Blog

May 10, 2023

Predicción de la ignición de incendios forestales inducida por el balanceo dinámico del conductor bajo fuertes vientos

Informes científicos volumen 13,

Scientific Reports volumen 13, Número de artículo: 3998 (2023) Citar este artículo

1169 Accesos

67 Altmetric

Detalles de métricas

Durante eventos de vientos fuertes con condiciones climáticas secas, los sistemas de energía eléctrica pueden ser la causa de incendios forestales catastróficos. En particular, el contacto entre el conductor y la vegetación ha sido reconocido como la principal causa de ignición de los incendios forestales relacionados con los servicios públicos. Existe una necesidad urgente de un análisis preciso del riesgo de incendios forestales en apoyo de la toma de decisiones operativas, como la gestión de la vegetación o los cortes de energía preventivos. Este trabajo estudia el mecanismo de ignición causado por el conductor de transmisión que se balancea hacia la vegetación cercana y provoca un flashover. Específicamente, el estado límite estudiado se define como la invasión del conductor a la distancia mínima de vegetación prescrita. Las características estocásticas de la respuesta de desplazamiento dinámico de una línea de transmisión de tramos múltiples se obtienen a través de un análisis espectral eficiente en el dominio de la frecuencia. La probabilidad de invasión en una ubicación específica se estima resolviendo un problema clásico de primera excursión. Estos problemas a menudo se abordan utilizando modelos estáticos equivalentes. Sin embargo, los resultados muestran que la contribución de los golpes aleatorios del viento al desplazamiento dinámico del conductor es apreciable bajo fuertes vientos turbulentos. Despreciar este componente aleatorio y dinámico puede conducir a una estimación errónea del riesgo de ignición. La duración prevista del evento de viento fuerte es un parámetro importante para determinar el riesgo de ignición. Además, se encuentra que la probabilidad de invasión es muy sensible al despeje de la vegetación y la intensidad del viento, lo que destaca la necesidad de datos de alta resolución para estas cantidades. La metodología propuesta ofrece una vía potencial para la predicción precisa y eficiente de la probabilidad de ignición, que es un paso importante en el análisis del riesgo de incendios forestales.

Los incendios forestales, también conocidos como incendios forestales, pueden ocurrir cuando hay un clima desfavorable (baja humedad, alta temperatura, vientos fuertes, etc.) combinado con combustible vegetal seco. En las últimas décadas, los incendios forestales se han convertido en una grave amenaza en todo el mundo, como en el sur de Europa, América del Norte y el sureste de Australia1,2,3. Los incendios forestales en diferentes regiones exhiben características regionales, ya que las condiciones locales afectan las causas típicas de ignición, el comportamiento del fuego, etc. En los Estados Unidos, los incendios forestales son un peligro particularmente importante en California, que ha sufrido frecuentes incendios forestales devastadores. El Departamento de Silvicultura y Protección contra Incendios de California (CAL FIRE) informó un promedio anual de 3217 incidentes de incendios forestales y 624,728 acres quemados en California durante 2016~20204. Si bien los incendios forestales pueden iniciarse por una amplia variedad de causas (p. ej., relámpagos, incendios provocados, fumar, etc.), se demostró que las líneas eléctricas son la única fuente de ignición que no disminuye5. Las estadísticas mostraron que, de los 20 incendios forestales más destructivos de California, al menos cinco se iniciaron en los sistemas de energía, incluido el Camp Fire de 2018, que destruyó 18 804 estructuras y se cobró 85 vidas6. De hecho, es más probable que los incidentes provocados por el sistema eléctrico se conviertan en grandes incendios forestales, debido a su relación especial con las condiciones climáticas extremas. Una red eléctrica, que consta de numerosos componentes y equipos, puede experimentar un fuerte aumento de fallos/averías bajo fuertes vientos7,8. Con el aporte de aire caliente y seco, se pueden activar varios mecanismos de ignición y se pueden iniciar incendios en presencia de combustibles combustibles. Además, los vientos fuertes pueden facilitar en gran medida la propagación del fuego, al mismo tiempo que dificultan los esfuerzos de extinción. El viento es el factor meteorológico que impulsa la ignición de la línea eléctrica. Esto ha sido indicado por la ocurrencia conjunta de incendios forestales relacionados con líneas eléctricas y vientos extremos estacionales en California9,10. Estos vientos foehn (conocidos como vientos Diablo o vientos Santa Ana) se caracterizan por una notable intensidad y rachas.

Generalmente se considera que la red de energía eléctrica está compuesta por dos sistemas: el sistema de transmisión y el sistema de distribución. En comparación con el sistema de distribución, el sistema de transmisión juega un papel más crítico en la confiabilidad de la energía porque transporta electricidad de alto voltaje a granel a largas distancias. Existe un creciente interés de investigación en el estudio de la confiabilidad y la resiliencia de la infraestructura de energía sujeta a la amenaza del viento11,12,13,14,15,16,17. En la mayoría de los casos, se estudió la falla estructural de un determinado componente (p. ej., conductores de transmisión, postes/torres de servicios públicos). Sin embargo, en lo que respecta a los incendios forestales, el estado límite relevante es diferente de la falla estructural tradicional, ya que se pone énfasis en la probabilidad de causar mecanismos de ignición efectivos18. Por ejemplo, las partículas de metal caliente del arco del conductor y las brasas ardientes del contacto entre el conductor y la vegetación son modos elegibles de falla inducida por el viento, mientras que la falla estructural (p. ej., la ruptura del conductor) no es necesariamente peligrosa19. Se demostró que el contacto con la vegetación fue la causa principal de la ignición de los servicios públicos de energía en California, con una contribución del 53,5 %20. Bajo condiciones de mucho viento, el contacto entre el conductor y la vegetación generalmente ocurre de dos formas: árboles/ramas rotas que caen sobre el conductor (conocido como el problema de "caída") y el conductor que se balancea hacia la vegetación cercana (conocido como "problema de crecimiento"). " asunto). Las líneas aéreas de transmisión generalmente están respaldadas por torres de transmisión altas, lo que hace que el problema de caída sea menos probable. En cambio, el problema del crecimiento de la vegetación se identifica como una gran amenaza para los sistemas de transmisión eléctrica21. Los conductores de transmisión soportan la mayor exposición a eventos de riesgo de viento, ya que abarcan largas distancias a través de terrenos variables. Son muy flexibles y se pueden observar grandes desplazamientos oscilantes (10~20 m) alrededor de la mitad del vano22. Se prevé que el cambio climático influirá en la magnitud y la frecuencia de futuros fenómenos meteorológicos extremos. La Sociedad Estadounidense de Ingenieros Civiles (ASCE) ha estado abogando por una infraestructura adaptativa para un clima cambiante. Como se indica allí, los posibles cambios adversos, como estaciones secas prolongadas, temperaturas más cálidas y una mayor intensidad de los vientos extremos, pueden empeorar la situación de ignición inducida por la línea eléctrica23,24. Un desafío importante es evaluar los impactos del cambio climático en los sistemas construidos y naturales en función de las proyecciones climáticas. Con diferentes complejidades y objetivos, el análisis climático puede llevarse a cabo en diferentes niveles24. Incluso ignorando los efectos futuros del cambio climático, se generó un mapa estático de amenaza de viento con un período de retorno de 20 años que muestra la severidad del problema (ver Fig. 1). La metodología utilizada para la elaboración del mapa de amenaza de viento se detalla en la Información Complementaria. La Fig. 1 sugiere que se esperan vientos muy fuertes, con un amplio rango de intensidad (17~104 m/s), en California. También se puede observar una variación espacial distinta a pesar de la escasez de estaciones en algunas áreas, lo que podría representar un serio desafío para la operación de las redes eléctricas a gran escala.

Mapa de peligro de viento de California (Período de retorno = 20 años).

En reconocimiento del potencial de devastadores incendios forestales iniciados en los sistemas de energía, las empresas eléctricas de California están autorizadas a realizar cortes de energía por motivos de seguridad pública (PSPS, por sus siglas en inglés) preventivos en respuesta a condiciones climáticas severas25. Solo en la temporada de incendios de 2019, millones de personas se vieron afectadas por las rondas de cortes de energía, que se prolongaron por más de un mes26,27. A pesar de la eficacia inmediata para evitar que los activos de energía provoquen incendios, un evento de PSPS puede provocar otras interrupciones significativas, ya que las comunidades y las infraestructuras críticas se quedan sin energía. El análisis de riesgos es una poderosa herramienta para la toma de decisiones bajo incertidumbres. En el contexto del PSPS, se deben sopesar dos riesgos, a saber, el riesgo de incendios forestales inducidos por los servicios públicos y el riesgo de eventos relacionados con el apagón, que pueden variar desde un aumento de accidentes automovilísticos debido a la falta de semáforos hasta problemas de salud. causados ​​por el apagado de equipos domésticos de salvamento28. El análisis de riesgo de incendios forestales generalmente se ocupa de tres componentes: probabilidad de ignición, probabilidad de quema (o probabilidad de propagación) y vulnerabilidad29. En términos de probabilidad de ignición, algunos estudios previos se centraron en desarrollar modelos estadísticos mediante el estudio de registros históricos de ignición30. Este tipo de enfoque puramente basado en datos es versátil y aplicable a varias fuentes de ignición. Sin embargo, no son informativos en cuanto a la comprensión de la falla subyacente y los mecanismos de ignición que podrían impulsar medidas de mejora y decisiones en tiempo real en PSPS. Por el contrario, hay una escasez de trabajos de investigación sobre la ignición de incendios forestales que se centren en la interacción física entre los vientos fuertes y la infraestructura de energía eléctrica, que es el foco de este estudio.

La predicción de la ignición tiene una gran influencia en el análisis de riesgo de incendios forestales porque la simulación de propagación de incendios y el análisis de daños por incendios posteriores se basan en la ubicación y el tiempo de ignición como entrada. Por lo tanto, este estudio se enfoca en la ignición debido a que el conductor de transmisión se acerca lo suficiente a la vegetación circundante y causa descargas disruptivas o chispas. Específicamente, se propone una metodología para estimar la probabilidad de invasión del espacio libre de la línea base (es decir, la falla iniciadora), como se resume en la Fig. 2.

Marco de la metodología propuesta (Tenga en cuenta que el último cuadro se proporciona para el contexto pero no se incluye en el análisis).

La novedad de este artículo es que introduce la idea de estudiar el problema de la violación del juego que provoca la ignición a través de un análisis formal de las respuestas estructurales, considerando las incertidumbres de las cargas de viento. La probabilidad de invasión calculada con esta metodología tiene en cuenta todos los factores relevantes, como la duración del evento de viento, la intensidad del viento, las propiedades de la línea de transmisión (TL), la eliminación de la vegetación. Vale la pena señalar que estudios previos sobre la dinámica de los cables conductores en el dominio espectral (usando una caracterización similar para el proceso estocástico del viento) se enfocaron en los esfuerzos relacionados con la falla del conductor. Sin embargo, la aplicación a la invasión de la vegetación implica un enfoque distinto en los desplazamientos del conductor. Por lo tanto, requiere que se formule una nueva ecuación de estado límite y un problema de primer paso asociado, lo cual es una contribución original de este trabajo. El resto de este trabajo se estructura de la siguiente manera. En primer lugar, se revisan los antecedentes y las prácticas de gestión de la vegetación, tras lo cual se define el estado límite correspondiente. En segundo lugar, se detalla la metodología propuesta para calcular la probabilidad de invasión. Finalmente, la sección de aplicación da dos ejemplos a diferentes escalas, donde se presentan los principales hallazgos.

Hace tiempo que se reconoce que la vegetación que crece cerca de la infraestructura eléctrica es una amenaza para la confiabilidad de las redes eléctricas y es particularmente preocupante en los sistemas de transmisión. De hecho, el cambio de corriente eléctrica debido a un TL fallido puede causar fallas en cascada en otros lugares y provocar cortes de energía masivos31. Mientras tanto, la urbanización ha estado impulsando la infraestructura eléctrica hacia la interfaz urbano-forestal (WUI, por sus siglas en inglés), que es más boscosa y propensa a incendios, lo que exacerba los riesgos causados ​​por la proximidad a la vegetación9. La gran mayoría de las líneas de transmisión utilizan conductores aéreos en lugar de cables subterráneos, debido a que estos últimos son mucho más costosos de instalar y mantener. Como se mencionó anteriormente, hay dos tipos de interacciones vegetación-conductor que pueden desencadenar fallas: el tipo de caída y el tipo de crecimiento. El mecanismo de falla por caída implica incertidumbres sustanciales en el lado de la vegetación, incluida la condición de salud de la vegetación y la resistencia a la fractura bajo la carga del viento, por nombrar algunos. Si bien las tecnologías modernas, como la detección y alcance de la luz (LiDAR)32, han facilitado la adquisición de datos de vegetación, el problema de la caída sigue siendo muy difícil de predecir, incluso en un sentido probabilístico, dada la complejidad de la vegetación y la trayectoria del viento posterior a la fractura. Por otro lado, este artículo se enfoca en la clase de crecimiento de fallas potenciales, la cual está estrechamente relacionada con el comportamiento estructural. Específicamente, se examina la respuesta de desplazamiento dinámico inducido por el viento de las líneas de transmisión con el objetivo de comprender mejor cómo aumenta la probabilidad de invasión del espacio libre y, a su vez, la ignición. El mecanismo de ignición correspondiente es el fenómeno de flashover (o sparkover), en el que la corriente eléctrica salta a través del aire desde el conductor hasta un objeto cercano (típicamente árboles). La energía liberada por la corriente de alto voltaje puede provocar ignición e incluso incendios en presencia de vegetación con poca humedad y atmósfera seca. Es importante tener en cuenta que el flashover puede ocurrir incluso cuando no hay contacto directo entre el conductor y los árboles.

Para evitar cortes de vegetación en la infraestructura de energía eléctrica, se establecen universalmente normas de desbroce. En lo que respecta al riesgo de incendios forestales relacionados con líneas eléctricas, se pueden introducir regulaciones más estrictas. En los Estados Unidos, el estándar NERC FAC 003-4 es el más relevante para el manejo de la vegetación del sistema de transmisión21. En esencia, requiere que se mantenga una distancia mínima libre de vegetación (MVCD) entre los conductores de transmisión y la vegetación contigua. La "zona de borde de alambre" es una técnica efectiva en el manejo de la vegetación del sistema de transmisión y es ampliamente utilizada en el campo33. Este enfoque establece un derecho de paso (ROW, por sus siglas en inglés) a lo largo de las instalaciones de transmisión, como se muestra en la Fig. 3. Por lo general, el ROW se compone de una zona de cables donde solo se permite la vegetación de bajo crecimiento y dos zonas fronterizas donde se plantan arbustos más altos y arbustos pequeños. los árboles pueden ser permisibles. Teniendo en cuenta la pandeo y el balanceo del conductor, el ancho de la fila de vía suele ser mucho mayor de lo que se necesita solo para la colocación estructural. Por ejemplo, el derecho de vía de líneas de 230 kV puede variar entre 20 m y 60 m. Tenga en cuenta que en la Fig. 3, la vegetación y el movimiento del conductor solo se dibujan en un lado y el MVCD se indica como un radio que rodea al conductor. Dado que la posición de un conductor cambia constantemente debido a varias cargas, se puede identificar una zona potencial de descarga disruptiva a lo largo de la trayectoria.

Derecho de paso de la línea de transmisión.

Como se mencionó anteriormente, el escenario de falla que se está investigando es que el conductor se balancee hacia afuera y se acerque lo suficiente a la vegetación como para causar potencialmente una descarga disruptiva y provocar un incendio. El entrehierro entre el conductor y la vegetación puede considerarse como un aislante cuya capacidad de aislamiento depende de su tamaño y de las características ambientales (por ejemplo, temperatura, humedad). En términos del tamaño del espacio, hay dos fuentes principales de incertidumbre: una es la carga del viento turbulento que influye directamente en el movimiento del conductor y la vegetación; el otro es el crecimiento de la vegetación que se ve afectado por las condiciones naturales y las intervenciones humanas (p. ej., poda periódica). El crecimiento de la vegetación es significativo solo en horizontes de tiempo prolongados (meses, años), y su efecto puede despreciarse en el contexto de eventos de vientos fuertes de corta duración. Por lo tanto, el tamaño del espacio se ve afectado principalmente por el desplazamiento del conductor inducido por el viento, ya que el movimiento de la vegetación generalmente se considera insignificantemente pequeño en comparación. Este estudio define el estado de falla (es decir, el estado límite) como la invasión del conductor en el MVCD. En el marco del análisis de riesgo de incendios forestales, es importante reconocer que alcanzar este estado límite es solo el primer paso en la cadena de eventos de invasión-descarga disruptiva-ignición y las probabilidades condicionales de ocurrencia de los otros dos pasos deben considerarse para calcular el riesgo global de ignición.

Para calcular con precisión la probabilidad de descarga disruptiva sobre un espacio de aire que cambia de tamaño durante el evento de viento, se debe cuantificar la relación entre el tamaño del espacio y su capacidad de aislamiento. Por ejemplo, la ecuación de Gallet se adoptó en el estándar NERC FAC 003-4 para calcular un MVCD que produce una probabilidad de descarga disruptiva de \(10^{-6}\) o menos21. Sin embargo, se necesitan más experimentos para validar y comprender mejor el fenómeno de flashover transitorio31,34. La probabilidad de ignición por flashover varía con muchos factores, incluyendo la inflamabilidad de la vegetación y las condiciones del aire cerca del incidente. Dado el conocimiento limitado y las incertidumbres significativas involucradas, la transformación de la invasión de MVCD a la ignición se basa en el juicio subjetivo y la actitud de riesgo de los tomadores de decisiones. Por esta razón, el cálculo de las probabilidades condicionales antes mencionadas está más allá del alcance de este trabajo, que en cambio se enfoca en la invasión en sí.

La siguiente sección presenta una expresión matemática del estado límite así como la metodología para determinar las cantidades necesarias.

Las líneas de transmisión generalmente se diseñan en secciones, donde una sección TL consta de varios tramos y puede recorrer varios kilómetros. La Fig. 4 ilustra el modelo de una sección TL de varios vanos de ejemplo. En este documento, el entorno OpenSeesPy se utiliza para describir cómo se puede construir y analizar un modelo de elementos finitos de un cable de transmisión de tramos múltiples35. Los dos extremos están conectados a torres de tensión que no permiten el movimiento longitudinal del conductor y se modelan como soportes articulados. Las cadenas de aisladores de suspensión colgadas en las torres de transmisión intermedias soportan los conductores en sus extremos inferiores. El punto de unión conductor-aislante se modela como una bisagra, según la abrazadera de suspensión articulada más utilizada36. A medida que la cadena de aisladores se balancea, el punto de unión puede moverse libremente en el espacio. Dependiendo del voltaje, se puede usar un solo conductor (hasta 220 kV) o conductores en haz (220 kV y más) en los circuitos de transmisión. Se puede modelar un solo conductor usando el elemento de cable37, mientras que un modelo de conductores agrupados puede requerir que se capture el efecto de los espaciadores. El conductor toma una forma de catenaria dentro de un tramo, y primero se debe determinar el perfil sin deformación para calcular el perfil hundido14. Las cadenas de aisladores de suspensión generalmente están hechas de materiales quebradizos (por ejemplo, vidrio, porcelana) y su rigidez a la flexión es insignificantemente pequeña. Así, la cadena de aisladores de suspensión fue modelada por el elemento de armadura corotacional con alta rigidez axial, teniendo en cuenta sus grandes desplazamientos. La longitud de la cadena de aisladores (varios metros) varía según el voltaje, por lo que la carga de viento aplicada directamente sobre ellos es insignificante en comparación con la carga de viento del conductor. Los parámetros mecánicos específicos necesarios para configurar el modelo de elementos finitos se proporcionan en la sección Aplicación en virtud de un ejemplo de línea de transmisión de dos vanos.

Sección de línea de transmisión multitramo sujeta a viento turbulento.

Aunque la interacción TL-vegetación es un problema localizado, los modelos matemáticos de flujo de viento deben establecerse a gran escala para las tormentas de viento sinópticas (no tropicales) consideradas. El flujo de viento se considera homogéneo horizontalmente, ya que los sistemas de transmisión se distribuyen principalmente en áreas de terreno abierto que proporcionan un alcance lo suficientemente largo. Sin embargo, debe reconocerse que existe falta de homogeneidad cuando el sistema encuentra árboles esporádicamente (bosques dispersos o bosques densos). Si bien este documento tiene como objetivo proponer una metodología de propósito general, se deben realizar estudios separados para condiciones específicas para obtener resultados adaptados a esos casos. Como se muestra en la Fig. 4, se supone que el flujo de viento está presente en una sola dirección, es decir, perpendicular a la dirección de la luz de la sección TL. Se elige esta dirección porque se considera la más desfavorable para las respuestas de desplazamiento del conductor. Esta suposición conduce a una estimación conservadora del riesgo. Para determinar el grado de esta sobreestimación, se debe realizar un análisis específico de los patrones de viento y las direcciones predominantes del viento para la región investigada. En ingeniería eólica, la fluctuación total de la velocidad del viento generalmente se divide en dos partes: la velocidad media constante del viento \(\overline{V}_z\) a la altura z, más la fluctuación turbulenta media cero v(t, x), donde t indica el tiempo yx es la ubicación a lo largo del cable conductor. Dentro de la capa inferior de la capa límite atmosférica, la variación de la velocidad media del viento con la altura se puede describir mediante la ley logarítmica:

donde \(u_*\) es la velocidad de corte del flujo de viento; \(z^{}_0\) es la rugosidad de la superficie; y k es la constante de Von Karman y normalmente se toma como 0,4.

La velocidad del viento de 10 min medida a 10 m sobre el suelo (altura estándar para el montaje de anemómetros) se suele elegir como la velocidad del viento de referencia para el perfil de viento medio. En este estudio, la intensidad del evento de viento se describe en términos de la velocidad del viento de referencia (indicada por \(\overline{V}_{10}\)) a partir de la cual se calculan las velocidades medias del viento a otras alturas. Para los casos en que se prefieran mediciones de diferentes tiempos promedio, los factores de conversión se pueden encontrar en la literatura38,39.

En el estado inicial, el conductor normalmente se comba con una relación de sag-to-span de 1/50~1/3040. La velocidad media del viento a lo largo de un vano se puede aproximar bien por la velocidad media del viento a la altura de referencia, que está (2/3)d por debajo del nivel de apoyo, donde d es el hundimiento en la mitad del vano41. La turbulencia del viento está correlacionada en el tiempo y el espacio. Ambas correlaciones han sido estudiadas extensivamente y existen modelos bien establecidos para ellas en la literatura. Como era de esperar, la correlación dentro del campo de viento decae a medida que aumenta el desfase temporal y la separación espacial. En un solo punto en el espacio, la correlación temporal de la turbulencia a lo largo del viento se describe más comúnmente mediante la siguiente densidad espectral de potencia (PSD) unilateral en el dominio de la frecuencia42,43:

donde f es la frecuencia en Hz. La correlación espacial entre la fluctuación de la velocidad del viento en dos puntos a la misma altura (p. ej., la altura de referencia) puede capturarse mediante la función de coherencia propuesta por Davenport44:

donde \(x^{}_1\) y \(x^{}_2\) son las coordenadas longitudinales de dos puntos a lo largo de la TL; C es el factor de decaimiento y se puede establecer en 16 para la separación horizontal. Si bien existen diferentes modelos en la literatura45, en este trabajo se asume la Gaussianidad para las fluctuaciones de la velocidad del flujo del viento, con base en el trabajo de Einar N. Strømmen46. En conclusión, el componente de fluctuación del viento v(t, x) se caracteriza como un proceso aleatorio de media cero, estacionario, gaussiano, unidimensional (1D) y multivariado (mV).

La carga de viento que golpea sobre el conductor es generada por dos fuentes: el flujo de viento fluctuante total y la interacción conductor-viento debido al movimiento del conductor. Adoptando la suposición cuasi-estacionaria, la fuerza de arrastre dinámica del viento se calcula utilizando la ecuación. (4) de modo que también se considera (indirectamente) el amortiguamiento aerodinámico:

donde \(f^{}_{\textrm{D}}\) es la fuerza de arrastre por unidad de longitud; \(\rho\) es la densidad del aire; D es el diámetro del conductor; \(C_{\textrm{d}}\) es el coeficiente de arrastre; \(V_{\textrm{rel}}\) es la velocidad relativa entre el conductor y el flujo del viento (ver Fig. 5) y está dada por la siguiente ecuación:

donde \(\dot{u}^{}_{\textrm{Z}}\) y \(\dot{u}^{}_{\textrm{Y}}\) son las velocidades del conductor en la dirección Z y dirección Y, respectivamente.

Movimiento relativo conductor-viento.

La respuesta de sacudidas inducidas por el viento de una sección TL se puede calcular en dos pasos40: primero, el estado de equilibrio de la estructura bajo la gravedad y la carga media del viento se determina mediante un análisis estático; en segundo lugar, la respuesta dinámica debida a la componente de viento fluctuante se obtiene con la estructura linealizada en el estado de viento medio. Ma et al.14 validaron la linealización de la estructura bajo una carga de viento media significativa. Con las dos linealizaciones, la relación lineal entre la velocidad del viento y la carga del viento (suposición de componente fluctuante pequeño) y el comportamiento lineal de la estructura caracterizada en el estado de viento medio, las propiedades del componente de fluctuación del viento (gaussiana, estacionaria, etc.) también se mantendrá para la respuesta de desplazamiento46. Para estudiar la probabilidad de intrusión en MVCD, la tarea principal es obtener las propiedades probabilísticas de la respuesta de desplazamiento del conductor, es decir, la media y la desviación estándar en este caso gaussiano. Por lo tanto, el enfoque de dominio de frecuencia modal se utilizó en el segundo paso. Las desviaciones estándar se derivaron directamente de la matriz de densidad espectral cruzada de la respuesta, que se puede encontrar mediante un análisis de dominio de frecuencia eficiente. Tenga en cuenta que no se necesita ni la simulación de campo de viento ni la costosa simulación de Monte Carlo en el dominio del tiempo.

Siguiendo el enfoque del análisis del dominio de la frecuencia, la respuesta dinámica en torno al estado medio del viento se separa en respuesta de fondo y respuesta resonante. Las formas modales y las frecuencias modales de la estructura linealizada se pueden obtener mediante análisis de valores propios. Entonces, la matriz de densidad espectral cruzada (CSDM) del vector de desplazamiento modal está determinada por:

donde \(\varvec{H}(f)\) es la matriz de transferencia y se expresa en la ecuación. (7); los superíndices * y \(\textrm{T}\) representan un operador conjugado complejo y un operador transpuesto, respectivamente; \(\textrm{i} = \sqrt{-1}\); \(\varvec{K}\), \(\varvec{C}\), \(\varvec{C}_{\textrm{aero}}\), y \(\varvec{M}\) son generalizados matriz de rigidez, matriz de amortiguamiento estructural generalizado, matriz de amortiguamiento aerodinámico generalizado y matriz de masa generalizada en el espacio modal, respectivamente47. Vale la pena señalar que \(\varvec{C}_{\textrm{aero}}\) no es diagonal debido a los efectos de acoplamiento entre las formas modales. Además, \(\varvec{S}_{\textrm{p}}(f)\) es el CSDM del vector de carga modal y se puede calcular como:

donde \(\bar{f}^{}_{\textrm{D}}\) es la fuerza de arrastre media estática por unidad de longitud con \(\overline{V}_z = V_{\textrm{rel}}\) en la ecuación (4); \(|\varvec{J}_{jk}(f)|^2\) es la función de aceptación conjunta; L es la longitud total del vano de la sección TL; \(\varvec{\varphi }^{}_{\textrm{Y}j}(x^{}_1)\) es la componente Y en \(x^{}_1\) en el j-ésimo modo; \(\varvec{\varphi }^{}_{\textrm{Y}k}(x^{}_2)\) es la componente Y en \(x^{}_2\) en el k-ésimo modo ( \(x_1\) y \(x_2\) son solo variables de integración). Observe que solo los componentes Y aparecen en la ecuación. (9), porque el flujo de viento es solo en la dirección Y.

Una vez que se obtiene \(\varvec{S}_{\textrm{q}}(f)\) de la Ec. (6), la desviación estándar de la respuesta de desplazamiento total en el nodo r-ésimo se deriva de la integración sobre el rango de frecuencia47:

donde N es el número total de modos considerados; \(\lambda \in \left\{ \text {X, Y, Z} \right\}\) indica la dirección.

La respuesta de fondo se considera casi estática y su desviación estándar, \(\sigma ^{}_{\lambda r, \textrm{B}}\), se puede calcular como se describe arriba, pero calculando la función de transferencia simplemente como \ (\varvec{H}(f) = \varvec{K}^{-1}\), en lugar de usar la ecuación. (7). Finalmente, la desviación estándar de la respuesta resonante, \(\sigma ^{}_{\lambda r, \textrm{R}}\), se calcula de la siguiente manera:

Como se mencionó anteriormente, la determinación del estado límite involucra dos factores, es decir, el desplazamiento del conductor y la limpieza de la vegetación. En términos de desplazamientos del conductor, los efectos de la oscilación del aislador están incluidos en la respuesta de sacudida del conductor y son capturados por sus propiedades probabilísticas. Cuando el flujo del viento es solo en la dirección Y, la respuesta de desplazamiento en la dirección longitudinal (X) es considerablemente menor que en la dirección del viento (Y) o en la dirección del viento cruzado (Z). Este estudio se ocupa del despeje de vegetación lateral (dirección Y), y en la Fig. 6 se ilustra una configuración simplificada. Para simplificar, el balanceo del conductor solo se dibuja en un lado, con el viento soplando en la dirección Y positiva.

Vista transversal del despeje de vegetación.

Durante un evento de viento fuerte, el espacio libre en tiempo real solo se ve afectado por el movimiento del conductor, ya que se ignoran tanto el crecimiento de la vegetación como el movimiento de la vegetación. La posición del conductor cambia dinámicamente en el espacio alrededor del estado del viento medio (indicado por círculos discontinuos) con una zona radial MVCD moviéndose con él. La vegetación (árbol) cercana está representada por puntos de vegetación para los cuales se pueden usar datos del último levantamiento (p. ej., datos de nubes de puntos de un levantamiento LiDAR). Debe reconocerse que, en realidad, la vegetación tiene una gran diversidad y complejidad (p. ej., forma, especies) que no son capturadas por los puntos de vegetación. La expresión matemática del espacio libre lateral en tiempo real se puede escribir como:

donde t es el instante de tiempo; \(Y_{\textrm{clr}}\) es el espacio libre conocido previo al evento medido lateralmente desde el estado de reposo del cable hasta el punto de vegetación más cercano (indicado como una cruz sólida); \(\overline{U}^{}_{\textrm{Y}}\) y \(u^{}_{\textrm{Y}}(t)\) son el desplazamiento medio estático y el desplazamiento dinámico en la Y dirección, respectivamente. La violación de MVCD (estado límite) ocurre cuando \(F(t) < mvcd\), donde mvcd es un valor prescrito que se puede determinar en función del voltaje, la altitud, etc.

En este punto es necesario aclarar dos conceptos adicionales. Primero, la ecuación. (12) es significativo en la premisa subyacente de que el desplazamiento del conductor bajo viento medio establece la posibilidad de violar MVCD bajo cargas dinámicas de viento y, sin embargo, vale la pena considerar los efectos de respuesta dinámica, como se muestra en la Fig. 6. Para el caso en que el el conductor desplazado está demasiado lejos de la vegetación (\(Y_{\textrm{clr}} \gg \overline{U}^{}_{\textrm{Y}}+mvcd\)), la violación puede considerarse imposible; mientras que si el conductor bajo viento medio ya está demasiado cerca de la vegetación (\(Y_{\textrm{clr}} \le \overline{U}^{}_{\textrm{Y}}+mvcd\)), no el cálculo es necesario ya que la violación es un evento determinado. En realidad, esta situación es relativamente común para el despeje de vegetación diseñado para cargas de viento ordinarias. En segundo lugar, la envolvente hinchada dentro de un tramo está influenciada por el pandeo cambiante del conductor. El desplazamiento lateral máximo dentro de un tramo se logra en la mitad del tramo coincidiendo con el hundimiento máximo, como se muestra en la Fig. 7. Además, si se aplica una configuración de vegetación constante durante todo el tramo, el punto medio del tramo será crítico para comprobación de estado límite.

Vista superior del juego lateral dentro de un vano.

La violación de MVCD, como representante de la ignición inducida por la utilidad, podría causar apagones a gran escala e incendios forestales desastrosos la primera vez que ocurra. Este tipo de falla se clasifica como falla por primera excursión (cruce ascendente), un problema ampliamente investigado por la teoría de vibraciones aleatorias48. Como se mencionó anteriormente, el desplazamiento fluctuante \(u^{}_{\textrm{Y}}(t)\) se puede caracterizar como un proceso aleatorio estacionario, gaussiano y de media cero. Dejando \(F(t)=mvcd\) y reorganizando la ecuación. (12), el umbral de cruce hacia arriba a se expresa como:

Tenga en cuenta que las ecuaciones. (12) y (13) están formulados en un sentido continuo, sin embargo, los cálculos en realidad se realizan en los nodos del modelo de elementos finitos. Por lo tanto, la tasa de excursión esperada (es decir, el número promedio de cruces hacia arriba por unidad de tiempo) en el nodo r-ésimo con respecto al umbral \(a_{r}\) se puede calcular como49:

donde \(\sigma ^{}_{\textrm{Y}r}\) se puede obtener usando la ecuación. (10) con \(\lambda =\) Y; \(\sigma ^{}_{\dot{\textrm{Y}}r}\) es la desviación estándar de la respuesta de velocidad en la dirección Y en el nodo r-ésimo y se puede calcular mediante:

Además, se encuentra que una amortiguación aerodinámica significativa hace que la respuesta de fondo sea dominante en la respuesta dinámica47. Esto indica que \(u^{}_{\textrm{Y}}(t)\) está lejos de ser un proceso de banda estrecha, que en cambio requeriría el dominio de la respuesta resonante. Por lo tanto, con una suposición adicional de que las excursiones llegan independientemente en el dominio del tiempo, la probabilidad de invasión, formulada como la probabilidad de excursión cruzada hacia arriba (\(u^{}_{\textrm{Y}}(t) > a\ )) en el intervalo \(0

donde \(T^{}_{0}\) es el horizonte temporal o la duración en segundos. Una ventaja particular de calcular la probabilidad \(P_{\textrm{en},r}(T^{}_{0})\) es que tiene en cuenta el efecto de \(T^{}_{0} \). En aplicaciones prácticas, \(T^{}_{0}\) no es necesariamente igual a la duración del evento de viento pronosticado, pero puede ser cualquier duración más corta de interés. En términos generales, cuanto mayor sea el tiempo de espera, más probable es que ocurra una excursión. Esto puede ser muy útil en la toma de decisiones sensibles al tiempo donde los riesgos evolucionan con el tiempo.

Si bien la metodología propuesta es general y se puede aplicar a sistemas de transmisión de energía con diferentes características y en diferentes regiones, se presentan dos ejemplos de aplicación específicos para demostrar el enfoque. La metodología se implementó primero a nivel de sección única de TL, y luego los resultados se ampliaron para ilustrar la aplicación a nivel de sistema.

Primero se estudió una sección TL de dos vanos con tensión nominal de 230 kV (corriente alterna), como se muestra en la Fig. 8. La información general sobre el tipo de elemento y el entorno computacional ya se proporcionó en la sección de Metodología. Para este ejemplo particular, los detalles de modelado relevantes se dan a continuación. El conductor se cuelga en todas las torres a la misma altura (\(H = 40\) m) con el pandeo más grande en la mitad del tramo \(d = 13,33\) m. El conductor es del tipo "Drake" y sus propiedades relevantes son: diámetro \(D = 0.028\) m, peso unitario \(w = 15.966\) N/m, módulo de elasticidad \(E = 77\) GPa. La cadena del aislador de suspensión se modeló mediante un elemento de armadura co-rotacional con las siguientes propiedades: longitud \(l_{\textrm{ins}} = 1,8\) m, diámetro \(D_{\textrm{ins}} = 0,254\) m, masa total de la cadena de aisladores \(M_{\textrm{ins}} = 48\) kg y módulo de elasticidad \(E_{\textrm{ins}} = 210\) GPa. Para tener en cuenta posibles eventos futuros de vientos fuertes, se estudiaron siete niveles de intensidad: \(\overline{V}_{10} \in \left\{ 30, 35, 40, 45, 50, 55, 60 \right\ }\) EM. También se necesitan los siguientes parámetros: rugosidad de la superficie \(z^{}_0 = 0,03\) m (terreno abierto), coeficiente de arrastre \(C_{\textrm{d}} = 1,0\), densidad del aire \(\rho = 1,226\) kg/\(\textrm{m}^3\), y la aceleración gravitacional \(g = 9,81\) m/\(\textrm{s}^2\). Tenga en cuenta que la carga térmica o cualquier otra carga física (p. ej., hielo) se despreció en este ejemplo.

Croquis del modelo de sección TL de dos vanos (no a escala).

Se da por sentado que los datos de vegetación se conocen de antemano, ya sea por un estudio previo o por una estimación válida. El valor mvcd correspondiente a una tensión de 230 kV varía entre 1,2 m y 1,6 m dependiendo de la altitud21. Se asumió que se requiere una \(mvcd = 1.4\) m constante en toda la sección TL. Los puntos críticos de control se pueden identificar con base en el conocimiento disponible de LT y la vegetación pertinente. Para este análisis de ejemplo, se asumió que el despeje de la vegetación era constante a lo largo de la sección TL y, lógicamente, se eligió el punto medio de cada tramo como punto de control. Como se mencionó anteriormente, para la Ec. (12) para que sea significativo, \(Y_{\textrm{clr}} > \overline{U}^{}_{\textrm{Y}}+mvcd\) debe cumplirse en cualquier ubicación que se compruebe. En consecuencia, se seleccionó una amplia gama de valores de \(Y_{\textrm{clr}}\) con un intervalo de 0,5 m para el análisis 18,0, 18,5, ..., 26,5, 27,0 m.

Primero, se llevó a cabo un análisis estructural estático bajo carga media de viento para cada intensidad de viento considerada, y los resultados se resumen en la Tabla 1. Debido a la simetría de la estructura y la carga, los dos puntos intermedios experimentan los mismos desplazamientos mientras el conductor -El punto de fijación del aislador no tiene desplazamiento longitudinal. El tramo medio del conductor exhibe desplazamientos notables en la dirección del viento y en la dirección del viento cruzado, y ambos aumentan a medida que el viento se intensifica. Esto se debe principalmente a la oscilación del cuerpo rígido (considerando el gran hundimiento) y en parte a la elongación del conductor. Despreciando la carga de viento sobre la cadena de aisladores y su peso relativamente pequeño, la cadena de aisladores se balancea hacia afuera debido a la fuerza de arrastre del conductor conectado, y se encuentra que el ángulo de balanceo del aislador \(\bar{\theta }_{ ins}\) es consistente con el ángulo de balanceo del plano conductor. Además, la tasa de aumento del ángulo de balanceo se reduce a medida que el TL se acerca a posiciones casi paralelas al flujo del viento. Se puede demostrar a partir de cálculos simples \(\left(\sqrt{\overline{U}_{\textrm{Y,att}}^2 + (l_{\textrm{ins}} - \overline{U}^{ }_{\textrm{Z,att}})^2}\right)\) que la longitud de la cadena del aislador no cambia de manera significativa gracias a su alta rigidez. En comparación con la magnitud de los desplazamientos en la mitad del tramo y mvcd, la influencia de la oscilación de la cadena del aislador tiene una contribución no despreciable a los desplazamientos generales del conductor.

Con el comportamiento estructural linealizado en el estado de viento medio, las propiedades modales dinámicas del sistema lineal se obtuvieron a partir del análisis de valores propios en el estado desplazado. Es costumbre describir el movimiento del conductor (como un péndulo) usando modos dentro y fuera del plano. Por ejemplo, la Fig. 9 muestra las primeras 16 frecuencias modales y formas modales correspondientes a \(\overline{V}_{10} = 45\) m/s. Tenga en cuenta que las formas de los modos son simétricas (sym.) o antisimétricas (antisym.). Se pueden observar pares de modos en el plano y fuera del plano que comparten formas y frecuencias similares, como los modos 2 y 3, los modos 4 y 5, etc. Los efectos de acoplamiento significativos de estos pares conducirán a una desviación distinta de cero. términos diagonales en \(\varvec{C}_{\textrm{aero}}\)47.

Frecuencias modales y formas modales (\(\overline{V}_{10} = 45\) m/s).

La respuesta dinámica alrededor de la posición estática desviada se calculó en el dominio de la frecuencia utilizando los primeros 16 modos. Se encontró que este número da como resultado una precisión suficiente mediante una prueba de convergencia en términos de desviación estándar de la respuesta de desplazamiento. Se descuidó el amortiguamiento estructural ya que es muy pequeño en comparación con el amortiguamiento aerodinámico dominante. La relación de amortiguamiento aerodinámico del j-ésimo modo se puede obtener mediante:

donde \(\varvec{C}_{\textrm{aero},jj}\) corresponde al j-ésimo término diagonal de \(\varvec{C}_{\textrm{aero}}\); \(f_{j}\) y \(\varvec{M}_{j}\) son la frecuencia modal y la masa generalizada del j-ésimo modo, respectivamente. La Fig. 10 compara las relaciones de amortiguamiento aerodinámico modal bajo diferentes intensidades de viento. Muestra que existe una amortiguación aerodinámica significativa y que, en general, disminuye al aumentar el número de modo. Haciendo referencia a la Fig. 9, se puede observar que los modos en el plano soportan una mayor amortiguación aerodinámica que los modos fuera del plano. De acuerdo con los hallazgos de Stengel et al.50, existe una relación no lineal entre las relaciones de amortiguamiento aerodinámico y las altas velocidades del viento.

Comparación de relaciones de amortiguamiento aerodinámico.

La Fig. 11 da las densidades espectrales de potencia de los componentes de la respuesta de desplazamiento en la mitad del tramo, donde \(f_{\textrm{1}}\) y \(f_{\textrm{16}}\) corresponden a los valores de la Fig. 9. Es evidente que la magnitud del desplazamiento longitudinal es mucho menor que las otras dos. Se pueden observar rastros de resonancias en las tres direcciones dentro del rango \(f_{\textrm{1}} \le f \le f_{\textrm{16}}\). Sin embargo, la mayor parte de la energía se atribuye a la respuesta de fondo (parte de baja frecuencia) porque la respuesta resonante es amortiguada por la alta amortiguación aerodinámica.

PSD de componentes de respuesta de desplazamiento en el punto medio del tramo (\(\overline{V}_{10}\) = 45 m/s): (a) desplazamiento longitudinal; (b) desplazamiento a lo largo del viento; (c) desplazamiento del viento cruzado.

Posteriormente, refiriéndose a las Ecs. (10) y (11), se obtuvieron las desviaciones estándar de los componentes de respuesta de desplazamiento para cada intensidad de viento considerada. La Fig. 12a muestra el caso con \(\overline{V}_{10}\) = 45 m/s; los resultados para otros niveles de intensidad son similares. Se puede observar que la desviación estándar de la respuesta de fondo es dominante en las tres direcciones. En general, el desplazamiento a lo largo del viento muestra la desviación estándar más alta, el desplazamiento con viento cruzado en segundo lugar y el desplazamiento longitudinal es el más bajo. Además, las desviaciones estándar de los desplazamientos a lo largo del viento y del viento cruzado son simétricas con respecto al punto de unión, y los máximos aparecen en la mitad del tramo. La desviación estándar del desplazamiento longitudinal también es simétrica, pero alcanza su máximo en el punto de unión. Esto indica que el comportamiento dinámico de la cadena de aisladores es más significativo en el desplazamiento longitudinal, que afecta indirectamente el espacio libre lateral al desplazar el conductor (y, a su vez, los puntos de control críticos) a lo largo de la dirección del tramo.

Comparación de las desviaciones estándar de las respuestas de desplazamiento: (a) \(\overline{V}_{10}\) = 45 m/s; (b) desplazamiento longitudinal; (c) desplazamiento a lo largo del viento; (d) desplazamiento con viento cruzado.

Centrándonos en la desviación estándar total, las Figs. 12b–d examina la variación de la desviación estándar con la intensidad del viento. Los resultados intermedios se dan en la Tabla 2, donde \(\overline{U}^{}_{\textrm{Y,mid}}\) es lo mismo que en la Tabla 1 y se repite aquí por conveniencia; \(\delta ^{}_{\textrm{Y}}\) es el coeficiente de variación (cov) del desplazamiento a lo largo del viento y se puede calcular mediante:

Claramente, las desviaciones estándar del desplazamiento longitudinal (\(\sigma ^{}_{\textrm{X}}\)) y el desplazamiento a lo largo del viento (\(\sigma ^{}_{\textrm{Y}}\)) ambas aumentar con el aumento de la velocidad del viento. Sin embargo, considerando la holgura lateral del punto medio del tramo, \(\sigma ^{}_{\textrm{X}}\) es mucho menor que \(\sigma ^{}_{\textrm{Y}}\ ) (\(\sigma ^{}_{\textrm{X}} \approx 10\% \sigma ^{}_{\textrm{Y}}\)). Por lo tanto, en este ejemplo se despreciaron los efectos del desplazamiento longitudinal del conductor. En contraste con \(\sigma ^{}_{\textrm{X}}\) y \(\sigma ^{}_{\textrm{Y}}\), la desviación estándar del desplazamiento del viento cruzado (\(\sigma ^{}_{\textrm{Z}}\)) muestra una tendencia decreciente favorable con el aumento de la intensidad del viento, como en la Fig. 12d. Recuerde que la desviación estándar total está dominada por la respuesta de fondo cuasiestática que está estrechamente relacionada con la posición del viento medio estático. Es fácil entender que a medida que el plano del conductor estático se alinea más con las fluctuaciones en la dirección Y, se excitarán menos respuestas en la dirección Z. De acuerdo con la Tabla 2, los valores de \(\sigma ^{}_{\textrm{Y}}\) pueden ser muy cercanos o incluso mayores que mvcd (\(=1.4\) m). La medida no dimensional cov muestra que el grado de variabilidad del desplazamiento a lo largo del viento en la mitad del tramo disminuye con el aumento de la intensidad del viento, ya que el aumento en \(\sigma ^{}_{\textrm{Y}}\) es más lento que \(\overline{U}^{}_{\textrm{Y,mid}}\). Sin embargo, se anticipa una gran variación en la respuesta de desplazamiento del conductor durante eventos de viento fuerte. Esto constituye un hallazgo importante, porque manifiesta la necesidad de considerar en el manejo regular de la vegetación y el análisis de riesgo los efectos dinámicos inducidos por la turbulencia del viento y las incertidumbres asociadas.

Dado que los desplazamientos fluctuantes en ambos puntos intermedios tienen las mismas propiedades probabilísticas, es decir, \(u^{}_{\textrm{Y}}(t)\sim \mathscr {N}(0, \sigma ^{} _ {\textrm{Y}})\), solo el tramo medio izquierdo se analiza a continuación. Basado en la configuración de despeje de vegetación en Eq. (12), las probabilidades de invasión en la mitad del tramo (denotado por \(P_{\textrm{en}}\) omitiendo el subíndice r) se calcularon para diferentes velocidades del viento y holguras variables. En términos del horizonte temporal (\(T^{}_{0}\)), un examen de los informes posteriores al evento PSPS sugiere que la duración de los eventos de vientos fuertes varía de varias horas a dos días51. Por lo tanto, los valores de \(P_{\textrm{en}}\) se calcularon durante un máximo de 48 horas. Los resultados para \(\overline{V}_{10} = 30\) m/s se presentan en la Tabla 3, donde \(u^{}_{\textrm{Y}}(t) \sim \mathscr {N }(0, 1.263)\). Se muestra que con un espacio libre lateral de 18 m en la mitad del vano, existe una probabilidad de \(100\%\) de que ocurra una violación de MVCD dentro de las primeras 24 horas del evento de viento. Esto se atribuye al hecho de que \(\sigma ^{}_{\textrm{Y}}\) \((=1.263\) m) es comparable al umbral de cruce hacia arriba a \((=4.519\) m ). Sin embargo, sin considerar los efectos dinámicos, una evaluación determinista basada únicamente en la posición del viento medio estático (es decir, \(a=4.519\) m) puede llevar a la conclusión contraria de que no ocurre invasión. A medida que \(Y_{\textrm{clr}}\) aumenta a 22,0 m, \(P_{\textrm{en}}\) (48 h) alcanza un nivel muy bajo (\(10^{-6}\) ). Por lo tanto, los resultados para \(Y_{\textrm{clr}} > 22.0\) m no se muestran en la tabla.

Para un caso tan simple (estructura simétrica y despeje de vegetación regular), la violación del MVCD dentro de un tramo completo se puede capturar centrándose exclusivamente en el punto medio del tramo. Sin embargo, teóricamente es necesario considerar también la probabilidad de que la violación no ocurra en la mitad del tramo mientras ocurre en ubicaciones cercanas a la mitad del tramo. La clave para abordar este problema y determinar si tiene relevancia práctica reside en la correlación entre la respuesta de desplazamiento en la mitad del tramo y las respuestas de desplazamiento cerca de la mitad del tramo. Para ilustrar este punto, la PSD y la coherencia del componente de turbulencia (correspondiente a \(\overline{V}_{10}\) = 30 m/s) se dan en la Fig. 13. La PSD, mostrada hasta 1 Hz para facilitar la observación, disminuye abruptamente con la frecuencia. La Fig. 13b examina la coherencia dependiente de la frecuencia de la turbulencia del viento con una distancia espacial variable, \(\Delta x = |x^{}_{1}-x^{}_{2}|\). Considerando el rango de frecuencia más relevante [0, 0.5] Hz, la coherencia permanece alta cuando la distancia entre dos puntos es pequeña (p. ej., \(\Delta x < 2\) m). Esto implica que se anticipa que el punto intermedio, cuya respuesta dinámica está altamente correlacionada con los puntos cercanos, viola primero el MVCD debido a su perfil de mayor riesgo. Por lo tanto, a continuación, la probabilidad de invasión en la mitad del tramo se considera representativa de todo el tramo y se espera que un enfoque similar sea viable en la mayoría de las situaciones prácticas.

Caracterización del viento turbulento con \(\overline{V}_{10}\) = 30 m/s: (a) PSD de la ecuación. (2); (b) coherencia de la ecuación. (3).

El nivel de intensidad del viento y la política de limpieza de la vegetación son factores importantes que afectan la probabilidad de invasión. La sensibilidad de la probabilidad de invasión con respecto a estos dos factores se puede entender mejor en la Fig. 14, donde se compara el desempeño de diferentes políticas de despeje del viento considerando eventos de viento de dos días con diferentes intensidades. Tenga en cuenta que se examinaron diferentes rangos de \(Y_{\textrm{clr}}\) dependiendo del nivel de intensidad del viento, como se indica en las leyendas. Es evidente que el \(P_{\textrm{en}}\) aumenta a medida que el TL continúa operando durante un evento de viento. Para cada intensidad de viento considerada, se puede identificar un rango estrecho de \(Y_{\textrm{clr}}\) dentro del cual pequeños cambios pueden tener un impacto importante en la probabilidad de invasión. Este rango de despeje puede ser una referencia útil para la planificación rentable del manejo de la vegetación. Además, la efectividad de ciertas opciones de limpieza es sensible a la intensidad del viento. Por ejemplo, la \(P_{\textrm{en}}\) (48 h) sostenida por un espacio libre de 24,0 m aumenta de \(1,52\times 10^{-4}\) (aceptable) a \(1,24\times 10^{-2}\) (alarmante) a medida que \(\overline{V}_{10}\) aumenta de 40 m/s a 45 m/s, como en las Figs. 14c, d. En el contexto de la toma de decisiones hacia PSPS, los datos sobre la vegetación y los activos de transmisión generalmente se conocen de antemano, mientras que los datos de viento están disponibles a partir del pronóstico del tiempo. Luego, las probabilidades de invasión se pueden calcular a través de la red de transmisión durante un período específico, lo que ayudará a predecir posibles ubicaciones de ignición. Debe enfatizarse nuevamente que la decisión de desenergización no se basa en la consideración de un tramo o TL individual, sino que se basa en un análisis a nivel del sistema que considera el flujo de energía. El alcance del corte de energía es el resultado de sopesar dos riesgos: el riesgo de incendios forestales catastróficos causados ​​por activos de servicios públicos y los riesgos y ciertos inconvenientes que resultan de dejar al público sin electricidad.

Probabilidad de invasión con espacios libres variados: (a) \(\overline{V}_{10}\) = 30 m/s; (b) \(\overline{V}_{10}\) = 35 m/s; (c) \(\overline{V}_{10}\) = 40 m/s; (d) \(\overline{V}_{10}\) = 45 m/s. (e) \(\overline{V}_{10}\) = 50 m/s; (f) \(\overline{V}_{10}\) = 55 m/s; (g) \(\overline{V}_{10}\) = 60 m/s.

Una red de transmisión del mundo real presenta enormes variaciones e incertidumbres no solo en sus aspectos estructurales y eléctricos, sino también en las condiciones circundantes. Sin embargo, siguiendo un procedimiento similar al discutido anteriormente, se puede realizar un estudio separado de manera eficiente en cualquier lugar de interés para el cual se suministren datos. Los objetivos de este ejemplo a nivel de sistema son dos. En primer lugar, sirve para ilustrar la incorporación de la probabilidad de intrusión por tramos en la escala de análisis en la que realmente se tomó la decisión de desenergización. En segundo lugar, se utiliza para demostrar cómo las longitudes de las ramas (en términos de la cantidad de tramos de conductores) afectan la probabilidad general de invasión. El ejemplo del sistema de transmisión se basa en el modelo52 del Consorcio del Laboratorio de Modernización de la Red - Sistema de Prueba de Confiabilidad de referencia (RTS-GMLC), pero solo se usa la región 3, que tiene un tamaño tal que representa de manera realista el sur de California. Los datos están disponibles públicamente53. Como se muestra en la Fig. 15, el sistema consta de 25 buses, 69 generadores y 39 ramales de transmisión que conectan los buses. Sin embargo, el conjunto de datos RTS-GMLC carece de información relacionada con la estructura para cada rama, como las estructuras de soporte, la longitud del tramo, el hundimiento, etc. Por lo tanto, con fines ilustrativos, se supuso que todas las ramas de transmisión se componen de los mismos dos. secciones de luz (como se muestra en la Fig. 8) y todas las configuraciones relacionadas aún se mantienen. Si se considera un circuito trifásico desviado hacia un lado (consulte la Fig. 3), la falla (es decir, la invasión de MVCD) dentro de un tramo es causada por el punto medio del tramo del conductor de fase exterior. Para un ramal de transmisión, la invasión se define como el evento en el cual cualquiera de sus tramos viola MVCD; por lo tanto, una rama se puede modelar como un sistema de serie clásico. Además, se asumió que las fallas por invasión entre diferentes vanos son estadísticamente independientes, lo que se justifica por las consideraciones anteriores sobre la distancia de correlación de las fluctuaciones del viento. Por lo tanto, la probabilidad de intrusión en MVCD de una rama de transmisión, \(P_{\textrm{en}}^{\textrm{br}}\), se expresa como:

donde \(N_{\textrm{s}}\) es el número de vanos de la rama considerada. En este ejemplo, \(N_{\textrm{s}}\) se obtuvo dividiendo cada ramal en vanos de 400 m de largo con redondeo en los extremos. Dependiendo de la longitud de las ramas, \(N_{\textrm{s}}\) oscila entre 4 y 310, como se muestra en el histograma de la Fig. 16.

Mapa del sistema de transmisión de energía y su probabilidad de invasión bajo un evento de viento fuerte de 48 h: (a) \(Y_{\textrm{clr}} = 20.5\) m, \(P_{\textrm{en}}\) (48 h)\(= 2,27\veces 10^{-3}\); (b) \(Y_{\textrm{clr}} = 21,0\) m, \(P_{\textrm{en}}\) (48 h) \(= 2,33\times 10^{-4}\).

Distribución de frecuencias de \(N_{\textrm{s}}\).

Con la intensidad del viento y la duración del evento fijados (48 horas), la eficacia de un determinado despeje se examina preferentemente a nivel de ramal o sistema. Aprovechando los resultados de la Tabla 3, en la Fig. 15 se comparan dos holguras laterales (20,5 m y 21,0 m) por debajo de \(\overline{V}_{10}=\) 30 m/s. Aunque el nivel de vano \ (P_{\textrm{en}}\) es muy bajo, el nivel de sucursal \(P_{\textrm{en}}^{\textrm{br}}\) puede ser considerablemente alto. Como era de esperar, las ramas más largas tienen una mayor probabilidad de invasión debido a la mayor cantidad de vanos. Esto indica la importancia de espacios libres más estrictos para ramales más largos bajo la premisa de "fallo del sistema en serie". Por ejemplo, el \(P_{\textrm{en}}^{\textrm{br}}\) de la rama más larga se puede reducir de \(50,56\%\) a \(6,97\%\) aumentando el espacio libre de 20,5 m a 21,0 m. Al aprovechar los datos meteorológicos pronosticados, las probabilidades de invasión de todo el sistema, como se visualizan en la Fig. 15, pueden ayudar a evaluar las decisiones de corte de energía tanto espacial como temporalmente. Además, la precisión de la predicción de invasión puede beneficiarse de la mejora de la calidad de los datos.

Este artículo presenta una metodología para evaluar la probabilidad de ignición de un incendio forestal a partir del contacto conductor-vegetación durante eventos de vientos fuertes. El problema se formula en el contexto del corte proactivo de energía con un enfoque en los sistemas de transmisión. El mecanismo de ignición involucra el fenómeno de flashover (o chispazo) causado por un conductor desplazado que se acerca a los árboles cercanos. Con los datos sobre la configuración de la vegetación, la interacción conductor-vegetación se examina a través de cantidades de distancia específicas. El mecanismo de falla se modela como el problema de la primera excursión, y el estado límite se propone como la invasión del espacio libre de referencia predefinido (es decir, MVCD) en la dirección lateral a lo largo del viento. Por medio de un análisis eficiente en el dominio de la frecuencia, los efectos dinámicos de las respuestas de desplazamiento de TL se derivan de la turbulencia del viento y las características estructurales. La probabilidad de invasión se estima con base en la teoría de vibraciones aleatorias, y también se exploran los efectos de las distintas holguras e intensidades del viento.

Se encuentra que la carga media del viento explica la mayor parte del desplazamiento del conductor, al cual la contribución del balanceo de la cadena de aisladores no es despreciable. La respuesta dinámica en torno al estado medio del viento está dominada por la respuesta de fondo, ya que la respuesta resonante es suprimida por una considerable amortiguación aerodinámica. Como se muestra por su desviación estándar (cov alto y comparable a MVCD), los efectos dinámicos de la respuesta de desplazamiento no son despreciables. Los análisis de sensibilidad revelan que para el rango de probabilidad donde estos cálculos son significativos (es decir, ni \(P_{\textrm{en},r}(0)=1\) ni \(P_{\textrm{en},r }({T^{}_{0})}=0\)), se muestra que la probabilidad de invasión es sensible al despeje de la vegetación y la intensidad del viento. El enfoque propuesto se puede utilizar en cualquier punto de control identificado en virtud de la implementación de elementos finitos, como se ilustra en el ejemplo de TL de dos tramos. Para ilustrar la transición de los puntos de control locales al estudio de una unidad desenergizable (como una rama), se utiliza el ejemplo del sistema de referencia RTS-GMLC modificado. La probabilidad de invasión de cualquier tramo a lo largo de un ramal puede ser apreciablemente alta incluso si la probabilidad de invasión de cada tramo individual en el mismo es muy pequeña. Estos análisis de sensibilidad cubren los factores más importantes que afectan el problema, pero se podrían realizar varios otros estudios para determinar la influencia de factores secundarios. Es importante señalar que la capacidad de realizar estos estudios de sensibilidad aprovecha el hecho de que se ha desarrollado un enfoque mecanicista. Los enfoques basados ​​en datos disponibles en la literatura no pudieron realizar estos análisis de sensibilidad porque los datos disponibles para cada combinación de factores son insuficientes. Sin embargo, como suele ser el caso de los enfoques probabilísticos aplicados a eventos raros, no es posible una validación global de los resultados frente a eventos del mundo real o trabajo experimental. En su lugar, se presenta una validación paso a paso de los componentes del enfoque propuesto, incluida la caracterización del proceso estocástico del viento, la descripción matemática de la eliminación de vegetación en tiempo real, la definición del estado límite y el cálculo de la probabilidad del fracaso de la primera excursión.

Los incendios forestales se están convirtiendo en una amenaza global en el contexto del cambio climático. Sin embargo, es un área de interés relativamente reciente para la ingeniería civil en comparación con otros peligros (p. ej., terremotos, huracanes). La principal contribución de este artículo es la metodología propuesta para predecir la ignición de líneas eléctricas a través del análisis sistemático de la respuesta dinámica del conductor bajo fuertes vientos. A diferencia de los métodos puramente basados ​​en datos que basan las predicciones en registros históricos de ignición, el enfoque propuesto es eficiente, informativo y flexible para acomodar varias combinaciones de carga de viento, estructura y vegetación. En particular, la probabilidad de invasión calculada incorpora la influencia de la duración del evento, que es un factor importante al sopesar las decisiones de cierre. Sin embargo, hay varios puntos que necesitan mayor atención. En primer lugar, el enfoque general y la precisión de sus resultados dependen en gran medida de la disponibilidad y precisión de los datos de entrada, incluidos los relacionados con las instalaciones eléctricas, la vegetación, el clima, etc. En California, estos datos se recopilan sistemática y minuciosamente (Bob Bell , Gerente, Departamento de Manejo de Vegetación de Transmisión, Pacific Gas & Electricity, comunicación personal, 2020), pero es posible que esto no se aplique a todas las regiones con riesgo de incendios forestales. En segundo lugar, los dos ejemplos incluidos en el manuscrito tienen fines ilustrativos, con algunas características simplificadas (conductor único, geometría estructural simétrica, despeje de vegetación constante asumido). Para una red de transmisión compleja del mundo real, se necesitan cálculos repetidos para cada configuración diferente de conductor-vegetación-clima. En tercer lugar, la invasión de MVCD (o contacto conductor-vegetación) es solo el evento inicial en la cadena que puede o no conducir a incendios forestales inducidos por líneas eléctricas. Dado el conocimiento actual sobre el flashover y los diversos factores que afectan la ignición, la probabilidad de ignición dada la invasión requerirá estudios adicionales. Sin embargo, informados de la probabilidad de invasión, los responsables de la toma de decisiones de las empresas de servicios públicos pueden aprovechar la brecha de conocimiento de invasión-ignición como margen de seguridad y tomar decisiones justificables de desenergización.

Todos los datos, modelos o códigos que respaldan los hallazgos de este estudio están disponibles del autor correspondiente a pedido razonable.

Alcasena, FJ, Ager, AA, Bailey, JD, Pineda, N. & Vega-García, C. Hacia una estrategia integral de gestión de incendios forestales para áreas mediterráneas: desarrollo e implementación del marco en Cataluña. España. J. Medio Ambiente. Administrar. 231, 303–320 (2019).

Académico de Google de PubMed

Keeley, JE & Syphard, AD California del siglo XXI, EE. UU., incendios forestales: incendios dominados por el combustible frente a los dominados por el viento. Fuego Ecol. 15, 1–15 (2019).

Artículo Google Académico

Sharples, JJ et al. Peligros naturales en Australia: Incendios forestales extremos. Clima Cambio 139, 85–99 (2016).

Artículo Google Académico

Porter, TW, Crowfoot, W. & Newsom, G. estadísticas de actividad de incendios forestales. Consultado el 7 de enero de 2023. (2020) https://www.fire.ca.gov/media/0fdfj2h1/2020_redbook_final.pdf.

Keeley, JE & Syphard, AD Patrones históricos de las fuentes de ignición de incendios forestales en los ecosistemas de California. En t. J. Incendio forestal 27, 781–799 (2018).

Artículo Google Académico

CAL FUEGO. Los 20 incendios forestales más destructivos de California. Consultado el 7 de enero de 2023. https://www.fire.ca.gov/media/t1rdhizr/top20_destruction.pdf.

Mitchell, JW Fallas en las líneas eléctricas e incendios forestales catastróficos bajo condiciones climáticas extremas. Ing. Fallar. Anal. 35, 726–735 (2013).

Artículo Google Académico

Ward, DM El efecto del clima en los sistemas de red y la confiabilidad del suministro de electricidad. Clima Cambio 121, 103–113 (2013).

Artículo ANUNCIOS Google Académico

Syphard, AD & Keeley, JE La ubicación, el momento y la extensión de los incendios forestales varían según la causa de la ignición. En t. J. Incendio forestal 24, 37–47 (2015).

Artículo Google Académico

Nauslar, NJ, Abatzoglou, JT & Marsh, PT Los incendios de 2017 en North Bay y Southern California: un estudio de caso. Fuego 1, 18 (2018).

Artículo Google Académico

Shafieezadeh, A., Onyewuchi, UP, Begovic, MM y DesRoches, R. Modelos de fragilidad dependientes de la edad de postes de madera para servicios públicos en redes de distribución de energía contra peligros de vientos extremos. Trans. IEEE. Entrega de energía 29, 131–139 (2013).

Artículo Google Académico

Fu, X., Li, H.-N. & Li, G. Análisis de fragilidad y estimación del estado de colapso para torres de transmisión sujetas a cargas de viento y lluvia. Estructura. seguro 58, 1–10 (2016).

Artículo Google Académico

Darestani, YM & Shafieezadeh, A. Funciones multidimensionales de fragilidad del viento para postes de servicios públicos de madera. Ing. Estructura. 183, 937–948 (2019).

Artículo Google Académico

Ma, L., Bocchini, P. & Christou, V. Modelos de fragilidad de conductores eléctricos en redes de transmisión de energía sometidas a huracanes. Estructura. seguro 82, 101890 (2020).

Artículo Google Académico

Ma, L., Khazaali, M. & Bocchini, P. Análisis de fragilidad basado en componentes de torres de transmisión sujetas a la carga de vientos huracanados. Ing. Estructura. 242, 112586 (2021).

Artículo Google Académico

Darestani, YM, Jeddi, AB y Shafieezadeh, A. Evaluación de la fragilidad de las torres de transmisión de energía ante huracanes para un nuevo conjunto de estados límite basados ​​en el rendimiento. En Ingeniería para extremos, 167–188 (Springer, 2022).

Ma, L., Christou, V. & Bocchini, P. Marco para la simulación probabilística del desempeño de la red de transmisión de energía bajo huracanes. confiable Ing. sist. seguro 217, 108072 (2022).

Artículo Google Académico

Russell, BD, Benner, CL & Wischkaemper, JA El alimentador de distribución provocó incendios forestales: mecanismos y prevención. En el 65º año. Conf. prot. Relay Eng., 43–51 (2012). College Station, Texas: IEEE.

Stephen, DT & Fernandez-Pello, AC Sobre las trayectorias de vuelo de partículas de metal y brasas generadas por líneas eléctricas en vientos fuertes, una fuente potencial de incendios forestales. Seguridad contra incendios. J. 30, 333–356 (1998).

Artículo Google Académico

CPUC-SED. Informe de recomendación y evaluación conjunta SED-CAL FIRE (CA: División de Seguridad y Cumplimiento, 2018).

NERC (Corporación de Confiabilidad Eléctrica de América del Norte). Gestión de vegetación de transmisión Norma NERC FAC-003-4 (Atlanta, GA: NERC, 2016).

Keyhan, H., McClure, G. y Habashi, WG Análisis dinámico de una línea de transmisión aérea sujeta a cargas de viento racheadas predichas por la interacción viento-conductor. computar Estructura. 122, 135–144 (2013).

Artículo Google Académico

Comité de Adaptación a un Clima Cambiante. Adaptación de la práctica de infraestructura e ingeniería civil a un clima cambiante (Reston, VA: ASCE, 2015).

Comité de Adaptación a un Clima Cambiante. Infraestructura resistente al clima: diseño adaptativo y gestión de riesgos (Reston, VA: ASCE, 2018).

División de Seguridad y Cumplimiento. Informe público sobre los eventos de corte de energía por seguridad pública a finales de 2019. tecnología Rep. (2020). Consultado el 7 de enero de 2023. https://www.cpuc.ca.gov/-/media/cpuc-website/files/uploadedfiles/cpucwebsite/content/news_room/newsupdates/2020/sed-public-report-on-the- finales de 2019-psps-eventos.pdf.

Cortes de Morris, JD PG &E: Apagón histórico en curso, 1,3 millones en el Área de la Bahía sin energía (2019). Consultado el 7 de enero de 2023. https://www.sfchronicle.com/california-wildfires/article/PG-E-outages-Over-3-million-people-blacked-out-14566085.php.

Fuller, T. 500.000 en california están sin electricidad en cierre planificado. El New York Times (2019). Consultado el 7 de enero de 2023. https://www.nytimes.com/2019/10/09/us/pge-shut-off-power-outage.html.

Rhodes, N., Ntaimo, L. y Roald, L. Equilibrar el riesgo de incendios forestales y los cortes de energía mediante cortes de energía optimizados. Trans. IEEE. Sistema de energía 36, 3118–3128 (2020).

Artículo ANUNCIOS Google Académico

Khakzad, N. Modelado de la propagación de incendios forestales en interfaces industriales y forestales utilizando una red bayesiana dinámica. confiable Ing. sist. seguro 189, 165–176 (2019).

Artículo Google Académico

Zarghami, SA & Dumrak, J. Implicaciones de la inteligencia artificial para la gestión de incendios forestales. agosto J.Emerg. Administrar 36, 84–91 (2021).

Artículo Google Académico

Kirkham, H. Aplicabilidad de la ecuación de Gallet a los espacios libres de vegetación del estándar de confiabilidad FAC-003-2 de NERC (Richland, WA, Pacific Northwest National Laboratory, 2012).

Google Académico

Wanik, D., Parent, J., Anagnostou, E. & Hartman, B. Uso de la gestión de la vegetación y datos de altura de árboles derivados de LiDAR para mejorar las predicciones de cortes de energía eléctrica. eléctrico Sistema de energía Res. 146, 236–245 (2017).

Artículo Google Académico

Ballard, BD, McLoughlin, KT y Nowak, CA Nuevos diagramas y aplicaciones para el enfoque de zona de cable-zona fronteriza para el manejo de la vegetación en derechos de paso de líneas de transmisión eléctrica. Arboric Urban For 33, 435–439 (2007).

Artículo Google Académico

EPRI. Pruebas complementarias para confirmar o refinar el factor de brecha utilizado en el cálculo de las distancias mínimas de despeje de vegetación (MVCD) (Palo Alto, CA: Electric Power Research Institute, 2015).

Zhu, M., McKenna, F. & Scott, MH Openseespy: biblioteca Python para el marco de elementos finitos opensees. SoftwareX 7, 6–11 (2018).

Artículo ANUNCIOS Google Académico

Kiessling, F., Nefzger, P., Nolasco, JF y Kaintzyk, U. Líneas eléctricas aéreas: planificación (diseño, construcción (Springer, 2014).

Google Académico

Abad, MSA, Shooshtari, A., Esmaeili, V. & Riabi, AN Análisis no lineal de estructuras de cable bajo cargas generales. elemento finito Anal. Des. 73, 11–19 (2013).

Artículo Google Académico

Harper, B., Kepert, J. & Ginger, J. Directrices para convertir entre varios períodos de promedio de viento en condiciones de ciclones tropicales (Citeseer, 2010).

Khazaali, M., Christou, V. y Bocchini, P. Protocolo de clasificación y base de datos completa de velocidades de viento longitudinales correlacionadas verticalmente para análisis estructural y evaluación de riesgos. J. Estructura. Ing. 148, 06021006 (2022).

Artículo Google Académico

Wang, D., Chen, X. & Li, J. Predicción de la respuesta de sacudida inducida por el viento del conductor aéreo: Comparación de enfoques de análisis lineales y no lineales. J. Ing. Eólico. Ind. Aerodin. 167, 23–40 (2017).

Artículo Google Académico

Davenport, A. Factores de respuesta de ráfagas para la carga de líneas de transmisión. En Wind Engineering, 899–909 (Elsevier, 1980).

Kaimal, JC, Wyngaard, J., Izumi, Y. y Coté, O. Características espectrales de la turbulencia de la capa superficial. Meteorol QJR. Soc. Rev. 98, 563–589 (1972).

Artículo ANUNCIOS Google Académico

Simiu, E. & Yeo, D. Efectos del viento en las estructuras: diseño estructural moderno para el viento (John Wiley & Sons, 2019).

Davenport, AG El tratamiento de la carga de viento en edificios altos. En Coull, A. & Smith, BS (eds.) Tall Buildings, 3–45 (Pergamon, 1967).

Gioffrè, M., Gusella, V. & Grigoriu, M. Presión de viento no gaussiana en edificios prismáticos. i: Campo estocástico. J. Estructura. Ing. 127, 981–989 (2001).

Artículo Google Académico

Strømmen, E. Teoría de la aerodinámica de puentes (Springer Science & Business Media, 2010).

Lou, W., Wu, D. & Xu, H. Respuesta del conductor inducida por el viento considerando la no proporcionalidad del amortiguamiento aerodinámico generalizado. J. Mec. ciencia Tecnología 33, 3075–3084 (2019).

Artículo Google Académico

Corotis, RB, Vanmarcke, EH & Cornell, AC Primer pasaje de procesos aleatorios no estacionarios. J. Ing. mecánico división 98, 401–414 (1972).

Artículo Google Académico

Crandall, SH & Mark, WD Random Vibration in Mechanical Systems (1963), segunda ed.

Stengel, D., Thiele, K., Clobes, M. y Mehdianpour, M. Amortiguación aerodinámica del movimiento no lineal de cables conductores en pruebas de túnel de viento, simulaciones numéricas y mediciones a gran escala. J. Ing. Eólico. Ind. Aerodin. 169, 47–53 (2017).

Artículo Google Académico

PG E. Informes PG &E PSPS (2022). Consultado el 7 de enero de 2023. https://www.pge.com/en_US/residential/outages/public-safety-power-shuttoff/psps-reports.page.

Barrows, C. et al. El sistema de prueba de confiabilidad IEEE: una actualización propuesta para 2019. Trans. IEEE. Sistema de energía 35, 119–127 (2019).

Artículo ANUNCIOS Google Académico

NREL (Laboratorio Nacional de Energías Renovables). RTS-GMLC: Sistema de prueba de confiabilidad: Consorcio de laboratorio de modernización de red. githubhttps://github.com/GridMod/RTS-GMLC (2018).

Descargar referencias

El trabajo presentado es parte de las actividades del Centro de Modelado de Catástrofes de la Universidad de Lehigh. Se agradece el apoyo financiero del Departamento de Desarrollo Comunitario y Económico de Pensilvania a través de la subvención PIT-20-20 "Gestión de la infraestructura de energía bajo el riesgo de incendios forestales". El trabajo se realizó en colaboración con AVEVA, especialmente a través de interacciones con el Sr. John Matranga y la Sra. Erica Trump. Se agradece la información proporcionada a través de comunicaciones personales por el Sr. Bob Bell, Gerente del Departamento de Manejo de Vegetación de Transmisión en Pacific Gas & Electricity. El primer autor también quisiera agradecer al Dr. Liyang Ma por su útil consulta a lo largo del proyecto de investigación. Las opiniones y conclusiones presentadas en este documento pertenecen a los autores y no reflejan necesariamente los puntos de vista de las organizaciones patrocinadoras.

Departamento de Ingeniería Civil y Ambiental, Centro de Modelado de Catástrofes, Centro de Investigación de Ingeniería ATLSS, Universidad de Lehigh, Bethlehem, 18015, EE. UU.

Xinyue Wang y Paolo Bocchini

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

XW: Conceptualización, Metodología, Redacción - borrador original. PB: Supervisión, Conceptualización, Recursos, Captación de financiación, Redacción-revisión y edición.

Correspondencia a Paolo Bocchini.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Wang, X., Bocchini, P. Predicción de la ignición de incendios forestales inducida por el balanceo dinámico del conductor bajo fuertes vientos. Informe científico 13, 3998 (2023). https://doi.org/10.1038/s41598-023-30802-w

Descargar cita

Recibido: 27 junio 2022

Aceptado: 01 de marzo de 2023

Publicado: 10 de marzo de 2023

DOI: https://doi.org/10.1038/s41598-023-30802-w

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.