[发明专利]一种基于Kriging的输电塔结构风灾易损性建模方法

说明书

本发明公开了一种基于Kriging的输电塔结构风灾易损性建模方法，包括以风场平均强度、风向角和输电线路跨度为基本参变量，以塔‑线结构设计风荷载计算方法为依据，结合Kriging等代技术与大数据分析算法，求解输电塔结构抗风能力面，构建了输电塔抗风能力面的自适应等代建模过程，在此基础上，利用蒙特卡洛模拟，开展输电塔风致易损性计算，建立了输电塔结构失效概率关于风速、风向角和水平档距的四维易损模型，实现风场时空变化与输电线路空间分布联合影响下输电塔结构的高维易损性计算及评估。

技术领域

本发明属于输电线路结构抗风技术领域，涉及输电塔结构风致易损性计算方法，以输电塔结构抗风安全性为关注点，考虑风场时空变化与输电线路空间分布的联合影响，结合Kriging等代技术与大数据分析算法，具体为一种基于Kriging的输电塔结构风灾易损性建模方法。

背景技术

克里金法，简称Kriging，是依据协方差函数对随机过程或者随机场进行空间建模和预测的回归算法。在特定的随机过程，例如固有平稳过程中，克里金法能够给出最优线性无偏估计，因此在地统计学中也被称为空间最优无偏估计器。

输电线路主要由输电塔和输电线两部分组成，两者在风作用下相互影响，形成风敏感结构体系。强风是对输电线路结构威胁最大的自然灾害。针对输电塔结构失效这一输电线路风灾破坏模式，其破坏通常是由于实际风效应大于输电塔所能承受的极限风效应，从而导致塔体破损或倒塌，造成输电线路故障。输电线路中输电塔结构所受强风效应由塔-线结构特性、线路空间分布特征和风场特性共同决定。这对考虑多参数联合影响的输电塔风致易损性评估提出了需求。风灾情况下输电塔结构安全性是关于塔-线、风场和线路等多影响因子的高维易损问题。

目前工程结构风致易损性评估是以数值模拟为主要手段，结合随机抽样技术和蒙特卡洛随机模拟方法，来最终获得易损曲线，求解结构在特定环境作用下的失效概率，进而生成一系列结构风致失效概率关于平均风速的二维易损曲线。然而，对于多参数联合影响下的输电塔风灾易损性问题，大批量抽样与数值模拟将涉及难以估量的模拟成本和时间消耗，这给复杂工程问题的易损性分析带来困扰。输电塔作为输电线路的组成部分，其结构风致易损性是关于多环境参数的高维隐函数问题，是关于结构不确定性和风场随机性的双重概率问题。输电塔结构的风灾易损性并非简单的二维易损曲线可概括，而是关于多参变量的高维易损模型。因此，有必要寻求新方法，实现复杂工程问题的易损性高效计算和高精度建模。

发明内容

本发明目的是提供一种基于Kriging的输电塔结构风灾易损性建模方法，解决了对于输电塔风致易损性高效计算和高精度建模困难的问题。

为实现上述目的，本发明提供如下技术方案：一种基于Kriging的输电塔结构风灾易损性建模方法，包括以下步骤：

S1、将输电塔抗风极限承载力表示为关于风场平均强度、风向角和线路水平档距的函数，提出输电塔抗风能力面；

S2、以抗风能力面为对象，明确输入参数概率分布，生成n₀个初始观测点和相应观测结果，构建输电塔抗风能力面等代模型的初始实验集：

Z＝Z₀＝[X⁰Y⁰]

其中n₀为点集规模，X⁰为初始观测点集，Y⁰为初始观测结果；

S3、基于实验集，引入一阶多项式回归函数和抛物线式相关函数，构建输电塔抗风能面的Kriging等代模型；

S4、在输入参数变化域内进行全局采点，运用构建的Kriging等代模型预测输出量，即塔结构极限风速对数值，并计算预测误差方差，采用接受-拒绝采样技术，生成补充点集X^**，使得补充点集X^**服从以预测误差方差为概率密度的分布；