一种考虑冰风耦合的输电线路失效概率评估方法

1.本发明涉及输电线路风险评估技术领域，尤其涉及一种考虑冰风耦合的输电线路失效概率评估方法。


背景技术：

2.我国是覆冰灾害频发的国家之一，覆冰灾害引起大范围供电中断、电网全网断线、线路停运等后果，影响客户用电，经济损失重大。由此可见，输电线路覆冰是输电线路安全运行的巨大威胁之一。与此同时，风荷载的影响不能忽略。输电线路的冰荷载和风荷载存在一定的相关性，它们并不是相互独立的概率事件，不考虑相关性会影响概率计算的准确性。因此开展输电线路在冰风耦合作用下失效概率研究很有必要。
3.但是目前，现有关于冰风耦合作用下输电线路破坏的研究均未考虑风速-风向相关性，忽略了风向的概率分布因素，关于冰风荷载作用下输电线路易损性的研究也相对缺乏。因此，构建冰-风联合灾害概率分布模型，分析输电线路在冰风耦合荷载下的易损性，提出输电线路失效概率的评估模型成为了输电线路风险评估领域关注的热点问题。
4.我国覆冰观测起步较晚，很多地区虽然具有较完善的气象数据，但缺少覆冰记录。目前，传统设计法中当缺少覆冰观测资料时，通过对附近已有线路的覆冰调查以及运行经验确定设计冰厚，这在设计的普适性以及准确性上具有一定的限制。然而，根据气象数据与覆冰的关系已经存在多种覆冰预测模型。常见的覆冰预测模型有imai模型、makkonen模型和jones模型等。其中imai模型忽略了降水和空气湿度的影响，且温度在0℃附近时往往覆冰荷载结果偏小，温度降至5℃时湿增长假设又很难成立；makkonen模型所需参数较多，如冻结系数、捕获系数等很难准确获得，多用于较为细致的覆冰机理研究，计算长时间累积覆冰的难度很大；jones模型尽管忽略了导线直径对覆冰厚度的影响，但模型中所采用的气象数据参数易于获取，并且具有较高的准确性。因此，jones模型在获取结构设计期间的覆冰数据具有更好地普适性。
5.此外，传统分析法中通常按照最不利荷载组合进行结构设计，确保结构在正常使用极限状态和承载能力极限状态下的目标可靠度和计算值之间的差异满足容差要求。但已有研究表明，结构的设计并不是由最不利荷载控制的，往往其他较小的荷载组合也会对结构的设计产生影响。因此，考虑多灾耦合作用对输电线路至关重要。目前，常用的基于灾害概率提出了多种随机荷载组合模型有ferry-borges模型、荷载相遇组合方法和copula函数联合概率模型等。其中，ferry-borges模型不仅忽略了荷载间的相关性，还需要谨慎地选取合理的时间段；荷载相遇组合方法对于荷载持续时间有着较为严格的要求，对于持续时间相差较大的荷载组合适用性较差。


技术实现要素：

6.本发明要解决的技术问题是针对上述现有技术的不足，提供一种考虑冰风耦合的输电线路失效概率评估方法，能在设计寿命周期内，对冰风耦合荷载作用下的输电线路失
效概率进行评估。
7.为解决上述技术问题，本发明所采取的技术方案是：
8.一种考虑冰风耦合的输电线路失效概率评估方法，包括以下步骤：
9.s1：建立冰-风联合灾害概率模型，具体方法如下：
10.s11：收集相关气象数据，构建气象数据超级站；
11.s12：统计每次覆冰事件期间覆冰厚度以及风速极值，所述覆冰厚度简称冰厚；
12.s13：根据极值分布和混合von mises分布分别建立冰厚、风速以及风向的单一灾害概率分布模型；并根据决定系数r2和均方根误差rmse选出最优单一灾害概率分布模型；
13.s14：根据最优单一灾害分布概率模型构建冰厚-风速、风速-风向的copula联合概率分布模型；
14.s15：通过最小aic信息准则和最小bic信息准则选出最优的冰厚-风速以及风速-风向的联合灾害概率分布模型；
15.s2：分析输电线路的易损性，具体方法如下：
16.s21：建立不确定性输电塔-线体系有限元模型，并考虑输电塔初始缺陷的影响；
17.s22：对输电塔-线体系进行冰风荷载耦合作用下的非线性静力推覆分析；将最大塔顶位移作为输电塔极限性能指标，确定输电塔临界倒塌准则；
18.s23：确定冰厚及风速区间，对冰风荷载进行随机抽样，构建随机冰风荷载组合；将随机冰风荷载组合施加到输电塔-线体系，得到不同冰风荷载组合下的工程需求参数，并通过回归分析得到工程需求参数模型；
19.s24：根据输电塔临界倒塌准则以及工程需求参数模型构建输电线路易损性函数模型，得到输电塔临界倒塌曲线；
20.s3：根据冰-风联合灾害概率模型以及输电线路易损性函数模型，构建输电线路冰风耦合荷载下的失效概率评估模型。
21.进一步地，所述步骤s11中气象数据超级站的气象数据通过实际气象站点的实测数据获得或者利用jones覆冰预测模型计算的累计覆冰数据获得；
22.当实际气象站点的实测数据中没有覆冰数据时，采用jones覆冰预测模型获取相应的覆冰数据，表达式如下：
[0023][0024]
式中，ρi表示冰密度，取0.9g/cm3；ρ0表示雨滴密度，取1g/cm3；vj表示风速，单位为m/s；pj表示降水强度，单位为mm/h；wj表示液水含量，单位为g/m3，其值为0.067p
j0.846
。
[0025]
进一步地，所述步骤s13中的极值分布包括三种，分别是极值ⅰ型分布即gumbel分布、极值ⅱ型分布即frechet分布和极值ⅲ型分布即weibull分布；三种极值分布的表达式包括累积概率分布函数cdf表达式和概率密度函数pdf表达式；
[0026]
gumbel分布的cdf表达式为：
[0027][0028]
gumbel分布的pdf表达式为：
[0029][0030]
其中，a、b和c分别为位置参数、比例参数和形状参数，通过回归分析方法确定；
[0031]
frechet分布的cdf表达式为：
[0032][0033]
frechet分布的pdf表达式为：
[0034][0035]
weibull分布的cdf表达式为：
[0036][0037]
weibull分布的pdf表达式为：
[0038][0039]
采用的混合von mises分布表达式如下：
[0040][0041]
式中，n
t
为混合von mises分布的阶数，表示为风向角，ωi为权重系数，0≤ωi≤1且∑ωi＝1；μi为混合von mises分布的位置参数，0≤μi≤2π；ki为尺度参数，ki≥0；i0(ki)为零阶修正的第ⅰ类bessel方程。
[0042]
进一步地，所述步骤s13中选出最优单一灾害概率分布模型的准则为r2最大且rmse最小。
[0043]
进一步地，所述步骤s14中的copula联合概率分布模型如下：
[0044]
gh copula函数：
[0045]
c(u,v；θ)＝exp{-[(-lnu)
θ
+(-lnv)
θ
]
1/θ
},θ∈[1,∞)
[0046][0047]
clayton copula函数：
[0048]
c(u,v；θ)＝(u-θ
+v-θ-1)-1/θ
,θ∈(0,∞)
[0049][0050]
frank copula函数：
[0051]
[0052][0053]
amh copula函数：
[0054][0055][0056]
其中，θ为二维阿基米德copula函数参数，其取值根据kendall秩相关系数τ确定，τ的值为数据同序对数和异序对数之差与二者之和的比值。
[0057]
进一步地，所述步骤s21中不确定性输电塔-线体系有限元模型考虑弹性模量、屈服强度、肢厚、肢宽、泊松比及密度的不确定性；采用一致模态法考虑输电塔初始缺陷的影响。
[0058]
进一步地，所述步骤s23中施加的随机冰风荷载组合考虑脉动风的影响，进行动力分析；
[0059]
所述工程需求参数模型表达式如下：
[0060]
ln(edp)＝mln(im1)+nln(im2)+k
[0061]
其中，edp表示工程需求参数；im1表示冰厚，单位为mm；im2表示风速，单位为m/s。
[0062]
进一步地，所述步骤s24中易损性函数模型表达式如下：
[0063][0064][0065]
其中，φ代表标准正态分布，ls表示极限强度指标；β
edp|im
代表edp的对数正态标准偏差。
[0066]
进一步地，所述步骤s3中构建的输电线路冰风耦合荷载下的失效概率模型表达式为：
[0067][0068][0069]
式中，和分别表示失效概率密度和累计失效概率；im1和im2代表冰厚与风速的强度指标；表示在风向角时的冰风荷载联合易损性函数；为表示为冰厚-风速联合概率密度函数；表示在im
21-im
22
风速区间该风向所在区段的出现概率，根据风速-风向联合密度函数积分得出。
[0070]
采用上述技术方案所产生的有益效果在于：本发明提供的考虑冰风耦合的输电线路失效概率评估方法，具有良好的普适性，无论是否有实际覆冰观测数据，只要有相关的气象数据均可进行冰风荷载耦合下的输电线路风险分析；重点考虑了风速-风向的相关性以
及风向的概率分布，考虑了输电塔结构参数的不确定性，并且考虑了脉动风的动力影响，结果更加精准合理；将冰-风联合灾害概率分布与结构易损性分析相结合，构建输电线路失效概率评估模型，能够直观地得到不同具体设计荷载下输电线路的失效概率。
附图说明
[0071]
图1为本发明实施例提供的考虑冰风耦合的输电线路失效概率评估方法的流程图；
[0072]
图2为本发明实施例提供的冰厚最优单一灾害概率分布模型图；
[0073]
图3为本发明实施例提供的风速a最优单一灾害概率分布模型图；
[0074]
图4为本发明实施例提供的风速b最优单一灾害概率分布模型图；
[0075]
图5为本发明实施例提供的风向最优单一灾害概率分布模型图；
[0076]
图6为本发明实施例提供的冰厚-风速最优联合灾害概率分布模型图；
[0077]
图7为本发明实施例提供的风速-风向最优联合灾害概率分布模型图；
[0078]
图8为本发明实施例提供的泊松比的随机抽样结果；
[0079]
图9为本发明实施例提供的输电塔-线体系有限元模型图；
[0080]
图10为本发明实施例提供的风向示意图；
[0081]
图11为本发明实施例提供的90
°
风向时冰风荷载耦合下输电塔塔顶位移曲线图；
[0082]
图12为本发明实施例提供的90
°
风向输电塔临界倒塌准则图；
[0083]
图13为本发明实施例提供的输电塔模拟点处的风速时程曲线图；
[0084]
图14为本发明实施例提供的随机冰风荷载组合图；
[0085]
图15为本发明实施例提供的90
°
风向工程需求参数模型图；
[0086]
图16为本发明实施例提供的90
°
风向易损性函数模型图；
[0087]
图17为本发明实施例提供的考虑冰厚-风速及风速-风向相关性的输电线路失效概率评估模型图。
[0088]
图中：1、塔顶观测点；2、塔身；3、横担。
具体实施方式
[0089]
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
[0090]
如图1所示，本实施例的方法如下所述。
[0091]
s1：冰-风联合灾害概率模型的建立，包括如下子步骤：
[0092]
s11：通过实际气象站点的实测数据获得或者利用jones覆冰预测模型计算的累计覆冰数据收集相关气象数据，构建气象数据超级站；
[0093]
本实施例中，气象数据来源于美国国家海洋和大气管理局(national oceanic and aeronautic administration，noaa)官站，选取湖南省南部郴州、永州和邵阳三市在1973年-2020年间的气象数据；其中，noaa网站提供了0
°‑
360
°
的风向数据。由于该网站对于冻雨记录缺失较为严重，利用jones覆冰模型计算冻雨的覆冰量，建立气象数据超级站。
[0094]
jones覆冰预测模型表达式如下：
[0095][0096]
式中，ρi表示冰密度，取0.9g/cm3；ρ0表示雨滴密度，取1g/cm3；vj表示风速，单位为m/s；pj表示降水强度，单位为mm/h；wj表示液水含量，单位为g/m3，其值为0.067p
j0.846
。
[0097]
s12：统计每次覆冰事件期间覆冰厚度(以下简称“冰厚”)以及风速极值；
[0098]
在本实施例中，统计每次覆冰事件期间冰厚以及风速极值，其中对于一周之内不同气象站出现的一次覆冰事件，将其视为相关事件，为了防止低估大厚度覆冰概率，仅统计一次最大冰厚；统计每次覆冰事件期间的最大风速为风速极值a。
[0099]
本实施例中，风速风向受气候、季节等因素影响，但覆冰事件有限，仅统计覆冰期间风速及风向数据不足以描述该地区风速-风向关系，因此为了扩大数据样本量，统计每次覆冰事件所在月份各个风向的风速日最大值为风速极值b，风向为0
°‑
360
°
。
[0100]
s13：根据三种极值分布和混合von mises分布分别建立冰厚、风速以及风向的单一灾害概率分布模型；并根据决定系数r2和均方根误差rmse选出最优单一灾害概率分布模型；
[0101]
其中，三种极值分布分别是极值ⅰ型(gumbel)分布、极值ⅱ型(frechet)分布和极值ⅲ型(weibull)分布，表达式如表1所示。
[0102]
表1三种极值分布表达式
[0103][0104]
其中，cdf为累积概率分布函数；pdf为概率密度函数；a、b和c分别为位置参数、比例参数和形状参数，通过回归分析方法确定。
[0105]
所述的混合von mises分布表达式如下：
[0106][0107]
式中，n
t
为混合von mises分布的阶数，表示为风向角，ωi为权重系数，0≤ωi≤1且∑ωi＝1；μi为混合von mises分布的位置参数，0≤μi≤2π；ki为尺度参数，ki≥0；i0(ki)为零阶修正的第ⅰ类bessel方程。
[0108]
本实施例中，采用极值ⅰ型(gumbel)分布、极值ⅱ型(frechet)分布和极值ⅲ型(weibull)分布对冰厚极值以及风速极值a进行拟合。通过比较r2和rmse可得，极值ⅲ型(weibull)分布为冰厚以及风速a的最优单一灾害概率模型，拟合曲线如图2和图3所示。
[0109]
本实施例中，采用极值ⅰ型(gumbel)分布、极值ⅱ型(frechet)分布和极值ⅲ型
(weibull)分布，对风速极值b进行拟合；采用混合von mises分布对风向概率进行拟合。通过比较r2和rmse可得，极值ⅲ型(weibull)分布为风速b最优单一灾害概率模型，4阶混合von mises分布为风向最优单一灾害概率模型，拟合曲线如图4和图5所示。
[0110]
s14：根据最优单一灾害分布概率模型构建冰厚-风速、风速-风向的copula联合灾害概率分布模型。
[0111]
copula联合概率分布模型表达式如表2所示。
[0112]
表2 copula联合概率分布模型表达式
[0113][0114]
其中，θ为二维阿基米德copula函数参数，取值可根据kendall秩相关系数τ确定，τ的值为数据同序对数和异序对数之差与二者之和的比值。
[0115]
本实施例中，根据冰厚极值与风速极值a数据计算的kendall相关系数为0.2571，带入上述4种copula函数，构建冰厚-风速联合灾害概率分布模型；根据风速极值b和风向数据计算的kendall相关系数为-0.2077。
[0116]
s15：通过最小aic信息准则和最小bic信息准则遴选最优的冰厚-风速以及风速-风向的联合灾害概率分布模型。
[0117]
本实施例中，根据最小aic信息准则和最小bic信息准则，判断clayton copula为最优联合灾害概率分布模型，如图6所示。
[0118]
本实施例中，对于风速-风向的联合分布模型，gh copula和clayton copula函数只能描述变量间正相关关系的联合分布，amh copula函数只能描述较弱相关性的联合分布，但frank copula并没有相应限制。因此frank copula为最优风速-风向联合灾害概率分布模型，如图7所示。
[0119]
s2：输电线路的易损性分析，包括如下子步骤：
[0120]
s21：建立不确定性输电塔-线体系有限元模型，并考虑输电塔初始缺陷的影响。
[0121]
本实施例中，考虑了钢材弹性模量、屈服强度、肢厚、肢宽、泊松比及密度的不确定性，采用拉丁超立方抽样方法(latin hypercube sampling,lhs)对参数进行抽样，得到了30组输电塔物理参数的随机组合，图8给出了泊松比的抽样结果。
[0122]
本实施例中，采用大型商业软件ansys建立输电塔-线体系有限元模型，如图9所示，并采用一致模态法考虑输电塔初始缺陷的影响。
[0123]
s22：对输电塔-线体系进行冰风荷载耦合作用下的非线性静力推覆分析；将最大塔顶位移作为输电塔极限性能指标，确定输电塔临界倒塌准则。
[0124]
本实施例中，选取0
°
、45
°
、60
°
和90
°
四种风向，风向示意图如图10所示，对输电塔-线体系进行不同冰厚下的风荷载静力推覆分析。其中，冰厚为5mm、10mm、15mm、20mm以及25mm。
[0125]
本实施例中，风向角为90
°
时，冰风耦合荷载下输电塔的塔顶位移曲线如图11所示。由于不同冰风荷载耦合下输电塔塔顶极限位移相差较大，用一个固定值作为输电塔极限性能指标是不合理的，因此通过对数据进行拟合确定输电塔临界倒塌准则，如图12所示。
[0126]
s23：确定冰厚及风速区间，对冰风荷载进行随机抽样，构建随机冰风荷载组合；将随机冰风荷载组合施加到输电塔-线体系，得到不同荷载组合下的工程需求参数，并通过回归分析得到工程需求参数模型。
[0127]
其中，施加的随机冰风荷载组合考虑了脉动风的影响，进行动力分析。
[0128]
工程需求参数模型表达式如下：
[0129]
ln(edp)＝mln(im1)+nln(im2)+k
[0130]
式中，edp表示工程需求参数；im1表示冰厚，单位为mm；im2表示风速，单位为m/s。
[0131]
本实施例中，覆冰厚度选择范围0-25mm，据气象数据超级站统计可知，该地区1973-2020年覆冰期间所记录的最大风速24m/s，故风速选择区间为0-24m/s。利用matlab程序随机抽样并随机组合，共得到40组随机冰风荷载组合，如图13所示。
[0132]
本实施例中，脉动风速谱采用davenport谱，利用谐波叠加法生成包含脉动风速的总风速时程曲线，脉动风持续时间为300s，时间间隔为0.2s，截止频率为5hz，地面粗糙度为0.15。当取10m高度处基本风速为15m/s时，输电塔线体系部分模拟点处的风速时程曲线如图14所示。
[0133]
本实施例中，通过回归分析得到不同荷载组合下的工程需求参数，90
°
风向的工程需求参数模型如图15所示。
[0134]
s24：根据输电塔临界倒塌准则以及工程需求参数模型构建输电线路易损性函数模型，得到输电塔临界倒塌曲线。
[0135]
其中，步骤s24中易损性函数模型表达式如下：
[0136][0137][0138]
式中，φ代表标准正态分布，ls(limit state)表示极限强度指标。β
edp|im
代表edp的对数正态标准偏差。
[0139]
本实施例中，90
°
风向下，根据输电塔临界倒塌准则以及工程需求参数模型构建输电线路易损性函数模型，如图16所示。
[0140]
s3，根据冰-风联合灾害概率模型以及输电线路易损性函数模型，构建输电线路冰风耦合荷载下的失效概率评估模型。
[0141]
其中，步骤s3所述的构建的输电线路冰风耦合荷载下的失效概率模型表达式为：
[0142]
[0143][0144]
式中，和分别表示失效概率密度和累计失效概率；im1和im2代表冰厚与风速的强度指标；表示在风向角时的冰风荷载联合易损性函数；为表示为冰厚-风速联合概率密度函数；表示在im
21-im
22
风速区间该风向所在区段的出现概率，根据风速-风向联合密度函数积分得出。
[0145]
本实施例中，90
°
风向下，考虑冰厚-风速、风速-风向相关性的输电线路失效概率模型如图17所示。
[0146]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

技术特征：
1.一种考虑冰风耦合的输电线路失效概率评估方法，其特征在于：所述方法包括以下步骤：s1：建立冰-风联合灾害概率模型，具体方法如下：s11：收集相关气象数据，构建气象数据超级站；s12：统计每次覆冰事件期间覆冰厚度以及风速极值，所述覆冰厚度简称冰厚；s13：根据极值分布和混合von mises分布分别建立冰厚、风速以及风向的单一灾害概率分布模型；并根据决定系数r2和均方根误差rmse选出最优单一灾害概率分布模型；s14：根据最优单一灾害分布概率模型构建冰厚-风速、风速-风向的copula联合概率分布模型；s15：通过最小aic信息准则和最小bic信息准则选出最优的冰厚-风速以及风速-风向的联合灾害概率分布模型；s2：分析输电线路的易损性，具体方法如下：s21：建立不确定性输电塔-线体系有限元模型，并考虑输电塔初始缺陷的影响；s22：对输电塔-线体系进行冰风荷载耦合作用下的非线性静力推覆分析；将最大塔顶位移作为输电塔极限性能指标，确定输电塔临界倒塌准则；s23：确定冰厚及风速区间，对冰风荷载进行随机抽样，构建随机冰风荷载组合；将随机冰风荷载组合施加到输电塔-线体系，得到不同冰风荷载组合下的工程需求参数，并通过回归分析得到工程需求参数模型；s24：根据输电塔临界倒塌准则以及工程需求参数模型构建输电线路易损性函数模型，得到输电塔临界倒塌曲线；s3：根据冰-风联合灾害概率模型以及输电线路易损性函数模型，构建输电线路冰风耦合荷载下的失效概率评估模型。2.根据权利要求1所述的考虑冰风耦合的输电线路失效概率评估方法，其特征在于：所述步骤s11中气象数据超级站的气象数据通过实际气象站点的实测数据获得或者利用jones覆冰预测模型计算的累计覆冰数据获得；当实际气象站点的实测数据中没有覆冰数据时，采用jones覆冰预测模型获取相应的覆冰数据，表达式如下：式中，ρ
i
表示冰密度，取0.9g/cm3；ρ0表示雨滴密度，取1g/cm3；v
j
表示风速，单位为m/s；p
j
表示降水强度，单位为mm/h；w
j
表示液水含量，单位为g/m3，其值为0.067p
j0.846
。3.根据权利要求1所述的考虑冰风耦合的输电线路失效概率评估方法，其特征在于：所述步骤s13中的极值分布包括三种，分别是极值ⅰ型分布即gumbel分布、极值ⅱ型分布即frechet分布和极值ⅲ型分布即weibull分布；三种极值分布的表达式包括累积概率分布函数cdf表达式和概率密度函数pdf表达式；gumbel分布的cdf表达式为：gumbel分布的pdf表达式为：
其中，a、b和c分别为位置参数、比例参数和形状参数，通过回归分析方法确定；frechet分布的cdf表达式为：frechet分布的pdf表达式为：weibull分布的cdf表达式为：weibull分布的pdf表达式为：采用的混合von mises分布表达式如下：式中，n
t
为混合von mises分布的阶数，表示为风向角，ω
i
为权重系数，0≤ω
i
≤1且∑ω
i
＝1；μ
i
为混合von mises分布的位置参数，0≤μ
i
≤2π；k
i
为尺度参数，k
i
≥0；i0(k
i
)为零阶修正的第ⅰ类bessel方程。4.根据权利要求3所述的考虑冰风耦合的输电线路失效概率评估方法，其特征在于：所述步骤s13中选出最优单一灾害概率分布模型的准则为r2最大且rmse最小。5.根据权利要求1所述的考虑冰风耦合的输电线路失效概率评估方法，其特征在于：所述步骤s14中的copula联合概率分布模型如下：gh copula函数：c(u,v；θ)＝exp{-[(-lnu)
θ
+(-lnv)
θ
]
1/θ
},θ∈[1,∞)clayton copula函数：c(u,v；θ)＝(u-θ
+v-θ-1)-1/θ
,θ∈(0,∞)frank copula函数：
amh copula函数：copula函数：其中，θ为二维阿基米德copula函数参数，其取值根据kendall秩相关系数τ确定，τ的值为数据同序对数和异序对数之差与二者之和的比值。6.根据权利要求1所述的考虑冰风耦合的输电线路失效概率评估方法，其特征在于：所述步骤s21中不确定性输电塔-线体系有限元模型考虑弹性模量、屈服强度、肢厚、肢宽、泊松比及密度的不确定性；采用一致模态法考虑输电塔初始缺陷的影响。7.根据权利要求1所述的考虑冰风耦合的输电线路失效概率评估方法，其特征在于：所述步骤s23中施加的随机冰风荷载组合考虑脉动风的影响，进行动力分析；所述工程需求参数模型表达式如下：ln(edp)＝mln(im1)+nln(im2)+k其中，edp表示工程需求参数；im1表示冰厚，单位为mm；im2表示风速，单位为m/s。8.根据权利要求1所述的考虑冰风耦合的输电线路失效概率评估方法，其特征在于：所述步骤s24中易损性函数模型表达式如下：述步骤s24中易损性函数模型表达式如下：其中，φ代表标准正态分布，ls表示极限强度指标；β
edp|im
代表工程需求参数edp的对数正态标准偏差。9.根据权利要求1所述的考虑冰风耦合的输电线路失效概率评估方法，其特征在于：所述步骤s3中构建的输电线路冰风耦合荷载下的失效概率模型表达式为：述步骤s3中构建的输电线路冰风耦合荷载下的失效概率模型表达式为：式中，和分别表示失效概率密度与累计失效概率；im1和im2代表冰厚与风速的强度指标；表示在风向角时的冰风荷载联合易损性函数；为表示为冰厚-风速联合概率密度函数；表示在im
21-im
22
风速区间该风向所在区段的出现概率，根据风速-风向联合密度函数积分得出。

技术总结
本发明提供一种考虑冰风耦合的输电线路失效概率评估方法，涉及输电线路风险评估技术领域。该方法首先建立冰-风联合灾害概率模型，重点考虑风速-风向相关性；然后对输电线路进行易损性分析，构建输电线路在冰风荷载耦合作用下的易损性函数模型；最后根据冰-风联合灾害概率模型以及易损性模型构建输电线路的失效概率评估模型。与现有技术相比，在输电塔冰风风险评估领域，本发明将冰-风灾害联合概率分布与输电线路易损性分析相结合，首次考虑了风速-风向相关性，对输电线路进行动力作用下的分析，能够更加精准合理地评估冰风耦合作用下输电线路的失效概率。下输电线路的失效概率。下输电线路的失效概率。


技术研发人员：李嘉祥 张超 王文瑞 程金鹏 张晓德
受保护的技术使用者：东北大学
技术研发日：2023.07.10
技术公布日：2023/9/7