Nouvelles

Mar 13, 2023

Prédire l'allumage d'un feu de forêt induit par le balancement dynamique d'un conducteur sous des vents forts

Rapports scientifiques volume 13,

Rapports scientifiques volume 13, Numéro d'article : 3998 (2023) Citer cet article

1210 accès

67 Altmétrique

Détails des métriques

Lors d'événements de vents violents avec des conditions météorologiques sèches, les systèmes d'alimentation électrique peuvent être la cause d'incendies de forêt catastrophiques. En particulier, le contact conducteur-végétation a été reconnu comme la principale cause d'allumage des incendies de forêt liés aux services publics. Il existe un besoin urgent d'une analyse précise des risques d'incendie de forêt à l'appui de la prise de décision opérationnelle, comme la gestion de la végétation ou les coupures de courant préventives. Ce travail étudie le mécanisme d'allumage causé par le balancement du conducteur de transmission vers la végétation voisine et entraînant un contournement. Plus précisément, l'état limite étudié est défini comme le conducteur empiétant sur le dégagement minimal de végétation prescrit. Les caractéristiques stochastiques de la réponse de déplacement dynamique d'une ligne de transmission à travées multiples sont dérivées par une analyse spectrale efficace dans le domaine fréquentiel. La probabilité d'empiètement à un emplacement spécifié est estimée en résolvant un problème classique de première excursion. Ces problèmes sont souvent résolus à l'aide de modèles statiques équivalents. Cependant, les résultats montrent que la contribution du tremblement de vent aléatoire au déplacement dynamique du conducteur est appréciable sous des vents forts turbulents. Négliger cette composante aléatoire et dynamique peut conduire à une estimation erronée du risque d'inflammation. La durée prévue de l'événement de vent fort est un paramètre important pour déterminer le risque d'inflammation. De plus, la probabilité d'empiétement est très sensible au dégagement de la végétation et à l'intensité du vent, ce qui met en évidence le besoin de données à haute résolution pour ces quantités. La méthodologie proposée offre une voie potentielle pour une prédiction précise et efficace de la probabilité d'allumage, ce qui est une étape importante dans l'analyse des risques d'incendie de forêt.

Un feu de forêt, également connu sous le nom de feu de brousse, peut se produire lorsque les conditions météorologiques sont défavorables (faible humidité, température élevée, vents violents, etc.) combinées à un combustible végétal sec. Au cours des dernières décennies, les incendies de forêt sont devenus une grave menace dans le monde, comme dans le sud de l'Europe, l'Amérique du Nord et le sud-est de l'Australie1,2,3. Les incendies de forêt dans différentes régions présentent des caractéristiques régionales, car les conditions locales affectent les causes d'allumage typiques, le comportement du feu, etc. Aux États-Unis, les incendies de forêt sont un danger particulièrement important en Californie, qui souffre de fréquents incendies de forêt dévastateurs. Le Département des forêts et de la protection contre les incendies de Californie (CAL FIRE) a signalé une moyenne annuelle de 3 217 incendies de forêt et 624 728 acres brûlés en Californie entre 2016 et 20204. Alors que les incendies de forêt peuvent être déclenchés par une grande variété de causes (par exemple, la foudre, un incendie criminel, le tabagisme, etc.), les lignes électriques se sont révélées être la seule source d'inflammation non décroissante5. Les statistiques ont montré que sur les 20 incendies de forêt les plus destructeurs en Californie, au moins cinq ont été déclenchés par des systèmes électriques, y compris le Camp Fire de 2018, qui a détruit 18 804 structures et fait 85 morts6. En fait, les incidents déclenchés par le système électrique sont plus susceptibles de se transformer en grands incendies de forêt, en raison de leur relation particulière avec les conditions météorologiques extrêmes. Un réseau électrique, comprenant de nombreux composants et équipements, peut connaître une forte augmentation des pannes/défauts par vent fort7,8. Avec l'apport d'air chaud et sec, divers mécanismes d'allumage peuvent être déclenchés et des incendies peuvent être déclenchés là où des combustibles sont présents. De plus, des vents forts peuvent grandement faciliter la propagation du feu, tout en gênant les efforts de lutte contre l'incendie. Le vent est le facteur météorologique déterminant pour l'allumage par courant porteur. Cela a été indiqué par l'occurrence conjointe d'incendies de forêt liés aux lignes électriques et de vents extrêmes saisonniers en Californie9,10. Ces vents de foehn (connus sous le nom de vents Diablo ou vents de Santa Ana) se caractérisent par une intensité et des rafales remarquables.

Le réseau électrique est généralement considéré comme composé de deux systèmes : le système de transport et le système de distribution. Comparé au système de distribution, le système de transmission joue un rôle plus critique dans la fiabilité de l'alimentation car il transporte de l'électricité en vrac à haute tension sur de longues distances. Il existe un intérêt croissant de la recherche pour l'étude de la fiabilité et de la résilience des infrastructures électriques soumises au risque éolien11,12,13,14,15,16,17. Dans la plupart des cas, la défaillance structurelle d'un certain composant (par exemple, les conducteurs de transmission, les poteaux/tours des services publics) a été étudiée. Cependant, en ce qui concerne les incendies de forêt, l'état limite pertinent est différent de la défaillance structurelle traditionnelle, car l'accent est mis sur la probabilité de provoquer des mécanismes d'inflammation efficaces18. Par exemple, les particules de métal chaud provenant de l'arc électrique du conducteur et les braises brûlantes provenant du contact conducteur-végétation sont toutes deux des modes de défaillance éligibles induits par le vent, alors qu'une défaillance structurelle (par exemple, la rupture d'un conducteur) n'est pas nécessairement dangereuse19. Il a été démontré que le contact avec la végétation était la principale cause d'inflammation des services publics d'électricité en Californie, avec une contribution de 53,5 %20. Dans des conditions de vent fort, le contact conducteur-végétation se produit généralement sous deux formes : des arbres/membres cassés tombant sur le conducteur (connu sous le nom de problème de « chute ») et le conducteur se balançant vers la végétation voisine (connu sous le nom de « problème de croissance). " problème). Les lignes de transmission aériennes sont généralement soutenues par de hautes tours de transmission, ce qui rend le problème de chute moins probable. Au lieu de cela, le problème de croissance de la végétation est identifié comme une menace majeure pour les systèmes de transport d'électricité21. Les conducteurs de transport sont les plus exposés aux vents dangereux, car ils parcourent de longues distances sur des terrains variables. Ils sont très flexibles et de grands déplacements oscillants (10 ~ 20 m) peuvent être observés autour de la mi-portée22. On s'attend à ce que les changements climatiques influent sur l'ampleur et la fréquence des futurs phénomènes météorologiques extrêmes. L'American Society of Civil Engineers (ASCE) préconise une infrastructure adaptative pour un climat changeant. Comme indiqué dans ce document, des changements négatifs potentiels, tels que des saisons sèches prolongées, des températures plus chaudes et des intensités de vent extrêmes accrues, peuvent aggraver la situation d'inflammation induite par les lignes électriques23,24. L'un des principaux défis consiste à évaluer les impacts du changement climatique sur les systèmes bâtis et naturels sur la base de projections climatiques. Avec des complexités et des objectifs variables, l'analyse climatique peut être effectuée à différents niveaux24. Même en ignorant les effets futurs du changement climatique, une carte statique des risques de vent avec une période de retour de 20 ans a été générée et montre la gravité du problème (voir Fig. 1). La méthodologie utilisée pour créer la carte des risques liés au vent est détaillée dans les informations supplémentaires. La figure 1 suggère que des vents très forts, avec une large gamme d'intensité (17~104 m/s), devraient se produire en Californie. Des variations spatiales distinctes peuvent également être observées malgré la rareté des stations dans certaines zones, ce qui pourrait poser un sérieux défi pour le fonctionnement des réseaux électriques à grande échelle.

Carte des risques de vent en Californie (Période de retour = 20 ans).

En reconnaissance du potentiel d'incendies de forêt dévastateurs déclenchés par les systèmes électriques, les services publics d'électricité californiens sont autorisés à effectuer des coupures préventives d'électricité pour la sécurité publique (PSPS) en réponse à des conditions météorologiques extrêmes25. Au cours de la seule saison des incendies de 2019, des millions de personnes ont été touchées par les séries de coupures de courant, qui ont duré plus d'un mois26,27. Malgré l'efficacité immédiate pour empêcher les actifs énergétiques de provoquer des incendies, un événement PSPS peut entraîner d'autres perturbations importantes, car les communautés et les infrastructures critiques sont mises hors tension. L'analyse des risques est un outil puissant pour la prise de décision en cas d'incertitude. Dans le contexte PSPS, deux risques doivent être mis en balance, à savoir le risque d'incendies de forêt induits par les services publics et le risque d'événements liés à la panne d'électricité, qui peuvent aller d'une augmentation des accidents de voiture en raison de l'absence de feux de circulation, à des problèmes de santé. causés par l'arrêt des équipements domestiques de survie28. L'analyse des risques d'incendie de forêt porte généralement sur trois éléments : la probabilité d'allumage, la probabilité de brûlure (ou probabilité de propagation) et la vulnérabilité29. En termes de probabilité d'allumage, certaines études antérieures se sont concentrées sur le développement de modèles statistiques en étudiant les historiques d'allumage30. Ce type d'approches purement basées sur les données est polyvalent et applicable à diverses sources d'inflammation. Cependant, ils ne sont pas informatifs quant à la compréhension des mécanismes de défaillance et d'allumage sous-jacents qui pourraient conduire à des mesures d'amélioration et à des décisions en temps réel sur le PSPS. En revanche, il y a peu de travaux de recherche sur l'allumage des feux de forêt axés sur l'interaction physique entre les vents violents et l'infrastructure électrique, qui est au centre de cette étude.

La prédiction de l'inflammation a une grande influence sur l'analyse des risques d'incendie de forêt, car la simulation ultérieure de la propagation du feu et l'analyse des dommages causés par le feu reposent sur l'emplacement et le moment de l'allumage comme données d'entrée. Par conséquent, cette étude se concentre sur l'inflammation due au fait que le conducteur de transmission est soufflé suffisamment près de la végétation environnante et provoque un contournement ou des étincelles. Plus précisément, une méthodologie pour estimer la probabilité d'empiètement sur le dégagement de base (c'est-à-dire la défaillance initiale) est proposée, comme résumé dans la Fig. 2.

Cadre de la méthodologie proposée (Notez que le dernier encadré est fourni pour le contexte mais n'est pas inclus dans l'analyse).

La nouveauté de cet article est qu'il introduit l'idée d'étudier le problème de la violation du jeu entraînant l'allumage à travers une analyse formelle des réponses structurelles, en tenant compte des incertitudes de charge du vent. La probabilité d'empiètement calculée à l'aide de cette méthodologie tient compte de tous les facteurs pertinents, tels que la durée de l'événement éolien, l'intensité du vent, les propriétés de la ligne de transmission (TL), le dégagement de la végétation. Il convient de noter que les études antérieures sur la dynamique des câbles conducteurs dans le domaine spectral (utilisant une caractérisation similaire pour le processus stochastique du vent) se sont concentrées sur les contraintes concernant la rupture du conducteur. Cependant, l'application à l'empiètement de la végétation implique une focalisation distincte sur les déplacements des conducteurs. Il nécessite donc qu'une nouvelle équation d'état limite et un problème de premier passage associé soient formulés, ce qui est une contribution originale de ce travail. Le reste de cet article est structuré comme suit. Premièrement, le contexte et les pratiques de gestion de la végétation sont passés en revue, après quoi l'état limite pertinent est défini. Deuxièmement, la méthodologie proposée pour calculer la probabilité d'empiètement est détaillée. Enfin, la section d'application donne deux exemples à différentes échelles, où les principaux résultats sont présentés.

La végétation qui pousse à proximité des infrastructures électriques est reconnue depuis longtemps comme une menace pour la fiabilité des réseaux électriques, et elle est particulièrement préoccupante dans les systèmes de transmission. En fait, le déplacement du courant électrique dû à un TL défaillant peut provoquer des pannes en cascade ailleurs et provoquer des pannes de courant massives31. Pendant ce temps, l'urbanisation a poussé les infrastructures électriques vers l'interface entre la nature et les villes (WUI), qui est plus boisée et sujette aux incendies, exacerbant les risques causés par la proximité de la végétation9. La grande majorité des lignes de transmission utilisent des conducteurs aériens au lieu de câbles souterrains, car ces derniers sont beaucoup plus coûteux à installer et à entretenir. Comme mentionné précédemment, il existe deux types d'interactions végétation-conducteur qui peuvent déclencher une défaillance : le type de chute et le type de croissance. Le mécanisme de défaillance par chute implique des incertitudes substantielles du côté de la végétation, y compris l'état de santé de la végétation et la résistance à la rupture sous la charge du vent, pour n'en nommer que quelques-unes. Bien que les technologies modernes, telles que la détection et la télémétrie par la lumière (LiDAR)32 aient facilité l'acquisition de données sur la végétation, le problème de chute reste très difficile à prévoir, même dans un sens probabiliste, compte tenu de la complexité de la végétation et de la trajectoire éolienne post-fracture. D'autre part, cet article se concentre sur la classe croissante des défaillances potentielles, qui est étroitement liée au comportement structurel. Plus précisément, la réponse de déplacement dynamique induite par le vent des lignes de transmission est examinée dans le but de mieux comprendre comment elle augmente la probabilité d'empiétement du dégagement et, par conséquent, d'inflammation. Le mécanisme d'allumage correspondant est le phénomène de contournement (ou d'amorçage), dans lequel le courant électrique saute dans l'air du conducteur à un objet proche (généralement des arbres). L'énergie libérée par le courant à haute tension peut entraîner une inflammation et même des incendies en présence d'une végétation peu humide et d'une atmosphère sèche. Il est important de noter qu'un contournement peut se produire même lorsqu'il n'y a pas de contact direct entre le conducteur et les arbres.

Afin d'éviter que l'infrastructure électrique ne soit interrompue par la végétation, des règles de dégagement sont universellement établies. En ce qui concerne le risque d'incendie de forêt lié aux lignes électriques, des réglementations plus strictes peuvent être introduites. Aux États-Unis, la norme NERC FAC 003-4 est la plus pertinente pour la gestion de la végétation des réseaux de transport21. Essentiellement, il exige qu'une distance minimale de dégagement de la végétation (MVCD) soit maintenue entre les conducteurs de transmission et la végétation contiguë. La « wire-border zone » est une technique efficace de gestion de la végétation des réseaux de transport et largement utilisée sur le terrain33. Cette approche établit une emprise (emprise) le long des installations de transmission, comme le montre la figure 3. En règle générale, l'emprise est composée d'une zone de fil où seule la végétation basse est autorisée et de deux zones frontalières où les arbustes plus grands et les petits les arbres peuvent être autorisés. Compte tenu de l'affaissement et du balancement du conducteur, la largeur de l'emprise est généralement beaucoup plus grande que ce qui est nécessaire pour le placement structurel uniquement. Par exemple, l'emprise des lignes 230 kV peut varier entre 20 m et 60 m. Notez que sur la Fig. 3, la végétation et le mouvement du conducteur ne sont dessinés que d'un côté et le MVCD est indiqué comme un rayon entourant le conducteur. Étant donné que la position d'un conducteur change constamment en raison de divers chargements, une zone de contournement potentielle peut être identifiée le long de la trajectoire.

Emprise de la ligne de transmission.

Comme mentionné ci-dessus, le scénario de défaillance à l'étude est que le conducteur oscille vers l'extérieur et se rapproche suffisamment de la végétation pour potentiellement provoquer un contournement et allumer un incendie. L'entrefer entre le conducteur et la végétation peut être considéré comme un isolant dont la capacité d'isolation dépend de sa taille et des caractéristiques ambiantes (température, humidité). En ce qui concerne la taille de l'écart, il existe deux principales sources d'incertitude : la première est la charge de vent turbulent qui influence directement le mouvement du conducteur et de la végétation ; l'autre est la croissance de la végétation qui est affectée par les conditions naturelles et les interventions humaines (par exemple, taille périodique). La croissance de la végétation n'a de sens que sur des horizons de temps longs (mois, années) et son effet peut être négligé dans le contexte d'événements de vents forts de courte durée. Par conséquent, la taille de l'espace est principalement affectée par le déplacement du conducteur induit par le vent, car le mouvement de la végétation est généralement considéré comme négligeable en comparaison. Cette étude définit l'état de défaillance (c'est-à-dire l'état limite) comme l'empiètement du conducteur dans le MVCD. Dans le cadre de l'analyse des risques d'incendie de forêt, il est important de reconnaître que l'atteinte de cet état limite n'est que la première étape de la chaîne d'événements empiétement-flashover-allumage et les probabilités conditionnelles d'occurrence des deux autres étapes doivent être prises en compte pour calculer le risque global d'inflammation.

Pour calculer avec précision la probabilité d'embrasement au-dessus d'un entrefer dont la taille change pendant l'événement de vent, la relation entre la taille de l'entrefer et sa capacité d'isolation doit être quantifiée. Par exemple, l'équation de Gallet a été adoptée dans la norme NERC FAC 003-4 pour calculer un MVCD produisant une probabilité de contournement de \(10^{-6}\) ou moins21. Cependant, d'autres expériences sont nécessaires pour la validation et pour une meilleure compréhension du phénomène de contournement transitoire31,34. La probabilité d'inflammation par contournement varie en fonction de nombreux facteurs, notamment l'inflammabilité de la végétation et les conditions atmosphériques à proximité de l'incident. Compte tenu des connaissances limitées et des incertitudes importantes impliquées, la transformation de l'empiètement du MVCD en inflammation repose sur le jugement subjectif et l'attitude face au risque des décideurs. Pour cette raison, le calcul des probabilités conditionnelles susmentionnées dépasse le cadre de ce travail, qui se concentre plutôt sur l'empiètement lui-même.

La section suivante présente une expression mathématique de l'état limite ainsi que la méthodologie pour déterminer les quantités nécessaires.

Les lignes de transmission sont généralement conçues en sections, où une section TL se compose de plusieurs travées et peut s'étendre sur plusieurs kilomètres. La figure 4 illustre le modèle d'un exemple de section TL à travées multiples. Ici, l'environnement OpenSeesPy est utilisé pour décrire comment un modèle d'éléments finis d'un câble de transmission à travées multiples peut être construit et analysé35. Les deux extrémités sont reliées à des tours de contrainte ne permettant aucun mouvement longitudinal du conducteur, et elles sont modélisées comme des supports articulés. Des chaînes d'isolateurs de suspension accrochées aux pylônes de transmission intermédiaires supportent les conducteurs à leurs extrémités inférieures. Le point d'attache conducteur-isolant est modélisé comme une charnière, selon la pince de suspension articulée la plus couramment utilisée36. Lorsque la chaîne d'isolateurs oscille, le point d'attache peut se déplacer librement dans l'espace. Selon la tension, un seul conducteur (jusqu'à 220 kV) ou des conducteurs groupés (220 kV et plus) peuvent être utilisés dans les circuits de transmission. Un seul conducteur peut être modélisé à l'aide de l'élément de câble37, tandis qu'un modèle de conducteurs groupés peut nécessiter la capture de l'effet des entretoises. Le conducteur prend une forme caténaire dans une travée, et le profil non contraint doit d'abord être déterminé afin de calculer le profil affaissé14. Les chaînes d'isolateurs de suspension sont généralement constituées de matériaux fragiles (par exemple, verre, porcelaine) et leur rigidité en flexion est négligeable. Ainsi, la chaîne d'isolateurs de suspension a été modélisée par l'élément de treillis corotationnel à rigidité axiale élevée, compte tenu de ses grands déplacements. La longueur de la chaîne d'isolateurs (plusieurs mètres) varie en fonction de la tension, de sorte que la charge de vent appliquée directement sur eux est négligeable par rapport à la charge de vent du conducteur. Les paramètres mécaniques spécifiques nécessaires à la configuration du modèle d'éléments finis sont fournis dans la section Application en vertu d'un exemple de ligne de transmission à deux travées.

Tronçon de ligne de transmission à travées multiples soumis à des vents turbulents.

Bien que l'interaction TL-végétation soit un problème localisé, les modèles mathématiques de flux de vent doivent être établis à grande échelle pour les tempêtes de vent synoptiques (non tropicales) considérées. Le flux de vent est considéré comme horizontalement homogène, car les systèmes de transmission se répartissent principalement sur des zones de terrain dégagées qui offrent une portée suffisamment longue. Cependant, il faut reconnaître que la non-homogénéité existe lorsque le système rencontre des arbres de manière sporadique (bois clairsemés ou forêts denses). Bien que cet article vise à proposer une méthodologie à usage général, des études distinctes doivent être menées pour des conditions spécifiques afin d'obtenir des résultats adaptés à ces cas. Comme le montre la Fig. 4, on suppose que le flux de vent est présent dans une seule direction, c'est-à-dire perpendiculaire à la direction de portée de la section TL. Cette direction est choisie car elle est considérée comme la plus défavorable pour les réponses de déplacement du conducteur. Cette hypothèse conduit à une estimation prudente du risque. Pour déterminer le degré de cette surestimation, une analyse spécifique des modèles de vent et des directions des vents prédominants doit être effectuée pour la région étudiée. En ingénierie éolienne, la vitesse fluctuante totale du vent est généralement divisée en deux parties : la vitesse moyenne constante du vent \(\overline{V}_z\) à la hauteur z, plus la fluctuation turbulente moyenne nulle v(t, x), où t indique le temps et x est l'emplacement le long du câble conducteur. Au sein de la couche inférieure de la couche limite atmosphérique, la variation de la vitesse moyenne du vent avec la hauteur peut être décrite par la loi logarithmique :

où \(u_*\) est la vitesse de cisaillement du flux de vent ; \(z^{}_0\) est la rugosité de surface ; et k est la constante de Von Karman et est généralement pris égal à 0,4.

La vitesse du vent sur 10 minutes mesurée à 10 m au-dessus du sol - hauteur standard pour le montage des anémomètres - est généralement choisie comme vitesse de référence du vent pour le profil moyen du vent. Dans cette étude, l'intensité de l'événement de vent est décrite en termes de vitesse du vent de référence (notée \(\overline{V}_{10}\)) à partir de laquelle les vitesses moyennes du vent à d'autres hauteurs sont calculées. Pour les cas où les mesures de différents temps de calcul de la moyenne sont préférées, les facteurs de conversion peuvent être trouvés dans la littérature38,39.

Dans l'état initial, le conducteur est généralement affaissé avec un rapport affaissement sur portée de 1/50 ~ 1/3040. La vitesse moyenne du vent le long d'une travée peut être bien approchée par la vitesse moyenne du vent à la hauteur de référence, qui est (2/3)d en dessous du niveau de support, où d est l'affaissement à mi-travée41. La turbulence du vent est corrélée dans le temps et dans l'espace. Les deux corrélations ont été largement étudiées et des modèles bien établis pour celles-ci sont disponibles dans la littérature. Comme prévu, la corrélation dans le champ de vent diminue avec l'augmentation du décalage temporel et de la séparation spatiale. En un seul point de l'espace, la corrélation temporelle de la turbulence longitudinale au vent est le plus souvent décrite par la densité spectrale de puissance (DSP) unilatérale suivante dans le domaine fréquentiel42,43 :

où f est la fréquence en Hz. La corrélation spatiale entre la fluctuation de la vitesse du vent en deux points à la même hauteur (par exemple, la hauteur de référence) peut être capturée par la fonction de cohérence proposée par Davernport44 :

où \(x^{}_1\) et \(x^{}_2\) sont les coordonnées longitudinales de deux points le long de la TL ; C est le facteur de décroissance et peut être réglé sur 16 pour la séparation horizontale. Même s'il existe différents modèles dans la littérature45, dans cet article, la gaussianité est supposée pour les fluctuations de la vitesse du vent, sur la base des travaux d'Einar N. Strømmen46. En conclusion, la composante de fluctuation du vent v(t, x) est caractérisée comme un processus aléatoire à moyenne nulle, stationnaire, gaussien, unidimensionnel (1D) et multivarié (mV).

La charge de vent secouante sur le conducteur est générée par deux sources : le flux de vent fluctuant total et l'interaction conducteur-vent due au mouvement du conducteur. En adoptant l'hypothèse quasi-stable, la force de traînée dynamique du vent est calculée à l'aide de l'équation. (4) de sorte que l'amortissement aérodynamique est également (indirectement) pris en compte :

où \(f^{}_{\textrm{D}}\) est la force de traînée par unité de longueur ; \(\rho\) est la densité de l'air ; D est le diamètre du conducteur ; \(C_{\textrm{d}}\) est le coefficient de traînée ; \(V_{\textrm{rel}}\) est la vitesse relative entre le conducteur et le flux de vent (voir Fig. 5) et est donnée par l'équation suivante :

où \(\dot{u}^{}_{\textrm{Z}}\) et \(\dot{u}^{}_{\textrm{Y}}\) sont les vitesses du conducteur dans la direction Z et Y, respectivement.

Mouvement relatif conducteur-vent.

La réponse de tremblement induite par le vent d'une section TL peut être calculée en deux étapes40 : premièrement, l'état d'équilibre de la structure sous la charge de gravité et de vent moyenne est déterminé par analyse statique ; deuxièmement, la réponse dynamique due à la composante fluctuante du vent est obtenue avec la structure linéarisée à l'état de vent moyen. Ma et al.14 ont validé la linéarisation de la structure sous charge de vent moyenne importante. Avec les deux linéarisations - la relation linéaire entre la vitesse du vent et la charge du vent (hypothèse de petite composante fluctuante) et le comportement linéaire de la structure caractérisée à l'état de vent moyen - les propriétés de la composante de fluctuation du vent (gaussienne, stationnaire, etc.) sera également valable pour la réponse de déplacement46. Pour étudier la probabilité d'empiètement sur le MVCD, la tâche principale est d'obtenir les propriétés probabilistes de la réponse de déplacement du conducteur, c'est-à-dire la moyenne et l'écart type dans ce cas gaussien. Ainsi, l'approche du domaine fréquentiel modal a été utilisée dans la deuxième étape. Les écarts-types ont été directement dérivés de la matrice de densité interspectrale de la réponse, qui peut être trouvée grâce à une analyse efficace du domaine fréquentiel. Notez que ni la simulation du champ de vent ni la coûteuse simulation de Monte Carlo dans le domaine temporel ne sont nécessaires.

Suivant l'approche d'analyse du domaine fréquentiel, la réponse dynamique autour de l'état moyen du vent est séparée en réponse de fond et réponse de résonance. Les formes de mode et les fréquences modales de la structure linéarisée peuvent être obtenues par analyse des valeurs propres. Ensuite, la matrice de densité interspectrale (CSDM) du vecteur de déplacement modal est déterminée par :

où \(\varvec{H}(f)\) est la matrice de transfert et est exprimée dans l'équation. (7); les exposants * et \(\textrm{T}\) représentent respectivement l'opérateur conjugué complexe et l'opérateur de transposition ; \(\textrm{i} = \sqrt{-1}\); \(\varvec{K}\), \(\varvec{C}\), \(\varvec{C}_{\textrm{aero}}\) et \(\varvec{M}\) sont généralisés matrice de rigidité, matrice d'amortissement structurel généralisé, matrice d'amortissement aérodynamique généralisée et matrice de masse généralisée dans l'espace modal, respectivement47. Il convient de souligner que \(\varvec{C}_{\textrm{aero}}\) n'est pas diagonal en raison des effets de couplage entre les formes de mode. De plus, \(\varvec{S}_{\textrm{p}}(f)\) est le CSDM du vecteur de charge modale et peut être calculé comme :

où \(\bar{f}^{}_{\textrm{D}}\) est la force de traînée moyenne statique par unité de longueur avec \(\overline{V}_z = V_{\textrm{rel}}\) dans l'éq. (4); \(|\varvec{J}_{jk}(f)|^2\) est la fonction d'acceptation conjointe ; L est la longueur totale de la portée de la section TL ; \(\varvec{\varphi }^{}_{\textrm{Y}j}(x^{}_1)\) est la composante Y à \(x^{}_1\) dans le j-ème mode ; \(\varvec{\varphi }^{}_{\textrm{Y}k}(x^{}_2)\) est la composante Y à \(x^{}_2\) dans le k-ième mode ( \(x_1\) et \(x_2\) ne sont que des variables d'intégration). Notez que seuls les composants Y apparaissent dans l'équation. (9), car le flux de vent est dans la direction Y uniquement.

Une fois que \(\varvec{S}_{\textrm{q}}(f)\) est obtenu à partir de l'équation. (6), l'écart type de la réponse de déplacement total au r-ème nœud est dérivé par intégration sur la gamme de fréquences47 :

où N est le nombre total de modes considérés ; \(\lambda \in \left\{ \text {X, Y, Z} \right\}\) indique la direction.

La réponse de fond est considérée comme quasi-statique et son écart type, \(\sigma ^{}_{\lambda r, \textrm{B}}\), peut être calculé comme décrit ci-dessus, mais en calculant la fonction de transfert simplement comme \ (\varvec{H}(f) = \varvec{K}^{-1}\), au lieu d'utiliser Eq. (7). Enfin, l'écart type de la réponse résonnante, \(\sigma ^{}_{\lambda r, \textrm{R}}\), est calculé comme suit :

Comme mentionné précédemment, la détermination de l'état limite implique deux facteurs, à savoir le déplacement du conducteur et le dégagement de la végétation. En termes de déplacements du conducteur, les effets de l'oscillation de l'isolant sont inclus dans la réponse de tremblement du conducteur et sont capturés par ses propriétés probabilistes. Lorsque le flux de vent est dans la direction Y uniquement, la réponse de déplacement dans la direction longitudinale (X) est considérablement plus petite que celle dans la direction du vent longitudinal (Y) ou la direction du vent traversier (Z). Cette étude concerne le dégagement latéral de la végétation (direction Y), et une configuration simplifiée est illustrée à la Fig. 6. Pour plus de simplicité, le balancement du conducteur n'est dessiné que d'un côté, le vent soufflant dans la direction Y positive.

Vue en coupe du défrichement de la végétation.

Lors d'un événement de vent fort, le dégagement en temps réel n'est affecté que par le mouvement du conducteur car la croissance de la végétation et le mouvement de la végétation sont négligés. La position du conducteur change dynamiquement dans l'espace autour de l'état moyen du vent (indiqué par des cercles en pointillés) avec une zone MVCD radiale se déplaçant avec lui. La végétation (arbre) à proximité est représentée par des points de végétation pour lesquels les données du dernier levé peuvent être utilisées (par exemple, les données de nuages ​​de points d'un levé LiDAR). Il faut reconnaître qu'en réalité la végétation a une grande diversité et complexité (par exemple, la forme, les espèces) qui ne sont pas capturées par les points de végétation. L'expression mathématique du jeu latéral en temps réel peut s'écrire :

où t est l'instant de temps ; \(Y_{\textrm{clr}}\) est le dégagement connu avant l'événement mesuré latéralement à partir de l'état de repos du câble jusqu'au point de végétation le plus proche (indiqué par une croix pleine) ; \(\overline{U}^{}_{\textrm{Y}}\) et \(u^{}_{\textrm{Y}}(t)\) sont le déplacement moyen statique et le déplacement dynamique dans le Y sens, respectivement. La violation de MVCD (état limite) se produit lorsque \(F(t) < mvcd\), où mvcd est une valeur prescrite qui peut être déterminée en fonction de la tension, de l'altitude, etc21.

À ce stade, deux concepts supplémentaires doivent être précisés. Tout d'abord, l'éq. (12) est significatif sur la prémisse sous-jacente que le déplacement du conducteur sous le vent moyen établit la possibilité de violer le MVCD sous des charges de vent dynamiques, et pourtant les effets de réponse dynamique méritent d'être pris en compte, comme le montre la Fig. 6. Pour le cas où le le conducteur déplacé est trop éloigné de la végétation (\(Y_{\textrm{clr}} \gg \overline{U}^{}_{\textrm{Y}}+mvcd\)), la violation peut être considérée comme impossible ; alors que si le conducteur sous vent moyen est déjà trop près de la végétation (\(Y_{\textrm{clr}} \le \overline{U}^{}_{\textrm{Y}}+mvcd\)), non le calcul est nécessaire puisque la violation est un certain événement. Cette situation est en fait relativement courante pour les défrichements conçus pour les charges de vent ordinaires. Deuxièmement, l'enveloppe soufflée dans une travée est influencée par l'affaissement changeant du conducteur. Le déplacement latéral maximal au sein d'une travée est atteint à mi-portée en coïncidence avec l'affaissement maximal, comme illustré à la Fig. 7. vérification à l'état limite.

Vue de dessus du dégagement latéral d'une travée.

La violation du MVCD, en tant que proxy de l'allumage induit par les services publics, pourrait provoquer une panne de courant à grande échelle et des incendies de forêt désastreux la toute première fois qu'elle se produit. Ce type de défaillance est classé dans la catégorie des défaillances dues à la première excursion (croisement vers le haut), un problème largement étudié par la théorie des vibrations aléatoires48. Comme mentionné précédemment, le déplacement fluctuant \(u^{}_{\textrm{Y}}(t)\) peut être caractérisé comme un processus aléatoire stationnaire, gaussien et à moyenne nulle. Soit \(F(t)=mvcd\) et réarrange Eq. (12), le seuil de dépassement a s'exprime par :

Notez que les Éqs. (12) et (13) sont formulés dans un sens continu, cependant, les calculs sont en fait effectués aux nœuds du modèle d'éléments finis. Ainsi, le taux d'excursion attendu (c'est-à-dire le nombre moyen de passages vers le haut par unité de temps) au r-ème nœud par rapport au seuil \(a_{r}\) peut être calculé comme49 :

où \(\sigma ^{}_{\textrm{Y}r}\) peut être obtenu à l'aide de l'équation. (10) avec \(\lambda =\) Y ; \(\sigma ^{}_{\dot{\textrm{Y}}r}\) est l'écart type de la réponse de vitesse dans la direction Y au r-ème nœud et peut être calculé par :

De plus, on constate qu'un amortissement aérodynamique important rend la réponse de fond dominante dans la réponse dynamique47. Cela indique que \(u^{}_{\textrm{Y}}(t)\) est loin d'être un processus à bande étroite, qui nécessiterait plutôt la dominance de la réponse résonnante. Ainsi, avec une autre hypothèse que les excursions arrivent indépendamment dans le domaine temporel, la probabilité d'empiétement, formulée comme la probabilité d'excursion de croisement vers le haut (\(u^{}_{\textrm{Y}}(t) > a\ )) dans l'intervalle \(0

où \(T^{}_{0}\) est l'horizon temporel ou la durée en secondes. Un avantage particulier du calcul de la probabilité \(P_{\textrm{en},r}(T^{}_{0})\) est qu'il prend en compte l'effet de \(T^{}_{0} \). Dans les applications pratiques, \(T^{}_{0}\) n'est pas nécessairement égal à la durée de l'événement de vent prévu, mais peut être toute durée d'intérêt plus courte. En termes généraux, plus le temps d'attente est long, plus l'excursion est susceptible de se produire. Cela peut être très utile dans la prise de décision urgente où les risques évoluent avec le temps.

Alors que la méthodologie proposée est générale et peut être appliquée à des systèmes de transmission de puissance avec différentes caractéristiques et dans différentes régions, deux exemples d'application spécifiques sont présentés pour démontrer l'approche. La méthodologie a d'abord été mise en œuvre au niveau de la section TL unique, puis les résultats ont été étendus pour illustrer l'application au niveau du système.

Une section TL à deux travées avec une tension nominale de 230 kV (courant alternatif) a d'abord été étudiée, comme le montre la Fig. 8. Des informations générales sur le type d'élément et l'environnement de calcul ont déjà été fournies dans la section Méthodologie. Pour cet exemple particulier, les détails de modélisation pertinents sont donnés comme suit. Le conducteur est suspendu à toutes les tours à la même hauteur (\(H = 40\) m) avec le plus grand affaissement à mi-portée \(d = 13,33\) m. Le conducteur est de type « Drake » et les propriétés pertinentes sont : diamètre \(D = 0,028\) m, poids unitaire \(w = 15,966\) N/m, module d'élasticité \(E = 77\) GPa. La chaîne d'isolateurs de suspension a été modélisée par un élément de treillis co-rotationnel avec les propriétés suivantes : longueur \(l_{\textrm{ins}} = 1,8\) m, diamètre \(D_{\textrm{ins}} = 0,254\) m, masse totale de la chaîne isolante \(M_{\textrm{ins}} = 48\) kg, et module d'élasticité \(E_{\textrm{ins}} = 210\) GPa. Afin de tenir compte d'éventuels vents violents futurs, sept niveaux d'intensité ont été étudiés : \(\overline{V}_{10} \in \left\{ 30, 35, 40, 45, 50, 55, 60 \right\ }\) SP. Les paramètres suivants sont également nécessaires : rugosité de surface \(z^{}_0 = 0,03\) m (terrain dégagé), coefficient de traînée \(C_{\textrm{d}} = 1,0\), densité de l'air \(\rho = 1,226\) kg/\(\textrm{m}^3\) et l'accélération gravitationnelle \(g = 9,81\) m/\(\textrm{s}^2\). Notez que le chargement thermique ou tout autre chargement physique (par exemple, la glace) a été négligé dans cet exemple.

Croquis du modèle de section TL à deux travées (pas à l'échelle).

Il est tenu pour acquis que les données sur la végétation sont connues à l'avance, soit à partir d'enquêtes précédentes, soit à partir d'estimations valides. La valeur de mvcd correspondant à une tension de 230 kV varie entre 1,2 m et 1,6 m selon l'altitude21. On a supposé qu'une constante \(mvcd = 1,4\) m est requise dans toute la section TL. Les points de contrôle critiques peuvent être identifiés sur la base des connaissances disponibles sur les TL et la végétation associée. Pour cet exemple d'analyse, le dégagement de la végétation a été supposé constant le long de la section TL et, logiquement, le point à mi-portée de l'une ou l'autre des travées a été choisi comme point de contrôle. Comme mentionné précédemment, pour l'Eq. (12) pour être significatif, \(Y_{\textrm{clr}} > \overline{U}^{}_{\textrm{Y}}+mvcd\) doit être satisfait à n'importe quel endroit à vérifier. En conséquence, une large gamme de valeurs \(Y_{\textrm{clr}}\) avec un intervalle de 0,5 m a été sélectionnée pour l'analyse 18,0, 18,5, ..., 26,5, 27,0 m.

Tout d'abord, une analyse structurelle statique sous charge de vent moyenne a été effectuée pour chaque intensité de vent considérée, et les résultats sont résumés dans le tableau 1. En raison de la symétrie de la structure et de la charge, les deux points à mi-portée subissent les mêmes déplacements tandis que le conducteur -le point de fixation de l'isolateur n'a pas de déplacement longitudinal. Le conducteur à mi-portée présente des déplacements notables dans la direction du vent longitudinal et dans la direction du vent traversier, et les deux augmentent à mesure que le vent s'intensifie. Ceci est principalement dû au balancement du corps rigide (compte tenu du grand affaissement) et en partie à l'allongement du conducteur. Avec la charge de vent sur la chaîne d'isolateurs négligée et son poids relativement faible, la chaîne d'isolateurs oscille en raison de la force de traînée du conducteur connecté, et on constate que l'angle de balancement de l'isolateur \(\bar{\theta}_{ ins}\) correspond à l'angle d'oscillation du plan conducteur. De plus, le taux d'augmentation de l'angle de balancement est réduit à mesure que le TL s'approche de positions presque parallèles au flux de vent. Il peut être démontré à partir de calculs simples \(\left(\sqrt{\overline{U}_{\textrm{Y,att}}^2 + (l_{\textrm{ins}} - \overline{U}^{ }_{\textrm{Z,att}})^2}\right)\) que la longueur de la chaîne isolante ne change pas de manière significative grâce à sa grande rigidité. En comparaison avec l'amplitude des déplacements à mi-portée et mvcd, l'influence du balancement de la chaîne d'isolateurs a une contribution non négligeable sur les déplacements globaux du conducteur.

Avec le comportement structurel linéarisé à l'état de vent moyen, les propriétés modales dynamiques du système linéaire ont été obtenues à partir de l'analyse des valeurs propres à l'état déplacé. Il est d'usage de décrire le mouvement du conducteur (comme un pendule) en utilisant les modes dans le plan et hors du plan. Par exemple, la figure 9 affiche les 16 premières fréquences modales et formes de mode correspondant à \(\overline{V}_{10} = 45\) m/s. Notez que les formes de mode sont soit symétriques (sym.) soit antisymétriques (antisym.). Des paires de modes dans le plan et hors du plan qui partagent des formes et des fréquences similaires peuvent être observées, telles que les modes 2 et 3, les modes 4 et 5, etc. Des effets de couplage significatifs de ces paires conduiront à des décalages non nuls. termes diagonaux en \(\varvec{C}_{\textrm{aero}}\)47.

Fréquences modales et formes de mode (\(\overline{V}_{10} = 45\) m/s).

La réponse dynamique autour de la position déviée statique a été calculée dans le domaine fréquentiel en utilisant les 16 premiers modes. Ce nombre s'est avéré aboutir à une précision suffisante par un test de convergence en termes d'écart type de la réponse de déplacement. L'amortissement structurel a été négligé car il est très faible par rapport à l'amortissement aérodynamique dominant. Le taux d'amortissement aérodynamique du j-ème mode peut être obtenu par :

où \(\varvec{C}_{\textrm{aero},jj}\) correspond au jème terme diagonal de \(\varvec{C}_{\textrm{aero}}\) ; \(f_{j}\) et \(\varvec{M}_{j}\) sont respectivement la fréquence modale et la masse généralisée du j-ème mode. La Fig. 10 compare les taux d'amortissement aérodynamique modaux sous différentes intensités de vent. Il montre qu'un amortissement aérodynamique important est présent et diminue globalement avec l'augmentation du nombre de modes. En se référant à la Fig. 9, on peut observer que les modes dans le plan supportent un amortissement aérodynamique plus élevé que les modes hors du plan. Conformément aux conclusions de Stengel et al.50, il existe une relation non linéaire entre les rapports d'amortissement aérodynamique et les vitesses de vent élevées.

Comparaison des taux d'amortissement aérodynamique.

La Fig. 11 donne les densités spectrales de puissance des composants de réponse de déplacement à mi-portée, où \(f_{\textrm{1}}\) et \(f_{\textrm{16}}\) correspondent aux valeurs de la Fig. 9. Il est évident que l'ampleur du déplacement longitudinal est beaucoup plus faible que les deux autres. Des traces de résonances peuvent être observées dans les trois directions dans la plage \(f_{\textrm{1}} \le f \le f_{\textrm{16}}\). Cependant, la plus grande partie de l'énergie est attribuée à la réponse de fond (partie basse fréquence) car la réponse de résonance est amortie par l'amortissement aérodynamique élevé.

DSP des composants de réponse de déplacement au point à mi-portée (\(\overline{V}_{10}\) = 45 m/s) : (a) déplacement longitudinal ; (b) déplacement le long du vent ; (c) déplacement par vent de travers.

Par la suite, en se référant aux Eqs. (10) et (11), les écarts-types des composantes de réponse de déplacement ont été obtenus pour chaque intensité de vent considérée. La figure 12a montre le cas avec \(\overline{V}_{10}\) = 45 m/s ; les résultats pour les autres niveaux d'intensité sont similaires. On peut observer que l'écart type de la réponse de fond est dominant dans les trois directions. Dans l'ensemble, le déplacement le long du vent montre l'écart type le plus élevé, le déplacement par le vent traversier le deuxième et le déplacement longitudinal le plus faible. De plus, les écarts-types des déplacements de vent longitudinal et de vent traversier sont symétriques par rapport au point d'attache, avec des maxima apparaissant à mi-travée. L'écart-type de déplacement longitudinal, est également symétrique, mais il atteint son maximum au point d'attache. Cela indique que le comportement dynamique de la chaîne d'isolateurs est plus significatif dans le déplacement longitudinal, ce qui affecte indirectement le jeu latéral en déplaçant le conducteur (et à son tour les points de contrôle critiques) le long de la direction de la portée.

Comparaison des écarts-types des réponses de déplacement : (a) \(\overline{V}_{10}\) = 45 m/s ; (b) déplacement longitudinal; (c) déplacement le long du vent ; (d) déplacement par vent de travers.

En se concentrant sur l'écart-type total, les Fig. 12b–d examinent la variation de l'écart type avec l'intensité du vent. Les résultats à mi-portée sont donnés dans le tableau 2, où \(\overline{U}^{}_{\textrm{Y,mid}}\) est le même que dans le tableau 1 et est répété ici pour plus de commodité ; \(\delta ^{}_{\textrm{Y}}\) est le coefficient de variation (cov) du déplacement longitudinal et peut être calculé par :

De toute évidence, les écarts-types du déplacement longitudinal (\(\sigma ^{}_{\textrm{X}}\)) et du déplacement longitudinal (\(\sigma ^{}_{\textrm{Y}}\)) augmentent avec l'augmentation de la vitesse du vent. Cependant, compte tenu du dégagement latéral du point à mi-portée, \(\sigma ^{}_{\textrm{X}}\) est beaucoup plus petit que \(\sigma ^{}_{\textrm{Y}}\ ) (\(\sigma ^{}_{\textrm{X}} \approx 10\% \sigma ^{}_{\textrm{Y}}\)). Par conséquent, les effets du déplacement longitudinal du conducteur ont été négligés dans cet exemple. Contrairement à \(\sigma ^{}_{\textrm{X}}\) et \(\sigma ^{}_{\textrm{Y}}\), l'écart type du déplacement par vent traversier (\(\sigma ^{}_{\textrm{Z}}\)) montre une tendance à la baisse favorable avec l'augmentation de l'intensité du vent, comme sur la Fig. 12d. Rappelons que l'écart type total est dominé par la réponse de fond quasi-statique qui est étroitement liée à la position moyenne statique du vent. Il est facile de comprendre qu'à mesure que le plan conducteur statique devient plus dans le plan avec les fluctuations dans la direction Y, moins de réponses seront excitées dans la direction Z. Selon le tableau 2, les valeurs de \(\sigma ^{}_{\textrm{Y}}\) peuvent être très proches ou même supérieures à mvcd (\(=1,4\) m). La mesure non dimensionnelle cov montre que le degré de variabilité du déplacement le long du vent à mi-portée diminue avec l'augmentation de l'intensité du vent, car l'augmentation de \(\sigma ^{}_{\textrm{Y}}\) est plus lente que \(\overline{U}^{}_{\textrm{Y,mid}}\). Néanmoins, une forte variation est anticipée dans la réponse de déplacement du conducteur lors d'événements de vent fort. Ceci constitue une découverte majeure, car elle manifeste la nécessité de prendre en compte dans la gestion régulière de la végétation et l'analyse des risques les effets dynamiques induits par la turbulence du vent et les incertitudes associées.

Étant donné que les déplacements fluctuants aux deux points à mi-portée ont les mêmes propriétés probabilistes, c'est-à-dire \(u^{}_{\textrm{Y}}(t)\sim \mathscr {N}(0, \sigma ^{} _{\textrm{Y}})\), seule la mi-travée gauche est abordée ci-après. Sur la base de la configuration de défrichement de la végétation dans l'Eq. (12), les probabilités d'empiétement à mi-portée (notées \(P_{\textrm{fr}}\) en omettant l'indice r) ont été calculées pour différentes vitesses de vent et des dégagements variables. En termes d'horizon temporel (\(T^{}_{0}\)), un examen des rapports post-événement PSPS suggère que la durée des événements de vents violents varie de plusieurs heures à deux jours51. Par conséquent, les valeurs \(P_{\textrm{en}}\) ont été calculées jusqu'à 48 heures. Les résultats pour \(\overline{V}_{10} = 30\) m/s sont présentés dans le tableau 3, où \(u^{}_{\textrm{Y}}(t) \sim \mathscr {N }(0, 1.263)\). Il est démontré qu'avec un dégagement latéral de 18 m à mi-portée, il existe une probabilité \(100\%\) qu'une violation du MVCD se produise dans les 24 premières heures suivant l'événement de vent. Ceci est attribué au fait que \(\sigma ^{}_{\textrm{Y}}\) \((=1.263\) m) est comparable au seuil de croisement a \((=4.519\) m ). Cependant, sans tenir compte des effets dynamiques, une évaluation déterministe basée uniquement sur la position moyenne statique du vent (ie, \(a=4.519\) m) peut conduire à la conclusion contraire qu'il n'y a pas d'empiétement. Lorsque \(Y_{\textrm{clr}}\) augmente à 22,0 m, \(P_{\textrm{fr}}\) (48 h) atteint un niveau très bas (\(10^{-6}\) ). Ainsi, les résultats pour \(Y_{\textrm{clr}} > 22,0\) m ne sont pas affichés dans le tableau.

Pour un cas aussi simple - structure symétrique et défrichement régulier de la végétation - la violation du MVCD dans une portée entière peut être capturée en se concentrant exclusivement sur le point à mi-portée. Cependant, en théorie, il est nécessaire de prendre également en compte la probabilité qu'une violation ne se produise pas à mi-portée tout en se produisant à des emplacements proches de la mi-portée. La clé pour résoudre ce problème et déterminer s'il est d'une pertinence pratique réside dans la corrélation entre la réponse de déplacement à mi-portée et les réponses de déplacement à mi-portée. Pour illustrer ce point, la PSD et la cohérence de la composante de turbulence (correspondant à \(\overline{V}_{10}\) = 30 m/s) sont données sur la Fig. 13. La PSD, représentée jusqu'à 1 Hz pour faciliter l'observation, diminue fortement avec la fréquence. La figure 13b examine la cohérence en fonction de la fréquence de la turbulence du vent avec une distance spatiale variable, \(\Delta x = |x^{}_{1}-x^{}_{2}|\). En considérant la plage de fréquences la plus pertinente [0, 0,5] Hz, la cohérence reste élevée lorsque la distance entre deux points est faible (par exemple, \(\Delta x < 2\) m). Cela implique que le point à mi-portée, dont la réponse dynamique est fortement corrélée avec les points proches, devrait d'abord violer le MVCD compte tenu de son profil de risque plus élevé. Par conséquent, dans ce qui suit, la probabilité d'empiétement à mi-portée est considérée comme représentative de toute la portée et on s'attend à ce qu'une approche similaire soit viable dans la plupart des situations pratiques.

Caractérisation du vent turbulent avec \(\overline{V}_{10}\) = 30 m/s : (a) PSD de l'équation. (2); (b) la cohérence de l'Eq. (3).

Le niveau d'intensité du vent et la politique de défrichement de la végétation sont des facteurs majeurs affectant la probabilité d'empiètement. La sensibilité de la probabilité d'empiétement par rapport à ces deux facteurs peut être mieux comprise à partir de la Fig. 14, où la performance de différentes politiques de dégagement du vent tenant compte des événements de vent de deux jours avec différentes intensités est comparée. Notez que différentes plages \(Y_{\textrm{clr}}\) ont été examinées en fonction du niveau d'intensité du vent, comme indiqué dans les légendes. Il est évident que le \(P_{\textrm{en}}\) augmente à mesure que le TL continue de fonctionner pendant un événement de vent. Pour chaque intensité de vent considérée, une plage étroite \(Y_{\textrm{clr}}\) peut être identifiée dans laquelle de petits changements peuvent avoir un impact important sur la probabilité d'empiètement. Cette plage de dégagement peut être une référence utile pour une planification rentable de la gestion de la végétation. De plus, l'efficacité de certaines options de dégagement est sensible à l'intensité du vent. Par exemple, le \(P_{\textrm{fr}}\) (48 h) supporté par un dégagement de 24,0 m passe de \(1,52\times 10^{-4}\) (acceptable) à \(1,24\times 10^{-2}\) (alarmant) lorsque \(\overline{V}_{10}\) passe de 40 m/s à 45 m/s, comme dans les Fig. 14c,d. Dans le cadre de la prise de décision vers le PSPS, les données sur la végétation et les actifs de transmission sont généralement connues à l'avance, tandis que les données sur le vent sont disponibles à partir des prévisions météorologiques. Ensuite, les probabilités d'empiétement peuvent être calculées sur le réseau de transmission pendant une durée spécifiée, ce qui aidera à prévoir les emplacements potentiels d'inflammation. Il convient de souligner à nouveau que la décision de mise hors tension n'est pas motivée par la prise en compte d'une portée ou d'un TL individuel, mais est basée sur une analyse au niveau du système prenant en compte le flux de puissance. La portée de la coupure de courant résulte de la pondération de deux risques : le risque d'incendies de forêt catastrophiques causés par les actifs des services publics, et les risques et certains inconvénients résultant du fait de laisser le public sans électricité.

Probabilité d'empiètement avec des dégagements variés : (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.

Un réseau de transmission réel présente d'énormes variations et incertitudes non seulement dans ses aspects structurels et électriques, mais aussi dans les conditions environnantes. Néanmoins, en suivant une procédure similaire à celle discutée ci-dessus, une étude séparée peut être menée efficacement à n'importe quel endroit d'intérêt pour lequel des données sont fournies. Les objectifs de cet exemple au niveau du système sont doubles. Tout d'abord, il sert à illustrer l'incorporation de la probabilité d'empiètement dans le sens de la portée dans l'échelle d'analyse à laquelle la décision de désexcitation a été réellement prise. Deuxièmement, il est utilisé pour démontrer comment les longueurs de branche (en termes de nombre de portées de conducteurs) affectent la probabilité globale d'empiètement. L'exemple de système de transmission est basé sur le modèle de référence Reliability Test System - Grid Modernization Laboratory Consortium (RTS-GMLC)52, mais seule la région 3 est utilisée, qui est dimensionnée de manière à représenter de manière réaliste le sud de la Californie. Les données sont accessibles au public53. Comme le montre la Fig. 15, le système se compose de 25 bus, 69 générateurs et 39 branches de transmission reliant les bus. Cependant, l'ensemble de données RTS-GMLC manque d'informations relatives à la structure pour chaque branche, telles que les structures de support, la longueur de la portée, l'affaissement, etc. Ainsi, à des fins d'illustration, il a été supposé que toutes les branches de transmission sont composées des mêmes deux- les sections de travée (comme illustré à la Fig. 8) et toutes les configurations associées sont toujours valables. Si l'on considère un circuit triphasé soufflé d'un côté (voir Fig. 3), la défaillance (c'est-à-dire l'empiètement dans le MVCD) dans une travée est causée par le point à mi-portée du conducteur de phase externe. Pour une branche de transmission, l'empiètement est défini comme l'événement dans lequel l'une de ses étendues viole le MVCD ; par conséquent, une branche peut être modélisée comme un système de série classique. On a en outre supposé que les ruptures d'empiètement entre les différentes travées sont statistiquement indépendantes, ce qui est justifié par les considérations précédentes sur la distance de corrélation des fluctuations du vent. Par conséquent, la probabilité d'empiètement sur le MVCD d'une branche de transmission, \(P_{\textrm{fr}}^{\textrm{br}}\), s'exprime comme suit :

où \(N_{\textrm{s}}\) est le nombre de travées de la branche considérée. Dans cet exemple, \(N_{\textrm{s}}\) a été obtenu en divisant chaque branche en travées de 400 m de long avec arrondi aux extrémités. Selon la longueur des branches, \(N_{\textrm{s}}\) varie entre 4 et 310, comme le montre l'histogramme de la Fig. 16.

Carte du réseau de transport d'électricité et de sa probabilité d'empiètement sous un événement de vent fort de 48 h : (a) \(Y_{\textrm{clr}} = 20,5\) m, \(P_{\textrm{en}}\) (48 h)\(= 2,27\fois 10^{-3}\) ; (b) \(Y_{\textrm{clr}} = 21,0\) m, \(P_{\textrm{fr}}\) (48 h) \(= 2,33\times 10^{-4}\).

Distribution de fréquence de \(N_{\textrm{s}}\).

L'intensité du vent et la durée de l'événement étant fixées (48 heures), l'efficacité d'un certain dégagement est de préférence examinée au niveau de la succursale ou du système. Tirant parti des résultats du tableau 3, deux dégagements latéraux (20,5 m et 21,0 m) sous \(\overline{V}_{10}=\) 30 m/s sont comparés dans la Fig. 15. Bien que le niveau de portée \ (P_{\textrm{fr}}\) est très faible, le \(P_{\textrm{fr}}^{\textrm{br}}\) au niveau de la branche peut être considérablement élevé. Comme prévu, les branches plus longues ont une probabilité d'empiètement plus élevée en raison du plus grand nombre de travées. Cela indique l'importance de dégagements plus stricts pour les branches plus longues sur la prémisse d'une "défaillance du système en série". Par exemple, le \(P_{\textrm{fr}}^{\textrm{br}}\) de la branche la plus longue peut être réduit de \(50,56\%\) à \(6,97\%\) en augmentant le dégagement de 20,5 m à 21,0 m. En s'appuyant sur les données météorologiques prévues, les probabilités d'empiétement à l'échelle du système, telles que visualisées sur la Fig. 15, peuvent aider à évaluer les décisions de coupure de courant à la fois dans l'espace et dans le temps. De plus, la précision de la prédiction de l'empiètement peut bénéficier d'une amélioration de la qualité des données.

Cet article présente une méthodologie pour évaluer la probabilité d'allumage d'un feu de forêt à partir d'un contact conducteur-végétation lors d'événements de vents forts. Le problème est formulé dans le contexte d'une coupure de courant proactive avec un accent sur les systèmes de transmission. Le mécanisme d'allumage implique le phénomène de flashover (ou d'amorçage) provoqué par un conducteur déplacé s'approchant des arbres voisins. Avec les données sur la configuration de la végétation, l'interaction conducteur-végétation est examinée à travers des quantités de distance spécifiques. Le mécanisme de rupture est modélisé comme le problème de la première excursion, et l'état limite est proposé comme un empiétement dans le jeu de base prédéfini (c'est-à-dire, MVCD) dans la direction latérale du vent. Au moyen d'une analyse efficace dans le domaine fréquentiel, les effets dynamiques des réponses de déplacement TL sont dérivés de la turbulence du vent et des caractéristiques structurelles. La probabilité d'empiètement est estimée sur la base de la théorie des vibrations aléatoires, et les effets de divers dégagements et intensités de vent sont également explorés.

On constate que la charge de vent moyenne représente la majeure partie du déplacement soufflé du conducteur, auquel la contribution du balancement de la chaîne d'isolateurs est non négligeable. La réponse dynamique autour de l'état de vent moyen est dominée par la réponse de fond, car la réponse de résonance est supprimée par un amortissement aérodynamique considérable. Comme le montre leur écart type (cov élevé, et comparable à MVCD), les effets dynamiques de la réponse de déplacement sont non négligeables. Les analyses de sensibilité révèlent que pour la plage de probabilité où ces calculs sont significatifs (c'est-à-dire ni \(P_{\textrm{fr},r}(0)=1\) ni \(P_{\textrm{fr},r }({T^{}_{0})}=0\)), la probabilité d'empiétement est sensible au dégagement de la végétation et à l'intensité du vent. L'approche proposée peut être utilisée à n'importe quel point de contrôle identifié grâce à la mise en œuvre des éléments finis, comme illustré par l'exemple de TL à deux travées. Pour illustrer le passage des points de contrôle locaux à l'étude d'une unité désexcitable (telle qu'une branche), l'exemple de système de référence RTS-GMLC modifié est utilisé. La probabilité d'empiètement de toute travée le long d'une branche peut être sensiblement élevée même si la probabilité d'empiètement de chaque travée individuelle dans celle-ci est très faible. Ces analyses de sensibilité couvrent les facteurs les plus importants affectant le problème, mais plusieurs autres études pourraient être réalisées pour déterminer l'influence des facteurs secondaires. Il est important de souligner que la capacité de réaliser ces études de sensibilité s'appuie sur le fait qu'une approche mécaniste a été développée. Les approches basées sur les données disponibles dans la littérature ne pouvaient pas faire ces analyses de sensibilité car les données disponibles pour chaque combinaison de facteurs sont insuffisantes. Cependant, comme c'est généralement le cas pour les approches probabilistes appliquées à des événements rares, une validation globale des résultats par rapport à des événements réels ou à des travaux expérimentaux n'est pas possible. Au lieu de cela, une validation étape par étape des composants de l'approche proposée est présentée, y compris la caractérisation du processus stochastique du vent, la description mathématique du dégagement de végétation en temps réel, la définition de l'état limite et le calcul de la probabilité d'échec de première excursion.

Les incendies de forêt deviennent une menace mondiale dans le contexte du changement climatique. Il s'agit pourtant d'un domaine d'intérêt relativement récent pour le génie civil par rapport à d'autres aléas (séismes, ouragans par exemple). La principale contribution de cet article est la méthodologie proposée pour prédire l'allumage des lignes électriques grâce à une analyse systématique de la réponse dynamique du conducteur sous des vents violents. Contrairement aux méthodes purement basées sur les données qui fondent les prédictions sur les enregistrements d'allumage historiques, l'approche proposée est efficace, informative et flexible pour s'adapter à diverses combinaisons de charge de vent, de structure et de végétation. En particulier, la probabilité d'empiétement calculée intègre l'influence de la durée de l'événement qui est un facteur important dans la pondération des décisions d'arrêt. Cependant, il y a plusieurs points qui nécessitent plus d'attention. Premièrement, l'approche globale et la précision de ses résultats dépendent fortement de la disponibilité et de la précision des données d'entrée, y compris celles liées aux installations électriques, à la végétation, à la météo, etc. En Californie, ces données sont collectées de manière systématique et approfondie (Bob Bell , Manager, Transmission Vegetation Management Dept., Pacific Gas & Electricity, communication personnelle, 2020), mais cela peut ne pas s'appliquer à toutes les régions à risque d'incendies de forêt. Deuxièmement, les deux exemples inclus dans le manuscrit ont un but illustratif, avec quelques caractéristiques simplifiées (un seul conducteur, une géométrie structurelle symétrique, un dégagement de végétation supposé constant). Pour un réseau de transmission complexe dans le monde réel, des calculs répétés sont nécessaires pour chaque paramètre conducteur-végétation-climat différent. Troisièmement, l'empiètement sur le MVCD (ou le contact conducteur-végétation) n'est que l'événement déclencheur de la chaîne qui peut ou non conduire à des incendies de forêt induits par les lignes électriques. Compte tenu des connaissances actuelles sur le contournement et des différents facteurs affectant l'inflammation, la probabilité d'inflammation compte tenu de l'empiètement nécessitera des études supplémentaires. Néanmoins, informés de la probabilité d'empiétement, les décideurs des services publics sont en mesure de tirer parti du manque de connaissances sur l'empiétement et l'allumage comme marge de sécurité et de prendre des décisions justifiables de désactivation.

Toutes les données, modèles ou codes qui appuient les conclusions de cette étude sont disponibles auprès de l'auteur correspondant sur demande raisonnable.

Alcasena, FJ, Ager, AA, Bailey, JD, Pineda, N. & Vega-García, C. Vers une stratégie globale de gestion des incendies de forêt pour les zones méditerranéennes : élaboration et mise en œuvre d'un cadre en Catalogne. Espagne. J. Environ. Gérer. 231, 303–320 (2019).

Google Scholar PubMed

Keeley, JE & Syphard, AD Vingt-et-unième siècle Californie, États-Unis, incendies de forêt : incendies dominés par les combustibles par opposition aux incendies dominés par le vent. Feu Écol. 15, 1–15 (2019).

Article Google Scholar

Sharples, JJ et al. Risques naturels en Australie : Feu de brousse extrême. Clim. Modification 139, 85–99 (2016).

Article Google Scholar

Porter, TW, Crowfoot, W. & Newsom, G. statistiques sur l'activité des feux de forêt. Consulté le 7 janvier 2023. (2020) https://www.fire.ca.gov/media/0fdfj2h1/2020_redbook_final.pdf.

Keeley, JE & Syphard, AD Modèles historiques des sources d'inflammation des feux de forêt dans les écosystèmes californiens. Int. J. Wildland Fire 27, 781–799 (2018).

Article Google Scholar

CAL FEU. Top 20 des incendies de forêt les plus destructeurs en Californie. Consulté le 7 janvier 2023. https://www.fire.ca.gov/media/t1rdhizr/top20_destruction.pdf.

Mitchell, JW Défaillances de lignes électriques et incendies de forêt catastrophiques dans des conditions météorologiques extrêmes. Ing. Échouer. Anal. 35, 726–735 (2013).

Article Google Scholar

Ward, DM L'effet des conditions météorologiques sur les systèmes de réseau et la fiabilité de l'approvisionnement en électricité. Clim. Modification 121, 103–113 (2013).

Annonces d'article Google Scholar

Syphard, AD & Keeley, JE L'emplacement, le moment et l'étendue des incendies de forêt varient selon la cause de l'inflammation. Int. J. Wildland Fire 24, 37–47 (2015).

Article Google Scholar

Nauslar, NJ, Abatzoglou, JT & Marsh, PT Les incendies de 2017 à North Bay et dans le sud de la Californie : une étude de cas. Feu 1, 18 (2018).

Article Google Scholar

Shafieezadeh, A., Onyewuchi, UP, Begovic, MM et DesRoches, R. Modèles de fragilité en fonction de l'âge des poteaux de bois utilitaires dans les réseaux de distribution d'électricité contre les risques de vents extrêmes. IEEE Trans. Alimentation électrique 29, 131–139 (2013).

Article Google Scholar

Fu, X., Li, H.-N. & Li, G. Analyse de fragilité et estimation de l'état d'effondrement d'un pylône de transmission soumis à des charges de vent et de pluie. Structure. Saf. 58, 1–10 (2016).

Article Google Scholar

Darestani, YM & Shafieezadeh, A. Fonctions multidimensionnelles de fragilité du vent pour les poteaux électriques en bois. Ing. Structure. 183, 937–948 (2019).

Article Google Scholar

Ma, L., Bocchini, P. & Christou, V. Modèles de fragilité des conducteurs électriques dans les réseaux de transport d'énergie soumis aux ouragans. Structure. Saf. 82, 101890 (2020).

Article Google Scholar

Ma, L., Khazaali, M. & Bocchini, P. Analyse de la fragilité basée sur les composants des pylônes de transmission soumis à la charge de vent des ouragans. Ing. Structure. 242, 112586 (2021).

Article Google Scholar

Darestani, YM, Jeddi, AB & Shafieezadeh, A. Évaluation de la fragilité des ouragans des tours de transmission de puissance pour un nouvel ensemble d'états limites basés sur les performances. Dans Engineering for Extremes, 167–188 (Springer, 2022).

Ma, L., Christou, V. & Bocchini, P. Cadre de simulation probabiliste des performances du réseau de transport d'électricité sous les ouragans. Fiab. Ing. Syst. Saf. 217, 108072 (2022).

Article Google Scholar

Russell, BD, Benner, CL & Wischkaemper, JA Le chargeur de distribution a provoqué des incendies de forêt : mécanismes et prévention. Dans la 65e année. Conf. Prot. Relais Eng., 43–51 (2012). College Station, Texas : IEEE.

Stephen, DT & Fernandez-Pello, AC Sur les trajectoires de vol des particules métalliques et des braises générées par les lignes électriques par vents violents - une source potentielle d'incendies de forêt. Feu Saf. J. 30, 333–356 (1998).

Article Google Scholar

CPUC-SED. Rapport d'évaluation et de recommandation conjoint SED-CAL FIRE (CA : Division de la sécurité et de l'application des lois, 2018).

NERC (North American Electric Reliability Corporation). Gestion de la végétation de transmission Norme FAC-003-4 du NERC (Atlanta, GA : NERC, 2016).

Keyhan, H., McClure, G. & Habashi, WG Analyse dynamique d'une ligne de transmission aérienne soumise à une charge de vent en rafales prédite par l'interaction vent-conducteur. Calcul. Structure. 122, 135-144 (2013).

Article Google Scholar

Comité de l'adaptation au changement climatique. Adapter les infrastructures et les pratiques de génie civil à un climat changeant (Reston, VA : ASCE, 2015).

Comité de l'adaptation au changement climatique. Infrastructure résiliente au climat : conception adaptative et gestion des risques (Reston, VA : ASCE, 2018).

Division de la sécurité et de l'application. Rapport public sur les événements de coupure de courant de fin 2019 pour la sécurité publique. Technologie. Rép. (2020). Consulté le 7 janvier 2023. https://www.cpuc.ca.gov/-/media/cpuc-website/files/uploadedfiles/cpucwebsite/content/news_room/newsupdates/2020/sed-public-report-on-the- fin-2019-psps-events.pdf.

Morris, JD PG & E pannes : panne historique en cours, 1,3 million dans la région de la baie sans électricité (2019). Consulté le 7 janvier 2023. https://www.sfchronicle.com/california-wildfires/article/PG-E-outages-Over-3-million-people-blacked-out-14566085.php.

Fuller, T. 500 000 en Californie sont sans électricité en arrêt planifié. Le New York Times (2019). Consulté le 7 janvier 2023. https://www.nytimes.com/2019/10/09/us/pge-shut-off-power-outage.html.

Rhodes, N., Ntaimo, L. & Roald, L. Équilibrer les risques d'incendie de forêt et les pannes de courant grâce à des coupures de courant optimisées. IEEE Trans. Système d'alimentation 36, 3118–3128 (2020).

Annonces d'article Google Scholar

Khakzad, N. Modélisation de la propagation des feux de forêt dans les interfaces terres sauvages-industrielles à l'aide d'un réseau bayésien dynamique. Fiab. Ing. Syst. Saf. 189, 165-176 (2019).

Article Google Scholar

Zarghami, SA & Dumrak, J. Implications de l'intelligence artificielle pour la gestion des feux de brousse. Aust. J. Emerg. Géré. 36, 84-91 (2021).

Article Google Scholar

Kirkham, H. Applicabilité de l'équation de Gallet aux dégagements de végétation de la norme de fiabilité FAC-003-2 du NERC (Richland, WA, Pacific Northwest National Laboratory, 2012).

Google Scholar

Wanik, D., Parent, J., Anagnostou, E. & Hartman, B. Utilisation de la gestion de la végétation et des données LiDAR sur la hauteur des arbres pour améliorer les prévisions d'interruption des services publics d'électricité. Électr. Système d'alimentation Rés. 146, 236-245 (2017).

Article Google Scholar

Ballard, BD, McLoughlin, KT & Nowak, CA Nouveaux diagrammes et applications pour l'approche zone filaire-zone frontalière de la gestion de la végétation sur les emprises des lignes de transport d'électricité. Arboric Urban For 33, 435–439 (2007).

Article Google Scholar

EPRI. Essais supplémentaires pour confirmer ou affiner le facteur d'écart utilisé dans le calcul des distances minimales de dégagement de la végétation (MVCD) (Palo Alto, CA : Electric Power Research Institute, 2015).

Zhu, M., McKenna, F. & Scott, MH Openseespy : bibliothèque Python pour le framework d'éléments finis opensees. LogicielX 7, 6–11 (2018).

Annonces d'article Google Scholar

Kiessling, F., Nefzger, P., Nolasco, JF et Kaintzyk, U. Lignes électriques aériennes : planification (conception, construction (Springer, 2014).

Google Scholar

Abad, MSA, Shooshtari, A., Esmaeili, V. & Riabi, AN Analyse non linéaire des structures de câbles sous charges générales. Élément fini. Anal. Dés. 73, 11–19 (2013).

Article Google Scholar

Harper, B., Kepert, J. & Ginger, J. Lignes directrices pour la conversion entre diverses périodes de calcul de la moyenne des vents dans des conditions de cyclone tropical (Citeseer, 2010).

Khazaali, M., Christou, V. & Bocchini, P. Protocole de classification et base de données complète des vitesses longitudinales du vent corrélées verticalement pour l'analyse structurelle et l'évaluation des risques. J. Structure. Ing. 148, 06021006 (2022).

Article Google Scholar

Wang, D., Chen, X. & Li, J. Prédiction de la réponse de tremblement induite par le vent d'un conducteur aérien : comparaison des approches d'analyse linéaire et non linéaire. J. Vent Ing. Ind. Aerodyn. 167, 23–40 (2017).

Article Google Scholar

Davenport, A. Facteurs de réponse aux rafales pour le chargement des lignes de transmission. Dans Wind Engineering, 899–909 (Elsevier, 1980).

Kaimal, JC, Wyngaard, J., Izumi, Y. & Coté, O. Caractéristiques spectrales de la turbulence de la couche de surface. QJR Météorol. Soc. Rev.98, 563–589 (1972).

Annonces d'article Google Scholar

Simiu, E. & Yeo, D. Effets du vent sur les structures : conception structurelle moderne pour le vent (John Wiley & Sons, 2019).

Davenport, AG Le traitement de la charge de vent sur les immeubles de grande hauteur. Dans Coull, A. & Smith, BS (eds.) Tall Buildings, 3–45 (Pergamon, 1967).

Gioffrè, M., Gusella, V. & Grigoriu, M. Pression du vent non gaussien sur les bâtiments prismatiques. i : champ stochastique. J. Structure. Ing. 127, 981–989 (2001).

Article Google Scholar

Strømmen, E. Théorie de l'aérodynamique des ponts (Springer Science & Business Media, 2010).

Lou, W., Wu, D. & Xu, H. Réponse du conducteur induite par le vent compte tenu de la non proportionnalité de l'amortissement aérodynamique généralisé. J. Mech. Sci. Technol. 33, 3075–3084 (2019).

Article Google Scholar

Corotis, RB, Vanmarcke, EH & Cornell, AC Premier passage de processus aléatoires non stationnaires. J.Eng. Méca. Div. 98, 401–414 (1972).

Article Google Scholar

Crandall, SH & Mark, WD Vibration aléatoire dans les systèmes mécaniques (1963), deuxième éd.

Stengel, D., Thiele, K., Clobes, M. & Mehdianpour, M. Amortissement aérodynamique du mouvement non linéaire des câbles conducteurs dans les essais en soufflerie, les simulations numériques et les mesures à grande échelle. J. Vent Ing. Ind. Aerodyn. 169, 47–53 (2017).

Article Google Scholar

Rapports PG E. PG & E PSPS (2022). Consulté le 7 janvier 2023. https://www.pge.com/en_US/residential/outages/public-safety-power-shuttoff/psps-reports.page.

Barrows, C. et al. Le système de test de fiabilité IEEE : une mise à jour proposée en 2019. IEEE Trans. Système d'alimentation 35, 119-127 (2019).

Annonces d'article Google Scholar

NREL (Laboratoire National des Energies Renouvelables). RTS-GMLC : Système de test de fiabilité - Consortium du laboratoire de modernisation du réseau. githubhttps://github.com/GridMod/RTS-GMLC (2018).

Télécharger les références

Le travail présenté s'inscrit dans le cadre des activités du Catastrophe Modeling Center de Lehigh University. Le soutien financier du Département du développement communautaire et économique de Pennsylvanie par le biais de la subvention PIT-20-20 "Gestion des infrastructures électriques sous le risque d'incendie de forêt" est grandement apprécié. Le travail a été mené en collaboration avec AVEVA, notamment à travers des interactions avec M. John Matranga et Mme Erica Trump. Les informations fournies par le biais de communications personnelles par M. Bob Bell, directeur du service de gestion de la végétation de transmission chez Pacific Gas & Electricity sont grandement appréciées. Le premier auteur tient également à remercier le Dr Liyang Ma pour ses conseils utiles tout au long du projet de recherche. Les opinions et les conclusions présentées dans cet article sont celles des auteurs et ne reflètent pas nécessairement les points de vue des organisations commanditaires.

Département de génie civil et environnemental, Catastrophe Modeling Center, ATLSS Engineering Research Center, Lehigh University, Bethlehem, 18015, États-Unis

Xinyue Wang et Paolo Bocchini

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

XW : Conceptualisation, Méthodologie, Rédaction - projet original. PB : Supervision, Conceptualisation, Ressources, Acquisition de financement, Rédaction-revue & édition.

Correspondance à Paolo Bocchini.

Les auteurs ne déclarent aucun intérêt concurrent.

Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui permet l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur n'importe quel support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournir un lien vers la licence Creative Commons et indiquer si des modifications ont été apportées. Les images ou tout autre matériel de tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/.

Réimpressions et autorisations

Wang, X., Bocchini, P. Prédiction de l'allumage d'un feu de forêt induit par un conducteur dynamique se balançant sous des vents forts. Sci Rep 13, 3998 (2023). https://doi.org/10.1038/s41598-023-30802-w

Télécharger la citation

Reçu : 27 juin 2022

Accepté : 01 mars 2023

Publié: 10 mars 2023

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

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt

En soumettant un commentaire, vous acceptez de respecter nos conditions d'utilisation et nos directives communautaires. Si vous trouvez quelque chose d'abusif ou qui ne respecte pas nos conditions ou directives, veuillez le signaler comme inapproprié.