共查询到20条相似文献，搜索用时 328 毫秒
1.
根据雷山供电局提供的1981—2010年逐日电网事故资料,采用统计分析的方法研究了该县电网事故的分布特征及其成因,结果表明:雷暴、低温覆冰是造成电网安全事故的主要气象因素,占电网事故总数的80.2%,其次是降水、大风;电网事故的年平均发生次数为32起/a,且年变化存在显著差异,振幅明显,最高达到73起,最少年为14起;电网事故月分布特征呈显著的双峰曲线变化,主要集中在6—8月和12月—次年2月,为电网安全事故高发期,占全年86.3%;从各时段发生电网事故的百分率序列来看,其主要发生在夜间,夜间发生的电网安全事故占总数的54.8%。 相似文献
2.
《干旱气象》2018,(5)
利用2005—2017年冀北电网输电线路逐日灾害事故记录和同期气象观测资料,统计分析该地区电网线路灾害事故的时空分布特征,评价电网输电线路的气象灾害事故风险等级。研究发现:(1)造成冀北地区电网灾害事故类型多样且分布极不均匀,主要灾种有雷害、冰害、风偏和污闪,其中雷害最多,占事故总数的70. 1%,而污闪占比最少,为3. 8%。(2)雷害频数均占冀北五地市电网气象灾害事故首位,冰害、风偏和污闪在不同地区影响不同,其中冰害、风偏对张家口电网影响较大,风偏、冰害和污闪对唐山电网影响较大,而承德、秦皇岛和廊坊电网受雷害以外灾种影响均较小。(3)冀北电网灾害事故月分布呈双峰型,主峰和次峰分别出现在6—8月和11月,主峰主要由雷害事故引起,次峰主要由冰害事故引起; 13 a间,冀北电网线路各种灾害事故均无明显变化趋势。(4)张家口东部、承德西部和南部、唐山北部是冀北电网线路气象灾害事故高风险区,唐山和秦皇岛南部、廊坊东部、张家口中部是电网线路事故低风险区,其他地区为中风险区。 相似文献
3.
雷雨大风与河北电网灾害特征分析 总被引：2，自引：0，他引：2
利用1983—2008年26年河北省灾情直报数据资料,统计分析大风灾情记录及大风灾害对河北电网设施损坏的时空分布特征。结果表明：（1）7～12级大风是造成电网安全事故的主要灾害性大风;（2）大风灾害致电网安全事故年变化存在显著差异,最多高达43起/年,最少年仅为2起/年;（3）月分布呈显著的单峰曲线变化,6 8月为大风灾害电网安全事故高峰期,占全年大风灾害总次数的83%;（4）空间分布极不均匀,燕山南麓、太行山东麓以及沿海地区是电网灾害事故相对多发区域;（5）通过典型个例分析、成因分析,提出灾害性天气服务对策,为加强河北省电力行业气象服务及防灾减灾提供参考。 相似文献
4.
2005—2014年北京市雷电灾害特征分析 总被引：1，自引：0，他引：1
利用2005—2014年北京市雷电灾害资料和2008—2014年北京市ADTD闪电定位资料,统计分析了北京市雷电灾害和闪电的特征。结果表明:2005—2014年北京市有记录的雷电灾害共532起,年平均雷电灾害为53.2起,年平均直接经济损失超过300万元。北京市雷电灾害主要发生在6—8月,其中6月雷电灾害发生最多;雷电灾害主要集中出现在17—23时,其中19时雷电灾害出现最多。北京市城六区和顺义等地区雷电灾害密度较大,总体呈城区多、郊区少,南部多、北部少的特征。雷电灾害主要发生在民用、企业、五大行业(交通、电力、通信、石化、金融)和旅游等行业,雷电灾害对象主要为办公电子电器(54.12%)和家用电子电器(30.47%),雷电灾害主要发生在生活场所、办公场所及生产场所。雷电灾害和自然闪电时间分布基本吻合,二者空间密度略有差异。 相似文献
5.
利用2010—2017年闪电定位资料,分析了阜阳地闪的活动特征;利用雷电致灾因子的空间分布叠置来表征风险大小,对阜阳市雷电灾害风险进行了区划。结果表明:阜阳市地闪中负地闪占96%,正地闪占4%;负地闪的平均强度为39.38kA,正地闪为55.74kA;地闪总数的年际变化呈明显减少趋势,正负地闪占年地闪总数的比例年际变化较大,正地闪比例总体上呈上升趋势;一年中6—10月是地闪的多发月,主要集中在7、8月,占全部地闪的78.99%;日变化呈现两峰两谷型,07—08时、14—21时是地闪多发时段,04时前和10—13时是地闪活动最少的时段。地闪密度分布呈现地域差异,平均地闪密度小于1次/(km^-2·a),临泉县南部地区是地闪密度最大的地区,达到2次/(km^2·a)以上;地闪强度分布不存在明显的地域差异。阜南县北部、颍上县北部、界首市中部是雷电灾害风险较小的区域,临泉县、太和县、阜阳市区、阜南县南部、颍上县南部是灾害风险较大的区域。 相似文献
6.
为了解河北省雷电灾害事件的时空分布、行业分布、经济损失及人员伤亡等,对2006—2017年(不包括2013、2016年)河北省雷电灾害事件资料进行统计分析。结果表明:河北省近10 a雷电灾害事件呈逐年波动递减的趋势,主要发生在6—8月,占全年雷电灾害事件总数的81.34%,唐山、保定和石家庄市为雷电灾害事件的高发区。雷电灾害事件最为严重的是电力行业达382起,人员伤亡事故主要发生在乡村。 相似文献
7.
以1999—2013年广东省雷电定位资料作为数据来源,采用数理统计方法、Sql server数据库技术和GIS技术,统计分析雷电时空分布特征。研究表明,全省雷电活动频繁,规律性强,每年有数百万次雷电发生,具有明显的区域性特征。以广州为中心的珠三角区域和湛江局部地区雷电密度分布密集,粤东和粤西则分布相对稀疏,全省平均雷电密度为16.25次/(km2·年),其中广州最高,达30.96次/(km2·年),韶关最小,为9.52次/(km2·年);全省平均雷电流为25.29 k A,其中珠海最高,达33.7 k A,湛江最小,为22.3 k A;月分布主要集中在5—9月,占总数的89.5%,时段分布则在午后至傍晚13:00—19:00,占总数的62.0%。闪电以负闪为主,占93.01%,正闪占6.99%。 相似文献
8.
9.
利用1983~2008年河北省灾情直报数据,对造成河北电网安全事故的气象灾害进行统计。大风、暴雨、雷电是造成河北省电网安全事故的主要气象灾害,占事故总数的98.5%。致电网安全事故的气象灾害主要出现在夏半年5~9月,且年变化显著。应用气象灾害风险指数方法,对与电网事故有关的气象灾害进行风险评价,分为高、中、低3个风险等级。结果表明:致电网事故的气象灾害高风险区集中在燕山南麓的唐山和太行山东麓北段的保定;中度风险区出现在太行山东麓中南段的邢台、邯郸,还有沿海的沧州地区。中高风险区主要集中在受地形影响局地强对流天气较多的区域,还有沿海多大风的地区。 相似文献
10.
湖北地区云地闪电时空分布特征分析 总被引：7，自引：0，他引：7
为揭示湖北地区云地闪电时空分布特征及雷电活动规律,以满足雷电灾害防护和雷击风险评估工作需要,采用湖北不同地理位置的13个雷击探测仪组成的闪电监测定位系统获取的2006年3月至2009年2月的云地闪电资料,从闪电的极性分布、日变化、月变化、强度、闪电密度、累计概率分布等方面进行统计分析。结果表明:云地闪电中负闪电占闪电总数的96.2%;正闪电占闪电总数的3.8%;闪电频次的日变化呈明显的单峰单谷型,一日中,最大值出现在15—16时,最小值在09—10时;一年中,4—8月闪电次数占全年闪电总数的95.9%,其中7—8月闪电次数最多;正、负闪电的强度主要集中在10～50 kA,大于30 kA的累积概率在50%以下,大于60 kA的累积概率8.1%,大于100 kA的累积概率1.6%;拟合出湖北地区大于某雷电流强度累积概率方程,经统计分析,实测值与计算值相关系数达0.99998。闪电密度分布呈明显的地域性差异,鄂东南的嘉鱼县、咸宁、黄石、鄂州市一带为闪电高密度区,鄂西的远安县、当阳市附近为闪电次高密度区。山区与丘陵、平原交接地带,即地表状况发生明显变化的地带,是雷电多发地带。鄂西南山区县市雷电日数较多,闪电密度不一定随之增加,其原因可能是山区县市土壤电阻率较大和山区局地小气候环境共同影响的结果。 相似文献
11.
根据1996—2009年北京市逐日电网灾害资料分析了北京市电网雷害的发生规律, 结果显示:北京市电网雷害存在季节变化和日变化特征。结合同期气象观测站的雷暴日资料、北京市各区县的经济和人口密度特征提出了电网雷害概率、电网雷害频度、电网雷害密度、经济易损模数和生命易损模数作为北京市电网雷害风险评估指标。在此基础上,采用4级分区法对上述电网雷害易损性评估指标进行分级,并将北京市各区县按照5个电网雷害评估指标的所属等级值累加,得到电网雷害综合易损风险评估的评估系数。结果表明:北京地区电网雷害高风险区集中在北京城区中心附近,山区和山前迎风坡地带尽管电网雷害频次较高,但电网雷害风险却相对较低。 相似文献
12.
利用遵义市14个国家气象站1978-2013年雷暴日数据和2006-2020年的ADTD雷电定位数据,叠加遵义市基础地理信息（包含县边界、水系分布等）、人口、GDP等数据。以致灾因子评估方法为理论基础,叠加GIS空间分析技术,对遵义市开展雷电致灾因子危险性区划研究。结果显示：遵义市雷击密度致灾因子区划结果较高,高危险性区域主要集中在市行政中心及赤水中西部;强雷电密度、地闪强度两种致灾因子高危险性区域分布较为零散;雷电灾害致灾因子危险区划中,高危险性区域主要分布于市行政中心、仁怀及桐梓部分区域,该高危险性区域同是人口分布密集,GDP较高的区域,在今后的发展建设中需加强该区域雷电灾害物防、技防、人防能力建设,以减少雷电灾害造成的人员伤亡和财产损失。 相似文献
13.
根据云南省2007 2008年的雷电灾害资料以及地闪资料,分析了云南省16个地级市的雷电灾害分布特征,讨论了雷灾分布与地闪分布的关系,并从雷灾记录中提取了6个灾度指标,通过AHP法(层次分析法)建立灾情评估层次模型和灾度评估方程,计算了云南省522次雷灾的灾度值,用SAS中聚类分析过程将灾度值分为4级,并统计分析了各级雷灾在各地区的分布情况,得出云南雷电灾害中小型雷灾分布较广、出现几率较大,而大型和特大型雷灾发生几率较低、主要集中在昆明和德宏地区.该文结论为区域防雷减灾规划提供了科学依据. 相似文献
14.
利用青海东部地区10个气象台站1997—2012年的年平均雷暴日数,2008—2014年闪电定位数据和1997—2014年雷电灾害资料,将雷暴日数、雷击密度、综合灾度、生命易损模数和经济易损模数作为雷电灾害易损性评估指标,采用层次分析法确定指标的权重,建立了雷电灾害易损性评估模型,依据气象灾害学分级统计法划分出雷电灾害易损性等级,形成了青海东部地区雷电灾害易损性区划图。结果表明青海东部地区雷电灾害易损性区域呈分散分布的特征,极高易损区在大通县、化隆县,次高易损区在湟中县、互助县,中易损区在省会城市西宁市、湟源县,低易损区在乐都区、平安区、民和县和循化县。 相似文献
15.
根据自然灾害风险理论,结合气象数据、地理信息、人口与经济资料等开展雷电灾害风险综合评价,研究致灾因子、孕灾环境和承灾体等因子与风险的定量化关系,建立评价指标和层次分析模型,运用模糊综合判断和聚类分析等方法计算综合评价指数并划分风险等级。结果表明:雷电灾害高风险区主要集中在滇中、滇西南及滇西北的丽江东南部等地区;次高风险区分布于西双版纳、普洱、昆明、楚雄、曲靖西部、玉溪北部及大理中部等地;中风险区分布最广,主要集中在临沧、德宏、曲靖、红河、丽江及文山北部等;迪庆、怒江和昭通的风险值较低,将风险综合评价结果与历史雷电灾情的分布进行对比,两者对应情况较好。开展基于灾前防御的风险分析,研究雷电活动影响范围和风险等级,有助于提前控制和处置风险,随着技术方法的不断改进,风险评价的置信度和可靠性也将得到提升。 相似文献
16.
北京市自然雷电与雷电灾害的时空分布 总被引：9，自引：1，他引：8
利用1995-2002的LIS/OTD卫星雷电资料(以下称自然雷电)及1995-2005年北京市18个区县的雷电灾害资料,对北京市自然雷电和雷电灾害的时空分布特征进行对比分析.结果表明,北京市雷电灾害的日变化与自然雷电的日变化趋势大体一致,两者不一致处主要与人们的出行生活规律以及电子设备与仪表的启用、关闭等有关.雷电灾害与自然雷电的季节变化大体一致,春、秋、冬三季较少,夏季较为集中.北京市自然雷电与雷电灾害的区域分布很不一致.自然雷电较多的北部偏远郊区雷电灾害并不频繁,相反,自然雷电较少的城区反而是雷电灾害的多发区域.结合北京市各区县的人口和经济资料进一步分析表明:自然雷电只是北京市雷电灾害的致灾因子之一,北京市雷电灾害的发生还受到人口密度及经济特征等因素的制约. 相似文献
17.
从雷暴日时间分布、区域性雷电活动时间分布、地闪时间分布等方面分析了2011年度江苏省雷电活动的时间分布特征,并从雷暴日空间分布、地闪频次空间分布等方面分析了雷电活动的空间分布特征,继而对2011年度江苏省雷电灾害的时空分布及受灾类型特征进行了分析.结果表明:2011年江苏省雷电活动峰值出现在8月,全省范围雷暴过程达11次,较往年偏多,11月出现2次大范围雷暴过程,为历史罕见;全省雷电活动空间分布总体为南多北少,江淮之间南部及苏南中东部大部分地区为雷暴高发区;雷电灾害主要出现在6—8月,办公电子设备受损案例最多,其次为家用电子设备;85%的雷击人员伤亡事故发生在农村.最后,提出了雷电防御的对策及建议. 相似文献
18.
基于近11 a（2006-2016）云南省闪电定位监测数据以及雷电灾害汇编资料,运用ArcGIS对闪电数据与地理信息进行叠加,分析昆明市地闪活动规律和雷电灾害时空分布特征,结合地理环境、人口分布和经济社会发展情况,研究雷电致灾成因机制。从灾害系统理论和综合易损性出发,构建评价指标体系及权重判断矩阵,计算雷电灾害风险综合评价指数R值并进行分级,形成昆明市雷电灾害易损性风险区划。结果表明：频繁活跃的地闪活动是导致雷电灾害多发的主要致灾影响因子,雷电灾害的时空分布与地闪活动的变化特征存在较好的对应关系。全市有雷电灾害高易损区3个,次高易损区2个,中易损区4个,次低易损区4个,低易损区1个,建立雷电灾害易损性区划,能够为确定雷电防护重点和防范等级提供必要的参考依据,通过完善雷电防护措施,可以增强承灾体抵御雷电灾害的能力。 相似文献
19.
为满足雷电灾害风险决策的精准化需求,突破人口、GDP等社会经济数据受行政区域的限制。本文基于多源遥感资料及统计年鉴数据,反演贵州省人口、GDP空间精细化分布情况,实现受灾对象在空间上的连续性分布;同时结合闪电定位监测资料、土壤电导率(HWSD)数据、地理信息数据,从致灾因子、孕灾环境、承灾体3个方面选取评价因子,构建雷电灾害风险评价模型,实现精细化风险评价研究。结果表明:(1)通过融入坡度分布修正人居指数、土地利用数据和夜间灯光数据反演不同产业经济数据实现的人口、GDP数据空间化分布,在总体趋势和局部特征上与贵州省实际情况相符,可为雷电灾害及其他自然灾害风险评价中承灾体的精细化分布提供参考。(2)雷电灾害风险主要受致灾因子、承灾体的影响,与雷电活动频繁程度以及社会经济发展水平有关。贵州省高风险区域主要集中在六盘水、毕节东南部、黔西南东北部、安顺南部及北部、贵阳东南部,黔南西南及东北部、遵义西北部、铜仁中部及东南部等区域。 相似文献
20.
根据1995—2005年北京市18个区县的雷暴日和雷电灾害统计资料, 结合北京市的经济和人口密度特征, 提出了雷暴日数、雷电灾害频度、生命易损模数及经济易损模数作为北京市雷电灾害易损性评估指标, 并在此基础上, 给出了北京市雷电灾害易损度评估结构。采用4级分区法对上述雷电灾害易损性评估指标进行了分级, 并赋予各等级如下定值:极高级为1.0, 高级为0.8, 中级为0.5, 低级为0.2。将北京市18个区县按照4个雷电灾害易损性评估指标的所属等级获取相应等级值, 将各区县4个评估指标的等级值累加, 得到平均值作为雷电灾害易损性评估的评价指数。最后通过对北京市各区县雷电灾害易损性进行综合评估, 并利用4级分区法形成北京市雷电灾害易损度区划。结果表明:城区和丰台区为雷电灾害极高易损区, 海淀区、朝阳区、昌平区和石景山区为雷电灾害高易损区, 延庆县、大兴区、门头沟区和平谷区为雷电灾害低易损区, 其他区县为雷电灾害中易损区。 相似文献