An approach to interpreting natural indicators of the state of space weather to assess the effects of its impact on high-latitude power systems

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The dynamic exploration and development of the Arctic zone of the Russian Federation is inextricably connected with the need to minimize technospheric risks, including those associated with the space weather effects on power equipment systems operated within the boundaries of the auroral oval. At the same time, accompanying monitoring of space weather parameters and geomagnetic field variations in the Arctic is carried out only through a group of satellites and several dozen magnetic stations located mainly in the United States, Canada, northern and central Europe. Obviously, the current situation practically excludes the possibility of promptly diagnostics of the level of geoinduced currents (GIC) for most of the Arctic zone of the Russian Federation, where in fact the only available indicator of the state of space weather is auroras. In the paper the authors propose an approach to interpreting the manifestation of auroras to assess the effects of space weather on objects and systems of high-latitude infrastructure. Thus, using the example of the “Vykhodnoy” substation of the “Severny Transit” main electrical network, it is shown that when recording auroras in the north, zenith and south, the most probable (averaged over 30 min) GIC level is 0.08, 0.23 and 0.68 A accordingly. In this case, the probability that the average half-hour GIC level will exceed 2 A (in the case of auroras in the north, zenith and south) is ∼6, ∼10 and ∼15%, respectively. In conclusion, ways of modernization and the limits of applicability of the proposed approach are considered.

Full Text

Restricted Access

About the authors

A. V. Vorobeva

Geophysical Center of the RAS; Ufa University of Science and Technology

Author for correspondence.
Email: geomagnet@list.ru
Russian Federation, Moscow; Ufa

A. N. Lapinb

Ufa University of Science and Technology

Email: geomagnet@list.ru
Russian Federation, Ufa

A. A. Soloviev

Geophysical Center of the RAS; Sсhmidt Institute of Physics of the Earth of the RAS

Email: geomagnet@list.ru
Russian Federation, Moscow; Moscow

G. R. Vorobeva

Ufa University of Science and Technology

Email: geomagnet@list.ru
Russian Federation, Ufa

References

  1. Воробьев А.В., Лапин А.Н., Воробьева Г.Р. Программное обеспечение для автоматизированного распознавания и оцифровки архивных данных оптических наблюдений полярных сияний // Информатика и автоматизация. 2023. № 22(5). С. 1177–1206.https://doi.org/10.15622/ia.22.5.8
  2. Воробьев А.В., Пилипенко В.А. Подход к восстановлению геомагнитных данных на базе концепции цифровых двойников // Солнечно-земная физика. 2021. Т. 7. № 2. С. 53–62. doi: 10.12737/szf-72202105
  3. Воробьев А.В., Пилипенко В.А., Сахаров Я.А., Селиванов В.Н. Статистические взаимосвязи вариаций геомагнитного поля, аврорального электроджета и геоиндуцированных токов // Солнечно-земная физика. 2019. Т. 5. № 1. С. 48–58. doi: 10.12737/szf-51201905
  4. Воробьев А.В., Соловьев А.А., Пилипенко В.А., Воробьева Г.Р., Гайнетдинова А.А., Лапин А.Н., Белаховский В.Б., Ролдугин А.В. Локальная диагностика наличия полярных сияний на основе интеллектуального анализа геомагнитных данных // Солнечно-земная физика. 2023. № 2. С. 26–34. DOI: https://doi.org/10.12737/szf-92202303
  5. Воробьев В.Г., Сахаров Я.А., Ягодкина О.И. и др. Геоиндуцированные токи и их связь с положением западной электроструи и границами авроральных высыпаний. Труды Кольского научного центра РАН. 2018. Т. 5. Вып. 4. С. 16–28.
  6. Гвишиани А.Д., Лукьянова Р.Ю. Оценка влияния геомагнитных возмущений на траекторию наклонно-направленного бурения глубоких скважин в Арктическом регионе. Фундаментальный базис инновационных технологий нефтяной и газовой промышленности. Материалы Всероссийской научной конференции, посвященной 30-летию ИПНГ РАН. 2017. С. 46.
  7. Данилов Г.А. Повышение качества функционирования линий электропередачи. Монография. Москва–Берлин. 2015.
  8. Зеленый Л.М., Петрукович А.А. Арктика. Космическая погода // Природа. 2015. № 9. С. 31–39.
  9. Канониди Х.Д., Ораевский В.Н., Белов А.В., Гайдаш С.П., Лобков В.Л. Сбои в работе железнодорожной автоматики во время геомагнитных бурь. Проблемы прогнозирования чрезвычайных ситуаций: сборник материалов научно-практической конференции. 2002. С. 41–42.
  10. Пилипенко В.А. Воздействие космической погоды на наземные технологические системы // Солнечно-земная физика. 2021. Т. 7. № 3. С. 72–110. doi: 10.12737/szf-73202106
  11. Птицына Н.Г., Тясто М.И., Касинский В.В., Ляхов Н.Н. Влияние космической погоды на технические системы: сбои железнодорожной аппаратуры во время геомагнитных бурь // Солнечно-земная физика. 2008. № 12–2 (125). С. 360.
  12. Пуляев В.И., Усачёв Ю.В. Магнитная буря – причина отключения ВЛ 330 кВ // Энергетик. 2002. № 7. С. 18.
  13. Селиванов В.Н., Аксенович Т.В., Билин В.А., Колобов В.В., Сахаров Я.А. База данных геоиндуцированных токов в магистральной электрической сети “Северный транзит” // Солнечно-земная физика. 2023. Т. 9. № 3. С. 100–110. doi: 10.12737/szf-93202311
  14. Соколова О.Н., Сахаров Я.А., Грицутенко С.С., Коровкин Н.В. Алгоритм анализа устойчивости энергосистем к геомагнитным бурям // Изв. РАН. Энергетика. 2019. С. 33–52.doi: 10.1134/S0002331019050145
  15. Ягодкина О.И., Воробьев В.Г., Шекунова Е.С. Наблюдения полярных сияний над Кольским полуостровом. Труды Кольского научного центра РАН. 2019. Т. 10. № 8–5. С. 43–55. doi: 10.25702/KSC.2307-5252.2019.10.8
  16. Barannik M.B., Danilin A.N., Kat’kalov Yu.V. et al. A system for recording geomagnetically induced currents in neutrals of power autotransformers // Instruments and Experimental Techniques. 2012. V. 55. № 1. P. 110–115. doi: 10.1134/S0020441211060121
  17. Dimitrova D.S., Kaishev V.K., Tan S. Computing the Kolmogorov-Smirnov distribution when the underlying CDF is purely discrete, mixed, or continuous // Journal of Statistical Software. 2020. № 95(10). P. 1–42. doi: 10.18637/jss.v095.i10
  18. Dobbins R.W., Schriiver K. Electrical Claims and Space Weather Measuring the visible effects of an invisible force June 2015 [Электронный ресурс], режим доступа: https://static1.squarespace.com/static/57bc8a4a414fb50147550a88/t57d84e4d1b631b96124f3c69/1473793614089/2015+ZurichElectrical+Claims+and+Space+Weather.pdf
  19. Eckhard L., Werner A. S., Markus A. Log-normal distributions across the sciences: keys and clues: on the charms of statistics, and how mechanical models resembling gambling machines offer a link to a handy way to characterize log-normal distributions, which can provide deeper insight into variability and probability—normal or log-normal: that is the question // BioScience. 2001. V. 51. № 5. P. 341–352. doi: 10.1641/0006-3568(2001)051[0341:LNDATS]2.0.CO;2
  20. Kataoka R., Ngwira C. Extreme geomagnetically induced currents // Prog. in Earth and Planet. Sci. № 3. 2016. P. 23.
  21. PGI Geophysical data. January, February, March 2013 / V. Vorobjev (ed.). Murmansk. Apatity: PGI KSC RAS. 2013.
  22. Pilipenko V.A., Chernikov A.A., Soloviev A.A., Yagova N.V., Sakharov Ya.A., Kostarev D.V., Kozyreva O.V., Vorobev A.V., Belov A.V. Influence of space weather on the reliability of the transport system functioning at high latitudes // Russian Journal of Earth Sciences. 2023. V. 23. P. ES2008. doi: 10.2205/2023ES000824
  23. Radasky W., Emin Z., Adams R. et al. CIGRE TB 780: Understanding of geomagnetic storm environment for high voltage power grids. Technical report. 2019.
  24. Scott D.W. On optimal and data-based histograms // Biometrika. 1979. V. 66. P. 605–610.
  25. Sigernes F., Holmen S.E., Biles D. et al. Auroral all-sky camera calibration // Geosci. Instrum. Method. Data Syst. 2014. № 3. P. 241–245. DOI: https://doi.org/10.5194/gi-3-241-2014

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Geography of the main electric network “Northern Transit" (solid black line), the observatory “Lovozero" (LOZ) and the transformer substation “Output” (VKH).

Download (89KB)
Indexing metadata
3. Fig. 2. Data presentation format in the form of an ascaplot: 1 – no aurora is observed; 2 – aurora in the northern region; 3 – aurora at the zenith; 4 – aurora in the south; 5 – aurora at the zenith, northern and southern regions; 6 – moderate aurora at the zenith, in addition, the glow is present in in the northern and southern regions; 7 – strong aurora at the zenith, in addition, the glow is present in the northern and southern regions; 8 – partial clouds; 9 – solid clouds; 10 – registration was not carried out (a); example of the ascaplot of the LOZ observatory for 12/14/2013 [PGI Geophysical data, 2013] (b).

Download (81KB)
Indexing metadata
4. Fig. 3. Comparison of the GIT level at the VKH station and the aurora observation area in the vicinity of the LAS observatory as of 12/14/2013.

Download (131KB)
Indexing metadata
5. Fig. 4. GIT statistics when observing auroras in the north (a), at the zenith (b) and in the south (c). The gray solid and dotted lines correspond to the probability density (PDF) and survival (SF) functions of the lognormal distribution law, respectively. The black solid line is an empirical survival function (ESF).

Download (228KB)
Indexing metadata
6. Fig. 5. Histogram of the probability density distribution of GIT values in the presence/absence of auroras (a) and their differentiation by regions of the sky (b). The width of the histogram intervals in this case is determined according to the rule: hₙ = 3.49sn–1/3, where n is the sample size, s is the standard deviation [Scott, 1979] and corresponds to ∼0.15 A.

Download (181KB)
Indexing metadata
7. Fig. 6. A posteriori probability of exceeding the GID at the VCH station of the J₀ level while simultaneously observing auroras in various areas of the sky. The calculated (empirical) values are marked with markers; the dotted line is an approximation of the empirical values by expression (4).

Download (98KB)
Indexing metadata
8. Fig. 7. The state of the sky recorded by the All-sky camera [Sigernes, 2014] of the LOZ Observatory at different times of the day on 12/21/2016: (a) - there are no auroras; (b) – diffusive auroras; (c) – “arc” type auroras; (d) – "vortex" type auroras.

Download (159KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».