大數據環境下區域電網防污閃策略研究及應用

秦威南，徐飛明，陳安，傅卓君，馬陽曉，張帆

(國網金華供電公司，浙江 金華 321000)

近年來，金華電網規模不斷擴大，110kV及以上線路增至378回，6200余km。由于地理原因，金華全年降雨天數接近三分之一，環境相對濕度大，加之局部地區工業排放問題嚴重，使得輸電線路絕緣子表面污穢沉積嚴重，極易引發電氣絕緣問題和污閃放電事故，嚴重威脅電網安全穩定運行[1-10]。

目前，我國主要通過對絕緣子污穢度測量來劃分污區圖，然而，此類方法含有局限性，一是大氣情況變化復雜，防污閃治理策略制定時無法考慮實際大氣污染情況與線路受污之間的關系，線路防污閃策略的制定具有一定盲目性；二是現有的污區圖都是基于歷史的絕緣子污穢測量數據以及運行經驗制定的，不能反應當前的積污情況，具有較大的滯后性[11-16]。

本文通過金華地區空氣質量指數(air quality index,AQI)建立仿真模型，從而更精準地劃分不同污區。調研發現，AQI準確描述了各地區空氣污染程度，而在構成其的各項指標中，與絕緣子污閃關系密切的主要為氣體狀態污染物(SO2、NO2)以及氣溶膠狀態污染物(PM10、PM2.5)[17-18]。由于AQI依賴于各環境監測點的監測數據，而金華各縣市監測點均位于市域范圍內，各重污染源普遍位于遠郊，導致監測點監測數據的應用存在較大的局限性[19-21]。

在此背景下，本文首先提出了空氣質量預報模型，通過分析長期數值預報模型的預報結果與氣象測量的歷史真實數據之間的關系，尋找數值模型預報偏差的統計特征，從而自適應對模型參數進行優化，改進預報結果的準確性。在此基礎上，結合金華地區17個重要廢氣排放源，利用多層前饋神經網絡模型開展廢氣點源污染擴散分析，得到修正后的金華地區AQI，再建立大氣環境參數與電網污穢等級劃分間計算模型，揭示絕緣子等值鹽密累積規律。

1 模型及算法

本文從空氣質量、氣象等環境數據入手，通過分析長期數值預報模型的預報結果其與氣象測量的歷史真實數據作之間的關系，尋找數值模型預報偏差的統計特征，自適應對模型參數進行優化，改進預報結果的準確性，構建絕緣子污穢度評估模型，制定基于絕緣子污穢度的防污閃策略，如圖1所示。

圖1 研究技術路線Fig.1 Research technology route

其中：(1)空氣質量數據。此數據由各空氣質量監測站點歷年采集的數據收集匯總而形成，為二維數據，每日空氣質量指數取至每小時的平均數。(2)氣象數據。此數據由各氣象監測點歷年采集的數據收集匯總而形成，為二維數據。(3)金華地區主要大氣污染源數據。通過各污染源的監測系統獲取本成果需要的字段信息。(4)桿塔經緯度。此數據通過經緯度數據采集器采集后錄入內網系統，為2維數據，金華電網所有桿塔經緯度數據量為2.06MB。(5)絕緣子臺賬。此數據通過內網系統查詢獲取，為二維數據。(6)鹽密值數據。此數據由鹽密測試儀采集獲取，為二維數據。

數據預處理方面：(1)對任一天缺失的空氣質量、氣象數據觀測值用最相鄰的3個觀測值的均值替補。(2)對污染源監測點監測得到的關于空氣質量的數據提取出來，融合污染源經緯度，形成污染源數據集。(3)根據線路名稱、桿塔編號，進行特征值構造，形成唯一的桿塔經緯度編碼，如華龍5876線34#塔經緯度的編碼為5876034。(4)將桿塔經緯度與絕緣子臺賬、鹽密值融合，形成該基桿塔的特征數據集。

1.1 環境數據空間預測模型

根據金華地區某一時刻的空氣質量指數和氣象條件特征，構建該時刻的空氣質量-氣象條件特征數據集，再利用插值法對指定坐標進行插值，從空間維度建立該時刻任意地點的環境數據預測模型。

步驟一：融合空氣質量數據(包括PM2.5、PM10、SO2、CO、NO2和O3等實體污染物濃度)與氣象條件數據(風向、風速、降雨量、溫濕度等)，將氣象條件檢測站點的數據添加到空氣質量監測站點的數據中；

步驟二：對數據進行處理，添加必要的屬性、標簽，清洗數據后形成環境特征值數據集；

步驟三：將所有空氣質量監測站點以及目標點的經緯度坐標轉換為平面直角坐標，如XY[(X1,Y1), (X2,Y2),……, (X17,Y17)]，(X,Y)；

步驟四：利用空間插值法，對環境特征值數據集進行插值運算，從而獲取任意點的環境數據集。

圖2 環境數據空間預測流程圖Fig.2 Flow chart of spatial prediction of environmental data

經過上述步驟，即可構建出在空間維度上的環境數據預測模型，利用此模型，在所有環境特征值監測站點的數據已知的情況下，可以獲得任意地點的AQI并形成金華地區的AQI分布，分別如圖3、圖4所示。

(a)蘭溪AIQ(a)AQI of Lanxi

(b)義烏AQI(b)AQI of Yiwu

圖4 金華地區AQI平均熱力圖Fig.4 AQI averagethermodynamic diagram of Jinhua

從圖3統計曲線可知，受降雨量少等因素影響，1-3月、11-12月間的AQI數值普遍比其他月份高；從圖4可知，義烏地區平均AQI值明顯高于其他地區，說明經濟、工業等活動對AQI值有較大影響。相應的，利用AQI來評估絕緣子污穢度時，也應充分考慮時間段和地域差異帶來的影響。

需要注意的是，模型一種所采用的空氣質量監測點均位于市區，數據有較大的空間局限性，不能完全反應出所有桿塔所在具體位置的污染情況。

1.2 廢氣點源污染擴散分析

模型一以空氣質量監測點的統計數據作為計算初始條件，對整個金華地區的空氣質量進行了初步預測，但其沒有充分考慮各污染源直接產生的影響。而污染物排放量是空氣質量的關鍵影響因素，為了計算更符合實際的空氣質量，本文進一步對廢氣點的污染擴散情況[22-24]進行分析，結合桿塔上微氣象監測設備，利用神經網絡模型，對模型一的空氣質量預測結果進行修正，為準確評估絕緣子污穢度奠定基礎。

圖5 廢氣點源污染擴散分析流程Fig.5 Analysis process of point source pollution diffusion of waste gas

步驟一：將污染點附近AQI與廢氣污染排放數據輸入至多層前饋神經網絡模型；

步驟二：給定初始化權重值和偏置項值，計算輸出值以及輸出值與實際值之間的誤差；

步驟三：按照誤差逆向傳播算法，對權重值和偏置項值進行調整，對多層前饋神經網絡模型進行訓練；

步驟四：利用訓練模型補充修正其他污染排放點附近的AQI，得到修正后的空間任意點AQI。

通過對比修正前(圖4)和修正后(圖6)的金華地區AQI平均熱力圖可知，廢氣排放點對其附近區域造成了較大污染，通過廢氣點源污染擴散分析能有效反映這一情況。在利用AQI來評估絕緣子污穢度時，也應充分考慮強污染源的排放情況。

圖6 修正后的金華地區AQI平均熱力圖Fig.6 Modified AQI averagethermodynamic diagram of Jinhua area

1.3 利用大氣環境參數判斷電網污穢等級

大量污閃事故的環境監測數據表明，輸變電設備外絕緣表面的污穢程度主要與設備表面材質、氣象條件、大氣環境污染有關。針對絕緣子污穢的累積規律，國內外大部分研究通過統計分析，探索了不同絕緣子類型、氣象條件、大氣污染等因素與等值鹽密(equivalent salt deposit density,ESDD)之間的定性關系。

為此，本文參照了一些經驗公式，選取了合適的獨立項計算理論鹽密值，并與監測點附近的實測鹽密值進行對比，理論鹽密值與實測鹽密值較為吻合。

1.3.1 算法邏輯流程

空氣質量指數AQI中包括SO2質量濃度ρSO2、NO2質量濃度ρSO2、PM10質量濃度ρPM10，本項目采用了“大氣環境參數與電網污穢等級劃分間經驗算式的修正方法”，公式如下：

(1)

(2)

式中，P為描述電網污區污閃特征的大氣質量指數；ρ為各污染物實測質量濃度；ρs為污染物評價標準質量濃度值；獨立項設為ρB(其中，下標B表示SO2、NO2、PM10)。

根據國家標準 GB3095-2012《環境空氣質量標準》中的規定，SO2、NO2、PM10的評價標準質量濃度值取2級標準質量濃度限制，分別為0.06mg/m3、0.04mg/m3和0.07mg/m3。

根據金華地區大氣環境質量資料，水泥廠、火電廠為主要污染源，PM10在大氣污染中的影響較大，選擇其作為獨立項ρB。將P值代入式(2)，可計算求得相應的理論鹽密值ρESDD。

根據模型一、二以及上述流程，即可總結出本文的污閃水平評估流程：

步驟一：對金華電網110kV及以上線路桿塔所在的空間進行網格劃分；找到班組所轄全部桿塔經緯度的最大值和最小值，組成以極值數據為邊界的空間(A)，以10km×10km為最小網格單元，將空間劃分成若干單元格。

步驟二：計算各網格的空氣質量指數AQI。根據模型一、模型二修正計算得到的空氣質量數據，計算網格四個頂點AQI均值，得到該網格的AQI值。

步驟三：自然積污絕緣子等值鹽密的累積規律計算。

步驟四：采用模型三，結合相應的空氣質量指數監測數據，采用新模型分別對鹽密監測點的數據進行參數估計和預測。

步驟五：比較該方式下計算得到的污穢分布圖與國網公司和浙江省電力公司修訂的電力系統污區分布圖。

步驟六：在運絕緣子與污穢分布圖的的結果匹配分析。

1.3.2 計算結果

(1)現有污區分布圖比對

現階段執行的污區分布圖有兩個版本，如圖7所示。省公司版相較于國網公司版，對部分地區的污穢度采取了更高等級的劃分，省公司版本中紅色區域地帶囊括了金華各個縣市的主城區(除磐安)。污穢等級：紅色為D級，綠色為C級，橙色或黃色為B級。

(a)浙江省公司版本(a)Zhejiang company version

(b)國網公司版本(b)SGCC version

(2)利用大氣環境參數計算污穢的等級

通過模型一、二計算得到修正后的空氣質量指數，代入“大氣環境參數與電網污穢等級劃分的經驗公式”(1)和(2)，計算得到金華地區鹽密均值熱力圖，如圖8所示。參照圖7的鹽密值與污穢等級的劃分，可得金華市區、蘭溪東邊、義烏及東陽市區的污區等級最高(D級)，蘭溪城區、浦江城區、武義城區的污區等級為C級，其他地區為B級。對比發現，金華及義烏市區的污穢等級與省公司版本的污區等級基本一致，但范圍更大一些；金義東區域由于數據采集點較少，計算結果可能存在一定偏差，需后續增設鹽密監測點和空氣質量監測點完成數據驗證；其他地區計算結果基本與省公司版本污區圖一致。

圖8 金華地區鹽密平均值熱力圖及污穢等級劃分Fig.8 Thermodynamic diagram of average salt density and classification of pollution grade in Jinhua

(3)等值鹽密累積規律分析

2006年-2010年間，金華公司聯合浙江省電科院開展了等值鹽密的累計規律研究，成果詳見《自然積污絕緣子等值鹽密的累積規律》。重點對金華500kV雙蘭5407線159號、183號、218號及246號塔上掛網運行的懸垂絕緣子串進行了自然積污研究，曲線如圖9(a)所示。

2020年，本項目選取了雙蘭5407線218號作為研究對象，進行了鹽密理論計算和實際測量，對比2020年1-12月間的鹽密實測數據，如圖9(b)所示。結果表明，1-12月份中絕大部分的鹽密理論預測值與實測值較為接近，且兩種鹽密值對應的污穢等級也基本一致，證明本文方法可行。

(a)以往研究結果(a)Previous research results

(b)本文計算值與實測值對比圖(b)Comparison of calculated and measured values

2 價值及成效

2.1 科學開展輸電設備污穢評估及治理

金華市土地面積10942km2，南北跨度129km，東西跨度151km。經計算，桿塔分布所在的空間，南北跨度約127.8km，東西跨度約142.1km。對該空間進行10km×10km的網格劃分，得到195個網格(15×13，水平方向15個、垂直方向13個)，其中有桿塔的網格為111個，統計每個網格中的污穢值，采用一定的分級方法對這些網格的數據進行等級劃分，完成污區網格化劃分，如圖10所示。并耦合線路桿塔和絕緣子信息，實現區域內所有線路桿塔絕緣子污穢度科學評估。

圖10 污區網格劃分Fig.10 Grid generation of polluted area

定期進行絕緣子污穢度評估工作，重點治理污穢值較高的絕緣子，提前制定有效的預控措施和防治策略。如：定期開展絕緣子清掃、使用耐污或大盤徑絕緣子。通過精準治理，確保電網安全穩定運行，提高供電可靠性。

2.2 深化環保大數據的電力應用及共享

空氣環境質量對于運行中的電網設備表面具有重大的影響。輸電設備中常有鋼絞線、絕緣子鋼帽、塔材及金具的腐蝕等，變電設備中常有變壓器、互感器、隔離開關、避雷器等會發生受污腐蝕情況?；谖蹍^分布圖，對不同設備的腐蝕程度進行研究，通過對腐蝕數據、氣象與環境數據的歸一化建模，分析金屬設備表面腐蝕速率，對電網及其他工業的設備選材及防腐維護具有重大指導意義[25]。

電力線路的路徑選擇需要綜合考慮成本、地勢、環境等。對于未來將要設計投入的電力線路，合理考量路徑區域的污染情況，并對不同污染情況的地區采用相對應規格的絕緣子，差異化桿塔高度和絕緣子配置，保障電網可靠運行并更大限度地節約建設成本和運維成本。

近年來，電網發展緊跟創新的時代潮流，許多新興電力產業正噴涌而來，如光伏電力。光伏發電利用的太陽能極易受到空氣污染的影響，特別在霧霾嚴重的地區。霧霾能夠散射和吸收太陽短波輻射，大大降低到達地面可供光伏利用的資源。通過對區域污染分布情況的剖析，結合太陽能板的特性，采取相應的措施，降低空氣污染，提升發電效率。

2.3 大氣污染防治與城市文明發展同行

污區分布圖作為污染可視化分析平臺，可以提供最新的環境污染狀況。以污區分布圖為基礎建立完整的空氣質量評價體系，為城市規劃、交通規劃、通信規劃、5G基站規劃等提供科學依據。

隨著萬物互聯時代的到來，大數據和云計算不斷發展壯大，地圖、天氣預報等都為人類提供諸多便利[26-32]。污區分布圖結合現有信息和互聯網技術，實現環境空氣質量預測數據，以APP、小程序、網絡瀏覽等方式單獨呈現或在已有可視化平臺如天氣預報等融合方式呈現，為有關部門、企業提供有效環境信息，為人們出行時間、地點、路線創造更優選擇。

基于污區分布圖，結合網格化布點、多元數據融合和時空數據分析的模式，對空氣質量進行實時監測，生成動態趨勢圖，分析整個區域的大氣環境質量時空變化情況，并能對污染進行溯源。環保部門能夠據此來做決策以及環保監管方案的制定，也能為衛生標準和環境保護法規的制定和修改、治理措施的確定提供依據，助力文明城市創建工作。

3 結論

(1)科學開展輸電設備污穢評估及治理。首先按照10km×10km，將金華電網線路桿塔劃分成111個網格，其中31個網格包含絕緣子污穢檢測點。再通過本項目提出的評估方法對各網格進行污穢評估，并按數值高低進行排序。據此來定期進行絕緣子污穢度評估工作，重點治理污穢值較高的絕緣子，提前制定有效的預控措施和防治策略。

(2)可更加貼合實際情況合理考量輸電線路路徑區域污染情況，差異化防污閃配置，防污閃投資節約20%以上。

(3)采用該方法對金華電網部分絕緣子進行了污穢度評估并對比歷史測量數據，顯示該方法可行。成果應用于實際工作，可為電網設備防污閃檢修策略的制定提供參考。

(4)以污區分布圖為基礎建立完整的空氣質量評價體系，為城市規劃、交通規劃、產業布局、5G基站規劃等提供科學依據。助力文明城市的創建。