正方形表示，正方形内填充横虚线。正方形中用5号阿拉伯数字标注各类污染源代码，并另附资料说明该点的情况。污区子系统在实现污源点的污源名称、污源类型、经纬度、情况描述等如图5.27所示。在上述环境污染源分类的基础上，根据实际情况，把污染源的污染严重程度再分为一般、较重和严重三类，分类的主要根据是依据变电运行人员和输电线路巡线人员的经验来表示，也可以结合气象局的资料数据进行分析。在过去的污源描述中，主要用文字描述进行对污染源的判别，但横向比较在很大程度上被忽视，在考虑污源的严重程度和判别方面，大多数是基于主观判断，在全佛山地区的污源判断和分布缺少统计分析。在污区子系统中，污源分布图出了使用点图来表示，在此基础上，还使用三维柱状图来定性地表示污源污染的严重程度，三维柱状图的颜色同样代表污源类型，高度表示污染严重程度。污染源中的农业污染源用绿色表示；工业污染源用蓝色表示；交通运输污染源用黄色表示；服务业污染源用红色表示；生活污染源用灰色表示；其他人类活动产生的污染源用紫色表示；在显示污染源严重程度的高度显示，主要是依据一般污染的海拔高度为2000公尺，较重污染的海拔高度为8000公尺，严重污染的海拔高度为20000公尺，海拔高度和颜色的设置一方面为了显示不同污染源，另一方面也为外观上给以明显的视觉，为电力系统污区分布图绘制提供简便的判断。在建立污染源的台帐时，每次进行污源数据录入时，对于指定污染严重程度，需要录入一般、较重和严重三个级别。图5.28是污染源柱状图的示例：图 5.28 污源分布图典型环境污秽评估用于评估那些没有测量点的地区的现场污秽度，用户选择一个评估点的位置，再根据此位置的环境污湿特征来确定一个现场污秽度。打开典型环境污秽评估窗口：图 5.29 典型环境污秽评估窗口点的坐标的确定可以手动输入，也在在地图上来选择，点击“从地图上选择位置”按钮，然后在地图上点击一个位置，则可获取到这个所点位置的坐标：图 5.30 从地图上确定点的坐标然后用户选择一个该点的现场污秽度的预测值，并点击确认添加即可增加一个典型环境污秽特征的评估点：图 5.31 添加一个点然后点击“生成典型污秽环境评估图”按钮即可开始生成，生成过程和对生成结果的处理与现场污秽度图一致，不再累述。5.3基于时空聚类算法的雷电走廊时空特性分析雷电一般都有一个具体的时空发展过程，在具体的雷电过程中，在雷电的核心区域短时间内落雷个数特别多，因此，雷电时空聚类分析就是将雷电的集合按照空间范围和时间范围进行分类，将每类都附上时间段属性和空间位置属性，将在时空范围内的雷电聚合成为一个雷电聚类。每一类雷电包含的雷电个数显示了该类雷电能量的强度，我们根据这些聚类能量强弱变化与所经过的地形地貌特征的来研究雷电与地形的相关性。将每一类雷电用不同的图标标示在地图上。图标上的数字显示每类雷电的时间段，按时间分段主要是区别以往的历史雷电数据。这样可以过滤掉若干干扰视线的零星落雷，从而能够发现单次雷电活动过程中雷电核心区域的活动路线和规律，从而发现雷电活动规律(如图 所示)。图 5.32 2009年8月3日-13日共18494个雷电的时空分布注：图中圆点代表一个雷电，圆点大小表示雷电流大小，时间维是以2009-8-3日上午04:06:42开始以分钟为单位。5.3.1时空聚类分析算法设计聚类算法的选择把数据库中的对象分类是数据挖掘的基本操作，其准则是使属于同一类的个体间距离尽可能小，而不同类个体间距离尽可能大，为了找到效率高、通用性强的聚类方法人们从不同角度提出了近百种聚类方法，典型的有K-means方法、K-medoids方法、CLARANS方法以及BIRCH方法等，这些算法适用于特定的问题及用户。聚类算法一般分为分割和分层两种。分割聚类算法通过优化评价函数把数据集分割为K个部分，它需要K作为输人参数。典型的分割聚类算法有K-means算法、K-medoids算法及CLARANS算法。分层聚类由不同层次的分割聚类组成，层次之间的分割具有嵌套的关系。它不需要输入参数，这是它优于分割聚类算法的一个明显的优点，其缺点是终止条件必须具体指定。典型的分层聚类算法有BIRCH算法、DBSCAN算法和CURE算法等。对雷电聚类分析，基于以下3个标准，比较了各种典型的聚类的算法，提出了适合雷电聚类分析的新聚类算法：1）适用于大数据量，算法的效率是否满足大数据量高复杂性的要求；2）能发现不同类型的聚类；3）对数据的输入顺序不敏感。雷电时空聚类分析方法步骤1）首先，将雷电监测数据按时间、位置、雷电流幅值与极性、主放电与后序放电等专题属性数据存入计算机数据库中，采用地理信息系统GIS处理工具对Google Earth地图上的选定区域统计雷电集合。2）然后对一年的雷电数据进行分析，计算机程序自动检索雷暴时区。该步骤是对全年雷电数据在时间上的一维聚类分析。例如以广东佛山地区为例，全年的雷电数据为L(按时间从小到大排序)，设置一个最大时间临近范围为T1，以第一个雷电数据为当前点创建一个聚类，搜索当前点最大临近时间范围的下一个临近点，加入该临近点做当前点，继续寻找当前点的临近点。如果找不到下一个临近点，就从下点开始另外一个聚类。一直遍历到最后一个雷电数据，算法结束。3）再将每个雷暴区域的雷电集合按时间及空间位置相互临近各自作为一类。每类雷电的个数，即该聚类雷电的能量强度。4）对雷电按时间排序，这个步骤在数据库中执行。按时间顺序将第一个雷电点作为当前点，然后检查下个雷电在时间和空间上不超过参数Maxneighbor（最大邻近范围）个的一些邻近点，当找到下一个邻近点，则把它移入求出空间的平均中心位置，以中心位置为当前点，然后再寻找另一个邻近点，直至搜出Maxneighbor内所有的邻近点。对于一个类中的每个对象，在其给定半径的领域中包含的对象不能少于某一给定的最小数目，如果小于该值，将不在地图上显示。5）在Google Earth地图上显示雷电活动规律。雷电时空聚类的算法设计将雷电集合按时间段先进行划分成一个个小的雷电集合，再将这些小的雷电集合按空间位置相互临近各自作为一类。数值0、1、2、3、4、5.8、9、A、B、C、DJ 标示聚类的时间先后顺序。每类雷电的个数，即该聚类雷电的能量的强度。首先对一年的雷电数据进行分析，得到雷电时区，雷电聚类分析示意图如下，数字的位置表示雷电的位置，数值表示雷电的优先顺序，矩形框表示聚类的范围。图 5.33雷电聚类分析示意图按照上述原理，算法设计如下：第一步活动雷暴时区，如下图所示:图 5.34雷暴时区算法设计在实际应用中的实例如下：图 5.35雷暴时区树形图第二步，选择一个雷暴时区进行雷电聚类分析：图5.36雷暴聚类分析算法流程图实际应用中的实例：如图标签上的数字代表雷电的时间顺序，受复杂地形的影响，雷电走向成“之”字形状的雷电走廊。图 5.37“之”字形雷电走廊5.3.2聚类分析与基于网格的地闪密度图混合算法研究在聚类分析这个基础上，我们想到了聚类与网格相结合的方法。将一年的聚类分析与网格结合起来，按一个固定的聚类参数进行分析。每个网格的颜色表示该网格中聚类雷电频度的最大值，网格高度表示一年中经过该网格的聚类的个数，也就是雷电走廊经过的次数。通过对3年的雷电数据进行分析（取最近3年的数据，是因为最近的雷电定位站比以往的定位站要多而均匀，这3年的雷电数据也比以往的要多出很多）。如2008的分析结果，从上往下看，与地闪密度图相似：图 5.38聚类网格法（2008年雷电从上自下）颜色代表聚类最大的频度值，红色为频度高的聚类，黄色次之。与2008年的地闪密度图相比，可以看到平原地区有减弱趋势，山区有加强趋势。图 5.39聚类网格法（2008年雷电，面北左西右东的方位）上图中左边是高明的区域，可以看见高明的中心的聚类个数要明显少于周围聚类的个数。整体上是从东到西递减的趋势。图 5.40聚类网格法（2008年雷电，面南左东右西的方位）网格的高度代表聚类经过的次数，从两个角度我都可以看到佛山地区东部的聚类个数要明显的多于西部的距离个数。通过2004年至2007年的分析，我们发现了同样的规律。如下图所示：图 5.41 2004年分析图 5.42 2005年分析图 5.43 2006年雷电聚类三维网格分析图 5.44 2007年雷电聚类三维网格分析通过以上的分析我们发现雷电聚类在佛山地区有按纬度递减的规律存在。5.3.3佛山地区几种典型