电网特征与相关参数关系研究

㈣㈣Y2383肼7哪ClassifiedIndex：TM71Thesisfortheofthe㈣㈣Y2383肼7哪ClassifiedIndex：TM71ThesisfortheofthePowerGrid CMERelatedProf．LianguangMasterofandItsofElectricalandDateofNorthChinaPowerDegree-Conferring-要摘日冕物质抛射(CME)是导致地磁暴发生，从而引发电网地磁感应电流(GIC及引发大面积的停电事故。实践表明采用技术手段治理和防治难度大，投资高，实现GIC的预测预报将是最经济、最有效的防范手段，将空间物理和地球物理领域关于EC要摘日冕物质抛射(CME)是导致地磁暴发生，从而引发电网地磁感应电流(GIC及引发大面积的停电事故。实践表明采用技术手段治理和防治难度大，投资高，实现GIC的预测预报将是最经济、最有效的防范手段，将空间物理和地球物理领域关于EC本文针对这一关键问题，研究了CME与电网GIC之间的关系，阐述了电网的产生机理，分析了地磁指数预报与电网防灾的差别；利用统计方法对CME相参数数据和GIC数据进行分析，找到对电网GIC有重要影响的CME合；利用CME的几何模型，模拟CME的传播并据此详细分析了我国电网的几次典型的GIC事件发生的过程，找到其发生的原因；提出了几种预报GIC方法，重点介绍了美国的太阳盾工程CME导致了地磁暴的发生，从而引发了电网GIC，现有的磁指数预报并不能满足电网防灾的需求，预测预报才是最有效的手段；CME的宽度、初始速度、日面源区是对电网GIC有影响的重要参数；2004年11月10广东岭澳核电站监测到了很大的GIC，这次事件是由两个起源于日面中心位CME共同引发的，并且这两次CME均具有很大的角宽度和初始速度，从而其相的ICME具有很强的磁场、太阳风速度和太阳风动压，导致了特大磁暴的发发了较大的电网GIC；以CME的参数数据和GIC统计学的方法可以建立预测预报GIC的模型，但这种方法难以获得很高的精度；美CECMGI，CC方面具有极大的参考和学习价值关键词：日冕物质抛射；地磁感应电流；参数；预Coronalthestormscausingisquasi—willleadmalfunctionofthe鲥dequipment’Srelay,totransformerareatriggeratheblackout．PracticeshowsthattheuseoftechnicalmeanstocontrolandpreventGICdifficultandeffectivetoGICwillbethemosteconomicalhightheresearchontheinthefieldonis powerForthiscriticalCoronalthestormscausingisquasi—willleadmalfunctionofthe鲥dequipment’Srelay,totransformerareatriggeratheblackout．PracticeshowsthattheuseoftechnicalmeanstocontrolandpreventGICdifficultandeffectivetoGICwillbethemosteconomicalhightheresearchontheinthefieldonis powerForthiscriticalissue．thedifferencebetweenthegeomagneticindexforecastsanddisasterpreventionWasanalysised；thebetweentheandthe醇GICthethedataandGICdatacombinationsseriouslyGIC；thegeometricoftheCMEwasusedsimulatelargeeventsin thereasonsforthetheoriesandmethodsforecastingsunintheUnitedStateswasTheresultsshowedthat：theindexforecastsCannotmeetofthe鲥leadstheofstormwhichleadstothe班dangularimportantarethe1GuangdongNuclearPowerStationmonitoredincidentgreattriggeredinthecentrallocationtwoCMEangularwidthandspeed，whichthecorrespondingICMEhadstrongmagneticdynamicpressure，leadingtothegeomagneticthesolarwindspeedandsolaruseofstatisticalmethodsCan largegridamodelsofGICbaseonthedataandahighaccuracy；theAmeriCansunshieldbutthesemethodsaredi伍culttoestablishedthemodelchainofto GICinordertoachieveforecastofthetimeoftheoccurrenceofgridGIC，thisprojectgreatreferenceandlearningvalueforGICforecastinmiddleand10W1atitude 摘要1．1课题的提出1．2国内 摘要1．1课题的提出1．2国内外研究现状1．2．1国外研究现状1．2．2国内研究现状CME概述2．1．2CME相关参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯52．2地磁暴与CME的关⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．62．2．1地磁暴与地磁扰动描的关系2．3．1电网GIC⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．92．3．2电网GIC与CME的关系2．3．3电网GIC的危害及治理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯122．4本章小第3章驱动GIC事件的CME相关参数研究3．1CME的角宽度⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯13．2CME的初始速度⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯16CME的日面源3．33．4CME的加速度⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2l3．5本章小第4章电网GIC事件分析4．1数据分析4．2事件过程分析CME几何模型4．2．3CME在行星际中的偏转⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．264．2．4CME几何模型4．2．3CME在行星际中的偏转⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．264．2．4电网GIC事第5章电网GIC预报理论与方法研究15．1统计方法预报5．1．1利用神经网络原理预报5．1．2利用模糊数学方法预报5．2模型方法预报5．2．1太阳盾工程5．2．2预报系统的设计5．2．3预报系统的终端实现5．2．4预报实例5．3本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．39第6章结论与展⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．416．1结论6．2展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．42参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯43文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯47攻读硕士论文期间参加的科研工作致谢第11．1课题的提目前的研究表明电网地磁感应电流(GIC保护误动、烧毁变压器【1】【2】，引发过加拿大魁北克【31、瑞典马尔默【4停电事故。我国广东【5第11．1课题的提目前的研究表明电网地磁感应电流(GIC保护误动、烧毁变压器【1】【2】，引发过加拿大魁北克【31、瑞典马尔默【4停电事故。我国广东【51、江苏【61、浙江[7】等地也发现了大量磁暴侵害电网的事件。其中，2004年11月7日和11月10日广东岭澳核电站变压器中性点监测的GIC峰值分别达到了47．2A和75．5A。由于电网规模大，在经济发达地区几乎覆盖地表面，采用隔离、削弱和补偿等技术手段降低或防范电网GIC的危害非常困难【5】【61，投资也相当大。此外，多新的电网安全问题，若能实现对GIC的预测预报，将是最经济、最有效的防范手段。基于CME是最剧烈的太阳活动，是地磁暴的主要驱动源【8】【91，磁暴电网GIC的事实，如果能够利用CME的观测数据实现对电网GIC时间的预测预报，我们就可以通过调控可能过载线路的负荷或制定变压器的预测预报，就需要首先了解CME相关参数与电网GIC的关系，找出哪些参数或参数组合对电网GIC有重要影响，哪些参数决定了电网GIC的大小些参数是如何影响CME对地有效性的，然后寻求利用这些参数预报GIC的法1．21．2．1度、日面源区、加速度、质量、能量等日面参数数据。在CME国外的空间天气学者们做过大量的统计分析和研究。Gopalswamy_【10儿¨J分析了年1月至2005年6月SOHO／LASCO观测到的CME，得到平均速度为根据Gopalswamytl2】等人的统计结果，超过2000km／s的CME比例很d',(25／8008)，到2006年底，观测到的速度最大的CME发生在2004年1月1日，速度为3387km／s角宽度范围为200<width<1200的CME，发现平均角宽度在470．61角宽度范围为200<width<1200的CME，发现平均角宽度在470．610之间，根据n以及Cargil等人的理论描述，CE刚从日面出发时，需要有推动力对其加速，此时推动力要克服CME本身的重力和其他的阻力，而当CME传到远离时，其所受的合力很可能指向日面，CME运动的加速或减速过程就是这些力共作用的结果，Yashiro等人对SOHO／LASCO观测的1996．2002年的CME纬度了逐年分析得到CME事件纬度分布存在南北不对称性【l1940年GIC首次被发现以来，北美和北欧等高纬度地区曾发生过多次GIC侵入电网，为得到电网中真实的GIC值，许多国家研制了GIC监测设备。1977年，芬兰气象研究院和芬兰电力公司合作在400kV电网中安装GIC监测设备【14】GC的监测【15；1992SUNBURST系统监测20GC[16JGIC的计算模型也有一定研究，并取得了很多重大成果。平面波法计算GIC[1『7】【l81、复镜像法计算感应电两级预报，预报时间分别可以提前60分钟和1．2天。1．2．2当前，预报太阳活动以及行星际、磁层、电离层效应和地磁暴已经成为了国外太阳物理、地球物理科学家的研究目标。在我国，人们对日地系统各空动的物理过程与模式也有了初步的认识，但这些研究多针对地磁暴，没有统相结合。汪毓明等人研究了1997．2000年期间的132个CME与磁暴的关果是约45％的朝向地球的全晕状CME才可能引起Kp-2_5的磁暴，引起地磁暴的晕状CME多数分布在太阳的西半球，少数分布在太阳的东半球【22】【23】；张军研究1996．2005年期间CME产生的、大于100nT磁暴的行星际源、太阳源【24】【251。中国科学院等单位虽然对空间天气开展了大量的研究，基金委从上世纪80年代起，支持了很多的重大、重点基金项目，推动了空间天气学科的形成和发展，但于太阳物理、空间物理范围内，没有与电力系统的需求结合起来。电网GIC的研主要针对电流的计算、监测和灾害防治等，对预测预报GIC的研究尚未开展。华电力大学自国家提出西电东送、全国联网战略起，首先提出并研究磁暴对我国电的影响，完成了《地磁感应电流对我国电网影响问题的研究》()和《特高压电网地磁感应电流评估模型和算法研究》)两项基金项目，以及《磁暴对大型电网及变压器影响的分析控制技术》“863计划”专题项目。重要的是我国磁台网中心、电离层监测中心都已建成使用，能获得项目研究相关的数据资料备了研究全国电网GIC备了研究全国电网GIC电网预测预报GIC是电网防灾的有效手段，本文针对这一课题，主要完成以下工之间的关系链，理清CME导致电网GIC产生的机理；解释了地磁指数的预报不能满足电网防灾需要的原因：阐述GIC对电网的危害及部分技术治理措施，说明了利2．利用统计方法对CME相关参数(初始速度、角宽度、日面源区、加速度等数据和GIC数据进行分析，得出各参数对GIC值的影响度，说明具有何种参针对我国电网中监测的几次典型的GIC事件，以CME为源，推演各次事件发生的研究了预报GICGIC的预报；以美国太阳盾工程实现的GIC预报系统为例，说明了利用模型预报GIC的方法第2章CME、地磁暴和GIC关系研空间天气的源头是第2章CME、地磁暴和GIC关系研空间天气的源头是太阳。太阳是一个剧烈活动的天体，与日地空间环境关系切的太阳结构和太阳活动有：太阳磁场、黑子、耀斑、冕洞、暗条、日冕物质抛等。其中日冕物质抛射是与空间天气最密切的太阳事件，它是中等以上非重现性磁暴和太阳高能粒子事件的主要日面源【2J2．1日冕物质抛CME概CME是太阳系内规模最大，程度最剧烈的能量释放过程，而大量物质和巨能量将在太阳大气以及行星际空间产生激波，引发近地空间的地磁暴、电离层暴极光等。典型的日冕物质抛射结构可以分成三部分【26J，包含一个低电子密度洞、嵌入在洞内高密度的核(主体，在日冕仪的影像中呈现明亮的区域)和～个明亮的前沿，如图2．1所示【27】，许多的日冕物质抛射都欠缺其中～项元素，或甚至三项都没有。CME具有不同的形态，如环状、泡状、晕状等。CME研究的最直接影响就是日物理领域了，人们越来越认识到CME研究在太阳物理和类太阳恒星的重要性，前已成为太阳物理的重要前沿课题之一20世纪70年代初，OSO．7卫星上的日冕仪首次证实太阳大气物质的瞬变抛射随后Y0hkoh、Ulysses、ACE、Wind等卫星上的一些设备取得了大量的CME观资料。1995年2月美国宇航局和欧空局联合发射了SOHO卫星，其上携带的大视角分光日冕仪LASCO，是由三套日冕仪组成的光学系统，与之前卫星的日冕仪相比，LASCO具有更大的视野，更高的信噪比和灵敏度，更宽的动力学范围。还搭载了远紫外成像望远镜EIT，能够提供更完整的观测图像，便于人们对4图2．1SOHO观测的CME典型结构示例CME相关图2．1SOHO观测的CME典型结构示例CME相关在文献[28]的网站上，我们可以查到公布的CME的观测数据，角宽度度、日面源区、加速度、质量和能量等。下面介绍了其中几个主要参数的统计研1．CME初始速对于运动的物质而言，速度是最基本的特征量。目前观测的CME只是其在空平面的投影，所以通常所说的速度，是根据CME较快的前端，背离日心运动离．时间”数据曲线拟合出来的。CME的速度可以从几十千米每秒到上千千米每秒不同的观测仪器观测到的速度不同，计算得到平均速度在400SOHO／LASCO观测的数据更具有统计意义，因为它不仅视场范围大，而且覆盖间长。文献[11]中对1996年到2002年的CME速度做了详尽的分析，发现CME平均速度在太阳活动极大年是太阳活动极小年的一倍，统计还发现速度超过千米每秒的CME很少。文献[12167对1996年到2005年的CME速度做分析，得2．CME角于两边缘的位置角之差。对于起源于太阳边缘的CME，测量得到的张角接近于真实的角宽度，对于两边缘的位置角之差。对于起源于太阳边缘的CME，测量得到的张角接近于真实的角宽度，对于远离太阳边缘的CME，测量得到的张角可能高于其真实的宽度。角宽度大于1200的CME称为晕状CME，角宽度达到3600的CMECME。文献[131对CME角宽度的统计做了汇总：St．Cyr统计分析了1996年到年SOHO观测的CME，得到其平均角宽度为720；Yeh统计1996年到2003年观测的与耀斑相关的CME，得到平均角宽度为770，他们对CME的角宽度进行修正，发现修正的平均角宽度为590，可以看到投影效果对角宽度的监测影响很大Yashiro分析得出，CME的平均角宽度在太阳活动极小年的时最小，在太阳活动大年的开始阶段达到最大3．CME日面源日面坐标系是为了描述太阳表面上每一点的位置定义了一种与地球经纬度极在日轮上的投影方向，然后将在某～时刻观测到的日轮上某一点的位换算为太阳球面坐标(纬度，经度)4．CME加CME的速度是“距离．时间”的线性拟合，将其二次拟合就得到了CME的加度。CME的传播过程中会受到各种力的作用，所以运动过程中肯定有加速度。从日面出发时，推动力助其加速，同时受本身重力和其他阻力的影响。CME在些综合作用力下或加速或减速的运动。一些研究表明CME的速度受背景太阳风影响，速度大于背景太阳风，则呈减速趋势，反之，呈加速趋势2．2．1是全球同时发生，发生时对磁场水平分量的强度影响特别显著，对垂直分量影暴时变化大体可分为3个阶段：初相段、主相段和结束时的恢复相段。紧接磁始之后，数小时之内，水平分量较其平静值大，但增大的幅度不大，一般为数十特，磁照图相对稳定，这段期间称为磁暴初相。然后，水平分量很快下降到极小6下降时间约半天，其间，磁照图起伏剧烈，这是下降时间约半天，其间，磁照图起伏剧烈，这是磁暴表现最活跃的时期，称为磁主相。通常所谓磁暴幅度或磁暴强度，即指这个极小值与平静值之差的绝称Dst幅度。水分量下降到极小值之后开始回升，两三天后恢复平静，这段期磁暴引起的地磁扰动情况通常用地磁指数来衡量表示。地磁指数是描述每一间段内地磁扰动强度的一种分级指标，一般比较常用的就是Dst指数和l邙指数。Dt要是测量地磁水平分量的强度变化。由于在磁赤道附近的磁场强度主要是受到环型Dsp指数是全球每日每个3小时内的地磁扰动强度的指数，又称为--d,时指数或磁情指这是一种定量的分级指数，从0到9共分10级，数字越大表示地磁扰动越强。按照K值，一般可以将磁暴分为3级，弱磁暴(K_5)、中等磁暴(K=6或7)、强磁(K=8或92．2．2地磁暴与CME地球磁场，简言之是偶极型的，近似于把一个磁铁棒放到地球中心，使它的极大体上对着南极而产生的磁场形状，如图2．2所示。当然，地球中心并没有磁棒，而是通过电流在导电液体核中流动的发电机效应产生磁场图2—2偶极型地球磁地球磁场不是孤立的，它受到外界扰动的影响，比如太阳风。太阳风是从大气最外层的日冕，向空间持续抛射出来的物质粒子流，其主要成分是氢粒子粒子。太阳风有两种：一种持续不断地辐射出来，速度较小，粒子含量也较少称为“持续太阳风”；另一种是在太阳活动时辐射出来，速度较称为“持续太阳风”；另一种是在太阳活动时辐射出来，速度较大，粒子含量也较多球磁场的反抗下，太阳风绕过地球磁场，继续向前运动，于是形成了一个被太1000公包围的、彗星状的地球磁场区域，这就是磁层。地球磁层位于地面高处，磁层的外边界叫磁层项，离地面5～7万公里。在太阳风的压缩下，地球力线向背着太阳一面的空间延伸得很远，形成一条长长的尾巴，称为磁尾，如图2。3中性原子和空气分子的电离作用，距地表60千米以上的整个地球大气层都处于分电离或完全电离的状态，电离层是部分电离的大气区域，完全电离的大气区域层。也有人把整个电离的大气称为电离层，这样就把磁层看作电离层的一人气太砸必箭望太锰瓣¨点。。A(‘F翠媲醺辐TC-]辍逆地图2-3有太阳风作用的地球磁对地CME通常在1至5天内就会从太阳抵达地球。当太阳出现CME可造成中低纬地面观测到的磁场强度的突然减弱的现象，而引发磁2．2．3目前在空间天气领域，有很多利用CME数据预报地2．2．3目前在空间天气领域，有很多利用CME数据预报地磁暴指数的研究。n等从／厶,k扎—uL_／st=Q(t)一／'Jst出发，经过一系列的近似和简化，得到一个由全晕CME“膨胀速度V分’来预报行星际磁云产生地磁暴Dst指数峰值的公式【291。andLundstedta1．利用人工神经网络建立了Dst指数预报模型，线性相关系统达O．88【31】。文献[32]选取了1997．1．02．9期间的80个CMEICME事件，结合太阳光球磁场的观测和CME爆发源的位置，建立了一种用于研究CME传播及其地磁响应的坐标系．电流片磁坐标系CMC。在此基础上研究了CME爆发位置以及爆发时刻的日球电流片位形对CME引起的地磁扰动强度(以Dst指数为例)和CME渡越7IPS认证的行星际激波引起的地磁扰动强弱程度的贴近度法。初步研究结果表报准确率为100％，大磁扰事件预报准确率为90．20％，此方法平均准确率达到84％2．3．1电网GIC与地磁暴的关当空间天气事件爆发时，在磁层和电离层的电流会产生很大的变化，导致地磁场产生很大的变化，引发地磁暴。根据电磁感应定律可知：时变的磁场会在大中感应出电场，并因大地的电导形成地电流，而当地面上存在良好的人工网络时会在其中产生GIC，经过多年的统计分析研究发现，电网GIC具有以下特征【电网中GIC是在中性点接地的变压器、输电线路和大地所构成的回路中流通，通过频率分析发现GIC具有准直流特征，瞬时值达到一定强度的时候要比直流输电影响大；GIC强弱和持续时间与太阳活动周期的关系密切，极大年强得多，极小年3．大多数磁暴中产生的GIC与Dst相关系数很小，而与地磁变量中水平分量94．中低纬地区GIC较高纬度地区相比，电流值起伏较小，但4．中低纬地区GIC较高纬度地区相比，电流值起伏较小，但持续时间相对长。这是由于中低纬地区磁场受环电流影响大，而高纬度地区GIC主要受流产生，所以低纬度地区监测的GIC5．电网中的GIC受大地电导率和电网结构、运行方式的影响。尤其是在低地区，磁扰强度较高纬度地区低，这两方面的因素对GIC6．C是准直流电流，与直流输电接地极产生的偏磁电流对交流电网产生的危风险的预报即可应用于GIC的预报，但是经我们进一步研究证明，地磁指数的预报能满足电网防灾的需要，理由如下1．文献【33]给出了利用地磁数据计算感应地电场的具体算法，如图2．4实际计算中地磁数据采用的是秒数据，地磁台提供磁场水平分量(H)和磁偏角(D)，利用公式曰，．=HcosD，B、，=HsinD计算得到磁场水平分量，然后按流程图计算得到感应地电场，进而可以算出电网GIC值。由此可见，而已知Dst指数的感应地电场，从而也不能计算2．分析事件中电网GIC的峰值与Dst极小值数据，发现二者具有很好的相关性但是利用相关性并不能实现对GIC3．对比发现Dst指数的峰值出现时间与GICDst是小时平均值，GIC是10s间隔的数据，所以利用Dst无法预报GIC发生时间比如开始和结束时间，以及最大值的持续时间4．电网中各节点的GIC导率和电网运行方式以及拓扑结构的影响。Dst指数是利用全球五个地磁台站差异是非常大的。同一次磁暴事件中，全球各国电网中的各节点流过的GIC是不同的，并且很可能差异很大，所以无法根据Dst的大小判断电网中某点可能出现的GC通过分析我们可以知道，现有的Dst指数的预报并不能满足电网防灾的要求如何利用空间天气的监测数据实现对电网GIC的实时预测是个亟待研究的课题图2_4利用磁暴数据计算图2_4利用磁暴数据计算2．3．2电网GIC与CMECME爆发时向外喷射出大量物质，形成强烈的太阳风。太阳风是携带量的等离子体，伴随着背景太阳风在行星际中传播，从而太阳的磁场也被星际中。太阳风和地球磁层相互作用，太阳风携带的能量注入磁层，对磁流体系产生影响，磁层电流在极区通过场向电流流入电离层，使电离层环增强。因为环电流的变化产生的磁场方向与地球磁场方向相反，所以环电使地磁场水平分量减小，导致地磁场的剧烈扰动。变化的地磁场在地球表面感应电场，地电场在接地的导体网络内产生GIC，示意图见图2．5太阳活动爆发上CME在行星际上与地球磁层相互作太阳活动爆发上CME在行星际上与地球磁层相互作上上地球磁场变上上电网图2—5CME引发电网GIC过程框2．3．3电网GIC文献[34】中详细介绍了GIC以有效地降低GIC水平，这也是应对磁暴灾害的主要技术措施，例如：变压器中性点串接电阻、变压器内部改装、中性点串联电容器、输电线串联电容器以及反向电流补偿等p变压器中性点的直流电流。但是这种方法的缺点在于只能改善电网中个别点的点直流电流增大，给电网带来新的影响。反向电流补偿装置可以针对不同的中GIC值，动态地选择反向注入的电流值，使用灵活，效果明显。其缺1989年魁北克电网大停电事故，损失负荷2000万千瓦，仅直接售电损失为数千万美元，间接损失和社会影响无法估计。魁北克事故后，魁北克水电局投入的防治和改造费用高达8．34亿加元。魁北克事故电网的容量不到2000万kW，仅仅是我国2008年底电网装机容量的40分之一，采用魁北克水电局的方法治理需要数亿加元的投资。而未来，我国的特高压电网，由于输电线路导线单位电阻小(最大现在500kV电网的1／2)，电网的GIC无现在500kV电网的1／2)，电网的GIC无疑更大，技术手段治理的投资难以承受减轻GIC对电网的影响，最有效直接的手段就是实现对GIC的预测预报前几天或数小时的预报，能够给电网的运行人员预留一定时间，提前采取措施以最大程度的降低磁暴可能带来的灾害2．4本章首先介绍了CME相关知识，而后分析了地磁暴与CME，电网GIC与E等离子体进入地球磁层，使磁层电流剧烈变化，导致地球磁场水平分量减少，引发磁暴。地磁场的变化会在地球表面感生出电场，从而会在中性点接地的变压器和大地之间的回路中产生地磁指数的预报并不能满足电网防灾的需要。因为已知Dst并不能得到的起始和结束时间，也不能准确算出GIC的幅值和峰值技术手段治理的投资难以承受，最有效直接的手段就是实现对GIC预报第3章驱动GIC事件的CME相关参想要实现预第3章驱动GIC事件的CME相关参想要实现预报，需要首先了解CME相关参数与电网GIC的关系，找出哪些CME数或参数组合对电网GIC有重要影响，找出具有预报意义的CME由于电网中监测的GIC数据很少，所以本文用芬兰输油管道中监测的GIC据做统计分析。因为磁暴具有全球性，虽然全球各地的大地电导率和电网结构不同但因为此处我们只做定性分析，所以分析是可行的。我们从FMI(芬兰气象研究所)公布的数据资料中搜集了99～25年共5次C事件的数据，并以每次事件中GIC的峰值作为基本数据。在文献[361d?给出了这35次事件对应的磁暴源和CME计算所有CME的质量和能量，所以本文只针对角宽度、初始速度、日面速度四个参数进行分析，数据列于表3．1表GIC和CME数据列续表3．1GIC和CME数据S80uCMEGIC／lO月25日-10月24 11月0411月03日2001l31。11月22日11月22日-04月1504月17日05月08日05月2205月22—08月16日-09月05日05月28日05月27日05月2710月29口—11月18门-01月2011月04日续表3．1GIC和CME数据S80uCMEGIC／lO月25日-10月24 11月0411月03日2001l31。11月22日11月22日-04月1504月17日05月08日05月2205月22—08月16日-09月05日05月28日05月27日05月2710月29口—11月18门-01月2011月04日11月042004ll11月0711月0601月15日20050101月15日01月2008月22注：“妒’表示数据缺失，部分GIC事件是由多个CME共同引发的文献[37]对大量电网和输油气管线GIC数据的研究表明，对地晕状CME产从表3—1中的角宽度数据可知，所有51次CME事件中，有6次为晕状事件与全晕状CME是百分百相关的。以上分析表明，全晕状CME与GIC是紧事件与全晕状CME是百分百相关的。以上分析表明，全晕状CME与GIC是紧密相关的，但我们也看到这些CME所驱动的GIC大小差异很大，最大57．05A，最小值为3．58A，并且有研究表明只有一部分对地晕状CME[391，这说明角宽度不能决定GIC的大小，需结合其他参数进行分析按照对称性全晕状CME一般分三类，完全对称型(S)、亮度不对称型(BA)、外形不对称型(OA)。本文中有45个全晕状CME，其中S型有8个，BA型有22个OA型有10个，还有5个没有查到相关数据，统计结果列在表3．2中。最强GIC事件的电流为57．05A，是由S型CME驱动的。相对而言，由OA型驱动的GIC事件事件强度则分别在5到50安培和5到60安培之间。只由S型CME引发的GIC小的平均值为18．27A，只由BA型CME引发的GIC大小的平均值为只由OA型CME引发的GIC大小的平均值为11．23A。我们看到BA型CME数目多，并且引发的GIC强度也都很大，所以亮度不对称型全晕状CME表3．2三类全晕状CME引发的GIC事件显然角宽度越大的CME越容易到达地球，因为即便其在传播过程中受到行引发GIC事故。应该指出的是，SOHO卫星观测到的CME角宽度是指CME在冕仪上的投影宽度，通常大于实际的张角宽度。利用几何模型模拟CME的传播态能够得到更真实的角宽度数据，这更有利于分析结果的准确文献【36】选择了1996～2002年问64个具有强烈地磁响应的CME事件，发现指数与CME初始速度的相关系数高达O．66。文献【40】指出投影速度大于的CME在行星际中均可能驱动激波。CME的速度影响驱动激波的能力磁暴的行星际源之一【411。我们计算得到速度在1000km／s以上的CME引发的的平均值为23．78A，1000km／s以下的CME引发的GIC的平均值为10A。可见度在1000km／s以上的CME对地球影响更Dst<．200nT的磁暴产生的GIC大，且对应的CME的初始速度都在1055km／s以上参考文献[421qb的磁暴事件分级，我们分参考文献[421qb的磁暴事件分级，我们分别计算全部磁暴事件、特大磁暴事GIC值与CME初始速度(Dst<．150nT)矛l大磁暴事件关性，并将结果进行比较分析。对于由多个CME共同作用的GIC，度进行计算。计算结果列于表3．3，事件分布的散点图如图3．1、3．2、3．33．3二者之间的相关系数为0．650，相关性提高很大；大磁暴事件中二者的相关系数‘常低，只有0．232。从图3．3可以看到，这主要是因为有几次事件中CME初始速非常大，但却引发了很小的GIC，还有几次事件中初始速度很小的CME了较大的GIC上述分析表明，CME的初始速度是影响GIC大小的重要参数，这是因为快速CME驱动强烈的行星际扰动，强南向行星际磁场作用在地球上，使地磁场水平变化量陡增，因为电网GIC的突变与地磁场水平变化率密切相关"J，C。但并不是CME初始速度越快，Dst指数越小，GIC值越大，这与CME过程中与背景磁场【43】或背景太阳风相互作用发生偏转和速度变化有关L44表CME初始速度与GIC相关性统计结图3．1全部磁暴事件中CME初始速度与GIC图3．2特大磁暴事图3．2特大磁暴事件中CME初始速度与GIC关系散点图3-3大磁暴事件中CME初始速度与GIC关系散点CME的日面源文献[391m多个晕状CME事件进行统计分析的结果表明，产生地磁扰动的多发生在日面东经400到西经40。之间区域。Zhang等人㈣和Wang等人【46磁效应的晕状CME在日面经度分布上具有东西不对称性，而发生在西边的CME发生在东边的CME更容易对地球空间造成影响。文献[471分析了69个到正面晕状CME的日面分布，得正面晕状CME的日面分布，得出其源区分布偏离日面往西，也得出西面的CME容易到达地球的结论。这些研究工作表明，晕状CME在日面源区位置是决定其图3．4给出了各次CME900，00]、[00，900示东、西经，纵坐标[．900，00]、[00900]分别表示南、北纬。如图所示，这些E分布在日面纬度的N20到$50，日面经度的20到W6077．2％的事件分布在日面经度的E400到W40之间，说明源于日面中心附近的CME更易对地有效。我们做了大磁暴事件和特大暴事件的源区分布图，见图3．5和图3-6，可以看见分类以后，事件源图3_4全部事件CME日面源区分派生源经◆◆◆裴'派生源纬◆卜◆乞派生源经◆◆◆裴'派生源纬◆卜◆乞图3．5特大磁暴事件CMEEl面源派生源经◆◆◆夕◆◆建◆◆p◆◆◆经图3．5大磁暴事件CME日面源区分对这种CME日面分布的不对称性，图3-6给出了一种描述CME在行星旋磁力线影响发生偏转的可能传播图像【47】。当CME的传输速度小于背景太阳风时CME在背景太阳风的推动作用下，受到一个具有西向分量的力而向西边偏转，CME的速度快于背景太阳风时，背景太阳风将CME的速度快于背景太阳风时，背景太阳风将阻碍其前进，使CME受到一个具东向分量的力而向东偏转。所以，地球空间观测到的快速行星际日冕物质抛(ICME)起源于日面的西边图3- ft行艰际传播中受力1i意根据上面对CME速度的统计，驱动表3．1电网GIC事件的CME均属快速CME，且整体分布偏向日面的西侧。另外，源于日面中心区的CME，由于其爆发位置正对地球，同时具有较快的初始速度，可产生了强烈的地球效应，在电网驱动了较大GIC。即便是表3．1中速度只有586km／s的CME，由于爆发于同面的中心区，也在地球上引发了一次属于大磁暴的缓始磁暴。可见，爆发同面中心区的高速E驱动的GIC较大在驱动本文GIC事件的CME中，有28个减速CME和23个加速CME，共同作用引发同一次GIC事件的多个CME中，既有加速的CME，也有减速的CME分析可知加速CME和减速CME都可能驱动较大的GIC，加速度与GIC的大小无明显的相关性。所以，在研究CME加速度对GIC大小的贡献时还需结合的其它参数，尤其是对CME初始速度和加速度做综合分析与讨论文献[48，4]指出，CME的加速度依赖其速度与背景太阳风速度的相对大小。当CME的速度小于背景太阳风速度时，则呈现加速趋势，反之，呈减速趋势。这种解释基于比较CME的传输速度与背景太阳风速度的相对大小。同样，也可猜想CME的加速度与其在行星际中的偏转有关，如果二者有联系，那么就可以利用CME加速度辅助分析CME的对GIC的有效性。文献[27]选取了141个CME，其中个加速事件，69个减速事件。在72个加速事件中，61．11％为快速CME(fl口CME速度大于背景太阳风的速度)，38．89％为慢速CME(臣I]CME速度大于背景太阳风的速度)，38．89％为慢速CME(臣I]CME的速度小于背景太阳的速度)。在69个减速事件中，11．59％为慢速CME，88．41％为快速CME，所有事中快速CME事件占比重比较大，为74．47％。分析可知，对快速的加速CME，能用其速度与背景太阳风速度的相对大小解释其加速特征，但对快速的减速则能用其速度大于背景太阳风的速度解释它的减速特征，因此可初步判断加速度行星际的偏转特性3．5本章通过对监测的GIC数据与CME日面参数数据进行统计、对比分析，得以下结论2．CME的初始速度是对GIC有影响的重要参数；相比于大磁暴而言，特大暴事件的GIC扰动水平与CME初始速度具有更好的相关性爆发于日面中心区域或偏西部的CME更易引发较大的对地CME的角宽度、初始速度、日面位置与GIC密切相关，是决定其是GIC的原因。第4章电网GIC通过对数据的定性分析，我们知第4章电网GIC通过对数据的定性分析，我们知道CME的角宽度、初始速度、日面源区是GIC值有影响的重要参数，那么这些参数如何影响CME的对地效应，这些CME如何在电网中产生较大GIC的?为解答这些问题，我们以我国广东岭澳核电站监研究所用的数据汇总结果列于表4．1。表中的电网GIC数据为2004．2005年间广东岭澳核电站500kV变压器中性点的GIC监测数据，CME数据SOHO的观表4．12004年11月至2005年8月期间电网GIC及其CME源参从表4．1中的角宽度数据可知，所列的GIC事件均有全晕状CME参与驱Dst<．200nT的磁暴产生的GIC大，且对应的ME的初始速度都在105km／s以上。计算GIC与CME初始速度的相关系数为0．371，相关性不高。这主要受2005年8月24日GIC事件的影响，这次事件对应的CME的速度很大，最大达到了2378km／s，但是GIC数值却只有1．A。这是一次特殊事件，可能受日面位置和其他因素的影响比较大。如果不计这次事件，相关系数为0．9，相关度非常高。CME的日面位均分布在日面纬度的N200到S200，日面经度的E300到w700之间。其中有5次起源N200到$200，E200到W200之间，即在日面的中心区域。S09E28的位置常靠近中心区，其余三次事件起源日面西部靠近边缘位置。显然日面经度东西不对称性，整体分布偏日面西侧，最大的三次GIC事件对应的CME均爆发日面中心区。分析结果表明，电网GIC的统计分析结果与上一章芬兰的GIC数结果是一致的，进一步说明了上一章分析结果的正确性和可用性CME几何模在对于一些边缘爆发的CME的研究中，许多CME在日冕仪中的观测都表现出CME几何模在对于一些边缘爆发的CME的研究中，许多CME在日冕仪中的观测都表现出锥型轮廓，并且在观测视野中可以保持这一形状而沿径向传播，这些观测事实表明CME的角宽度在传播中可能是定常的【50】。文献[5l】中详细介绍了用冰激凌锥模型作为CME的几何模型，基于SOHO卫星的观测资料建立CME的几何模型，并利1．CME的几何结构是由锥和球冠相交构2．CME在行星际中是径向传播3．CME传播过程中角宽度和速度均不冰激凌锥几何模型如图4．1所示。首先，引入日心坐标系(毛，耽，乙)，其CME(t，．y，，z，)，满足乙与锥体的轴线重合，指向CME传播的方向图4-1冰激凌锥几两坐标系之间的坐标变换可用下列方程描述毛t乩cos#osinOofcos矽ocos#o—l0sin#ocosoo(4-毛t乩cos#osinOofcos矽ocos#o—l0sin#ocosoo(4-l-／锥面上任一母线在天空平面上的投影角万可由下式表示s逾占：!o—面丽j(4-Cos‘‰sm其中，口为锥体角宽度，A=eos≯,sin谚osinoo+sinvcosoo，沙为锥面母线投到天空平面的方位角CME在天空平面的投影速度’，。与CME抛射速度v的几何关系可用示，如式4-4，其中C=sinOocos#oAcos竺±．A2+C2-COS2 彳2(4-CME模型CME径向抛射速度1，首先，通过SOHO／EIT的观测来限定CME的爆发区域；其次，利用／LASCO观测来测量CME在天空平面投影前沿的时间一高度曲线，进而确定在天空平面各个方位角上的投影速度(如图4．2所示)，利用最小二乘法拟合公式(4．4)得到最优抛射速度值和CME角宽度图CME在大空平面各个方位角上的投影前4．2．3CME在行CME在行星际中传播，会受到背景太阳风和行星际磁场作用而发生偏转4．2．3CME在行CME在行星际中传播，会受到背景太阳风和行星际磁场作用而发生偏转转角度可以用下面公式计算得到【5l】△①：(!．三其中，r由下式给出扣厢+口lIl”厢)Kh口(4-式中，a=V／Q，ao=‰／Q。矿是CME的速度，K。是背景太阳风的速度4．2．4电网GIC本文中六次电网GIC事件中，最大值发生在2004年11月10R，GIC值为最小值发生在2005年5月30日，GIC值为，5．6A；2005年08月30的CME初始度非常大，但是引发的GIC值并不很大。本文将针对这三次典型的事件，推演其生过程并做详尽分析。这三次GIC事件有5个CME源，列于表4．2其按1．5表4．2三个GIC事件的CME源参数数下面将对这几次事件的发生过程进行详细分析4．7表4．31号CME天空平面各个方位角上的投方位角投影速方位角投影速方位角(。投影速度表4_42号CME天空平面各个方位角上的投影速方位角投影速度方位角投影速度1l方位角投影速表4—3号CME天空方位角(。投影速度方位角投影速度itl洲表4．31号CME天空平面各个方位角上的投方位角投影速方位角投影速方位角(。投影速度表4_42号CME天空平面各个方位角上的投影速方位角投影速度方位角投影速度1l方位角投影速表4—3号CME天空方位角(。投影速度方位角投影速度itl洲55方位角投影速度表4-4号CME天空方位角投影速方位角投影速方位角3投影速表5号CME天空平面各个方位角上的投影速方位角投影速度方位角投影速表5号CME天空平面各个方位角上的投影速方位角投影速度方位角投影速3投影速利用最小二乘法拟合，结合冰激凌锥模型计算公式得到5次CME和角宽度，利用公式4．5、4．6计算得到各次CME在传播过程中的偏转角度结果列于表4．8，5次CME的源区位置采用文献[28】提供的数据源于日面中心区域，而4号和5号CME圆代表地球，虚线表示假设未发生偏转时CME的传播情况，实线表示发生偏转后CME的传播情况。图中可见未发生偏转的情况下，1、2、3号CME日面中心正对地球，并且有较大的角宽度，均能到达地球，而4和5号由于其角宽度偏小，并且爆发位置靠近太阳边缘，所以不能到达地球。但考虑偏转以后，l、2、3号CME由于均具有较大的角宽度，虽然发生了一定的偏转，但仍正对地球传播而4和5号CME由于发生了很大角度的偏转，擦过了地球。图4．2表明5个冕物质抛射(ICME)是CME在行星际空间的结构。向地的CME，在1AU位置上的ACE和Wind卫星可以观测到ICME的结构。我们在ACE的观测数据中找到这5次CME对应的行星际参数数据，列于表4．9表4．8处理后的CME参数及CME的偏《图4．2考虑偏转和不考《图4．2考虑偏转和不考虑偏转时CME的传表4-95个CME对应的行星际源参表4-9中显示了几次事件的行星际参数，包括行星际磁场南向分量Bz值，太阳风总磁场B的最大值，太阳风速度的最大值，行星际晨昏向电场Ey的大值，太阳风动压Pk的最大值以及能量耦合函数s=vB2名2sin4(0／2)。众多研究普认为，行星际强烈的南向磁场与地球磁层磁场重联是引发磁暴的主要原因【52J，行际磁场的Bx和By分量相对于Bz的大小也对磁暴强度有影响。文献【53】指风速度在行星际磁场南向旋转后及具有南向分量期间，调制亚暴磁暴的强度、及脉动性质，从而决定地磁指数的时变相应，是形成磁层亚暴和磁层暴的充分条太阳风动压是一个耦合函数最=pv2，P是太阳风密度，v是太阳风速度。数。文献[541指出太阳风动压的增加会增强能量向环电流的输入；文献[55析了1998年10月18．19日大磁暴主项的行星际源，分析结果表数。文献[541指出太阳风动压的增加会增强能量向环电流的输入；文献[55析了1998年10月18．19日大磁暴主项的行星际源，分析结果表明，太阳风动压低的南向事件不会产生大磁暴，当行星际磁场有南向分量时，太阳风动压成为磁暴主相发展的一个非常主要的参量。文献[56】中分析得出能量耦合函数与磁暴数密从表4．9中我们发现5次CME之后，均在ACE卫星观测到了很高的行星际数。其中l、2号CME的太阳风速度和太阳风动压最高。其他参数都是4、5号高。3号对应的几个参数都是最低的。这是因为1、2、4、5号CME都具有很高速度和角宽度，使其到达地球附近并产生了强烈的太阳风。而3号CME速度所产生的太阳风参数也相应很低表4．10列出了5次CME事件对应的磁暴指数和GIC值。表中可见l、2并没有引发1、2号CME事件中那么大的GIC，但因为其很快的速度，对应际参数也很大，所以引发的GIC表 5次CME引发的磁暴和GIC数4．3本章小本章详细分析了几次典型电网GIC事件发生的过程，得到事件中较大GIC生的原因，数据是同一监测点(岭澳核电站)的数据，没有考虑大地电性构造构成条件等因素对电网GICSOHO／LASCO提供的CME的日面参数值为CME在天空平面上的投影效果计值，由于距离远，实际值与估计值的误差和可信度，对本文电网GIC事件以及本文对电网GIC事件的发生过程做了定性分析，解释了三次事件发生的原因但与量化预测、预报GIC事件及大小还有很大的差距第5章电网GIC预报理论与方法5．1．1利用神经第5章电网GIC预报理论与方法5．1．1利用神经网络原理预报人工神经网络通常是通过一个基于数学统计学类型的学习方法得以优化，所以人工神经网络也是数学统计学方法的一种实际应用。神经网络近来越来越受到人们的关注，因为它为解决大复杂度问题提供了一种相对来说比较有效的简单方法，可以很容易的解决具有上百个参数的问题。在结构上，可以把一个神经网络划分为入层、输出层和隐含层。输入层的每个节点对应一个个的预测变量。输出对应目标变量，可有多个。在输入层和输出层之间是隐含层，隐含层的层节点的个数决定了神经网络的复杂度目前人工神经网络主要应用在如下一些主要的领域12．控制和优化工过程控制、机器人运动控制、家电控制、半导体生产中掺杂控制、石油炼优化控制和超大规模集成电路布线设计等3．预报和智能信息管股票市场预测、地震预报、有价证券管理、借赁风险分析、IC卡管理和交4．通自适应均衡、回波抵消、路由选择和ATM网络中的呼叫接纳识别及控制5数，并从数据库中取得预测所需要的数据，就能生成预测结果。利用神经网络GIC，以CME参数或太阳风参数为输入层，GIC预报值为输出5．1．2利用模糊数学方法预报究等领域有着广泛的应用。模糊5．1．2利用模糊数学方法预报究等领域有着广泛的应用。模糊数学中贴近度的应用也越来越广泛了地磁扰动变化是由于太阳活动、行星际扰动以及地球系统本身的多种不确定性因素综合作用的结果，这就使我们研究的对象常具有一定的“模糊性”。模糊数的贴近度方法是给出用来评判事件的聚类指标及他们的加权集，利用模糊数学中综模糊集与典型集贴近度的大小对事件进行分类预报。利用此方法，可将GIC按大小分级，从而对GIC进行分类预报5．2模型方法预报用一系列的模型链模拟对地CME的传播过程和其对地效应，结合大地电导模型和电网结构模型计算得到电网中的GIC值。CME进行模拟，文献[21100给出了已有的CME相关模型及模型介绍。2007年至2012美国宇航局和电科院联合开展的太阳盾项目，利用日地空间一系列模型链实现对电网GIC的两级预报，目前已在美国电网中实施运用，虽然此预报系统仅适用于高纬地区，但对于中低纬地区的GIC预报也有非常大的借鉴价值5．2．1太太阳盾工程是美国宇航局(NASA)戈达德宇航飞行中心和电力研究院(EPRI预报GIC系统，此系统可以用于削减GIC对高压电力系统的影响。这个预报从太阳爆发活动到地球上产生GC是一个漫长且复杂的过程，实现利用对太阳表面活动的观测来预报电网中GIC是一项极具挑战性的工作，想要达到一定的提前Level1和Level2两级预报系统满足以下要求1的预报时间为提前l～2天2的预报时间为提前30,--60分钟1预报基于对太阳表面的爆发活动的观测，数据来源于SOHO23．预报GIC的强度4．指明受GIC影响3．预报GIC的强度4．指明受GIC影响的地理区域或位置预报GIC事件的结束时间5．2．22预报系统是基于拉格朗日Ll点的太阳风观测数据和磁层的磁流体动流体动力模型实现的。Level2预报系统的预报结果是确定性的，而Level1统的预报结果是具有概率特性的。下面详细介绍了两级预报系统1．Level2Level2GIC预报是利用L1点的太阳风观测数据，理想情况下，依靠太阳风时间相对较短，但仍旧可以为电力系统的运行人员提供60分钟以内的反应时间从1点的ACE卫星观测到的太阳风数据可以作为地球磁层MHD这个MHD模型将进入磁层的太阳风等离子体近似为一个单一的受电磁力作用的导电体流体。尽管这只是对复杂的空间等离子体的一个近似描述，但是此模型很好的重现了很多磁层的主要动力特征。现阶段，这个磁层MHD模型有一个很重征，就是它可以和电离层静电模块相耦合。电离层模块能够准静态的描述电离层流的时间和空间行为，变化的磁层．电离层电流在地球表面产生地电场，如图5．1所示。总结起来，预报可以分两步完成(详细介绍参见文献【57】)：l、MHD模型输出的电离层电流，应用到地磁感应模块，计算得到地球表面的感应地电场；2、感应地电场计算电网中不同节点的GIC，如图5．2所示。这两个步骤都受到大地采用文献[58】中的方图5．1变化的磁层．电离层电图5．1变化的磁层．电离层电流在地球表面产生地电图5-2利用感应地电场计算电网中不同节点的项目中实际将ModelingCenter)中运行的3．D层MHD模型BATS．R．US和2．D静态电离层内边缘模型结合应用实现Level2预的。BATS．R．US模型的输入为太阳风等离子体的密度，速度和温度以及太阳风的场参数，输出包括磁层等离子体的参数(密度，速度，压强，磁场参数，电流)和离层参数(电势，彼得森电导系数H和P)。利用此模型输出的电离层电流数据计感应地电场(2．D静态电离层内边缘模型)的步骤如下：l、将得到的电离层电流数从地磁坐标转换到从地磁坐标转换到地理坐标下；2、地理坐标中选定要计算的区域坐标(眈，无)；3按时间步长得N(Oo，乃)周围半径1000km范围内水平电离层电流分布，如图1．D大地电导率结构下的感应地电场，如图5．4所示q图5．3计算得到图5_4复镜像法计算感应地电预测得到的电力系统中某节点的GIC值储存为一个文本文档。预报系统预测得到的电力系统中某节点的GIC值储存为一个文本文档。预报系统设置据的更新时间间隔为10分钟，这个时间是可以根据实际需要进行调整的。此模的运行速度快，可以实现提前15～60分钟的实时预报透带电粒子辐射会影响监测数据的准确性，导致强烈太阳风条件下的GIC并不准确或者缺失。这是目前为止还不能解决的问题，除非有另外的卫星代替ACE尽管Level2预报系统起到了很重要的作用，但Level1更长的提前预报时间启动一台火力发电机需要12h，所以提前更多时间预报大扰动的发生是极具意义的下，预报提前的时间越长，预报的准确度也会随之下降。Level1预报系统致力于由于现阶段强大的计算能力以及许多日面和日球模型的建立都为预报创造条件。ENLIL模型结合WSA模型和锥模型能够模拟CMECME在传播过程中与背景太阳风有相互作用，背景太阳风会影响CME的传播速和传播方向。WSA模型能够实现对背景太阳风的模拟，模型输出做为ENLIL模的内边界条件。锥模型是将晕状CME近似为一个角宽度和径向速度不变的锥体构，利用锥模型得到CME开始时间、纬度、经度、角宽度、径向速度等参数，后作为ENLIL模型的内边界条件。ENLIL模型最终可以得到CME激波到达L1的时间以及太阳风磁场的幅值1预报系统建立了一条模型链，将几个模型结合起来，最终实现对首先，LASCO观测到CME的参数做为锥模型的输入，锥模型的仿真结果作ENLIL模型的输入，输出为CME到达L1星际传播过程中的变化，所以不能用模型输出的太阳风参数直接用于GIC的计算项目中用太阳风数据和某点的GIC数据进行概率耦合的方法实现1GIC预报详见文献[59】，如图5．5用于计算的GIC模型由如下步骤得到。首先，从电网中待计算节点处取得的GIC数据，从附近的地磁台站取得相应的地磁数据；然后用文献[58107方法确电网参数和大地电导率，之后按文献[59】中的方法计算对数正态条件概率分I Esw)，Esw是太阳风传递的电场图5-5Level1预报系统买2图5-5Level1预报系统买2中磁层MHD值得注意的是，原则上日球MHD模型的输出可以作为输入，进而Level2的方法实现GIC的预测。但是，由于我们还不能确定日球模型“平滑”的输出结果是否能够在磁层MHD模型中产生足够大的波动，以引发的GIC5．2．3预报系统的终端实1989年3月发生的超强磁暴事件之后，美国电力研究院发起了名为项目工程，这个工程的主要目的就是实现电网中GIC水平的监测。目前SUNBURST工具可以为电力运行人员提供实时的GIC监测数据，包括GIC事件太阳盾工程的预报系统的终端实现就是利用EPRI的SUNBURST工具。他们这个工具不仅能够显示监测到的GIC，同时也可以显示预报的GIC。终端显示效I⋯⋯⋯⋯一==⋯=一⋯一==一一一一．，、匾面蕊忑i瓣鬻囊溪萋≯一了_≯鋈囊雾溪I瑟I⋯⋯⋯⋯一==⋯=一⋯一==一一一一．，、匾面蕊忑i瓣鬻囊溪萋≯一了_≯鋈囊雾溪I瑟瑟瑟蒸瑟零瑟瑟l{File_5ervef黝麟鬻 l豢镌§㈥潮黼缫獭辫麟壤躐嘲麟鬻黼图5-6预报GIC的终端显不event”表示没图中，左边区域中“state”项显示给使用者是否有事件发生GIC活动被预报出来oncoming”表示GIC活动已经被预报出来了，但是underway”表示GIC活动正在发生。“ForecastStartTime”动还没有开始测的GIC活动发生的时间，“ForecastEndTime”是预测的活动的结束时间5．2．4预报图5．7中给出了2003年10月磁暴事件中北美电网中某节点的GIC观测2的预报值。我们可以看到预报的GIC的幅值和时间跨度与实际测量的的幅值和时间都是很吻合的，这说明Level2预报系统具有很高的准确性以14个晕状CME事件为例1GIC预报结果如图5．8所示。图5．8标了一次GIC事件的开始和结束时间以及峰值。事件开始时间定义为波动的GIC从很小的背景幅值明显变大的瞬时时间点，结束时间定义为GIC值平稳的降幅值大小的时间，GIC的最大值即是开始到结束时间段内GIC所达到的最大值“start”表示预报的开始时间误差，“length”用的，第一个站14个事件中准确预报了12个，第二个站准确预报了7个MeasuredGIClat：53．2．10ng：一图5．7电网中某订点的GIC观测值与220J吣Ⅻoh．1er啪2'CO．t．072DO，lMeasuredGIClat：53．2．10ng：一图5．7电网中某订点的GIC观测值与220J吣Ⅻoh．1er啪2'CO．t．072DO，lh．b啪-232。“1卸Oa，lOmflh．帅m一2∞2ⅧtOl州N删-9h蛔叼m一24stJIct-2口0a0s槲0rL岫价黼∞02a日～⋯～‘⋯一“一k哪-21卸Oa蝴Ⅻ1hⅫ肿一涮--5hh崎咖-5h’嚣：槛肿一。5Ⅻ-'5h．岫☆。15∞∞∞商R-5h．培r神一Ⅻ-6h；l●呻一t5瑚曲’0飞I啪蚋-图5-8GIC预报结果l5．3本章小统计学方法预报GIC需要庞大的数据量，由于计算精度的问题，经常会出现警情况。在中低纬度地区，电网中GIC的监测设备还很少，所以没有足够的数据太阳盾工程实现了对电网数据太阳盾工程实现了对电网GIC的两级预报，对于空间天气的研究而言，这是项具有重大影响的工程。但是2中MHD模型只适用于高600)的计算，所以需进一步研究利用最先进的内部磁场模型，使得Level2也可以用于中低纬度地区的GIC预测两级预报依赖于ACE和SOHO取代这两颗卫星的其他卫星，新发射的SDO卫星并没有装日冕仪，所以一旦这颗卫星出现问题，或者对于这两颗卫星没有观测到的事件，就不能进行GIC了电网中装有GIC监测仪器的节点才能实现GIC的预报。更多的新的监测点的建立可以帮助预报系统更广泛的测预报有着极大的参考和学习价值第6章结论与展2004年11月10日电网的GIC为什么大第6章结论与展2004年11月10日电网的GIC为什么大是我们自从获得该次GIC事件来一直想解决的问题。CME是导致磁暴发生，从而引发电网GIC文借助太阳物理、空间物理科学家的成果，从CME角度，以该问题为出发点，数据进行统计分析，得出以下结论1．CME等离子体进入地球磁层，使磁层电流剧烈变化，导致地球磁场水平分量减磁暴。地磁场的变化会在地球表面感生出电场，从而会在中性点接地的变地之间的回路中产生GIC2．经过仔细的分析，得到虽然目前我国的空间天气监测机构或单位能够提供暴的预报，但从服务内容、预报信息可以看出这些预报参数和预警指标还不能电网防灾的要求3．利用芬兰输油管道中监测的GIC数据和SOHO提供的CME数据进行统计析，得到电网GIC事件的发生及大小与CME所能独立驱动的。CME的角宽度、初始速度和日面位置是驱动较大电网GIC键参数；在研究CME加速度对电网GIC大小的贡献时还需结合CME尤其是对CME初始速度和加速度做综合分析与讨论。由于是用同一GIC监数据，可以不考虑大地电性构造和电网构成条件等因素对电网GIC大小的影响究不仅完全可行，结果也是可信的4．详细分析了几次典型电网GIC事件发生的过程，从CME中的传播，结合其行星际太阳风的监测数据，分析得到事件中较大GIC产生的原因。其中2004年11月lO日这次事件是由两个起源于日面中心位置的CME共同引发的，并且这两次CME均具有很大的角宽度和速度，从而其相应的ICME具有很场、太阳风速度和太阳风动压，导致了特大磁暴的发生，引发了较大的电网GIC5．研究了预报GIC的统计学方法和模型方法；详细介绍了美国太阳盾工程6．2展随着第4个太阳活动周的到来，对特高压电网而言，其输电距离长、线路电阻小，并且采用单相变压器组，所以遭受磁暴影响的风险很大。采用实际的治理方法不仅从技术上非常困难，需要的投资也会非常大。如果实现通过CME对电6．2展随着第4个太阳活动周的到来，对特高压电网而言，其输电距离长、线路电阻小，并且采用单相变压器组，所以遭受磁暴影响的风险很大。采用实际的治理方法不仅从技术上非常困难，需要的投资也会非常大。如果实现通过CME对电网GIC干扰水平的预测、预报，对电网预防磁暴灾害意义重大。由于通过监测资料对电网GIC事件的预测预报是难度很大的前沿课题，除了加强日地系统空间的探测之外，获得我国不同地区、不同结构电网的GIC数据，不仅是我国磁暴干扰研究与灾害防御的需求，并且对研究中低纬的空间天气也具有重要意义，所以对我国电网开展全面监测是需要尽快开始实施的工作于中低纬地区的电网GIC进一步研究和探讨目前针对利用CME观测预报GIC的研究只能通过统计分析和演绎推理的方法学科交叉以及实际条件的限制都使得这个课题面临着巨大的困难，想要实现预报要引起电力行业足够的重视和关注，更需要争取空间天气领域专家的帮助与作Jstormsandtheironpowersystems[J】PowerEngineeringReview,1996，l6(5)：5-张冰，刘连光，肖湘宁．地磁感应电流对变压器震动、噪声的影响[J】．高电压术，2009，33(11)：1-V[3JGforJstormsandtheironpowersystems[J】PowerEngineeringReview,1996，l6(5)：5-张冰，刘连光，肖湘宁．地磁感应电流对变压器震动、噪声的影响[J】．高电压术，2009，33(11)：1-V[3JGforgeomagneticstorms【J】stormof29．31OctoberPulkkinen，A【4inducedcurrentsandtheirrelationinthesystem[J]．Spacehighvoltagepower刘连光，刘春明，张冰，等．我国广东电网的几次强磁暴影响事件[J]学报，2008，51(4)：976—[6盘学南，玉小玲．变压器运行噪声异常的探讨[J】．变压器张建平，潘星．500kv变压器异常噪声与振动的原因分析【J】．浙江电力2006(3)：6—1宋丽敏，张军，杨志良，汪毓明，汪景绣．对地日冕物质抛射研究[J]，20(1：33-34[8【9[10王水，李波，赵寄昆．日冕物质抛射[J】．天文学进展[R】．合肥：中国科学技术大学r●L1N．Coronalejectionsof2006(27)：243-GopalswamyN，LaraA，YashiroS，eta1．Solarvariability inputr●Ltheenvironment[J】-ESA Division，2003，2003(403)：23-r●L高朋鑫，李可军．日冕物质抛射基本物理参数的统计特征[J】．天文学进展2008(2)：117·-r●Linducedproject[Jpowerengineeringreview,1995，1995(21)，20—2BotelerD．H，WatanabeT，etofgeomagneticallyinducedr●LInthetransactionssystem[JLesherRL，PofterJW：ByedyRT．Sunburst-anetworkofgic【16 currentsPh-in[17systemsvariations[J】2825．283TransactionsonPower【18】PirjolaR．Reviewonthecalculationofsurfaceandfieldsandinduced ground—basedSurveysGeophysics，2002，23(1)：71—[19]BotelerDRmethod complex-andatthesurfaceofthebytheGeophysicalvariations[J】2825．283TransactionsonPower【18】PirjolaR．Reviewonthecalculationofsurfaceandfieldsandinduced ground—basedSurveysGeophysics，2002，23(1)：71—[19]BotelerDRmethod complex-andatthesurfaceofthebytheGeophysicalInt，1998，132(1)：31—[20】PirjolaR，ViljanenA．Compleximagemethodforcalculating byanauroralelectrojetoffinitelength[J】．AnnGeophysicac，1fields1998(16)：1434-[2l】美国宇航局．CCMCModeI[EB／OL]．：CCMC模[22】WangYM，ShenCL，WangS，eta1．Anempiricalformularelatingthestormsintensitytheinterplanetaryparameters[J]．GeophysRes[23]WangYinterplanetarycauselargestorms：fastforwardLett，2003b，30(13)：1preceding