周恩澤，黃勇，向諄，羅穎婷，魏瑞增，向坤軒，周游

(1. 廣東電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，廣州510080 ；2. 智能電網(wǎng)運行與控制湖南省重點實驗室(長沙理工大學(xué)電氣與信息工程學(xué)院)，長沙410114)

0 引言

近年來隨著經(jīng)濟的發(fā)展，我國電力負荷增長迅速，電網(wǎng)規(guī)模不斷擴張。特別是特高壓技術(shù)日益成熟，大范圍地采用跨區(qū)域、距離遠、大容量的輸電線路使得輸電走廊極易延展至山火高危地段[1 - 3]。山火往往具有蔓延迅速、發(fā)生時間集中等特點，在春節(jié)、清明以及秋收等風(fēng)俗節(jié)氣時，容易形成爆發(fā)式的山火災(zāi)害，可能會造成多處輸電線路跳閘事故同時發(fā)生。并且在火焰持續(xù)高溫的作用下，線路下方空氣絕緣維持在較低水平，自動重合閘難以正常作用，甚至可能造成多條線路相繼跳閘，引發(fā)電網(wǎng)連鎖故障[4 - 6]。

采用衛(wèi)星遙感技術(shù)可以實現(xiàn)對山火的廣域監(jiān)測，但這種山火發(fā)生后的被動防治容易發(fā)生漏判和誤判現(xiàn)象。且山火往往發(fā)生在人跡稀少的偏遠山區(qū)，電網(wǎng)運維人員難以及時趕赴現(xiàn)場[7]。若提前開展輸電線路分區(qū)段的山火風(fēng)險評估，對存在山火隱患的地域開展差異化的重點防治工作，可有效提高山火突發(fā)時電網(wǎng)的應(yīng)對能力，降低由山火災(zāi)害引起的輸電線路跳閘以及停運風(fēng)險[8]。

早期對火災(zāi)風(fēng)險評估的研究主要圍繞著氣象角度的森林火災(zāi)風(fēng)險開展[9 - 10]。目前國外比較成熟的森林火災(zāi)風(fēng)險等級評估方法主要是加拿大的CFFDRS、美國的NFDRS以及澳大利亞的McAnhur森林火險尺[6]。我國1995年提出了以氣象要素為基礎(chǔ)的的森林火險天氣預(yù)報方法[11]。但該方法僅考慮了氣溫、濕度、降水和風(fēng)速等氣象要素對山火發(fā)生和蔓延風(fēng)險的影響，沒有考慮山火發(fā)生后對輸電線路運行穩(wěn)定性的影響[12]。國家電網(wǎng)公司發(fā)布了《架空輸電線路山火分布圖繪制導(dǎo)則》，在歷史火點密度分布的基礎(chǔ)上，增加了地表植被類型這一變量來代表火焰燃燒后對線路絕緣的影響。但標(biāo)準(zhǔn)中采用的簡單的因子疊加取整的方式難以差異化各因子對山火災(zāi)害的影響程度。在其他輸電線路走廊風(fēng)險評估模型中，層次分析法被廣泛用于分析各山火致災(zāi)因子之間的相互關(guān)系以及對評估模型的影響程度，但該方法過于依賴評估專家的主觀經(jīng)驗[13 - 14]。基于神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)挖掘的評估模型通過不斷修正因子數(shù)據(jù)權(quán)重來提高模型準(zhǔn)確度，但若樣本數(shù)據(jù)太少或質(zhì)量不佳，則容易引起較大的偏差[15]。文獻[16]將圖模型與最優(yōu)化理論的結(jié)合，降低了主觀誤差，但該模型僅僅以氣象因子、地表因子以及歷史火情因子進行山火發(fā)生風(fēng)險評估，致災(zāi)因子較為單一且粗略，沒有考慮輸電線路的差異性。文獻[17]提出了一種基于因子選擇的樸素貝葉斯網(wǎng)絡(luò)輸電走廊山火風(fēng)險評估模型，其實用性尚待進一步驗證。

本文以模糊層次分析法與熵權(quán)法為基礎(chǔ)，采用物元可拓建立了輸電線路山火風(fēng)險評估模型，在復(fù)雜模型中綜合量化因子指標(biāo)，化解指標(biāo)間難以定量評估的不相容問題。首先結(jié)合人為、地理、氣候以及線路4大山火風(fēng)險指標(biāo)下的影響線路山火跳閘的因子，形成輸電線路山火災(zāi)害風(fēng)險評估指標(biāo)體系。然后通過收集到的指標(biāo)數(shù)據(jù)，分別進行主觀模糊層次分析與客觀熵權(quán)組合賦權(quán)，得到山火風(fēng)險指標(biāo)重要度排序。最后以山火發(fā)生風(fēng)險為物元，結(jié)合可拓學(xué)理論，構(gòu)建輸電線路山火風(fēng)險評估模型，并使用南方某省份輸電線路工程實例進行驗證。

1 輸電線路山火災(zāi)害風(fēng)險指標(biāo)與評估體系

1.1 輸電線路山火災(zāi)害風(fēng)險指標(biāo)

輸電線路山火災(zāi)害是由多種致災(zāi)因素共同作用的結(jié)果[18]?；鹪纯煞譃槿藶榛鹪磁c自然火源，其中由人為火源引起的火災(zāi)比例達90%以上[19]。火環(huán)境主要指火險天氣條件、地形與林內(nèi)小氣候等。可燃物與植被類型、植被覆蓋度等因素有關(guān)。而輸電線路電壓等級、導(dǎo)線對地距離以及相間距離等自身狀態(tài)不同，當(dāng)山火災(zāi)害發(fā)生至線路附近時，其跳閘概率的影響也不盡相同[20]。因此，本文選擇對人為、地理、氣候和線路4大類山火影響指標(biāo)進行分析，構(gòu)建輸電線路山火災(zāi)害風(fēng)險評估指標(biāo)體系。

1.1.1 人為影響指標(biāo)

春節(jié)、清明時節(jié)是我國山火災(zāi)害的高發(fā)時期，各類春耕秋收、放鞭炮和祭祖等民俗活動為山火的發(fā)生提供了火源。一般當(dāng)區(qū)域距離道路和居民點稍遠時，人類活動程度減弱，植被覆蓋度與連續(xù)性則會相應(yīng)提高。但一旦出現(xiàn)火源則難以被發(fā)現(xiàn)，極易使火情擴大引發(fā)大面積山火災(zāi)害[21 - 22]。歷史火點密度可以綜合反映當(dāng)?shù)氐娜祟惖挠没鹦袨?，歷史火點密度高的區(qū)域未來仍存在較高的火點發(fā)生概率。人口密度較低的區(qū)域多為靠近山林的農(nóng)村，用火較為頻繁。燒荒燒炭、煉山造林、野外吸煙等都是引發(fā)山火災(zāi)害主要原因[23]。本文選擇了距離道路遠近、距離居民點遠近、歷史火點密度和人口密度4個指標(biāo)作為反映人類用火行為活動的山火風(fēng)險指標(biāo)。

1.1.2 地理指標(biāo)

森林覆蓋率以及森林植被密度為火災(zāi)的發(fā)生提供了良好的植被燃料基礎(chǔ)。海拔高度一定程度上決定了當(dāng)?shù)亓帜镜姆N類和植被覆蓋情況，并且人類的居住地也大多聚集在海拔一定的高度范圍內(nèi)[24]。土地利用類型和植被類型與山火災(zāi)害的發(fā)生同樣有著密切關(guān)系。山火更容易在針葉林、針闊混交林等林地和高覆蓋度草地上燃燒和蔓延。使用歸一化植被指數(shù)(normalized differential vegetation index，NDVI)可以進一步反映植被覆蓋度的情況。研究表明，當(dāng)NDVI增加時，山火發(fā)生可能性升高[25]。且發(fā)生火災(zāi)時，火焰燃燒強度和蔓延速度也會明顯增強，線路跳閘概率大大增加。坡度和坡向主要影響植被的生長情況和含水率。當(dāng)坡度較陡時，地表水分流失速率較快，使可燃物含水率降低，林火容易發(fā)生[26]。陽坡受太陽光直射，相較于陰坡而言，可燃物含水率較低，從而也易引發(fā)較大的山火，引發(fā)輸電線路跳閘。

因此，本文選擇了土地利用類型、植被類型和NDVI植被指數(shù)反映地表的可燃物情況，同時選擇海拔、坡度和坡向反映目標(biāo)區(qū)域的地理地形狀況。

1.1.3 氣象指標(biāo)

溫度與降水量直接影響植被的生長與含水量的高低。當(dāng)植被生長旺盛或含水量較低時，極易引起山火的發(fā)生，導(dǎo)致山火強度與蔓延速率也隨之增大。本文選擇年均溫度以及年降水量2個指標(biāo)進行山火風(fēng)險評估。

1.1.4 線路指標(biāo)

分析歷史輸電線路山火跳閘數(shù)據(jù)發(fā)現(xiàn)，線路電壓等級越高，其受山火災(zāi)害的影響越大。當(dāng)線路電壓大于220 kV時，山火跳閘主要是由相對地閃絡(luò)引起的[27]。因為在火焰條件下，線路下方空氣絕緣被火焰等離子體橋接，導(dǎo)致無法承受線路的最高運行工作電壓而導(dǎo)致的放電[28]。除此之外，線路相間絕緣也會在山火引起的高溫以及煙塵的影響下，發(fā)生放電引起線路相間短路而跳閘[6]。因此，線路指標(biāo)選擇影響線路跳閘概率較大的線路電壓等級、導(dǎo)線對地距離和相間距離3個指標(biāo)進行山火風(fēng)險評估。

1.2 輸電線路山火災(zāi)害風(fēng)險評估指標(biāo)體系

根據(jù)上述選擇的風(fēng)險指標(biāo)的類別，本文構(gòu)建了輸電線路山火災(zāi)害的風(fēng)險評估指標(biāo)體系，具體如表1所示。

表1 輸電線路山火災(zāi)害風(fēng)險評估指標(biāo)體系

2 基于模糊層次分析與熵權(quán)法的山火風(fēng)險指標(biāo)重要性分析

山火災(zāi)害的發(fā)生和輸電線路山火跳閘是由眾多風(fēng)險指標(biāo)共同影響下的結(jié)果，對風(fēng)險指標(biāo)賦予不同的權(quán)重有助于弱化不同指標(biāo)之間的耦合關(guān)系，提升模型的評估效果[29]。本文基于模糊層次分析法與熵權(quán)法進行組合賦權(quán)，分析和計算各指標(biāo)的重要程度，從而實現(xiàn)更加合理客觀的輸電線路山火風(fēng)險程度評估[30 - 31]。

2.1 模糊層次分析法

專家在對山火風(fēng)險指標(biāo)的重要度分析中，往往難以給出定量評價。與層次分析法相比，模糊層次分析法根據(jù)模糊數(shù)學(xué)隸屬度理論，構(gòu)造了更為符合人類思維模式的模糊一致判斷矩陣，把定性評價轉(zhuǎn)化為定量評價，能較好地體現(xiàn)問題的模糊性。

首先根據(jù)劃分的輸電線路山火災(zāi)害風(fēng)險評估指標(biāo)體系，將同一層次下的風(fēng)險指標(biāo)按照表2的指標(biāo)重要性比較原則構(gòu)建模糊互補矩陣H， 如式(1)所示。

表2 指標(biāo)重要性比較原則

H=(hij)n×n

(1)

式中：hij為指標(biāo)i比指標(biāo)j的重要性取值；n為構(gòu)成矩陣的指標(biāo)數(shù)量。

對模糊互補矩陣中各行進行求和計算，并按照式(2)—(3)進行變換，構(gòu)建模糊一致矩陣H′。

(2)

(3)

H′=h′ijn×n

(4)

式中：ri為模糊互補矩陣第i行的和；h′ij為第i行與第j行下的一致性結(jié)果。

最后利用幾何平均算法求解該矩陣的權(quán)重向量，歸一化后得到各風(fēng)險指標(biāo)最終權(quán)重αi。

(5)

(6)

式中RGM.i為指標(biāo)i的幾何平均值。

2.2 熵權(quán)法

信息熵理論認為指標(biāo)的信息熵越小，其表明的指標(biāo)值變異程度越大，提供的信息量越多，在綜合評價中的作用也應(yīng)越大[32]。因此，根據(jù)各個山火風(fēng)險指標(biāo)的信息熵大小確定其客觀權(quán)重。

首先，根據(jù)各指標(biāo)的歸一化數(shù)據(jù)分布，將其劃分為四等分區(qū)間，并統(tǒng)計其分布概率。

(7)

(8)

式中：xij為指標(biāo)i的第j個樣本的數(shù)值；max{xij}與min{xij}分別為所有樣本中指標(biāo)i的最大值與最小值；x′ij為歸一化后的指標(biāo)i的第j個樣本的數(shù)值；Pik為指標(biāo)i在區(qū)間k內(nèi)的分布概率。

然后，通過各指標(biāo)區(qū)間概率計算其信息熵ei， 確定初始權(quán)重fi， 經(jīng)歸一化處理得到其熵權(quán)βi。

(9)

(10)

(11)

2.3 組合賦權(quán)法

上述的指標(biāo)賦權(quán)方法各有優(yōu)劣。以主觀經(jīng)驗為基礎(chǔ)的層次分析法通過專家對各山火風(fēng)險指標(biāo)進行分析對比，獲得各指標(biāo)的權(quán)重，具有較強的人為主觀性，不同的專家團隊可能會產(chǎn)生差異較大的權(quán)重組合。雖然基于指標(biāo)變異性的熵權(quán)法可以避免專家經(jīng)驗差異帶來的認為主觀干擾，但是其權(quán)重的計算結(jié)果極大程度取決于指標(biāo)數(shù)據(jù)的數(shù)量和質(zhì)量[33]。因此，將模糊層次分析法與熵權(quán)法得到的權(quán)重相組合，可以兼顧主觀評估與客觀數(shù)據(jù)，獲得最終山火風(fēng)險綜合指標(biāo)權(quán)重ωi。

(12)

2.4 山火風(fēng)險指標(biāo)重要性分析

2.4.1 模糊層次分析法計算權(quán)重

南方電網(wǎng)7名長期從事山火監(jiān)控和治理的專家通過調(diào)研并結(jié)合工作經(jīng)驗，評估了各指標(biāo)對山火災(zāi)害發(fā)生重要程度，并根據(jù)表1建立的輸電線路山火災(zāi)害風(fēng)險評估指標(biāo)體系進行10分制打分。結(jié)合各專家的學(xué)歷、職稱以及從業(yè)時間等對打分結(jié)果進行差異化處理，最后加權(quán)平均后得到的致災(zāi)指標(biāo)分值如表3所示。

表3 指標(biāo)重要性評分

根據(jù)重要性重要度比較原則，對人為、地理、氣候以及線路指標(biāo)之間的各項山火風(fēng)險指標(biāo)進行比較，按照式(1)構(gòu)建目標(biāo)層以及各二級指標(biāo)層的模糊互補矩陣。然后按照式(2)—(4)，進一步得到輸電線路山火風(fēng)險的目標(biāo)層與一級指標(biāo)的模糊一致矩陣H′U， 以及人為、地理、氣候、線路指標(biāo)與對應(yīng)二級指標(biāo)的模糊一致矩陣H′B1，H′B2，H′B3和H′B4。

按式(5)—(6)計算各層級指標(biāo)的權(quán)重。人為、地理、氣候、線路風(fēng)險指標(biāo)對輸電線路山火災(zāi)害風(fēng)險的權(quán)重αU= (0.298 8, 0.284 1, 0.196 0, 0.221 1)。距離道路遠近、距離居民點遠近、歷史火點密度和人口密度4種風(fēng)險指標(biāo)對人為指標(biāo)的權(quán)重αB1=(0.243 7, 0.268 9, 0.268 9, 0.218 5)。海拔、土地利用類型、植被類型、NDVI植被指數(shù)、坡度、坡向6種風(fēng)險指標(biāo)對地理指標(biāo)的權(quán)重αB2= (0.161 1, 0.192 0, 0.180 7, 0.172 2, 0.161 1, 0.132 9)。年均溫度和年均降水量兩種風(fēng)險指標(biāo)對氣候指標(biāo)的權(quán)重αB3= (0.475 0, 0.525 0)。線路電壓等級、導(dǎo)線對地距離和相間距離3種風(fēng)險指標(biāo)對線路指標(biāo)的權(quán)重αB4=(0.299 8, 0.355 7, 0.344 5)。綜合以上權(quán)重進行歸一化后，得到災(zāi)害因子的主觀權(quán)重α=(0.072 8, 0.080 3, 0.080 3, 0.065 3, 0.045 8, 0.054 5, 0.051 3, 0.049 0, 0.045 8, 0.037 8, 0.093 1, 0.102 9, 0.066 3, 0.078 6, 0.076 2)。根據(jù)模糊層次分析法，年均降水量、年均溫度、距離居民點遠近以及歷史火點密度被認為對誘發(fā)輸電線路山火跳閘的影響重要程度較大。

2.4.2 熵權(quán)法計算權(quán)重

收集了南方電網(wǎng)管轄范圍內(nèi)2015—2019年期間所有發(fā)生過火的輸電走廊信息，并對其數(shù)值進行歸一化變換和區(qū)間概率化處理。利用式(9)—(11)計算各山火風(fēng)險指標(biāo)的指標(biāo)信息熵ei以及熵權(quán)βi。其中，各指標(biāo)區(qū)間概率Pik、ei以及βi如表4所示。結(jié)果表明，歷史火點密度、線路電壓等級以及土地利用類型對山火跳閘結(jié)果影響顯著。

表4 山火風(fēng)險指標(biāo)的區(qū)間概率、信息熵和熵權(quán)

2.4.3 組合權(quán)重計算

根據(jù)式(12)計算，得到各山火致災(zāi)指標(biāo)的模糊層次法和熵權(quán)法組合權(quán)重，結(jié)果如圖1所示。

圖1 輸電線路山火風(fēng)險指標(biāo)權(quán)重

歷史火點密度、線路電壓等級以及距離居民點遠近被認為是輸電線路山火風(fēng)險最大的3個山火風(fēng)險指標(biāo)。這是可能因為歷史火點密度作為當(dāng)?shù)匕l(fā)生山火的綜合指標(biāo)，表示過去所有的用火行為和植被地形指標(biāo)影響的總和，對山火發(fā)生的預(yù)測有著極大的影響；而輸電線路電壓等級則直接影響了在火焰條件下線路下方空氣絕緣的耐受情況，因此對輸電線路山火跳閘具有較大的影響；距離居民點遠近可以很好地反映出人類用火行為對輸電走廊的山火災(zāi)害發(fā)生的影響。

3 基于物元可拓的輸電線路山火災(zāi)害風(fēng)險評估模型

物元可拓法是有機結(jié)合物元理論和可拓學(xué)的綜合評估方法。利用物元模型來描述問題，將指標(biāo)劃分等級后，計算指標(biāo)與各等級之間的關(guān)聯(lián)程度，并利用模型集成得到綜合評價的方法[34]。與單一結(jié)合因子的評估方法相比，基于組合賦權(quán)的物元可拓評估模型通過結(jié)合物元變換及結(jié)構(gòu)變換的方式，將山火因子的關(guān)系轉(zhuǎn)化為數(shù)值化的物元模型以及定量分析可拓過程[35 - 36]。將輸電線路山火風(fēng)險按風(fēng)險程度分為“嚴重危險”、“較危險”、“一般”、“較安全”和“安全”5個等級，記為N={N1,N2,N3,N4,N5}。 其中，N1為“嚴重危險”等級，以此類推。

3.1 輸電線路山火風(fēng)險指標(biāo)風(fēng)險區(qū)間劃分

根據(jù)收集的2015—2019年輸電走廊火點和跳閘信息，以及距火點3 km以上的無火點信息，對連續(xù)型數(shù)據(jù)進行分布差異化統(tǒng)計分析。然后按照對輸電線路山火跳閘風(fēng)險的影響程度，對數(shù)值進行風(fēng)險間隔劃分。對于離散數(shù)據(jù)型指標(biāo)，則直接根據(jù)發(fā)生山火跳閘事件中每一種類型的占比進行分級。相應(yīng)的區(qū)間劃分和分級標(biāo)準(zhǔn)如表5—6所示。

表5 連續(xù)型指標(biāo)分級標(biāo)準(zhǔn)

3.2 輸電線路山火風(fēng)險等級的經(jīng)典域物元

以輸電線路山火風(fēng)險等級Nj和它所屬的15個風(fēng)險指標(biāo)Cij及其取值范圍aji,bji建立對應(yīng)5個經(jīng)典域物元Rj， 分別對應(yīng)5個山火災(zāi)害風(fēng)險等級，如式(13)所示。

(13)

式中：Nj為所劃分的第j個風(fēng)險等級；C1,C2,…,C15分別為風(fēng)險等級Nj的15個山火風(fēng)險指標(biāo)；vji表示Nj關(guān)于第i個山火風(fēng)險指標(biāo)的取值范圍，記為aji,bji， 即經(jīng)典域。

表6 離散型指標(biāo)分級標(biāo)準(zhǔn)

3.3 輸電線路山火風(fēng)險等級的節(jié)域物元

令RQ為輸電線路山火風(fēng)險的節(jié)域物元，有：

(14)

式中：Q為待評輸電線路山火風(fēng)險等級的全體；vQi為Q關(guān)于第i個指標(biāo)的取值范圍，記為〈aQi,bQi〉， 稱為Q的節(jié)域。

3.4 待評輸電線路物元

對于待風(fēng)險評估的輸電線路，將輸電線路的山火風(fēng)險指標(biāo)的數(shù)據(jù)進行計算處理后，用物元Ro表示。

(15)

式中：Qo為具體的某條待評輸電線路的山火風(fēng)險；C1,C2,…,C15分別為風(fēng)險等級Nj的15個山火風(fēng)險指標(biāo)；vi(i=1, 2…, 15)分別為Qo關(guān)于Ci所取的不同量值，也就是指標(biāo)的具體數(shù)值經(jīng)風(fēng)險區(qū)間劃分和分級后的值。

3.5 輸電線路山火風(fēng)險綜合評估

3.5.1 山火風(fēng)險等級指標(biāo)關(guān)聯(lián)度

基于關(guān)聯(lián)度函數(shù)(16)和(17)，對待評輸電線路的各風(fēng)險指標(biāo)物元與各山火風(fēng)險等級的關(guān)聯(lián)程度進行計算。

(16)

(17)

式中：Fj(vi)為第i個山火風(fēng)險指標(biāo)關(guān)于第j個風(fēng)險等級的關(guān)聯(lián)度，其大小可以反映待評價對象對某一具體風(fēng)險等級的歸屬程度，數(shù)值越大表明關(guān)聯(lián)度越大；vi為待評輸電線路在各風(fēng)險指標(biāo)Ci的量值；Vji為經(jīng)典域中各山火風(fēng)險指標(biāo)規(guī)定的取值范圍，即區(qū)間〈aij,bij〉；ρ(vi,Vji)為vi與Vji之間的距離；|Vji|=|aji-bji|表示第i個山火風(fēng)險指標(biāo)關(guān)于第j個風(fēng)險等級的經(jīng)典域取值范圍的大??；vQi為第i個山火風(fēng)險指標(biāo)節(jié)域的取值范圍。

3.5.2 輸電線路山火風(fēng)險等級評定

根據(jù)計算得到待評輸電線路在各山火風(fēng)險等級的關(guān)聯(lián)度fj(Ro)， 取關(guān)聯(lián)度數(shù)值最大的等級作為待評輸電線路的山火風(fēng)險等級。

(18)

式中：ωi為第2節(jié)獲得的第i個山火風(fēng)險指標(biāo)的組合權(quán)重；Fj(vi)為第i個山火風(fēng)險指標(biāo)關(guān)于第j個風(fēng)險等級的關(guān)聯(lián)度。

4 案例分析

為了驗證所提出的物元可拓風(fēng)險評估模型的適用性，本研究對南方電網(wǎng)某省份3條發(fā)生過山火事件的輸電線路進行了風(fēng)險評估。其中線路Ⅰ的電壓等級為500 kV，導(dǎo)線對地的距離為10 m，相間距離為12.5 m。所在地域的植被種類較多，草地較茂盛，灌木枝葉密集，林地以針葉林為主，跨越區(qū)域NDVI的平均指數(shù)值為0.873，植被凈載量為20。且該線路跨越人類活動密集地區(qū)，距離居民點約1.02 km，距離道路約0.93 km；線路Ⅱ的電壓等級為110 kV，導(dǎo)線對地的距離為5 m，相間距離為5.5 m。所在地域的植被種類較多，草地較茂盛，灌木較少且枝葉稀少，林地以闊葉林為主，NDVI的平均指數(shù)值為0.624。距離人類活動范圍較遠，距離居民點約2.95 km，距離道路約1.35 km；線路Ⅲ的電壓等級為220 kV，導(dǎo)線對地的距離為 3 m，相間距離為7.5 m，所在地域的植被種類多，草地茂盛，灌木多且枝葉密集，林地以針葉林為主，NDVI的平均指數(shù)值為0.797 ，植被凈載量為22，位于人類活動密集范圍，距離居民點約0.85 km，距離道路約1.46 km，歷史火點密度為698.45個/(100 km2·a)，其數(shù)值均位于高風(fēng)險區(qū)間。且年降水量為1 235.03 mm，年均溫度較高，達22 ℃。

4.1 輸電線路山火風(fēng)險物元評估模型的建立

基于現(xiàn)場維護人員的勘測，對3條輸電線路的基本信息進行了統(tǒng)計，結(jié)合該地人為活動與氣象信息，形成了物元模型經(jīng)典域R1、R2、R3、R4、R5和節(jié)域RQ， 3條線路的物元分別以Ro1、Ro2、Ro3表示。當(dāng)山火風(fēng)險指標(biāo)的數(shù)值位于某個風(fēng)險等級區(qū)間時，取其所在的風(fēng)險經(jīng)典域中間值作為其物元值。例如，線路Ⅰ的距離道路遠近數(shù)據(jù)為0.93 km，位于“一般”風(fēng)險區(qū)間(4,6)內(nèi)，則取其物元值為5。因此，線路Ⅰ、Ⅱ和Ⅲ各山火風(fēng)險指標(biāo)的經(jīng)典域、節(jié)域以及物元值如表7所示。

表7 輸電線路的風(fēng)險指標(biāo)的經(jīng)典域、節(jié)域以及物元值

4.2 輸電線路山火災(zāi)害風(fēng)險綜合評估

對輸電線路Ⅰ的各山火風(fēng)險指標(biāo)在各危險等級水平下進行關(guān)聯(lián)分析，其關(guān)聯(lián)度Kj(vi)計算數(shù)值如表8所示。

表8 線路Ⅰ各指標(biāo)風(fēng)險等級關(guān)聯(lián)度

通過式(15)，計算得到輸電線路Ⅰ山火風(fēng)險等級的關(guān)聯(lián)度為：

(19)

(20)

(21)

(22)

(23)

其中關(guān)聯(lián)度f2(Ro1)為最大關(guān)聯(lián)度，意味著線路Ⅰ的山火風(fēng)險等級為“較危險”。同理可計算線路Ⅱ、Ⅲ的山火風(fēng)險等級分別為“較安全”和“嚴重危險”，結(jié)果如表9所示。

表9 線路Ⅰ、 Ⅱ、 Ⅲ的山火風(fēng)險等級

3條線路2019年11月份至2020年5月份附近山火災(zāi)害發(fā)生次數(shù)以及線路因山火跳閘的次數(shù)結(jié)果表明：為評估為“較危險”的線路Ⅰ附近山火災(zāi)害發(fā)生2次，均未引起跳閘，但是其中1次被現(xiàn)場運維人員評估可能會引起跳閘而提前通知停運；被評估為“較安全”的線路Ⅱ附近發(fā)生了未引起跳閘事故的山火1次；“嚴重危險”的線路Ⅲ附近發(fā)生山火災(zāi)害3次，其中引發(fā)跳閘1次。3條線路的實際運行結(jié)果與評估結(jié)果基本相符，證明基于物元可拓的山火風(fēng)險評估模型合理且適用。

5 結(jié)論

本文收集了影響山火發(fā)生人為、地理、氣候以及線路指標(biāo)，構(gòu)建了輸電線路山火災(zāi)害的風(fēng)險評估指標(biāo)體系。然后基于物元可拓理論建立了山火風(fēng)險評估模型，其結(jié)論如下。

1) 基于模糊層次分析法與熵權(quán)法計算山火風(fēng)險指標(biāo)重要度，實現(xiàn)主觀評價與客觀分析組合賦權(quán)。歷史火點密度、線路電壓等級以及距離居民點遠近是影響輸電線路山火跳閘的三大主要的風(fēng)險指標(biāo)。

2) 構(gòu)建基于物元可拓的輸電線路山火風(fēng)險評估模型，通過物元變換及結(jié)構(gòu)變換的方式，將山火風(fēng)險評估過程轉(zhuǎn)化為數(shù)值化定量分析的可拓過程。

3) 2019年11月份至2020年5月份南方某省3條線路走廊的山火發(fā)生和跳閘結(jié)果與本文輸電線路山火風(fēng)險評估模型的評估結(jié)果基本一致，證明了本文提出模型的適用性。