基于多源数据与机器学习的高压输电线路雷击跳闸多因子驱动机制及风险预测模型——以中国江西亚热带丘陵区为例

《Energies》：Lightning Tripping Driving Factors and Risk Prediction Model Using Multi-Source Data and Machine Learning

　　

雷击跳闸（lightning-induced tripping）对亚热带丘陵地区高压输电线路安全运行构成重大威胁。为揭示跳闸事件的多因子驱动机制并实现定量风险预测，研究人员以中国江西省这一典型亚热带丘陵区为研究案例，集成跳闸记录、雷电定位观测、高分辨率气象产品、输电线路属性和30 m分辨率数字高程模型（DEM）地形数据等多源数据集。基于特征重要性（feature importance）和Pearson相关系数（Pearson correlation coefficients）对变量进行分析、筛选和比较，以选择适宜的代表性建模特征。比较两种基线模型——逻辑回归（Logistic Regression）和随机森林（Random Forest）——以及三种梯度提升集成模型，即XGBoost、LightGBM和CatBoost。选择综合性能最优的CatBoost作为最终模型，输出连续跳闸风险概率，并建立四级风险分类系统。结果表明，雷电活动、线路属性和地形条件共同主导雷击跳闸的发生。测试集验证显示，78.92%的历史跳闸点和72.18%的非跳闸点被分配到合理的相应风险区间，单案例验证也观察到类似性能。该研究建立的分析流程可为类似亚热带丘陵地区输电线路雷电风险评估提供参考。

高压输电线路是现代能源系统跨区域送电的关键基础设施，其可靠性关系能源安全与新型电力系统韧性。全球范围内雷电是造成架空线路非计划停运的主要气象灾害；在暖湿亚热带季风区，雷电频繁易引发线路闪络跳闸甚至级联故障。全球许多输电走廊位于丘陵—山地混合地形，复杂下垫面改变局地对流、雷电分布和线路暴露水平。早期研究多采用基于电气几何模型（EGM）的物理模拟，关注塔结构、避雷线配置和接地电阻等工程参数，物理机制清楚，但在地形崎岖区难以充分表征微气象、微地形与真实雷电事件的协同，估计偏差明显。雷电定位网络普及后，大量研究统计雷电频次、峰值电流和极性与线路故障的关系，但仅靠雷电观测不足以解释跳闸。雷击跳闸本质上是雷电活动、局地气象、电网属性和地形下垫面的耦合结果。机器学习已用于电网灾害风险评估，随机森林和梯度提升树等用于雷击故障识别与概率预测，XGBoost、LightGBM、CatBoost因抗噪和混合特征处理能力被广泛采用。但现有研究仍有不足：不少建模只关注单一类型驱动因子，缺少融合雷电观测、高分辨率气象产品、电网属性和精细地形数据；部分研究忽视变量多重共线性，缺乏严格可重复的特征选择流程；针对亚热带丘陵地形、比较多种先进集成算法并基于长期真实跳闸记录输出连续风险概率的案例有限，限制方法参考和跨区域迁移。为此，研究人员以江西这一典型亚热带丘陵区为案例，利用2015—2024年多源数据，揭示雷击跳闸多尺度时空格局及雷电、气象、线路属性、地形对跳闸的驱动效应，结合特征重要性和Pearson相关系数筛选代表性因子，比较逻辑回归、随机森林与XGBoost、LightGBM、CatBoost，选择最优模型输出连续风险概率并分级。该研究可为江西防雷运维提供技术支持，其分析流程、因子解释框架和建模策略也可为全球类似亚热带丘陵区输电线路雷电风险评估提供参考范式。

关键技术方法：收集2015—2024年江西110 kV及以上输电线路跳闸记录1289条，其中雷击跳闸1173条；数据来源包括中国雷电定位网络（CLLN）、多源小时融合产品（MSHPs）、输电线路矢量和30 m SRTM DEM（数字高程模型）。按1 km、1 h窗口时空匹配13个驱动因子；正样本为雷击跳闸记录，负样本按1:1.5在时空维度随机选取；分层随机按7:3划分训练集与测试集。采用特征重要性和Pearson相关分析筛选变量，并与全特征建模比较；比较逻辑回归、随机森林、XGBoost、LightGBM、CatBoost；以准确率（Acc）、精确率（P）、召回率（R）、F₁、ROC-AUC和PR-AUC评价；由CatBoost输出连续风险概率并四级分类。

研究结果：
3.1.1 雷击跳闸的时空分布特征：基于1173起记录，核密度分析显示内陆多中心集聚、向省界衰减，东北、中部、南部为高密度核心；年际波动明显，2019年最低、2021年峰值后逐年下降；月尺度集中于3—9月汛期，8月最多；日尺度为午后单峰，15:00最大。
3.1.2 雷电的时空分布特征：雷电密度呈省内连片高值带，中、南、东北较密集，边缘减弱；雷电强度空间差异较小，以中弱为主。按0—20、20—40、40—60、60—80、>80 kA分级统计，负极性雷电占总数83%以上；随强度增加，总、正、负雷电频次均下降；各强度级月变化单峰、6—8月集中、7月峰值，日变化同步午后峰值。
3.1.3 驱动因素分析：1）雷电因素与雷击跳闸：按跳闸前1 h、1 km内平均雷电强度统计，0—40 kA雷电诱发94.7%的跳闸，0—20 kA最高；负极性诱发跳闸数明显高于正极性；随强度增加跳闸数总体下降，但>40 kA高电流正极性对跳闸贡献上升。2）气象因素与雷击跳闸：多元线性回归显示跳闸数与M_Pa显著负相关（r=?0.696）、与M_Tm显著正相关（r=0.634），M_Rh、M_Tp、M_Ws弱相关；跳闸多发生于M_Tp 0—0.5 mm、M_Pa 990—1020 hPa、M_Tm 20—25 °C、M_Rh 90—100%、M_Ws 0—1.6 m·s^?1。3）输电线路特征、地形因素与雷击跳闸：跳闸集中于T_Nb 1—3、T_Ln 1—3 km；T_Ve中110 kV最高、220 kV次之，500 kV和1000 kV显著下降；随高程和坡度上升跳闸数下降，高频样本多在0—200 m和0—10°；阴坡跳闸频率高于半阴、阳、半阳坡；110 kV和220 kV低海拔缓坡线路为防雷重点。
3.2.1 特征选择：增益重要性显示L_I最高（0.095），T_Ln、T_Nb、T_Ve次之，地形因子G_Tr、G_As、G_Sl为第二梯队，气象因子总体较弱，M_Rh（0.075）最佳，M_Tp（0.056）最低；Pearson相关显示G_Tr与M_Pa强负相关（r=?0.74）、与G_Sl正相关（r=0.65），G_Sl与M_Pa中度负相关（r=?0.45），T_Nb与T_Ln中度负相关（r=?0.51）。按|r|>0.6强共线保留高重要性变量并剔除全局最低重要性变量，筛出10个特征；但全特征模型受试者工作特征曲线下面积（ROC-AUC）更高（XGBoost 0.7442、CatBoost 0.7359、LightGBM 0.7195 vs 0.7140、0.7080、0.6829），故最终采用全部13个特征。
3.2.2 模型训练结果比较：分层随机7:3划分，五模型调参并测试。ROC-AUC排序XGBoost 0.7442 > CatBoost 0.7359 > Random Forest 0.7251 > LightGBM 0.7195 > Logistic Regression 0.6907；精确率—召回率曲线下面积（PR-AUC）排序XGBoost 0.5908 > CatBoost 0.5862 > Random Forest 0.5641 > LightGBM 0.5554 > Logistic Regression 0.5080，均高于气候统计基线（ROC-AUC 0.6112、PR-AUC 0.5227）。CatBoost对跳闸类F₁最高（0.5959）、召回率0.7604，优于XGBoost（0.6979）和LightGBM（0.6771）；逻辑回归和随机森林召回高但精确率低、类间失衡。综合曲线、少数类识别和分类平衡，选CatBoost。
3.2.3 输电线路雷击跳闸风险预测结果：CatBoost以分类与回归树（CART）迭代和logistic损失函数输出0—1连续概率；按既有范式和国内预警需求四级分类。测试集中非跳闸样本多落入低/中风险（39.34% Level 1、32.84% Level 2，仅10.44% Level 4），真实跳闸样本多落入较高/高风险（41.67% Level 3、37.25% Level 4）；78.92%真实跳闸为Level 3或4，72.18%非跳闸为Level 1或2。2025年4月19日和21日10个真实跳闸点与100个有雷电无跳闸点验证：10个跳闸点中6个风险0.40—0.80（Level 3）、2个>0.80（Level 4）、2个<0.40（Level 2）；100个非跳闸点中39个Level 1、33个Level 2、20个Level 3、8个Level 4，72%为低至中风险。模型可识别高风险位置并对安全样本有区分能力，部分错配反映雷电跳闸低概率随机性。
讨论部分总结：讨论指出雷电参数、线路固有属性、地形和局地气象共同塑造跳闸时空分布；增益贡献中雷电电流强度、累计线路长度和线路数量最高，线路长度与数量主要反映基础设施暴露水平而非直接物理触发；气象单变量贡献有限，但可能通过特征交互共同作用。CatBoost综合性能最好，对少数类跳闸样本敏感性较高，适合不平衡预测；但AUC中等、精度偏低导致误报率较高，是极不平衡故障预测的固有限制。测试集和单案例中部分真实跳闸落入低/中风险、部分非跳闸获得较高风险，说明模型描述潜在发生概率而非确定性结果。该研究未进行概率校准；区分度与校准是两个维度，未来可用Platt scaling（一种概率校准方法）改善风险概率可靠性。预测风险是雷电事件条件下线路跳闸的条件概率，不是雷电发生概率；机器学习结果反映统计预测关联而非严格因果证明。以江西为案例，但数据分析流程、特征选择策略、多因子解释范式和风险分级方法具有跨区域参考价值；可迁移的是方法而非训练模型参数，直接迁移XGBoost参数不推荐，应使用同样特征工程流程并以本地样本重训或迁移微调。局限包括负样本时空随机采样可能偏差、缺少塔杆接地电阻和避雷线配置等精细工程参数、验证以离线历史样本为主、误报率较高；未来可引入更先进重采样、预报气象数据、短时动态预警、概率校准、额外特征工程和可解释人工智能（XAI）。
研究结论部分翻译：（1）2015—2024年江西110 kV及以上输电线路记录1173起雷击跳闸。空间上内陆多中心集聚；时间上集中于3—9月汛期，日变化为午后单峰。区域雷电以0—40 kA弱中雷电为主，触发94.7%的跳闸；正极性雷电总体比例低，但在>40 kA高电流范围对跳闸贡献上升。（2）雷击跳闸受雷电活动、气象条件、输电线路属性和地形多因子耦合驱动。雷电电流强度、累计线路长度和线路数量在预测因子中排名较高；高程、坡度和坡向地形效应显著；低海拔缓坡区110 kV和220 kV线路为高风险目标。基于特征重要性和Pearson相关系数筛选、分析和比较变量，最终选择全部13个输入特征。（3）梯度提升树模型优于基线方法。综合考虑ROC-AUC、PR-AUC、F₁和类不平衡样本分类平衡，选择CatBoost为最终预测模型，并利用其0—1连续概率输出建立四级风险分类系统。测试集验证显示78.92%真实跳闸样本预测为较高风险及以上，72.18%非跳闸样本落入低至中风险；案例验证显示80%历史跳闸样本为较高风险及以上，72%非跳闸样本为低至中风险。部分预测与实测不匹配反映雷击跳闸固有的低概率随机性。（4）该研究构建的多源数据融合、特征选择、集成建模和概率风险分类完整分析框架，可为江西电网防雷运维提供技术支持，并为其他亚热带丘陵地区输电线路雷电风险评估提供可复用范式。对类似地区，建议优先融合雷电定位、高分辨率气象网格、电网信息和地形多源数据；实施经严格多重共线性检验的特征工程；采用梯度提升树模型输出概率风险以支持差异化防雷规划。未来建议纳入塔杆工程参数、利用预报气象数据发展短时动态预警系统，并采用可解释人工智能进一步揭示驱动因子的非线性效应。