引言

台风的破坏力极大，是夏秋季节严重威胁我国沿海特别是东南沿海地区，以及内陆省份的灾害性天气系统之一。台风一旦正面登陆沿海城市，会对电力、通信，尤其是光缆网架的稳定运行带来恶劣影响。如2014年台风“威马逊”以超强台风级登陆海南，海南东北部、广东雷州半岛和广西沿海地区普遍出现10~13级平均风，阵风达14~17级(缪旭明等, 2014)，台风登陆时的中心附近最大风力和最低气压均达到或突破了有记录以来历史极值(黄浩辉等，2021)，强风和暴雨及其引发的洪涝、滑坡、泥石流等灾害导致海南、广东、广西、云南4个省(自治区)80余人死亡，4万多间房屋倒塌，50余万间发生不同程度损坏(源自国家减灾中心网站，https://www.ndrcc.org.cn/yjgz/10854.jhtml)。2016年台风“莫兰蒂”以强台风级登陆厦门后，局地风速突破历史最大值，造成500 kV线架空输电线路发生倒塔(陈文兴，2017)，60余万棵树倒伏，全市出现大面积停电、交通瘫痪，经济损失超100亿元(源自央广网，https://news.cnr.cn/native/city/20160920/t20160920_523146621.shtml)。随着我国东部沿海地区经济的继续发展，重大台风灾害所带来的损失将会进一步加大，造成的社会影响不容忽视。

台风对电力设施影响的主要因素是强风和暴雨。输电线路的电线杆、输电塔在台风大风作用下直接发生倾斜甚至倒塌和断裂, 或者被吹倒的树拉倒，都会造成输电线路损坏、供电中断；台风暴雨导致的城市积涝会造成地下电力设施进水，引发的滑坡和泥石流等次生灾害会造成输电线断线、倒塔、闪络等故障(鞠平等，2019；吴冠雄，2020；陈永业，2016)。目前，对于电力系统常规故障下的风险评估已有开展，对于极端天气下的电网系统风险评估也逐步展开，方法主要有基于网络拓扑结构的风险评估和基于系统运行状态的风险评估方法等(丁明等，2017；孙为民等，2024；王丙兰等，2017)，但这些研究大多是针对某地电力系统进行，对于判断大范围甚至全国的电力供应风险的参考有限。

本文基于广义极值分布理论，利用历史地面气象监测数据，依据我国建筑结构和电力行业主要架空输电线路设计标准，建立了不同地区的不同重现期基本风压，选取台风实际影响期间日最大风速、极大风速产生的风压作为致灾因子，结合不同类型架空输电线路的风压致灾阈值，构建台风大风对输电线路致灾性评估模型，并对模型评估结果进行了合理性验证。本研究旨在为台风大风对输电线路致灾性的风险评估或预估工作提供参考。

1 数据和方法 1.1 数据来源

气象资料来自于国家气象信息中心气象大数据云平台“中国地面日值数据”，其中站点记录的日最大风速为每日观测10 min平均风速的最大值，日极大风速为3 s平均风速的最大值。选取1951年以来的全国2365个气象观测站每日的最大风速记录，计算出各站点年最大风速值，在此基础上，确定各站点不同重现期的基本风压。台风路径资料来自于中国气象局热带气旋资料中心“最佳路径数据集”，根据台风路径确定台风影响我国时间，基于气象观测站日最大风速、日极大风速计算台风影响期间的最大风压、极大风压。灾情数据主要从中国气象局气象灾害管理系统获取，部分来自陈文兴(2017)。文中地图基于审图号为GS(2019)3082号的标准地图制作，底图无修改。

1.2 R年一遇重现期最大风速计算

采用极值Ⅰ型分布函数计算出R年一遇(重现期)的最大风速。极值Ⅰ型分布函数为:

$ F(x)=\mathrm{e}^{-\mathrm{e}^{-\alpha(x-u)}} $

(1)

$ \alpha=\frac{c_1}{\sigma_1} $

(2)

$\begin{gathered} u=\bar{x}-\frac{c_2}{\alpha} \end{gathered} $

(3)

式中：x为最大风速，u为分布的位置参数，α为分布的尺度参数。u和α与样本时间尺度有关。c₁和c₂为系数，$\bar{x} $为均值，σ₁为标准差，计算方法和系数取值参考《建筑结构荷载规范(GB 50009—2012)》(中华人民共和国住房和城乡建设部和中华人民共和国国家质量监督检验检疫总局，2012)。

由此，重现期为R年的最大风速x_R(中华人民共和国住房和城乡建设部和中华人民共和国国家质量监督检验检疫总局，2012)可按下式确定：

$x_R=u-\frac{1}{\alpha} \ln \left[\ln \left(\frac{R-1}{R}\right)\right] $

(4)

1.3 风压计算

根据《建筑结构荷载规范(GB 50009—2012)》(中华人民共和国住房和城乡建设部和中华人民共和国国家质量监督检验检疫总局，2012)，风压wp计算公式为：

$ \mathrm{wp}=\frac{1}{2} \rho v^2 $

(5)

式中：ρ为空气密度，v为最大风速。

定义由式(4)最大风速x_R计算所得为R年重现期的基本风压，由台风影响期间的逐日数据计算所得为实际风压，其中由日最大风速得到最大风压，由日极大风速得到极大风压。

1.4 不同等级输电线路的最大风速重现期确定

由于各地不同时期建设的输变电设施其依据和标准不相同，同样气象条件产生的电力设施损坏也不尽相同。在各地主要使用的多种版本电力行业标准中，对于不同类型架空输电线路的最大风速重现期多为10、15、30、50、100 a(表 1)。考虑到输电线路老化会造成抗灾能力下降，本文进一步增加5 a，即本研究中输电线路的最大风速重现期确定为5、10、15、30、50、100 a。

1.5 Anderson-Darling检验

Anderson-Darling(A-D)检验是一种用于正态性检验(或其他分布拟合优度检验)的统计方法(Anderson and Darling, 1952)。其核心在于通过比较样本的经验累积分布函数与目标理论分布的累积分布函数，判断数据是否服从该分布。通过对统计量A与相应显著性水平下的临界值进行比较，得出拒绝或接受原假设的结论，可以模拟数据拟合优度，有效识别出气象数据序列中“隐蔽”的非随机缺失。

A-D检验所用统计量用A²来表示(Anderson and Darling, 1952):

$\begin{gathered} A^2=-n-\frac{1}{n} \sum\limits_{i=1}^n(2 i-1)\left\{\ln F\left(x_i\right)+\right. \\ \left.\ln \left[1-F\left(x_{n+1-i}\right)\right]\right\} \end{gathered} $

(6)

式中：n为样本容量(观测值个数)；x_i是将原始样本数据按升序排列后的有序统计量，即x₁≤x₂≤…≤x_n；F(x_i)为理论累积分布函数，本文采用Gumbel分布(极值分布)。

根据电力标准相关要求，气象资料时间不少于10 a，检验的显著性水平取0.05。最终年最大风速资料统计量通过A-D检验的站点数为1544个，占全国2365个站的65%；未通过检验，可能是由于迁站、周围环境条件变化或其他原因导致风速资料发生较大变化。

2 台风大风对输电线路致灾性评估模型 2.1 样本选取

根据中国气象局气象灾害管理系统数据，对2012—2023年的台风灾害进行分析，发现台风期间很多记录只说明输电线路损坏、供电中断或者出现停电现象，缺乏损坏输电线路具体型号信息，多数记录没有上报电线杆折杆、断杆、倒杆数量等情况。同时，输电线路设计规范中对风速也未特别限定于某种类型。鉴于此，剔除台风期间无6级以上大风的样本，得到205个地市级台风电力灾情样本，其中有32个样本有电力经济损失数据，电力损失与最大风速、极大风速的皮尔逊相关系数分别为0.3811、0.4564，说明电力损失与最大风速、极大风速均有明显相关性。

2.2 台风大风对输电线路致灾性评估

根据历史台风电力灾情数据，有些台风影响期间，最大风压没有达到输电线路设计基本风压，但极大风压超过基本风压，也会发生较重的输电线路受损事件，故本文将台风实际影响期间最大风产生的风压、极大风产生的极大风压均作为台风大风对输电线路的致灾因子。由于灾情资料按照行政单位上报，因此台风大风对输电线路致灾性评估以地市级为单位进行评估。

台风大风对输电线路致灾指数f_{i, j}的计算如式(7)所示：

$f_{i, j}=a \times \mathrm{EWD}_{i, j}+b \times \mathrm{EGT}_{i, j} $

(7)

式中：EWD和EGT分别为台风影响期间最大风、极大风对不同等级输电线路致灾指数；a和b为权重系数，参考台风电力损失与极大风、最大风建立的线性回归公式，分别取值为0.45、0.55；i为地市范围内所有气象站点数，j为设定的基本风压阈值等级，j=1~6依次代表 5、10、15、30、50、100 a重现期。

EWDi, j和EGTi, j与台风影响期间实际风压、输电线路的设计基本风压阈值有关。其中：

$ \mathrm{EWD}_{i, j}= \begin{cases}0 & \mathrm{wp}_i^{\prime} <\mathrm{wp}_{i, 1} \\ 1 & \mathrm{wp}_{i, 1} \leqslant \mathrm{wp}_i^{\prime} <\mathrm{wp}_{i, 2} \\ 2 & \mathrm{wp}_{i, 2} \leqslant \mathrm{wp}_i^{\prime} <\mathrm{wp}_{i, 3} \\ 3 & \mathrm{wp}_{i, 3} \leqslant \mathrm{wp}_i^{\prime} <\mathrm{wp}_{i, 4} \\ 4 & \mathrm{wp}_{i, 4} \leqslant \mathrm{wp}_i^{\prime} <\mathrm{wp}_{i, 5} \\ 5 & \mathrm{wp}_{i, 5} \leqslant \mathrm{wp}_i^{\prime} <\mathrm{wp}_{i, 6} \\ 6 & \mathrm{wp}_i^{\prime} \geqslant \mathrm{wp}_{i, 6}\end{cases} $

(8)

$ \mathrm{EGT}_{i, j}= \begin{cases}0 & \mathrm{wp}_i^* <\mathrm{wp}_{i, 1} \\ 1 & \mathrm{wp}_{i, 1} \leqslant \mathrm{wp}_i^* <\mathrm{wp}_{i, 2} \\ 2 & \mathrm{wp}_{i, 2} \leqslant \mathrm{wp}_i^* <\mathrm{wp}_{i, 3} \\ 3 & \mathrm{wp}_{i, 3} \leqslant \mathrm{wp}_i^* <\mathrm{wp}_{i, 4} \\ 4 & \mathrm{wp}_{i, 4} \leqslant \mathrm{wp}_i^* <\mathrm{wp}_{i, 5} \\ 5 & \mathrm{wp}_{i, 5} \leqslant \mathrm{wp}_i^* <\mathrm{wp}_{i, 6} \\ 6 & \mathrm{wp}_i^* \geqslant \mathrm{wp}_{i, 6}\end{cases} $

(9)

式中：wp′_i和wp_i^*分别为台风影响期间的最大风压和极大风压，取值分别为该地市所辖站点中逐日最大风压和极大风压的最大值，wp为不同阈值等级下的基本风压。

计算不同等级输电线路致灾指数后，挑选某地市所有站点中最大致灾指数作为该地市台风大风对输电线路的致灾指数(ETY)：

$ \mathrm{ETY}_i=\max \left(f_{i, 1}, f_{i, 2}, f_{i, 3}, f_{i, 4}, f_{i, 5}, f_{i, 6}\right) $

(10)

2.3 台风大风对输电线路致灾性评估等级划分

根据建筑可靠度理论，当实际风压超过建筑物设计基本风压阈值时，即可能发生损坏。当台风大风产生的实际风压，超过某种类型输电线路的基本风压设计阈值时，该类型输电线路就可能发生损坏。在灾情信息详细的情况下，致灾等级的划分可采用依据历史灾情损失的聚类分析法、ROC曲线最优阈值划分等，但由于现有灾情数据中关于输电线路型号及损坏数量信息稀少，缺乏详细的灾情样本做支撑，利用具体类型输电线路灾情建立与评估指数的量化关联较为困难。

鉴于自适应方法可以结合专家经验和数据统计特征优势，本文采用自适应方案对输电线路致灾性评估结果进行等级划分。首先分析历史电力灾情数据，有限样本中损坏输电线路型号多在220 kV以下，参考表 1的电力行业标准及式(8)、式(9)，给出初步分级阈值{2，3，4}。之后依据数据特征选择自然断点法。

根据统计结果与标准分级数据的差异程度优化分级指标，最后确定分级阈值为{1.65, 2.70, 3.65}。据此将台风大风对输电线路的等级划分为中、较高、高、极高4个等级，不同输电线路分为4类，即低压(1 kV及以下)、中压(10~35 kV)、高压(66~220 kV)、超高压及以上(330 kV及以上)。致灾指数分级及相应等级下不同类型输电线路受到的灾害影响详见表 2。

3 结果与分析 3.1 不同重现期基本风压

对通过A-D检验的1544个站，按照式(5)计算得到不同重现期的全国基本风压分布，见图 1。基本风压的高值区主要位于西北地区、青藏高原北部、内蒙古、东北地区、黄淮等地，除东南沿海地区外，南方地区基本风压相对较低。

由5 a、10 a重现期基本风压中可见(图 1a, 1b)，我国中东部大部地区基本风压不超过0.25 kN· m^-2，新疆北部、内蒙古、东北等地及东南沿海部分地区超过0.3 kN·m^-2，个别站点超过0.4 kN·m^-2。由15 a重现期基本风压可见(图 1c)，西北地区、内蒙古、东北地区及东南沿海地区基本在0.3~0.8 kN·m^-2，黄淮大部、江汉、江淮至西南地区、华南北部一般低于0.3 kN·m^-2；由30 a重现期基本风压可见(图 1d)，华北、黄淮东部等地部分地区增大至0.3 kN·m^-2以上，西北地区、内蒙古、东北地区及东南沿海地区基本在0.35~0.90 kN·m^-2，南方大部地区一般低于0.4 kN·m^-2；50 a、100 a重现期基本风压(图 1e, 1f)较15 a、30 a重现期的高值区范围向东明显扩大，北方由新疆、内蒙古扩展至东北、黄淮等地，南方由沿海局部站点增加到华东沿海至华南沿海地区，新疆北部和东部、青藏高原东部、西北地区东部、内蒙古、东北地区北部和西部、华北、黄淮东部及东南沿海地区基本风压超过0.45 kN·m^-2，其中新疆北部、浙江东部沿海、福建东部沿海、广东沿海及海南岛沿海地区基本风压较高，为0.7~ 1.2 kN·m^-2，新疆阿拉山口附近风压达1.2~1.5 kN·m^-2，浙江东部沿海的部分地区及福建东南部沿海局地在1.3~2.0 kN·m^-2，而黄淮西部、江淮、江汉至西南、江南等地为相对低值区，除高山站点外，一般不超过0.5 kN·m^-2。从气候背景来看，冬春季北方地区受冷空气和温带气旋影响风力大，夏秋季东南沿海地区受登陆台风影响基本风速也较高，基本风压分布与风速气候特征是吻合的。

3.2 历史评估检验情况

从中国气象局气象灾害管理系统提取2012—2023年台风灾情资料，全国共有205个台风案例有电力设施受损或电力供应受灾情况报告。分析台风电力受灾报告，发现很多受灾地区没有上报电力具体受灾情况，上报的电力受灾信息中相关内容也欠丰富、描述也较为笼统，如：部分高压断线、断杆等；部分地区出现不同程度的断电；部分供电线杆、通信线杆被吹断，造成电力及通信中断；部分地区出现内涝、停电停水、通信中断情况；一些市政绿化树、供电、通信设施不同程度受损失；等等。探究原因，台风灾害发生过程中，易出现房屋损坏或倒塌、农田受淹、城乡积涝、大量基础设施损毁等情况，涉及灾害信息和条目较多，基层人手有限，部门分享数据少，可能是导致灾情上报不全的原因。

鉴于气象部门灾情数据现状，本文将地市区域内上报灾情中凡是有电力受灾损失、电线杆倒损、出现停电等信息之一，即确定为该地市出现台风电力受灾情况。对台风灾情数据进行整编，根据电力受灾发生时间、地点，从地面观测数据中提取每个台风大风过程的日最大风速、日极大风速，计算得到最大风、极大风风压，以及台风大风对输电线路致灾指数和等级。

对气象部门灾情数据完整性进行分析，发现很多台风灾情案例有新闻报道了某地电力设施受损情况但气象部门灾情数据中未予报告的现象。由于灾情数据的漏报会影响评估结果，故本文仅对模型评估准确率进行检验，未计算模型空报率和漏报率。将台风大风对输电线路致灾性评估结果与灾情分布进行空间属性叠加，如果模型评估出风险，该地市实际也出现电力灾情，记为评估与实况相符，即评估准确。

基于本文研发的台风大风对输电线路致灾性评估模型，对2012—2023年期间台风大风对输电线路致灾性评估结果进行检验。在台风大风造成输电线路损坏或供电中断的205个样本中，模型共评估出183个样本有输电线路致灾风险，评估准确率为89.3%。对台风级及以上强度登陆我国的台风情况进行评估(表 3)，实况台风大风灾害造成输电线路损坏的有162个样本，模型评估结果为有风险的为146个样本，模型评估准确率为90.1%；其中，输电线路损坏等级为中等的为43个样本，占总样本数的26.5%，较高等级为59个样本，占36.4%，高等级为24个样本，占14.8%，极高等级为20个样本，占12.3%。可见，台风大风只要超过输电线路设计阈值，输电线路损坏可能性很大，对城市电力供应产生较大影响。由于不同等级输电线路灾情数据不足，暂无法对全部台风大风对不同等级输电线路损坏致灾性进行分级检验。

3.3 重大台风电力致灾性评估实例 3.3.1 2016年台风“莫兰蒂”

“莫兰蒂”于2016年9月10日在西北太平洋生成，15日在福建厦门沿海登陆(强台风级，48 m·s^-1)，17日凌晨在黄海南部海域变性为温带气旋。13—16日华东沿海出现强风暴雨天气(池艳珍等, 2017；林小红等，2019)。其中，福建和浙江东部沿海出现8~11级阵风，福建厦门、泉州、莆田、福州局地12~15级，厦门最大阵风17级以上(63.1 m·s^-1)。

模型对“莫兰蒂”期间的输电线路致灾性评估结果见图 2。由图可见，福建沿海的福州、龙岩、宁德、厦门、漳州、泉州等6个地市台风大风对输电线路有致灾性影响，其中福州、龙岩、宁德的致灾等级为较高，厦门、漳州、泉州为极高。根据气象部门灾情报告，福建厦门、福州、宁德、漳州、泉州、龙岩及浙江丽水等7个地市发生电力受灾(图 3)，厦门、漳州、泉州电力设施发生大范围破坏。基于气象部门灾情报告和陈文兴(2017)中相关电力受灾详细信息，对输电线路致灾性评估进行分级检验(表 4)。福建福州、龙岩致灾等级为较高，灾情实况出现了10 kV及以上输电线路停运和供电中断，与表 2中该等级的灾情影响相符；厦门、漳州、泉州致灾等级为极高，灾情实况出现500 kV线架空输电线路倒塔及220 kV等型号输电线路停运等，与该等级的灾情影响也相符；宁德致灾等级为较高，灾情实况只报告了供电中断，没有具体输电线路损坏情况，对应致灾等级为中等的影响，即评估的致灾等级偏大一级。浙江丽水实际出现电力受灾情况，模型评估为无风险，即出现漏报；实况资料表明，丽水出现的最大风速并不算很高(青田，13.2 m·s^-1)，但累计降水量较大(青田，298 mm)，台风暴雨引发的电力设施进水可能是造成其电力受灾的主要原因。

综上，“莫兰蒂”期间台风大风对输电线路致灾性评估结果与实况相符的地市比例为86%，即模型评估准确率为86%，其中较高、极高等级的评估准确率分别为67%、100%。在电力受灾最严重的福建厦门、泉州、漳州, 致灾等级评估均为极高，对应的灾情影响与实况相符。说明模型对电力受灾严重程度有较好的评估能力。

3.3.2 2018年台风“山竹”

“山竹”于2018年9月7日在西太平洋生成，16日在广东江门沿海登陆(强台风级，14级，45 m·s^-1)，是2018年最强登陆台风(周星妍等，2019；徐敬涵等，2024)。受其影响，华南大部出现狂风和强降雨，其中16—17日，广东珠三角及沿海地区、香港、澳门等地出现8~11级阵风，广东中山、珠海、深圳和香港、澳门等地阵风12级以上，最大阵风出现在惠州沱泞列岛(62.8 m·s^-1，17级以上)。

台风大风对输电线路致灾性评估结果表明，“山竹”期间，广东广州、深圳、湛江、潮州、惠州、江门、阳江、茂名、肇庆、佛山、云浮及广西梧州、来宾等13个地市有致灾性影响(图 4)，其中广东深圳、阳江、广州、惠州、肇庆及广西梧州等6个地市为较高或高等级，江门和佛山局地为极高等级。根据气象部门灾情上报信息，上述地市和广西贵港共有14个出现电力受灾情况(图 5)，台风大风对输电线路致灾性评估准确率为93%。评估结果中，仅广西贵港台风电力受灾未被有效评估出，分析原因发现贵港历史大风资料未通过A-D检验，该站点未作为评估站点计算。另外，气象部门上报灾情仅有个别地区报告具体输电线路损坏情况，样本太少无法进行输电线路受灾分级检验。总体而言，对“山竹”的输电线路致灾评估区域与实际电力受灾区域基本一致，可以客观评估出台风大风导致的电力受灾地区。

4 结论与讨论

本文根据我国建筑结构和主要架空输电线路设计标准，基于广义极值分布理论，利用历史地面气象监测数据，计算气象观测站的不同重现期基本风压，选取台风影响期间的最大风压、极大风压作为致灾因子，结合低压、中压、高压、超高压及以上等不同类型输电线路的风压致灾阈值指标，构建台风大风对输电线路致灾性评估模型，并利用2012—2023年中国气象局气象灾害管理系统灾情数据对评估模型结果进行合理性检验。结论如下：

(1) 对通过A-D检验的1544个站点计算5、10、15、30、50、100 a重现期基本风压。基本风压的高值区主要位于西北地区、青藏高原北部、内蒙古、东北地区、黄淮等地，除东南沿海地区外，南方大部地区基本风压相对较低。新疆北部和东部、青藏高原东部、西北地区东部、内蒙古、东北地区北部和西部、华北、黄淮东部及东南沿海地区50 a、100 a重现期的基本风压超过0.45 kN·m^-2，其中新疆北部、浙江东部沿海、福建东部沿海、广东沿海及海南岛沿海地区达0.7~2.0 kN·m^-2，新疆阿拉山口附近风压也比较高，达1.2~1.5 kN·m^-2。冬春季节北方地区易受冷空气和温带气旋影响，夏秋季节东南沿海地区易受登陆台风影响，基本风压的分布特征与气候特征吻合。

(2) 利用灾情数据对构建的台风大风对输电线路致灾性评估模型结果进行合理性检验。2012—2023年台风大风导致电力受灾案例样本有205个，模型评估出风险的有183个，评估准确率为89.3%。对台风级及以上强度登陆我国的台风进行评估，实际台风大风灾害造成输电线路损坏的有162个样本，模型评估出风险的有146个样本，评估准确率为90.1%，其中输电线路损坏等级为中等、较高、高、极高的样本分别有43、59、24、20个，分别占总样本数的26.5%、36.4%、14.8%、12.3%。

(3) 选取重大台风灾害案例，对模型总体评估效果及分级评估情况进行检验。2016年“莫兰蒂”期间，台风大风对输电线路致灾性的评估准确率为86%，其中较高、极高等级的评估准确率分别为67%、100%。对电力受灾最严重的3个地市, 模型给出的致灾等级评估均为极高，致灾等级影响与灾情实况相符。2018年“山竹”期间，模型的评估准确率为93%，评估结果与实际电力受灾区域基本一致。

台风大风对输电线路致灾性评估模型评估效果总体较好，但也存在一定偏差，需要未来继续加强研究。一是台风对电力供应的评估还需考虑台风暴雨引发内涝所造成的电力中断等灾害的影响；二是某些站点历史大风资料未通过A-D检验，还需进一步检查其原因并扩大评估站点样本量；此外，受台风具体输电线路灾情数据不足的限制，暂无法进行更多案例的灾害分级检验，数据的不足也制约了模型的改进空间。结合台风格点预报或观测实况资料，基于本文研发的台风大风对输电线路致灾性评估模型，可进行灾前预评估和灾后快速评估，为面向电力行业的台风决策气象服务提供参考。