一种多感知设备智能支撑电网风险处置方法

技术领域

本发明涉及洪水淹没推算技术领域，尤其涉及一种多感知设备智能支撑电网风险处置方法。

背景技术

如今5G时代即将来临，智能电网的发展将会更加的迅速，“电网2.0”到来。智能电网是拥有“自愈”能力的，而且是精确到元件本身，有问题的元件会从系统中被隔离，并且在可以不用人干预的情况下，让系统迅速恢复到正常运行状态，用户将根据其电力需求和系统满足其需求的能力，来调整、平衡其消费。而且还能实时通知用户其电力消费的成本、实时电价、电网目前的状况、计划停电信息。

输电塔架作为重要的电力输送设备之一，其结构的破坏不仅会导致供电系统瘫痪，严重影响生产和生活，同时还会引起火灾等。目前，输电塔架主要有自立式和拉线式两种结构形式，其中自立式因特别适用于高压输电线路，蓄洪期间，杆塔很容易因为洪水而导致电力设备的损坏，增加电网维修成本，也给人们的生活带来了极大不便。因此，我们提出一种多感知设备智能支撑电网风险处置方法。

发明内容

本发明的目的是解决现有技术区域降雨不均匀性，计算洪水的效果、效率和精度低，运维成本高，可视化能力弱，检测数据时间长导致数据时效性差等问题，而提出的一种多感知设备智能支撑电网风险处置方法。

为了实现上述目的，本发明采用了如下技术方案：

一种多感知设备智能支撑电网风险处置方法，包括以下步骤：

S1：选用SAR图像作为检测水体的影像，划分山丘区山坡地貌水文响应单元；

S2：采用一维入渗和水分再分配的计算方法，获得包气带土壤的下渗过程；

S3：采用分布式水文模型，在产流计算方面采用时空变源混合产流模型；

S4：针对山洪灾害预警区域资料的详实程度，选择预警指标；

S5：选用杆塔倾斜沉降在线监测系统，通过两点的二维角度同时进行监测杆塔倾斜度；

S6：云边协同，满足倾斜和防淹没需求，进行自动协同辅助支撑。

优选的，所述S1中，选用SAR图像作为检测水体的影像，选用两幅图像作为主影像和副影像，通过对两幅经过预处理的影像进行作差，获得差异图，在山洪灾害调查评价成果和实时水文气象大数据基础上，调查评价小流域拓扑关系及基础属性为基础，以流域、河段、节点、分水、水源、洼地、水库7类水文单元为水力关系核心，历史暴雨洪水和率定参数作为先验知识，降雨蒸发、产汇流、河道演进、水库调蓄的水文过程为主线，构建以小流域为计算单元，集成模型库、人工智能算法库、参数库和先验知识库为一体的模块化分布式水文模型。

优选的，所述S1中，划分山丘区山坡地貌水文响应单元，采用基于一维入渗理论的包气带土壤非线性下渗计算方法，计算湿润锋下移过程及入渗量，进行超渗、蓄满时段转换准则，建立平面、垂向、时段上时空变源混合产流模型，精确模拟山丘区中小流域产流时空分布过程；平面混合产流模型，以山坡地貌水文响应单元的划分标准，将山洪地面响应单元划分为快速响应单元，根据差异性分为快、中、慢三种类型，滞后响应单元，根据差异性分为快、中、慢三种类型，贡献较小单元和其他单元，建立各类山坡地貌水文响应单元与产流机制的对应关系，搭建超渗/蓄满产流机制的平面上混合产流模型。

优选的，所述S2中，采用一维入渗和水分再分配的计算方法，将土壤含水量范围离散成具有恒定含水量的区间，推导一维入渗方程以快速获取湿润锋垂向位移，考虑不同含水量单元之间的互吸力，实现再分配湿润锋横向位移，进行包气带土壤下渗计算方法，获得包气带土壤的下渗过程。

优选的，所述S3中，采用分布式水文模型，在产流计算方面采用时空变源混合产流模型，根据不同山坡地貌响应单元的下垫面类型的差异，确定各类山坡地貌水文响应单元所对应的产流机制，建立并求解非饱和下渗曲线方程，快速获取湿润锋垂向位移，考虑不同含水量单元之间的互吸力，进行湿润锋横向位移再分配，确定短历时暴雨洪水的土壤最大含水量参数，完成垂向和时段上超渗产流、浅层土壤蓄满产流、深层土壤蓄满产流机制时空转换。

优选的，所述S4中，通过机理分析、水文水动力模拟、历史数据统计的方法，针对山洪灾害预警区域资料的详实程度，选择预警指标，通过合理布局GIS技术，建立雨量监测站网，面雨量作为预警指标，利用长系列周边站网资料和现场监测降雨短系列资料，建立长系列单站降雨量与面雨量相关关系，拟定山洪灾害致灾降雨量临界值，基于面积高程曲线，确定泥石流物质的源地，构建基于流域演化的泥石流沟谷判识模型，分析形成的降雨阈值特征，确定时空分异特征，通过降雨阈值，建立预报模型。

优选的，所述S5中，选用杆塔倾斜沉降在线监测系统，通过两点的二维角度同时进行监测杆塔倾斜度，沉降位移量，并借助GSM/GPRS通信网络进行实时数据传输，结合专家知识库和各种理论模型给杆塔倾斜情况，及时给出抢修信息，有效预防杆塔倾斜，沉降引起的各种事故，并找出其发生、发展的规律，及时掌握早期预见发生变化的杆塔，严密监控地面塌陷、地面沉降早期，及时采取应对措施，确保线路的安全运行，倾角测量范围在±60°，测量精度范围为±0.1°，位移测量范围在0-200mm，测量精度为0.1mm。

优选的，所述S5中，杆塔倾斜沉降在线监测系统主机由一台工业控制计算机、显示器、打印机、GPRS通讯模块、分析软件组成，主机对各监测点分机发送指令进行自动巡检和点测，接收各监测点的信息，并对其进行分析统计、判断、预报警、存储，提供查询和打印输出；当有报警存在时，软件实时处理数据并及时发送报警信息，同时以短消息模式发送给当前管理员；系统设置有网络接口供有关部门进行远程查询，在线监测分机主要由微处理器、A/D转换器、倾角传感器、温湿度传感器、风速传感器、风向传感器、GPRS通讯模块、太阳能电池板、充电电路、高性能蓄电池、分机监测软件组成。

优选的，所述S6中，云边协同方面，边缘侧支持将物联终端采集的各种非标数据格式转换为规范化的物模型，并实现不同来源设备的互操作；边缘侧作为云端管理平台的代理，支持管理平台对终端管理任务、策略的下发和执行，并在上行网络中断时，按照既定策略自主运行，边缘侧支持容器虚拟化，加载多来源的应用程序并提供安全独立的运行环境，并可由云端进行容器管理；对终端设备采集的数据进行清洗、筛选、压缩、初步分析、AI模型推理识别以及加密，将轻量化的数据上传至云端，云端进行数据分析、存储、AI训练与建模，并将任务与推理模型下发至边缘侧执行；边缘计算设备通过云端与其他设备实现数据、策略协同。

优选的，所述S6中，通过改进设计满足倾斜和防淹没需求，在杆体下端固定连接保护套管，通过弧形减震板和缓冲弹簧降低外界物理撞击对杆体的伤害；通过物联感知手段监测物理设施状态以实现风险预警，在设备舱或杆上加装热源、漏电监测装置，监测散热情况及火焰、漏电的意外情况；通过对杆内电子设备进行高防护等级密封，提高环境适应性以及应对洪水淹没，进行自动协同辅助支撑。

本发明的有益效果为：

1、采用一维入渗和水分再分配的计算方法，进行小流域包气带土壤非线性下渗计算，无需估算非线性梯度，使得最终的土壤下渗过程具有数值稳定性。

2、采用分布式水文模型，并对计算洪水的效果、效率和精度进行对比分析，报预警更加简单实用，水文学和水动力学计算，可视化功能强，计算效率高，具有较大的推广应用价值。

本发明的目的是通过机理分析、水文水动力模拟、历史数据统计的方法，减小对降雨数据的依赖，弥补区域降雨不均匀性和资料限制的问题；通过系统智能开展洪水淹没推演计算；杆塔倾斜沉降在线监测系统能够自动根据风险点信息，检测数据准确快捷，调用风险点附近的视频、微拍、杆塔倾斜、水位监测等感知设备，获取风险点的实际情况，实现多种设备自动协同辅助支撑，减少洪水损坏设备所带来的经济损失，降低电网运维成本。

附图说明

图1是本发明提出的一种多感知设备智能支撑电网风险处置方法的流程示意图。

具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

实施例一

参照图1，一种多感知设备智能支撑电网风险处置方法，包括如下步骤：

S1：选用SAR图像作为检测水体的影像，划分山丘区山坡地貌水文响应单元；

S2：采用一维入渗和水分再分配的计算方法，获得包气带土壤的下渗过程；

S3：采用分布式水文模型，在产流计算方面采用时空变源混合产流模型；

S4：针对山洪灾害预警区域资料的详实程度，选择预警指标；

S5：选用杆塔倾斜沉降在线监测系统，通过两点的二维角度同时进行监测杆塔倾斜度；

S6：云边协同，满足倾斜和防淹没需求，进行自动协同辅助支撑。

本实施例中，选用SAR图像作为检测水体的影像，选用两幅图像作为主影像和副影像，通过对两幅经过预处理的影像进行作差，获得差异图，在山洪灾害调查评价成果和实时水文气象大数据基础上，调查评价小流域拓扑关系及基础属性为基础，以流域、河段、节点、分水、水源、洼地、水库7类水文单元为水力关系核心，历史暴雨洪水和率定参数作为先验知识，降雨蒸发、产汇流、河道演进、水库调蓄的水文过程为主线，构建以小流域为计算单元，集成模型库、人工智能算法库、参数库和先验知识库为一体的模块化分布式水文模型。

本实施例中，划分山丘区山坡地貌水文响应单元，采用基于一维入渗理论的包气带土壤非线性下渗计算方法，计算湿润锋下移过程及入渗量，进行超渗、蓄满时段转换准则，建立平面、垂向、时段上时空变源混合产流模型，精确模拟山丘区中小流域产流时空分布过程；平面混合产流模型，以山坡地貌水文响应单元的划分标准，将山洪地面响应单元划分为快速响应单元，根据差异性分为快、中、慢三种类型，滞后响应单元，根据差异性分为快、中、慢三种类型，贡献较小单元和其他单元，建立各类山坡地貌水文响应单元与产流机制的对应关系，搭建超渗/蓄满产流机制的平面上混合产流模型。

本实施例中，采用一维入渗和水分再分配的计算方法，将土壤含水量范围离散成具有恒定含水量的区间，推导一维入渗方程以快速获取湿润锋垂向位移，考虑不同含水量单元之间的互吸力，实现再分配湿润锋横向位移，进行包气带土壤下渗计算方法，获得包气带土壤的下渗过程。

本实施例中，采用分布式水文模型，在产流计算方面采用时空变源混合产流模型，根据不同山坡地貌响应单元的下垫面类型的差异，确定各类山坡地貌水文响应单元所对应的产流机制，建立并求解非饱和下渗曲线方程，快速获取湿润锋垂向位移，考虑不同含水量单元之间的互吸力，进行湿润锋横向位移再分配，确定短历时暴雨洪水的土壤最大含水量参数，完成垂向和时段上超渗产流、浅层土壤蓄满产流、深层土壤蓄满产流机制时空转换。

本实施例中，通过机理分析、水文水动力模拟、历史数据统计的方法，针对山洪灾害预警区域资料的详实程度利用长系列周边站网资料和现场监测降雨短系列资料，建立长系列单站降雨量与面雨量相关关系，拟定山洪灾害致灾降雨量临界值，基于面积高程曲线，确定泥石流物质的源地，分析形成的降雨阈值特征，确定时空分异特征，通过降雨阈值，建立预报模型。

本实施例中，选用杆塔倾斜沉降在线监测系统，通过两点的二维角度同时进行监测杆塔倾斜度，沉降位移量，及时给出抢修信息，有效预防杆塔倾斜，沉降引起的各种事故，严密监控地面塌陷、地面沉降早期，及时采取应对措施，确保线路的安全运行，倾角测量范围在±60°，测量精度范围为±0.1°，位移测量范围在0-200mm，测量精度为0.1mm。

本实施例中，杆塔倾斜沉降在线监测系统主机由一台工业控制计算机、显示器、打印机、GPRS通讯模块、分析软件组成，主机对各监测点分机发送指令进行自动巡检和点测，接收各监测点的信息，并对其进行分析统计、判断、预报警、存储，提供查询和打印输出；系统设置有网络接口供有关部门进行远程查询，在线监测分机主要由微处理器、A/D转换器、倾角传感器、温湿度传感器、风速传感器、风向传感器、GPRS通讯模块、太阳能电池板、充电电路、高性能蓄电池、分机监测软件组成。

本实施例中，云边协同方面，边缘侧支持将物联终端采集的各种非标数据格式转换为规范化的物模型，并实现不同来源设备的互操作；边缘侧作为云端管理平台的代理，支持管理平台对终端管理任务、策略的下发和执行，并在上行网络中断时，按照既定策略自主运行，边缘侧支持容器虚拟化，加载多来源的应用程序并提供安全独立的运行环境，对终端设备采集的数据进行清洗、筛选、压缩、初步分析、AI模型推理识别以及加密，将轻量化的数据上传至云端，云端进行数据分析、存储、AI训练与建模，并将任务与推理模型下发至边缘侧执行；边缘计算设备通过云端与其他设备实现数据、策略协同。

本实施例中，通过改进设计满足倾斜和防淹没需求，在杆体下端固定连接保护套管，通过弧形减震板和缓冲弹簧降低外界物理撞击对杆体的伤害；通过物联感知手段监测物理设施状态以实现风险预警，在设备舱或杆上加装热源、漏电监测装置，监测散热情况及火焰、漏电的意外情况；通过对杆内电子设备进行高防护等级密封，提高环境适应性以及应对洪水淹没，进行自动协同辅助支撑。

实施例二

参照图1，一种多感知设备智能支撑电网风险处置方法，包括如下步骤：

S1：选用SAR图像作为检测水体的影像，划分山丘区山坡地貌水文响应单元；

S2：采用一维入渗和水分再分配的计算方法，获得包气带土壤的下渗过程；

S3：采用分布式水文模型，在产流计算方面采用时空变源混合产流模型；

S4：针对山洪灾害预警区域资料的详实程度，选择预警指标；

S5：选用杆塔倾斜沉降在线监测系统，通过两点的二维角度同时进行监测杆塔倾斜度；

S6：云边协同，满足倾斜和防淹没需求，进行自动协同辅助支撑。

本实施例中，选用两幅图像作为主影像和副影像，通过对两幅经过预处理的影像进行作差，获得差异图，在山洪灾害调查评价成果和实时水文气象大数据基础上，调查评价小流域拓扑关系及基础属性为基础，以流域、河段、节点、分水、水源、洼地、水库7类水文单元为水力关系核心，历史暴雨洪水和率定参数作为先验知识，降雨蒸发、产汇流、河道演进、水库调蓄的水文过程为主线。

本实施例中，划分山丘区山坡地貌水文响应单元，采用基于一维入渗理论的包气带土壤非线性下渗计算方法，计算湿润锋下移过程及入渗量，进行超渗、蓄满时段转换准则，平面混合产流模型，以山坡地貌水文响应单元的划分标准，将山洪地面响应单元划分为快速响应单元，根据差异性分为快、中、慢三种类型，滞后响应单元，贡献较小单元和其他单元，建立各类山坡地貌水文响应单元与产流机制的对应关系，搭建超渗/蓄满产流机制的平面上混合产流模型。

本实施例中，采用一维入渗和水分再分配的计算方法，将土壤含水量范围离散成具有恒定含水量的区间，考虑不同含水量单元之间的互吸力，实现再分配湿润锋横向位移，进行包气带土壤下渗计算方法，获得包气带土壤的下渗过程。

本实施例中，采用分布式水文模型，在产流计算方面采用时空变源混合产流模型，根据不同山坡地貌响应单元的下垫面类型的差异，确定各类山坡地貌水文响应单元所对应的产流机制，进行湿润锋横向位移再分配，确定短历时暴雨洪水的土壤最大含水量参数，完成垂向和时段上超渗产流、浅层土壤蓄满产流、深层土壤蓄满产流机制时空转换。

本实施例中，通过机理分析、水文水动力模拟、历史数据统计的方法，针对山洪灾害预警区域资料的详实程度，选择预警指标，通过合理布局GIS技术，建立雨量监测站网，面雨量作为预警指标，利用长系列周边站网资料和现场监测降雨短系列资料，建立长系列单站降雨量与面雨量相关关系，拟定山洪灾害致灾降雨量临界值，基于面积高程曲线，确定泥石流物质的源地，构建基于流域演化的泥石流沟谷判识模型，分析形成的降雨阈值特征，确定时空分异特征，通过降雨阈值，建立预报模型。

本实施例中，选用杆塔倾斜沉降在线监测系统，通过两点的二维角度同时进行监测杆塔倾斜度，沉降位移量，及时给出抢修信息，有效预防杆塔倾斜，沉降引起的各种事故，并找出其发生、发展的规律，及时掌握早期预见发生变化的杆塔，严密监控地面塌陷、地面沉降早期，及时采取应对措施，确保线路的安全运行，倾角测量范围在±60°，测量精度范围为±0.1°，位移测量范围在0-200mm，测量精度为0.1mm。

本实施例中，杆塔倾斜沉降在线监测系统主机由一台工业控制计算机、显示器、打印机、GPRS通讯模块、分析软件组成，主机对各监测点分机发送指令进行自动巡检和点测，当有报警存在时，软件实时处理数据并及时发送报警信息，同时以短消息模式发送给当前管理员；系统设置有网络接口供有关部门进行远程查询，在线监测分机主要由微处理器、A/D转换器、倾角传感器、温湿度传感器、风速传感器、风向传感器、GPRS通讯模块、太阳能电池板、充电电路、高性能蓄电池、分机监测软件组成。

本实施例中，云边协同方面，边缘侧支持将物联终端采集的各种非标数据格式转换为规范化的物模型，并实现不同来源设备的互操作；边缘侧作为云端管理平台的代理，支持管理平台对终端管理任务、策略的下发和执行，并在上行网络中断时，按照既定策略自主运行，边缘侧支持容器虚拟化，加载多来源的应用程序并提供安全独立的运行环境，将轻量化的数据上传至云端，云端进行数据分析、存储、AI训练与建模，并将任务与推理模型下发至边缘侧执行；边缘计算设备通过云端与其他设备实现数据、策略协同。

本实施例中，通过改进设计满足倾斜和防淹没需求，在杆体下端固定连接保护套管，通过弧形减震板和缓冲弹簧降低外界物理撞击对杆体的伤害；通过物联感知手段监测物理设施状态以实现风险预警，通过对杆内电子设备进行高防护等级密封，提高环境适应性以及应对洪水淹没，进行自动协同辅助支撑。

实施例三

参照图1，一种多感知设备智能支撑电网风险处置方法，包括如下步骤：

S1：选用SAR图像作为检测水体的影像，划分山丘区山坡地貌水文响应单元；

S2：采用一维入渗和水分再分配的计算方法，获得包气带土壤的下渗过程；

S3：采用分布式水文模型，在产流计算方面采用时空变源混合产流模型；

S4：针对山洪灾害预警区域资料的详实程度，选择预警指标；

S5：选用杆塔倾斜沉降在线监测系统，通过两点的二维角度同时进行监测杆塔倾斜度；

S6：云边协同，满足倾斜和防淹没需求，进行自动协同辅助支撑。

本实施例中，选用SAR图像作为检测水体的影像，选用两幅图像作为主影像和副影像，通过对两幅经过预处理的影像进行作差，获得差异图，在山洪灾害调查评价成果和实时水文气象大数据基础上，调查评价小流域拓扑关系及基础属性为基础，历史暴雨洪水和率定参数作为先验知识，降雨蒸发、产汇流、河道演进、水库调蓄的水文过程为主线，构建以小流域为计算单元，集成模型库、人工智能算法库、参数库和先验知识库为一体的模块化分布式水文模型。

本实施例中，划分山丘区山坡地貌水文响应单元，采用基于一维入渗理论的包气带土壤非线性下渗计算方法，计算湿润锋下移过程及入渗量，进行超渗、蓄满时段转换准则，建立平面、垂向、时段上时空变源混合产流模型，精确模拟山丘区中小流域产流时空分布过程；平面混合产流模型，以山坡地貌水文响应单元的划分标准，将山洪地面响应单元划分为快速响应单元，根据差异性分为快、中、慢三种类型，建立各类山坡地貌水文响应单元与产流机制的对应关系，搭建超渗/蓄满产流机制的平面上混合产流模型。

本实施例中，采用一维入渗和水分再分配的计算方法，将土壤含水量范围离散成具有恒定含水量的区间，推导一维入渗方程以快速获取湿润锋垂向位移，考虑不同含水量单元之间的互吸力，实现再分配湿润锋横向位移，进行包气带土壤下渗计算方法，获得包气带土壤的下渗过程。

本实施例中，采用分布式水文模型，在产流计算方面采用时空变源混合产流模型，建立并求解非饱和下渗曲线方程，快速获取湿润锋垂向位移，考虑不同含水量单元之间的互吸力，进行湿润锋横向位移再分配，确定短历时暴雨洪水的土壤最大含水量参数，完成垂向和时段上超渗产流、浅层土壤蓄满产流、深层土壤蓄满产流机制时空转换。

本实施例中，通过机理分析、水文水动力模拟、历史数据统计的方法，针对山洪灾害预警区域资料的详实程度，选择预警指标，通过合理布局GIS技术，建立雨量监测站网，面雨量作为预警指标，利用长系列周边站网资料和现场监测降雨短系列资料，基于面积高程曲线，确定泥石流物质的源地，构建基于流域演化的泥石流沟谷判识模型，确定时空分异特征，通过降雨阈值，建立预报模型。

本实施例中，选用杆塔倾斜沉降在线监测系统，通过两点的二维角度同时进行监测杆塔倾斜度，沉降位移量，并借助GSM/GPRS通信网络进行实时数据传输，结合专家知识库和各种理论模型给杆塔倾斜情况，及时给出抢修信息，有效预防杆塔倾斜，沉降引起的各种事故，严密监控地面塌陷、地面沉降早期，及时采取应对措施，确保线路的安全运行，倾角测量范围在±60°，测量精度范围为±0.1°，位移测量范围在0-200mm，测量精度为0.1mm。

本实施例中，杆塔倾斜沉降在线监测系统主机由一台工业控制计算机、显示器、打印机、GPRS通讯模块、分析软件组成，主机对各监测点分机发送指令进行自动巡检和点测，接收各监测点的信息，并对其进行分析统计、判断、预报警、存储，提供查询和打印输出；系统设置有网络接口供有关部门进行远程查询，在线监测分机主要由微处理器、A/D转换器、倾角传感器、温湿度传感器、风速传感器、风向传感器、GPRS通讯模块、太阳能电池板、充电电路、高性能蓄电池、分机监测软件组成。

本实施例中，云边协同方面，边缘侧支持将物联终端采集的各种非标数据格式转换为规范化的物模型，并实现不同来源设备的互操作；边缘侧作为云端管理平台的代理，支持管理平台对终端管理任务、策略的下发和执行，并在上行网络中断时，按照既定策略自主运行，边缘侧支持容器虚拟化，加载多来源的应用程序并提供安全独立的运行环境，将轻量化的数据上传至云端，云端进行数据分析、存储、AI训练与建模，并将任务与推理模型下发至边缘侧执行；边缘计算设备通过云端与其他设备实现数据、策略协同。

本实施例中，通过改进设计满足倾斜和防淹没需求，在杆体下端固定连接保护套管，通过弧形减震板和缓冲弹簧降低外界物理撞击对杆体的伤害；通过物联感知手段监测物理设施状态以实现风险预警，通过对杆内电子设备进行高防护等级密封，提高环境适应性以及应对洪水淹没，进行自动协同辅助支撑。

实施例四

参照图1，一种多感知设备智能支撑电网风险处置方法，包括如下步骤：

S1：选用SAR图像作为检测水体的影像，划分山丘区山坡地貌水文响应单元；

S2：采用一维入渗和水分再分配的计算方法，获得包气带土壤的下渗过程；

S3：采用分布式水文模型，在产流计算方面采用时空变源混合产流模型；

S4：针对山洪灾害预警区域资料的详实程度，选择预警指标；

S5：选用杆塔倾斜沉降在线监测系统，通过两点的二维角度同时进行监测杆塔倾斜度；

S6：云边协同，满足倾斜和防淹没需求，进行自动协同辅助支撑。

本实施例中，选用SAR图像作为检测水体的影像，选用两幅图像作为主影像和副影像，通过对两幅经过预处理的影像进行作差，获得差异图，在山洪灾害调查评价成果和实时水文气象大数据基础上，降雨蒸发、产汇流、河道演进、水库调蓄的水文过程为主线，构建以小流域为计算单元，集成模型库、人工智能算法库、参数库和先验知识库为一体的模块化分布式水文模型。

本实施例中，划分山丘区山坡地貌水文响应单元，采用基于一维入渗理论的包气带土壤非线性下渗计算方法，计算湿润锋下移过程及入渗量，进行超渗、蓄满时段转换准则，建立平面、垂向、时段上时空变源混合产流模型，精确模拟山丘区中小流域产流时空分布过程；平面混合产流模型，以山坡地貌水文响应单元的划分标准，将山洪地面响应单元划分为快速响应单元，根据差异性分为快、中、慢三种类型，滞后响应单元，根据差异性分为快、中、慢三种类型，贡献较小单元和其他单元，建立各类山坡地貌水文响应单元与产流机制的对应关系，搭建超渗/蓄满产流机制的平面上混合产流模型。

本实施例中，采用一维入渗和水分再分配的计算方法，将土壤含水量范围离散成具有恒定含水量的区间，推导一维入渗方程以快速获取湿润锋垂向位移，考虑不同含水量单元之间的互吸力，实现再分配湿润锋横向位移，进行包气带土壤下渗计算方法，获得包气带土壤的下渗过程。

本实施例中，采用分布式水文模型，在产流计算方面采用时空变源混合产流模型，根据不同山坡地貌响应单元的下垫面类型的差异，确定各类山坡地貌水文响应单元所对应的产流机制，建立并求解非饱和下渗曲线方程，快速获取湿润锋垂向位移，完成垂向和时段上超渗产流、浅层土壤蓄满产流、深层土壤蓄满产流机制时空转换。

本实施例中，通过机理分析、水文水动力模拟、历史数据统计的方法，针对山洪灾害预警区域资料的详实程度，选择预警指标，通过合理布局GIS技术，建立雨量监测站网，面雨量作为预警指标，利用长系列周边站网资料和现场监测降雨短系列资料，建立长系列单站降雨量与面雨量相关关系，拟定山洪灾害致灾降雨量临界值，基于面积高程曲线，确定泥石流物质的源地，构建基于流域演化的泥石流沟谷判识模型，分析形成的降雨阈值特征，确定时空分异特征，通过降雨阈值，建立预报模型。

本实施例中，选用杆塔倾斜沉降在线监测系统，通过两点的二维角度同时进行监测杆塔倾斜度，沉降位移量，并借助GSM/GPRS通信网络进行实时数据传输，结合专家知识库和各种理论模型给杆塔倾斜情况，及时给出抢修信息，有效预防杆塔倾斜，严密监控地面塌陷、地面沉降早期，及时采取应对措施，确保线路的安全运行，倾角测量范围在±60°，测量精度范围为±0.1°，位移测量范围在0-200mm，测量精度为0.1mm。

本实施例中，杆塔倾斜沉降在线监测系统主机由一台工业控制计算机、显示器、打印机、GPRS通讯模块、分析软件组成，主机对各监测点分机发送指令进行自动巡检和点测，接收各监测点的信息，并对其进行分析统计、判断、预报警、存储，提供查询和打印输出；当有报警存在时，软件实时处理数据并及时发送报警信息，在线监测分机主要由微处理器、A/D转换器、倾角传感器、温湿度传感器、风速传感器、风向传感器、GPRS通讯模块、太阳能电池板、充电电路、高性能蓄电池、分机监测软件组成。

本实施例中，云边协同方面，边缘侧支持将物联终端采集的各种非标数据格式转换为规范化的物模型，并实现不同来源设备的互操作；边缘侧作为云端管理平台的代理，支持管理平台对终端管理任务、策略的下发和执行，并在上行网络中断时，按照既定策略自主运行，边缘侧支持容器虚拟化，加载多来源的应用程序并提供安全独立的运行环境，对终端设备采集的数据进行清洗、筛选、压缩、初步分析、AI模型推理识别以及加密，将轻量化的数据上传至云端，云端进行数据分析、存储、AI训练与建模，并将任务与推理模型下发至边缘侧执行；边缘计算设备通过云端与其他设备实现数据、策略协同。

本实施例中，通过改进设计满足倾斜和防淹没需求，在杆体下端固定连接保护套管，通过弧形减震板和缓冲弹簧降低外界物理撞击对杆体的伤害；通过物联感知手段监测物理设施状态以实现风险预警，在设备舱或杆上加装热源、漏电监测装置，监测散热情况及火焰、漏电的意外情况；通过对杆内电子设备进行高防护等级密封，提高环境适应性以及应对洪水淹没，进行自动协同辅助支撑

实施例五

参照图1，一种多感知设备智能支撑电网风险处置方法，包括如下步骤：

S1：选用SAR图像作为检测水体的影像，划分山丘区山坡地貌水文响应单元；

S2：采用一维入渗和水分再分配的计算方法，获得包气带土壤的下渗过程；

S3：采用分布式水文模型，在产流计算方面采用时空变源混合产流模型；

S4：针对山洪灾害预警区域资料的详实程度，选择预警指标；

S5：选用杆塔倾斜沉降在线监测系统，通过两点的二维角度同时进行监测杆塔倾斜度；

S6：云边协同，满足倾斜和防淹没需求，进行自动协同辅助支撑。

本实施例中，选用SAR图像作为检测水体的影像，选用两幅图像作为主影像和副影像，通过对两幅经过预处理的影像进行作差，获得差异图，在山洪灾害调查评价成果和实时水文气象大数据基础上，调查评价小流域拓扑关系及基础属性为基础，历史暴雨洪水和率定参数作为先验知识，降雨蒸发、产汇流、河道演进、水库调蓄的水文过程为主线，构建以小流域为计算单元，集成模型库、人工智能算法库、参数库和先验知识库为一体的模块化分布式水文模型。

本实施例中，划分山丘区山坡地貌水文响应单元，采用基于一维入渗理论的包气带土壤非线性下渗计算方法，计算湿润锋下移过程及入渗量，进行超渗、蓄满时段转换准则，建立平面、垂向、时段上时空变源混合产流模型，精确模拟山丘区中小流域产流时空分布过程；平面混合产流模型，以山坡地貌水文响应单元的划分标准，将山洪地面响应单元划分为快速响应单元，根据差异性分为快、中、慢三种类型，滞后响应单元，根据差异性分为快、中、慢三种类型，贡献较小单元和其他单元，建立各类山坡地貌水文响应单元与产流机制的对应关系，搭建超渗/蓄满产流机制的平面上混合产流模型。

本实施例中，采用一维入渗和水分再分配的计算方法，将土壤含水量范围离散成具有恒定含水量的区间，推导一维入渗方程以快速获取湿润锋垂向位移，考虑不同含水量单元之间的互吸力，实现再分配湿润锋横向位移，进行包气带土壤下渗计算方法，获得包气带土壤的下渗过程。

本实施例中，采用分布式水文模型，在产流计算方面采用时空变源混合产流模型，建立并求解非饱和下渗曲线方程，快速获取湿润锋垂向位移，考虑不同含水量单元之间的互吸力，进行湿润锋横向位移再分配，确定短历时暴雨洪水的土壤最大含水量参数，完成垂向和时段上超渗产流、浅层土壤蓄满产流、深层土壤蓄满产流机制时空转换。

本实施例中，通过机理分析、水文水动力模拟、历史数据统计的方法，针对山洪灾害预警区域资料的详实程度，选择预警指标，通过合理布局GIS技术，建立雨量监测站网，面雨量作为预警指标，利用长系列周边站网资料和现场监测降雨短系列资料，建立长系列单站降雨量与面雨量相关关系，拟定山洪灾害致灾降雨量临界值，基于面积高程曲线，确定泥石流物质的源地，构建基于流域演化的泥石流沟谷判识模型，分析形成的降雨阈值特征，确定时空分异特征，通过降雨阈值，建立预报模型。

本实施例中，选用杆塔倾斜沉降在线监测系统，通过两点的二维角度同时进行监测杆塔倾斜度，沉降位移量，并借助GSM/GPRS通信网络进行实时数据传输，结合专家知识库和各种理论模型给杆塔倾斜情况，及时给出抢修信息，有效预防杆塔倾斜，严密监控地面塌陷、地面沉降早期，及时采取应对措施，确保线路的安全运行，倾角测量范围在±60°，测量精度范围为±0.1°，位移测量范围在0-200mm，测量精度为0.1mm。

本实施例中，杆塔倾斜沉降在线监测系统主机由一台工业控制计算机、显示器、打印机、GPRS通讯模块、分析软件组成，主机对各监测点分机发送指令进行自动巡检和点测，接收各监测点的信息，并对其进行分析统计、判断、预报警、存储，提供查询和打印输出；当有报警存在时，软件实时处理数据并及时发送报警信息，在线监测分机主要由微处理器、A/D转换器、倾角传感器、温湿度传感器、风速传感器、风向传感器、GPRS通讯模块、太阳能电池板、充电电路、高性能蓄电池、分机监测软件组成。

本实施例中，云边协同方面，边缘侧支持将物联终端采集的各种非标数据格式转换为规范化的物模型，并实现不同来源设备的互操作；边缘侧作为云端管理平台的代理，支持管理平台对终端管理任务、策略的下发和执行，并在上行网络中断时，按照既定策略自主运行，边缘侧支持容器虚拟化，加载多来源的应用程序并提供安全独立的运行环境，并可由云端进行容器管理；对终端设备采集的数据进行清洗、筛选、压缩、初步分析、AI模型推理识别以及加密，将轻量化的数据上传至云端，云端进行数据分析、存储、AI训练与建模，并将任务与推理模型下发至边缘侧执行；边缘计算设备通过云端与其他设备实现数据、策略协同。

本实施例中，通过改进设计满足倾斜和防淹没需求，在杆体下端固定连接保护套管，在设备舱或杆上加装热源、漏电监测装置，监测散热情况及火焰、漏电的意外情况；通过对杆内电子设备进行高防护等级密封，提高环境适应性以及应对洪水淹没，进行自动协同辅助支撑

对比例一

与实施例一不同之处在于，S1：选用SAR图像作为检测水体的影像，采用基于一维入渗理论的包气带土壤非线性下渗计算方法，划分山丘区山坡地貌水文响应单元，选用SAR图像作为检测水体的影像，选用两幅图像作为主影像和副影像，通过对两幅经过预处理的影像进行作差，获得差异图，在山洪灾害调查评价成果和实时水文气象大数据基础上，调查评价小流域拓扑关系及基础属性为基础，以流域、河段、节点、分水、水源、洼地、水库7类水文单元为水力关系核心，历史暴雨洪水和率定参数作为先验知识，降雨蒸发、产汇流、河道演进、水库调蓄的水文过程为主线，构建以小流域为计算单元，集成模型库、人工智能算法库、参数库和先验知识库为一体的模块化分布式水文模型，划分山丘区山坡地貌水文响应单元，采用基于一维入渗理论的包气带土壤非线性下渗计算方法，计算湿润锋下移过程及入渗量，进行超渗、蓄满时段转换准则，建立平面、垂向、时段上时空变源混合产流模型，精确模拟山丘区中小流域产流时空分布过程；平面混合产流模型，以山坡地貌水文响应单元的划分标准，将山洪地面响应单元划分为快速响应单元，根据差异性分为快、中、慢三种类型，滞后响应单元，根据差异性分为快、中、慢三种类型，贡献较小单元和其他单元，建立各类山坡地貌水文响应单元与产流机制的对应关系，搭建超渗/蓄满产流机制的平面上混合产流模型。

对比例二

与实施例二不同之处在于，S2：采用一维入渗和水分再分配的计算方法，获得包气带土壤的下渗过程，采用一维入渗和水分再分配的计算方法，将土壤含水量范围离散成具有恒定含水量的区间，考虑不同含水量单元之间的互吸力，实现再分配湿润锋横向位移，进行包气带土壤下渗计算方法，获得包气带土壤的下渗过程。

对比例三

与实施例三不同之处在于，S3：采用分布式水文模型，在产流计算方面采用时空变源混合产流模型，采用分布式水文模型，在产流计算方面采用时空变源混合产流模型，建立并求解非饱和下渗曲线方程，快速获取湿润锋垂向位移，考虑不同含水量单元之间的互吸力，进行湿润锋横向位移再分配，确定短历时暴雨洪水的土壤最大含水量参数，完成垂向和时段上超渗产流、浅层土壤蓄满产流、深层土壤蓄满产流机制时空转换。

实验例

将实施例一、实施例二、实施例三、实施例四和实施例五的一种多感知设备智能支撑电网风险处置方法进行试验，得出结果如下：

实施例一、实施例二、实施例三、实施例四和实施例五的多感知设备智能支撑电网风险处置方法对比现有的多感知设备智能支撑电网风险处置方法，运维成本显著降低，数据计算效率显著提升，且实施例一为最佳实施例。

检测报告

本发明的目的是针对区域降雨不均匀性，计算洪水的效果、效率和精度低，运维成本高，可视化能力弱，检测数据时间长导致数据时效性差等问题，提出一种多感知设备智能支撑电网风险处置方法，通过机理分析、水文水动力模拟、历史数据统计的方法，减小对降雨数据的依赖，弥补区域降雨不均匀性和资料限制的问题；通过系统智能开展洪水淹没推演计算；杆塔倾斜沉降在线监测系统能够自动根据风险点信息，检测数据准确快捷，调用风险点附近的视频、微拍、杆塔倾斜、水位监测等感知设备，获取风险点的实际情况，实现多种设备自动协同辅助支撑，减少洪水损坏设备所带来的经济损失，降低电网运维成本。

最后应说明的是：以上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，或者对其中部分技术特征进行等同替换，但这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。