甘肃地区气温变化对±1100 kV特高压直流输电工程线路的影响

陈彦求，保承家，何爱欢

（1.兰州交通大学自动化与电气工程学院，甘肃兰州730070；2.国网甘肃省电力公司检修公司，甘肃兰州730050）

近百年来，地球表面的气候正经历了一次显著的变暖，全国以及西北地区的气温在近年呈上升趋势，最低气温有显著增高趋势[1-6]。陈隆勋等[7]指出，西北西部地区在变暖，35毅N以南、南岭以北地区在变冷。气温变化对于人们的工作与生活影响较大。

气温的变化会影响输电工程，高温天气影响导线的弧垂，气温越高，弧垂越大，即导线对地距离越小，对地安全距离不满足规定要求时，存在安全隐患，可能产生放电现象和电击触电事故。环境温度和导线温度是输电线路覆冰的主要影响因素[8]。所以，低温天气可能造成导线覆冰。气温对特高压直流输电线路的导线寿命也有一定的影响。因此，对线路工程途径甘肃地区温度变化趋势分析的研究十分必要。

准东—华东（皖南）依1100 kV特高压直流输电工程线路工程起于新疆准东将军庙换流站，终于安徽皖南换流站。沿线途经新疆、甘肃、宁夏、陕西、河南、安徽6省，线路全长约3 256.5 km（含长江大跨越3.143 km），航空线长度为2 963.8 km，海拔0~2300 m之间。送端换流站接入750 kV交流电网，受端换流站分层接入500/1000 kV交流电网。甘肃段全长1 276.9 km（甘肃省的跨距最长），途径甘肃省酒泉市、张掖市、金昌市、武威市、白银市、庆阳市、平凉市。甘肃北段线路起于新疆维吾尔自治区与甘肃省界，途经甘肃省敦煌市、瓜州县，止于瓜州县境内兰新铁路金泉站。

本文旨在对准东—华东（皖南）依1100 kV特高压直流输电工程线路工程途径甘肃的18个气象台站收集的数据进行统计与分析，得到各台站气温变化趋势，为项目施工与设备选择提供一定参考依据。

1 基于相关系数法的数据处理

1.1 罗曼诺夫斯基准则的数据剔除法

气温数据的处理经常采用气象数据处理的方法。在10 a气温数据的测量过程中，由于仪器的变更，导致测量仪器的精度与原理不一致。处理数据时，必须将多年资料进行均一化处理。国外许多气候学家在研究判断非均一性的方法上做了大量工作[9-10]。

在数据采集过程中，由于操作者的失误、外界条件等原因可能会产生较大误差。含有较大误差的测量数据是对测量数据的一种严重扭曲，必须予以剔除，保证数据处理的精确性。

在采样次数较少（n臆10）的情况下，应用罗曼诺夫斯基准则处理数据可以得到稳定、可靠的数据处理结果。本文将采用诺曼诺夫斯基准则对18个台站2006—2015年（n=10）每月的气温数据进行处理分析，剔除错误数据。

处理数据之前，一般认为测量数据符合正态分布，但是数理统计学可以证明，在测量次数较少的情况下，t分布更符合实际分布，罗曼诺夫斯基准则就是以t分布依据建立的。在一定测量次数n下，设等精度独立测得的一组数据x1，x2,…xn，若对某一数据xk有怀疑，可以按照如下步骤判别：

（a）先将怀疑数据xk去掉，计算出不含xk的测量数据的算数平均值忆：

（b）计算出不包含xk的残差在内的标准偏差s'：

（c）根据选定的显著水平琢和测量次数n，在t分布表中查出检测系数K（琢，n），啄=K（琢，n）s'。

具体剔除数据过程如下：

（1）在matlab中编辑程序，并通过判别步骤确定存在有误数据的年份（n=10）；

（2）在存在有误数据的年份中再进行判别，得到存在数据有误的月份（n=6）；

（3）最后在这些月份中剔除存在问题的日平均气温数据（n=10）。

通过上述方法对各个台站日平均气温数据值进行数据剔除，得到剔除结果（表1）。

通过采用罗曼诺夫斯基准则的数据剔除法，有效剔除了可疑数据，提高了后期数据处理的结果的可靠性。

表1 日平均气温数据剔除结果

1.2 相关系数法

气温—时间相关系数Rxt的定义为n个时刻（年）的要素序列与自然数列1，2，3，……，n的相关系数：

其中n为年数，xi是第i年要素值，为其样本平均值显然，当Rxt为正时，表示该要素在所计算的年内有线性增加的趋势。反之，表示该要素在所计算的年内有线性减少的趋势。通过计算本项目工程途径地区各气象台站10 a数据的Rxt，得该地区的气温变化趋势。

2 基于SPSS软件的数据分析

将18个气象台站数据导入到SPSS软件，并对各台站气温数据进行分析，计算气候趋势系数。以敦煌为例，数据经过SPSS软件分析处理得到敦煌10 a气温变化的曲线（图1）。

图1 敦煌10 a每月气温变化

趋势分析：由图1可得，敦煌地区1—6月气温呈增加趋势，7—12月呈逐渐减小趋势。

通过将敦煌10 a的数据代入相关系数公式，可以计算出敦煌的气温—时间系数Rxt=-0.200，得出敦煌地区近10 a气温有下降的趋势。

由图2可知敦煌10 a气温的平均值为10.8益，标准差为1.224，标准差值较大，可见敦煌地区近10 a气温值波动偏大。

图2 敦煌10 a气温的平均值频率分布

表2是18个台站温度平均值，平均最低气温，平均最高气温和气温与时间的相关系数。

表2 18个台站10 a气温数据计算结果

由表2可得各个地区10 a气温的年平均值，平均最低气温以及最高气温。整个线路10 a的平均最低气温为-24.7益，平均最高气温为32.8益。敦煌、安西、玉门、金塔、酒泉、高台、张掖、镇原、泾川、灵台等地气温—时间系数为负值，近10 a气温呈下降趋势，其余地区气温呈上升趋势。

结合表1计算结果得到工程沿线区域气温年平均值分布图（图3）。

图3 依1100 kV特高压直流输电工程线路工程途径甘肃地区18个台站平均温度分布

3 结论与讨论

（1）通过对18个台站气温数据处理，可得甘肃省近10 a平均气温的最大值空间变化特征，存在自西北向东南逐渐降低的趋势，变化可能与海拔相关。而近10 a平均气温的最小值，则跟近10 a平均气温的最大值变化趋势相反，呈自西北向东南逐渐增加的趋势。

（2）敦煌、安西、靖远、镇原、泾川、灵台、民勤等地平均气温最高，对于输电线路的绝缘老化程度影响最大。永昌、古浪等地平均气温最低，设计与施工时应注意线路工程在上述地区的春季，冬季的覆冰天气。

（3）张掖、灵台、敦煌、高台等地近年最高气温都高于30益，且气温—时间相关系数均为负，上述地区高温危害风险将会有所减缓。民勤、武威、景泰、靖远等地近年最高气温都高于30益，且气温—时间相关系数均为正，所以上述地区的高温危害风险会更加严重。

（4）山丹、临泽、永昌、古浪、民勤等地近年最低气温都低于-20益，且气温—时间相关系数均为正值，所以上述地区的低温危害风险将有所减缓。安西、玉门、金塔、酒泉、高台、张掖等地近年气温最小值低于-20益，且气温—时间相关系数均为负值，上述地区的低温危害风险会更加严重。

（5）敦煌、安西、玉门、金塔、酒泉、高台、张掖、镇原、泾川、灵台等地的气温有下降趋势。由于金塔、酒泉等地近10 a最低气温在-24益左右，且气温有下降趋势，在低温天气时，有可能造成输电线路覆冰致使线路损坏和杆塔受力过大而倒塌，施工时应考虑杆塔承受能力和导线的拉伸能力。武威、临泽、永昌、古浪、民勤、武威、景泰、靖远等地的温度有上升趋势。整个沿线区域的气温有上升趋势，由于民勤、靖远等地近10 a最高气温在32益左右，且气温有上升趋势，在高温天气时，有可能造成输电线路软化而形成弧垂，使输电线路绝缘老化，带来安全隐患，设计与施工时应尽量考虑输电导线绝缘材料的耐热性。

参考文献：

[1]郝宏飞，辜永强，郝宏蕾.巴楚县冬小麦生育期气温变化及其对小麦产量的影响 [J].沙漠与绿洲气象，2016，10（5）：52-57.

[2]戴湘艳，吕衡彦，余华.吐鲁番盆地冬季气温变化及特色林果冬季冻害指标分析[J].沙漠与绿洲气象，2014，8（1）：51-56.

[3]张瑞波.尚华明，魏文寿，等.树轮.啄13C记录的阿勒泰地区近160 a 夏季气温变化[J].沙漠与绿洲气象，2014，8（2）：34-40.

[4]李焕，白松竹，王干成.阿勒泰地区1961-2007年夏季平均最高气温及高温日数变化特征 [J].沙漠与绿洲气象，2014，8（3）：56-60.

[5]李海花，李焕，葛洪燕，等.阿勒泰地区冬季极端最低气温变化分析[J].沙漠与绿洲气象，2012，6（6）：41-44.

[6]任国玉，初子莹，国雅清，等.中国气温变化研究最新进展[J].气候与环境研究，2005，10（4）：702-716.

[7]陈隆勋，近四十年我国气候变化的初步分析[J].应用气象学报.1991，2（2）：164-174.

[8]谢运华，三峡地区导线覆冰与气象要素的关系[J].中国电力，2005，38（3）：35-39.

[9]Potter k W.Illustration of a new test for detecting a shift in mean precipitation series[J].Mon Wea Rev，1981，109：2040-2045.

[10]Easterling D R，Peterson T C.Techniques for detecting and adjusting for artificial discontinuities in climatological Time series：//Fifth International Meeting on Statistical Climatology[C]，1992：28-32.

[11]Easterling D R，Peterson T C.A new method for detecting undocumented discontinuities in climatological time series[J].J Climatol，1995（15）：369-377.

[12]李栋梁，彭素琴，姚辉.我国西北地区冬季平均气温的气候特征[J].大气科学.1995，19（2）：192-199.

[13]于淑秋.近50年我国平均温度的气候变化.应用气象学报，2005，16（6）：787-793.

[14]马柱国，符淙斌，任小波，等.中国北方年极端温度的变化趋势与区域增暖的联系[J].地理学报.2003，58：11-20.

[15]朱飙，马鹏里.甘肃省风速变化趋势分析[J].干旱区资源与环境.2012，26（12）：90-95.

[16]杨萍，刘伟东.近40年我国极端温度变化趋势和季节特征[J].2010，21（1）：29-35.

[17]Karl T R，Kukla G，Razuvayev V N，et al.Global warming：Evidence for asymmetric diurnal temperature change[J].Geophys Res Lett，1991（18）：2253-2256.

[18]唐红玉，翟盘茂.1951—2002年中国平均最高、最低气温及日较差变化[J].气候与环境研究，2003，10（4）：731-735.

[19]周垚.高压输电线路导线温度在线监测系统研究与实现[D].北京：北京交通大学，2009.

[20]王绍武，闻新，宇罗勇，等.近千年全球温度变化研究的新进展[J].气候变化研究进展，2007，3（1）：14-19.

[21]张辉.运行条件下输电线路热载荷能力研究[D].山东：山东大学，2008.

[22]唐国利，丁一汇.近44年南京温度变化的特征及其可能原因的分析[J].大气科学，2006，30（1）：56-68.

[23]白虎志，任国玉，张爱英，等.城市热岛效应对甘肃省温度序列的影响[J].高原气象，2006，25（1）：90-94.

[24]唐红玉，李锡福.青海高原近40年来最高和最低温度变化趋势的初步分析[J].高原气象，1999，18（2）：230-235.