Predecir la ignición de incendios forestales inducida por un conductor dinámico que se balancea bajo fuertes vientos

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

1600 Accesos

108 altmétrico

Detalles de métricas

Durante eventos de fuertes vientos con condiciones climáticas secas, los sistemas de energía eléctrica pueden ser la causa de incendios forestales catastróficos. En particular, se ha reconocido que el contacto entre el conductor y la vegetación es la principal causa de ignición de incendios forestales relacionados con los servicios públicos. Existe una necesidad urgente de un análisis preciso del riesgo de incendios forestales que respalde la toma de decisiones operativas, como el manejo de la vegetación o los cortes preventivos de energía. Este trabajo estudia el mecanismo de ignición causado por el conductor de transmisión que se balancea hacia la vegetación cercana y provoca una descarga eléctrica. Específicamente, el estado límite estudiado se define como el conductor que invade el espacio libre mínimo de vegetación prescrito. Las características estocásticas de la respuesta de desplazamiento dinámico de una línea de transmisión de múltiples tramos se derivan mediante 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 del viento aleatorio al desplazamiento dinámico del conductor es apreciable bajo vientos fuertes y turbulentos. Despreciar este componente aleatorio y dinámico puede llevar 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, la probabilidad de invasión es muy sensible a la eliminación de la vegetación y la intensidad del viento, lo que resalta la necesidad de datos de alta resolución para estas cantidades. La metodología propuesta ofrece una vía potencial para una predicción precisa y eficiente de la probabilidad de ignición, lo cual 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, fuertes vientos, etc.) combinado con vegetación seca. 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 presentan 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 estado sufriendo 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 (por ejemplo, rayos, incendios provocados, humo, 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 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 sistemas eléctricos se conviertan en grandes incendios forestales, debido a su relación especial con las condiciones climáticas extremas. Una red eléctrica, compuesta por numerosos componentes y equipos, puede experimentar un fuerte aumento de fallas bajo vientos fuertes7,8. Con el aporte de aire caliente y seco se pueden activar diversos mecanismos de ignición, pudiendo iniciarse incendios en presencia de combustibles combustibles. Además, los fuertes vientos pueden facilitar en gran medida la propagación del fuego, al tiempo que dificultan los esfuerzos de extinción. El viento es el factor meteorológico determinante para el encendido de líneas eléctricas. 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 del Diablo o vientos de Santa Ana) se caracterizan por su notable intensidad y ráfagas.

Generalmente se considera que la red 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 desempeña un papel más crítico en la confiabilidad de la energía porque transporta electricidad a granel de alto voltaje a través de largas distancias. Existe un creciente interés de investigación en estudiar la confiabilidad y resiliencia de la infraestructura eléctrica sujeta al peligro del viento11,12,13,14,15,16,17. En la mayoría de los casos, se estudió la falla estructural de un determinado componente (por ejemplo, conductores de transmisión, postes/torres de servicios públicos). Sin embargo, en lo que respecta a los incendios forestales, el estado límite relevante es diferente del fallo estructural tradicional, ya que se pone énfasis en la probabilidad de provocar mecanismos de ignición efectivos18. Por ejemplo, las partículas de metal calientes provenientes de la formación de arcos en los conductores 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., ruptura del conductor) no es necesariamente peligrosa19. Se demostró que el contacto con la vegetación fue la causa principal de ignición de las empresas de energía en California, con una contribución del 53,5%20. En condiciones de vientos fuertes, el contacto entre el conductor y la vegetación generalmente ocurre de dos formas: árboles/ramas rotas que caen sobre el conductor (conocido como problema de “caída”) y conductor que se balancea hacia la vegetación cercana (conocido como problema de “crecimiento”). " asunto). Las líneas de transmisión aéreas suelen estar sostenidas 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 amenaza importante para los sistemas de transmisión eléctrica21. Los conductores de transmisión son los más expuestos a los peligros del 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 tramo22. Se prevé que el cambio climático influirá en la magnitud y 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 señala 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 líneas eléctricas23,24. Un desafío importante es evaluar los impactos del cambio climático en los sistemas construidos y naturales basándose en proyecciones climáticas. Con diferentes complejidades y objetivos, el análisis climático puede realizarse a diferentes niveles24. Incluso ignorando los efectos futuros del cambio climático, se generó un mapa estático de peligro de viento con un período de retorno de 20 años que muestra la gravedad del problema (ver Fig. 1). La metodología utilizada para crear el mapa de peligro de viento se detalla en la Información complementaria. La figura 1 sugiere que se esperan vientos muy fuertes, con un amplio rango de intensidad (17~104 m/s) en California. También se pueden observar variaciones espaciales claras a pesar de la escasez de estaciones en algunas áreas, lo que podría plantear un serio desafío para el funcionamiento de redes eléctricas de gran escala.

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

En reconocimiento del potencial de incendios forestales devastadores iniciados en los sistemas de energía, las empresas de servicios eléctricos de California están autorizadas a realizar cortes de energía preventivos por motivos de seguridad pública (PSPS, por sus siglas en inglés) en respuesta a condiciones climáticas severas25. Solo en la temporada de incendios de 2019, millones de personas se vieron afectadas por los cortes de energía, que duraron más de un mes26,27. A pesar de la eficacia inmediata para evitar que los activos eléctricos provoquen incendios, un evento de PSPS puede provocar otras interrupciones importantes, ya que las comunidades y las infraestructuras críticas quedan sin energía. El análisis de riesgos es una herramienta poderosa para la toma de decisiones en situaciones de incertidumbre. En el contexto del PSPS, es necesario equilibrar dos riesgos, a saber, el riesgo de incendios forestales provocados por servicios públicos y el riesgo de eventos relacionados con el apagón, que pueden ir desde un aumento de los accidentes automovilísticos debido a la falta de semáforos hasta problemas de salud. causado por el apagado de los equipos domésticos de salvamento28. El análisis del 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 diversas fuentes de ignición. Sin embargo, no son informativos para comprender los mecanismos subyacentes de falla y ignición que podrían impulsar medidas de mejora y decisiones en tiempo real sobre PSPS. Por el contrario, hay escasez de trabajos de investigación sobre la ignición de incendios forestales que se centren en la interacción física entre los fuertes vientos y la infraestructura de energía eléctrica, que es el objetivo de este estudio.

La predicción de la ignición tiene una gran influencia en el análisis del riesgo de incendios forestales porque la simulación posterior de la propagación del fuego y el análisis de los daños del incendio dependen de la ubicación y el momento de la ignición como información de entrada. Por lo tanto, este estudio se centra en la ignición debido a que el conductor de transmisión es arrastrado lo suficientemente cerca de la vegetación circundante y provoca descargas disruptivas o chispas. Específicamente, se propone una metodología para estimar la probabilidad de invasión del espacio libre de referencia (es decir, la falla inicial), como se resume en la Fig. 2.

Marco de la metodología propuesta (tenga en cuenta que el último cuadro se proporciona para 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 de la autorización que incurre en la ignición a través de un análisis formal de las respuestas estructurales, considerando las incertidumbres de la carga del viento. La probabilidad de invasión calculada utilizando 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), y la eliminación de la vegetación. Vale la pena señalar que estudios previos sobre la dinámica de cables conductores en el dominio espectral (utilizando una caracterización similar para el proceso estocástico del viento) se centraron en las tensiones relacionadas con la falla del conductor. Sin embargo, la aplicación a la invasión de vegetación implica un enfoque distinto en los desplazamientos de los conductores. Por lo tanto, requiere que se formule una nueva ecuación de estado límite y el problema de primer paso asociado, que 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 prácticas de manejo de la vegetación, tras lo cual se define el estado límite relevante. En segundo lugar, se detalla la metodología propuesta para calcular la probabilidad de invasión. Finalmente, la sección de aplicación ofrece dos ejemplos a diferentes escalas, donde se presentan los principales hallazgos.

Desde hace tiempo se reconoce que la vegetación que crece cerca de la infraestructura eléctrica representa una amenaza para la confiabilidad de las redes de energía eléctrica, y es particularmente preocupante en los sistemas de transmisión. De hecho, el cambio de corriente eléctrica debido a una TL fallida puede provocar fallos 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), que es más boscosa y propensa a incendios, exacerbando los riesgos causados ​​por la proximidad a la vegetación9. La gran mayoría de líneas de transmisión utilizan conductores aéreos en lugar de cables subterráneos, porque estos últimos son mucho más costosos de instalar y mantener. Como se mencionó anteriormente, hay dos tipos de interacciones entre la vegetación y el conductor que pueden provocar 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 cargas de viento, por nombrar algunas. Aunque las tecnologías modernas, como la detección y medición de la luz (LiDAR)32, han facilitado la adquisición de datos sobre la 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 centra en la clase creciente de fallas potenciales, que está estrechamente relacionada con el comportamiento estructural. Específicamente, se examina la respuesta de desplazamiento dinámico de las líneas de transmisión inducida por el viento con el objetivo de comprender mejor cómo aumenta la probabilidad de invasión del espacio libre y, a su vez, de ignición. El mecanismo de ignición correspondiente es el fenómeno de chispazo (o chispazo), en el que la corriente eléctrica salta a través del aire desde el conductor a un objeto cercano (normalmente árboles). La energía liberada por la corriente de alto voltaje puede provocar inflamaciones e incluso incendios en presencia de vegetación con poca humedad y atmósfera seca. Es importante tener en cuenta que la descarga eléctrica puede ocurrir incluso cuando no hay contacto directo entre el conductor y los árboles.

Para evitar que la infraestructura de energía eléctrica interrumpa la vegetación, se establecen universalmente normas de limpieza. En lo que respecta al riesgo de incendios forestales relacionados con las líneas eléctricas, se pueden introducir regulaciones más estrictas. En Estados Unidos, la norma NERC FAC 003-4 es la más relevante para el manejo de la vegetación del sistema de transmisión21. En esencia, requiere que se mantenga una distancia mínima de separación de vegetación (MVCD) entre los conductores de transmisión y la vegetación contigua. La “zona de borde de alambre” es una técnica eficaz en el manejo de la vegetación del sistema de transmisión y se utiliza ampliamente en el campo33. Este enfoque establece un derecho de paso (ROW) a lo largo de las instalaciones de transmisión, como se muestra en la Fig. 3. Normalmente, el ROW se compone de una zona de alambre donde solo se permite vegetación de bajo crecimiento y dos zonas fronterizas donde se encuentran arbustos más altos y pequeños. los árboles pueden estar permitidos. Teniendo en cuenta la flexión y oscilación del conductor, el ancho de la fila suele ser mucho mayor de lo que se necesita para la colocación estructural únicamente. Por ejemplo, el FILA de líneas de 230 kV puede variar entre 20 my 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 diversas cargas, se puede identificar una zona potencial de descarga disruptiva a lo largo de la trayectoria.

Derecho de vía de la línea de transmisión.

Como se mencionó anteriormente, el escenario de falla que se investiga es que el conductor se balancee hacia afuera y se acerque lo suficiente a la vegetación como para causar potencialmente una descarga eléctrica y provocar un incendio. El espacio de aire 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, existen dos fuentes principales de incertidumbre: una es la carga del viento turbulento que influye directamente en el movimiento del conductor y de la vegetación; el otro es el crecimiento de la vegetación, que se ve afectado por las condiciones naturales y las intervenciones humanas (por ejemplo, podas periódicas). El crecimiento de la vegetación sólo es significativo en horizontes temporales 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 hueco se ve afectado principalmente por el desplazamiento del conductor inducido por el viento, ya que el movimiento de la vegetación normalmente se considera insignificante en comparación. Este estudio define el estado de falla (es decir, 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 sólo el primer paso en la cadena de eventos de invasión-inflamación-inflamación y que se deben considerar las probabilidades condicionales de ocurrencia de los otros dos pasos para calcular el riesgo general 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 arroja una probabilidad de descarga disruptiva de \(10^{-6}\) o menos21. Sin embargo, se necesitan más experimentos para la validación y una mejor comprensión del fenómeno de descarga transitoria31,34. La probabilidad de ignición por descarga súbita varía según muchos factores, incluida la inflamabilidad de la vegetación y las condiciones del aire cerca del incidente. Dado el conocimiento limitado y las importantes incertidumbres involucradas, la transformación de la invasión de MVCD a la ignición depende del juicio subjetivo y la actitud de riesgo de quienes toman las decisiones. Por esta razón, el cálculo de las probabilidades condicionales antes mencionadas está fuera del alcance de este trabajo, que en cambio se centra en la invasión misma.

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 múltiples tramos y puede recorrer hasta varios kilómetros. La Fig. 4 ilustra el modelo de un ejemplo de sección TL de múltiples tramos. 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 múltiples tramos35. Los dos extremos están conectados a torres tensoras que no permiten el movimiento longitudinal del conductor y están modelados como soportes articulados. Las cadenas de aisladores de suspensión colgadas en las torres de transmisión intermedias sostienen 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 oscila, el punto de unión puede moverse libremente en el espacio. Dependiendo del voltaje, se puede utilizar un solo conductor (hasta 220 kV) o conductores agrupados (220 kV y superiores) en los circuitos de transmisión. Se puede modelar un solo conductor utilizando el elemento de cable37, mientras que un modelo de conductores agrupados puede requerir que se capture el efecto de los espaciadores. El conductor adopta una forma de catenaria dentro de un tramo y primero es necesario determinar el perfil no deformado para calcular el perfil combado14. Las cadenas de aisladores de suspensión suelen estar hechas de materiales frágiles (p. ej., vidrio, porcelana) y su rigidez a la flexión es insignificante. Así, la cadena de aisladores de suspensión fue modelada por el elemento de celosía corotacional con alta rigidez axial, teniendo en cuenta sus grandes desplazamientos. La longitud de la cadena de aisladores (varios metros) varía según la tensión, 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 tramos.

Tramo de línea de transmisión de varios tramos sujeto 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 del viento se considera horizontalmente homogéneo, ya que los sistemas de transmisión se extienden principalmente a través de áreas de terreno abierto que proporcionan un alcance suficientemente largo. Sin embargo, se debe reconocer 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 del viento está presente en una sola dirección, es decir, perpendicular a la dirección del tramo de la sección TL. Se elige esta dirección porque se considera la más desfavorable para las respuestas de desplazamiento del conductor. Este supuesto 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 velocidad total del viento fluctuante generalmente se divide en dos partes: la velocidad media constante del viento \(\overline{V}_z\) en la altura z, más la fluctuación turbulenta de media cero v(t, x), donde t indica el tiempo y x 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 puede describirse 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 durante 10 minutos medida a 10 m sobre el suelo (altura estándar para montar anemómetros) normalmente se elige como velocidad del viento de referencia para el perfil medio del viento. 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 en otras alturas. Para los casos en los que se prefieren mediciones de diferentes tiempos promedio, los factores de conversión se pueden encontrar en la literatura38,39.

En el estado inicial, el conductor normalmente está combado con una relación de combado a tramo de 1/50~1/3040. La velocidad media del viento a lo largo de un tramo se puede aproximar bien mediante la velocidad media del viento en la altura de referencia, que está (2/3)d por debajo del nivel de soporte, donde d es el hundimiento en la mitad del tramo41. La turbulencia del viento está correlacionada en el tiempo y el espacio. Ambas correlaciones se han estudiado ampliamente y en la literatura se encuentran disponibles modelos bien establecidos para ellas. 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 (por ejemplo, la altura de referencia) puede capturarse mediante la función de coherencia propuesta por Davernport44:

donde \(x^{}_1\) y \(x^{}_2\) son las coordenadas longitudinales de dos puntos a lo largo del TL; C es el factor de caída y se puede establecer en 16 para la separación horizontal. Aunque existen diferentes modelos en la literatura45, en este artículo se asume la gaussianidad para las fluctuaciones de la velocidad del flujo del viento, basándose 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 el conductor es generada por dos fuentes: el flujo de viento fluctuante total y la interacción conductor-viento debido al movimiento del conductor. Adoptando el supuesto casi estable, la fuerza de arrastre dinámica del viento se calcula utilizando la ecuación. (4) de modo que también se considere (indirectamente) la amortiguación aerodinámica:

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 de viento (ver Fig. 5) y viene 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 al impacto inducido 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 análisis estático; en segundo lugar, la respuesta dinámica debida a la componente fluctuante del viento se obtiene con la estructura linealizada en el estado medio del viento. 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 (gaussiano, estacionario, etc.) también se aplicará a la respuesta de desplazamiento46. Para estudiar la probabilidad de invasión 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, en el segundo paso se utilizó el enfoque del dominio de la frecuencia modal. Las desviaciones estándar se derivaron directamente de la matriz de densidad espectral cruzada de la respuesta, que se puede encontrar mediante un análisis eficiente en el dominio de la frecuencia. Tenga en cuenta que no se necesita ni la simulación del campo de viento ni la costosa simulación de Monte Carlo en el dominio del tiempo.

Siguiendo el enfoque de análisis en el dominio de la frecuencia, la respuesta dinámica alrededor del 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. Luego, 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 de transposición, respectivamente; \(\textrm{i} = \sqrt{-1}\); \(\varvec{K}\), \(\varvec{C}\), \(\varvec{C}_{\textrm{aero}}\) y \(\varvec{M}\) son generalizados matriz de rigidez, matriz de amortiguación estructural generalizada, matriz de amortiguación aerodinámica generalizada 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 tramo de la sección TL; \(\varvec{\varphi }^{}_{\textrm{Y}j}(x^{}_1)\) es el componente Y en \(x^{}_1\) en el modo j-ésimo; \(\varvec{\varphi }^{}_{\textrm{Y}k}(x^{}_2)\) es el componente Y en \(x^{}_2\) en el modo k-ésimo ( \(x_1\) y \(x_2\) son solo variables de integración). Observe que solo aparecen los componentes Y en la ecuación. (9), porque el flujo del viento es únicamente en la dirección Y.

Una vez que se obtiene \(\varvec{S}_{\textrm{q}}(f)\) de la ecuación. (6), la desviación estándar de la respuesta de desplazamiento total en el r-ésimo nodo se deriva de la integración en 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 cuasiestática y su desviación estándar, \(\sigma ^{}_{\lambda r, \textrm{B}}\), se puede calcular como se describió anteriormente, 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 el despeje de la vegetación. En términos de desplazamientos del conductor, los efectos de la oscilación del aislador se incluyen 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 a lo largo (Y) o en la dirección del viento cruzado (Z). Este estudio se ocupa del espacio libre de vegetación lateral (dirección Y), y en la Fig. 6 se ilustra una configuración simplificada. Para simplificar, el conductor oscilante 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 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 que se mueve con él. La vegetación (árbol) cercana está representada por puntos de vegetación para los cuales se pueden utilizar datos del último estudio (por ejemplo, datos de nubes de puntos de un estudio LiDAR). Debe reconocerse que, en realidad, la vegetación tiene una gran diversidad y complejidad (por ejemplo, forma, especies) que no se reflejan en los puntos de vegetación. La expresión matemática del juego 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 Y dirección, respectivamente. La violación de MVCD (estado límite) ocurre cuando \(F(t) < mvcd\), donde mvcd es un valor prescrito que puede determinarse en función del voltaje, la altitud, etc.21.

Llegados a este punto es necesario aclarar dos conceptos adicionales. Primero, la ecuación. (12) tiene sentido bajo la premisa subyacente de que el desplazamiento del conductor bajo viento medio establece la posibilidad de violar MVCD bajo cargas de viento dinámicas y, sin embargo, vale la pena considerar los efectos de respuesta dinámica, como se muestra en la Fig. 6. Para el caso en el 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 Es necesario realizar un cálculo ya que la infracción es un evento determinado. En realidad, esta situación es relativamente común para la limpieza de vegetación diseñada para cargas de viento normales. En segundo lugar, la envoltura rota dentro de un tramo está influenciada por la curvatura 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 impone una configuración de vegetación constante durante todo un tramo, el punto medio del tramo será crítico para verificación del estado límite.

Vista superior del juego lateral dentro de un vano.

La violación del MVCD, como indicador de ignición inducida por servicios públicos, podría causar apagones a gran escala e incendios forestales desastrosos la primera vez que ocurre. Este tipo de falla se clasifica como falla debido a la primera excursión (cruce ascendente), un problema ampliamente investigado por la teoría de la vibración aleatoria48. 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 ascendente se expresa como:

Tenga en cuenta que las Ecs. (12) y (13) están formulados en un sentido continuo; sin embargo, los cálculos en realidad se realizan en nodos del modelo de elementos finitos. Por lo tanto, la tasa de excursión esperada (es decir, el número promedio de cruces ascendentes por unidad de tiempo) en el r-ésimo nodo 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 r-ésimo nodo y se puede calcular mediante:

Además, se ha descubierto 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 el supuesto adicional de que las excursiones llegan de forma independiente en el dominio del tiempo, la probabilidad de invasión, formulada como la probabilidad de excursión ascendente (\(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 prevista del evento de viento, pero puede ser cualquier duración de interés más corta. En términos generales, cuanto mayor sea el tiempo de espera, más probable será que se produzca una excursión. Esto puede resultar muy útil en la toma de decisiones urgentes donde los riesgos evolucionan con el tiempo.

Si bien la metodología propuesta es general y puede aplicarse 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 tramos 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 Metodología. Para este ejemplo particular, los detalles de modelado relevantes se proporcionan a continuación. El conductor se cuelga en todas las torres a la misma altura (\(H = 40\) m) con el mayor hundimiento en la mitad del tramo \(d = 13,33\) m. El conductor es del tipo “Drake” y las propiedades relevantes son: diámetro \(D = 0.028\) m, peso unitario \(w = 15.966\) N/m, módulo de elasticidad \(E = 77\) GPa. La cadena de aisladores 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 futuros eventos 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 resistencia \(C_{\textrm{d}} = 1.0\), densidad del aire \(\rho = 1,226\) kg/\(\textrm{m}^3\), y aceleración gravitacional \(g = 9,81\) m/\(\textrm{s}^2\). Tenga en cuenta que en este ejemplo se despreció la carga térmica o cualquier otra carga física (por ejemplo, hielo).

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 a partir de estudios previos o de estimaciones válidas. El valor mvcd correspondiente a una tensión de 230 kV varía entre 1,2 my 1,6 m dependiendo de la altitud21. Se asumió que se requiere una constante \(mvcd = 1.4\) m en toda la sección TL. Los puntos de control críticos se pueden identificar basándose en el conocimiento disponible sobre TL y la vegetación correspondiente. Para este análisis de ejemplo, se asumió que el despeje de 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 a verificar. En consecuencia, se seleccionó para el análisis una amplia gama de valores de \(Y_{\textrm{clr}}\) con intervalos de 0,5 m 18,0, 18,5, ..., 26,5, 27,0 m.

Primero, se llevó a cabo un análisis estructural estático bajo carga de viento media para cada intensidad de viento considerada, y los resultados se resumen en la Tabla 1. Debido a la simetría tanto de la estructura como de la carga, los dos puntos intermedios experimentan los mismos desplazamientos mientras que el conductor -El punto de fijación del aislador no tiene desplazamiento longitudinal. La mitad del tramo del conductor exhibe desplazamientos notables en la dirección del viento a lo largo 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 al alargamiento 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 oscilación del aislador \(\bar{\theta }_{ ins}\) es consistente con el ángulo de oscilación del plano conductor. Además, la tasa de aumento del ángulo de oscilación 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 de aisladores no cambia de manera significativa gracias a su alta rigidez. En comparación con la magnitud de los desplazamientos a mitad del tramo y mvcd, la influencia de la oscilación de la cadena de aisladores 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 habitual describir el movimiento del conductor (como un péndulo) utilizando 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 modales son simétricas (sym.) o antisimétricas (antisym.). Se pueden observar pares de modos dentro y fuera del plano que comparten formas y frecuencias similares, como los modos 2 y 3, modos 4 y 5, etc. Los efectos de acoplamiento significativos de estos pares conducirán a modos distintos 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 daba como resultado una precisión suficiente mediante una prueba de convergencia en términos de desviación estándar de la respuesta de desplazamiento. Se despreció la amortiguación estructural ya que es muy pequeña en comparación con la amortiguación aerodinámica dominante. La relación de amortiguación aerodinámica del modo j-ésimo 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 amortiguación aerodinámica modal bajo diferentes intensidades de viento. Muestra que existe una amortiguación aerodinámica significativa y que en general disminuye al aumentar el número de modos. Haciendo referencia a la Fig. 9, se puede observar que los modos en el plano tienen 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 amortiguación aerodinámica y las altas velocidades del viento.

Comparación de ratios de amortiguación aerodinámica.

La Fig. 11 muestra las densidades espectrales de potencia de los componentes de 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 los otros 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 los componentes de respuesta al 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, haciendo referencia a las Ecs. (10) y (11), se obtuvieron las desviaciones estándar de los componentes de respuesta al desplazamiento para cada intensidad del 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 y cruzado del viento son simétricas con respecto al punto de unión, apareciendo máximos 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 juego lateral al desplazar el conductor (y a su vez los puntos de control críticos) a lo largo de la dirección del tramo.

Comparación de 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 del viento cruzado.

Centrándonos en la desviación estándar total, las Figs. 12b-d examinan la variación de la desviación estándar con la intensidad del viento. Los resultados a mitad de período se dan en la Tabla 2, donde \(\overline{U}^{}_{\textrm{Y,mid}}\) es el 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 aumenta al aumentar la velocidad del viento. Sin embargo, considerando el espacio libre lateral del punto medio del tramo, \(\sigma ^{}_{\textrm{X}}\) es mucho menor que \(\sigma ^{}_{\textrm{Y}}\ ) (\(\sigma ^{}_{\textrm{X}} \aprox 10\% \sigma ^{}_{\textrm{Y}}\)). Por lo tanto, en este ejemplo se despreciaron los efectos del desplazamiento longitudinal del conductor. A diferencia de \(\sigma ^{}_{\textrm{X}}\) y \(\sigma ^{}_{\textrm{Y}}\), la desviación estándar del desplazamiento del viento cruzado (\(\sigma ^{}_{\textrm{Z}}\)) muestra una tendencia decreciente favorable al aumentar 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 estática del viento medio. Es fácil entender que a medida que el plano del conductor estático se vuelve más alineado con las fluctuaciones en la dirección Y, se excitarán menos respuestas en la dirección Z. Según la Tabla 2, los valores de \(\sigma ^{}_{\textrm{Y}}\) pueden ser muy cercanos o incluso mayores que mvcd (\(=1.4\) m). La medida adimensional 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 riesgos 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, \(u^{}_{\textrm{Y}}(t)\sim \mathscr {N}(0, \sigma ^{} _{\textrm{Y}})\), a continuación solo se analiza el tramo medio izquierdo. Con base en la configuración de limpieza de vegetación en la ecuación. (12), las probabilidades de invasión en la mitad del tramo (indicadas por \(P_{\textrm{en}}\) omitiendo el subíndice r) se calcularon para diferentes velocidades del viento y diferentes espacios libres. En términos del horizonte temporal (\(T^{}_{0}\)), un examen de los informes posteriores al evento del 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 hasta por 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 tramo, existe una probabilidad \(100\%\) de que se produzca una violación del MVCD dentro de las primeras 24 horas después del evento de viento. Esto se atribuye al hecho de que \(\sigma ^{}_{\textrm{Y}}\) \((=1.263\) m) es comparable al umbral de cruce ascendente a \((=4.519\) m ). Sin embargo, sin considerar los efectos dinámicos, una evaluación determinista basada únicamente en la posición media estática del viento (es decir, \(a=4.519\) m) puede llevar a la conclusión contraria de que no se produce 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 espacio libre 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, pero sí en ubicaciones cercanas a la mitad del tramo. La clave para abordar este tema y determinar si es de relevancia práctica reside en la correlación entre la respuesta de desplazamiento a 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 sigue siendo alta cuando la distancia entre dos puntos es pequeña (por ejemplo, \(\Delta x < 2\) m). Esto implica que se anticipa que el punto medio del tramo, cuya respuesta dinámica está altamente correlacionada con los puntos cercanos, violará primero el MVCD dado su mayor perfil de 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 de 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 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 autorización de viento considerando eventos de viento de dos días con diferentes intensidades. Tenga en cuenta que se examinaron diferentes rangos \(Y_{\textrm{clr}}\) 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 del viento considerada, se puede identificar un rango estrecho \(Y_{\textrm{clr}}\) dentro del cual pequeños cambios pueden tener un impacto importante en la probabilidad de invasión. Este rango de espacio libre puede ser una referencia útil para una planificación rentable del manejo de la vegetación. Además, la eficacia de determinadas opciones de autorización depende de la intensidad del viento. Por ejemplo, el \(P_{\textrm{en}}\) (48 h) sostenido 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 respecto del PSPS, los datos sobre la vegetación y los activos de transmisión suelen conocerse de antemano, mientras que los datos sobre el viento están disponibles a partir de la previsión meteorológica. Luego se pueden calcular las probabilidades de invasión a través de la red de transmisión durante un período específico, lo que ayudará a predecir posibles ubicaciones de ignición. Se debe enfatizar nuevamente que la decisión de desenergización no se basa en la consideración de un tramo individual o TL, sino que se basa en un análisis a nivel de 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 resultantes 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 sólo 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 proporcionen datos. Los objetivos de este ejemplo a nivel de sistema son dos. En primer lugar, sirve para ilustrar la incorporación de la probabilidad de invasión a lo largo del tramo 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 del número de tramos de conductores) afectan la probabilidad general de invasión. El ejemplo del sistema de transmisión se basa en el modelo de referencia del Sistema de prueba de confiabilidad - Consorcio del laboratorio de modernización de la red (RTS-GMLC)52, pero solo se utiliza la región 3, cuyo tamaño 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 estructuras de soporte, longitud del tramo, hundimiento, etc. Por lo tanto, con fines ilustrativos, se asumió que todas las ramas de transmisión están compuestas por los mismos dos- Las secciones del tramo (como se muestra en la Fig. 8) y todas las configuraciones relacionadas aún se mantienen. Considerando un circuito trifásico volado hacia un lado (ver Fig. 3), la falla (es decir, la invasión del MVCD) dentro de un tramo es causada por el punto medio del conductor de fase exterior. Para una rama de transmisión, la invasión se define como el evento en el que cualquiera de sus tramos viola MVCD; por lo tanto, una rama se puede modelar como un sistema de series clásico. Además, se asumió que las fallas de invasión entre diferentes tramos 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 invasión del MVCD de una rama de transmisión, \(P_{\textrm{en}}^{\textrm{br}}\), se expresa como:

donde \(N_{\textrm{s}}\) es el número de tramos de la rama considerada. En este ejemplo, \(N_{\textrm{s}}\) se obtuvo dividiendo cada rama en tramos de 400 m de largo con redondeos 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)\(= 2.27\times 10^{-3}\); (b) \(Y_{\textrm{clr}} = 21.0\) m, \(P_{\textrm{en}}\) (48 h) \(= 2.33\times 10^{-4}\).

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

Con la intensidad del viento y la duración del evento fijadas (48 horas), la efectividad de una determinada autorización se examina preferiblemente a nivel de rama o sistema. Aprovechando los resultados de la Tabla 3, en la Fig. 15 se comparan dos espacios libres laterales (20,5 m y 21,0 m) bajo \(\overline{V}_{10}=\) 30 m/s. Aunque el nivel del tramo \ (P_{\textrm{en}}\) es muy bajo, el nivel de rama \(P_{\textrm{en}}^{\textrm{br}}\) puede ser considerablemente alto. Como era de esperar, las ramas más largas tienen una mayor probabilidad de invasión debido al mayor número de tramos. Esto indica la importancia de autorizaciones más estrictas para ramas más largas 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. Aprovechando los datos meteorológicos pronosticados, las probabilidades de invasión en todo el sistema, como se visualiza 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 la invasión puede beneficiarse de la mejora de la calidad de los datos.

Este artículo presenta una metodología para evaluar la probabilidad de ignición de incendios forestales por contacto entre el conductor y la vegetación durante eventos de vientos fuertes. El problema se formula en el contexto del corte proactivo de energía con especial atención a los sistemas de transmisión. El mecanismo de ignición implica el fenómeno de chispazo (o chispazo) causado por un conductor desplazado que se acerca a los árboles cercanos. Con los datos sobre la configuración de la vegetación se examina la interacción entre el conductor y la vegetación 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 una invasión del espacio libre de línea de base predefinido (es decir, MVCD) en la dirección lateral del viento. Mediante 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 basándose en la teoría de vibraciones aleatorias y también se exploran los efectos de distintos espacios libres e intensidades del viento.

Se encuentra que la carga media del viento representa la mayor parte del desplazamiento del conductor, al cual la contribución de la oscilación 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 lo muestra 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 a la limpieza 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 sucursal), 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 los 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 ocurrir con los enfoques probabilísticos aplicados a eventos raros, no es posible una validación global de los resultados frente a eventos del mundo real o trabajos experimentales. En lugar de ello, se presenta una validación paso a paso de los componentes del enfoque propuesto, incluyendo la caracterización del proceso estocástico del viento, la descripción matemática del despeje 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 (por ejemplo, terremotos, huracanes). La principal contribución de este artículo es la metodología propuesta para predecir la ignición de líneas eléctricas mediante el análisis sistemático de la respuesta dinámica del conductor bajo vientos fuertes. 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 al adaptarse a diversas 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 requieren mayor atención. Primero, 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 de manera sistemática y exhaustiva (Bob Bell , Gerente, Departamento de Gestión 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 propósitos ilustrativos, con algunas características simplificadas (conductor único, geometría estructural simétrica, eliminación constante de vegetación). Para una red de transmisión compleja del mundo real, se necesitan cálculos repetidos para cada entorno diferente de conductor, vegetación y clima. En tercer lugar, la invasión del MVCD (o contacto entre el conductor y la 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 la combustión súbita 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 tomadores de decisiones de servicios públicos pueden aprovechar la brecha de conocimiento entre invasión e 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 previa solicitud razonable.

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

PubMed Google Académico

Keeley, JE & Syphard, AD Incendios forestales en California, EE. UU. del siglo XXI: incendios dominados por el combustible versus incendios dominados por el viento. Ecología contra incendios. 15, 1-15 (2019).

Artículo de Google Scholar

Sharples, JJ y cols. Peligros naturales en Australia: incendios forestales extremos. Subir. Cambio 139, 85–99 (2016).

Artículo de Google Scholar

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 y Syphard, AD Patrones históricos de fuentes de ignición de incendios forestales en los ecosistemas de California. En t. J. Incendios forestales 27, 781–799 (2018).

Artículo de Google Scholar

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

Artículo de Google Scholar

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

ADS del artículo Google Scholar

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

Artículo de Google Scholar

Nauslar, Nueva Jersey, Abatzoglou, JT y Marsh, PT Los incendios de 2017 en North Bay y el sur de California: un estudio de caso. Fuego 1, 18 (2018).

Artículo de Google Scholar

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

Artículo de Google Scholar

Fu, X., Li, H.-N. & Li, G. Análisis de fragilidad y estimación del estado de colapso de una torre de transmisión sometida a cargas de viento y lluvia. Estructura. Seguro. 58, 1-10 (2016).

Artículo de Google Scholar

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

Artículo de Google Scholar

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 de Google Scholar

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

Artículo de Google Scholar

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. Sistema. Seguro. 217, 108072 (2022).

Artículo de Google Scholar

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

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

Artículo de Google Scholar

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

NERC (Corporación Norteamericana de Confiabilidad Eléctrica). Estándar NERC de gestión de vegetación de transmisión FAC-003-4 (Atlanta, GA: NERC, 2016).

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

Artículo de Google Scholar

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

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

División de Seguridad y Cumplimiento. Informe público sobre los cortes de energía por motivos de seguridad pública de 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-events.pdf.

Morris, JD Cortes de PG &E: apagón histórico en marcha, 1,3 millones en el Área de la Bahía sin electricidad (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 se encuentran sin electricidad debido al cierre planificado. Los 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. & Roald, L. Equilibrar el riesgo de incendios forestales y los cortes de energía mediante cortes de energía optimizados. Traducción IEEE. Sistema de energía. 36, 3118–3128 (2020).

ADS del artículo Google Scholar

Khakzad, N. Modelado de la propagación de incendios forestales en interfaces industriales-forestales utilizando una red bayesiana dinámica. Confiable. Ing. Sistema. Seguro. 189, 165-176 (2019).

Artículo de Google Scholar

Zarghami, SA & Dumrak, J. Implicaciones de la inteligencia artificial para el manejo de incendios forestales. Agosto. J. Emerg. Gestionar. 36, 84–91 (2021).

Artículo de Google Scholar

Kirkham, H. Aplicabilidad de la ecuación de Gallet a los espacios libres de vegetación del estándar de confiabilidad NERC FAC-003-2 (Richland, WA, Laboratorio Nacional del Noroeste del Pacífico, 2012).

Google Académico

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

Artículo de Google Scholar

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 los derechos de paso de líneas de transmisión eléctrica. Arboric Urban para 33, 435–439 (2007).

Artículo de Google Scholar

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. y Scott, MH Openseespy: biblioteca de Python para el marco de elementos finitos de opensees. SoftwareX 7, 6-11 (2018).

ADS del artículo Google Scholar

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 cables bajo cargas generales. Elemento finito. Anal. Des. 73, 11-19 (2013).

Artículo de Google Scholar

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

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

Artículo de Google Scholar

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

Artículo de Google Scholar

Davenport, A. Factores de respuesta a ráfagas para la carga de líneas de transmisión. En Ingeniería Eólica, 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).

ADS del artículo Google Scholar

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 las cargas de viento en edificios altos. En Coull, A. & Smith, BS (eds.) Tall Buildings, 3–45 (Pergamon, 1967).

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

Artículo de Google Scholar

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 de la amortiguación aerodinámica generalizada. J. Mech. Ciencia. Tecnología. 33, 3075–3084 (2019).

Artículo de Google Scholar

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

Artículo de Google Scholar

Crandall, SH y Mark, WD Vibración aleatoria en sistemas mecánicos (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 escala real. J. Viento Ing. Indiana Aerodyn. 169, 47–53 (2017).

Artículo de Google Scholar

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. y col. El sistema de prueba de confiabilidad IEEE: una actualización propuesta para 2019. Traducción IEEE. Sistema de energía. 35, 119-127 (2019).

ADS del artículo Google Scholar

NREL (Laboratorio Nacional de Energías Renovables). RTS-GMLC: Sistema de prueba de confiabilidad: Consorcio del laboratorio de modernización de la 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 Económico y Comunitario de Pensilvania a través de la subvención PIT-20-20 “Gestión de la infraestructura eléctrica bajo 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 Gestión de Vegetación de Transmisión de Pacific Gas & Electricity. El primer autor también desea agradecer al Dr. Liyang Ma por sus útiles consultas durante el transcurso del proyecto de investigación. Las opiniones y conclusiones presentadas en este documento son las de 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, Belén, 18015, EE. UU.

Xinyue Wang y Paolo Bocchini

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

XW: Conceptualización, Metodología, Redacción - borrador original. PB: Supervisión, Conceptualización, Recursos, Adquisición 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 reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado al autor(es) original(es) y a la fuente. proporcione un enlace a la licencia Creative Commons e indique 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 normativa legal o excede el uso permitido, deberá obtener 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 un conductor dinámico que se balancea bajo fuertes vientos. Informe científico 13, 3998 (2023). https://doi.org/10.1038/s41598-023-30802-w

Descargar cita

Recibido: 27 de junio de 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 comparta el siguiente enlace podrá leer este contenido:

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

Proporcionado por la iniciativa de intercambio de contenidos 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.