報告書番号

SS25014

タイトル（和文）

雪害版配電設備リスク評価マネジメントシステムの開発― 植生情報を用いた被害予測モデルの構築 ―

タイトル（英文）

Development of a risk assessment and management system for power lifeline against snow and ice hazards - a damage prediction model based on vegetation information -

概要 （図表や脚注は「報告書全文」に掲載しております）

背　　景
自然災害に対する配電系統のレジリエンスを高めるためには、災害時に設備被害の状況を速やかに把握し、その情報に基づいて復旧の要員や資材配備等の判断を適切に行うことが重要となる。その支援ツールとして、当所では配電設備に対するリスク評価マネジメントシステム（以降、評価システム）を開発・運用[1][2]しており、台風や地震等のハザードごとに被害予測・推定機能注 ）を整備してきた。一方、マルチハザード対応の観点では、大雪の影響を考慮した被害予測モデルは未整備であり、その開発が求められている。

目　　的
冬季の配電設備被害の発生特性を整理し、その被害原因を踏まえた被害予測モデルを構築し、評価システムに実装する。

主な成果
1. 冬季の配電設備被害の発生特性の整理
2020～2025年に東北電力ネットワーク（株）管内で発生した配電設備被害を整理した。その結果、冬季の配電設備被害の多くは、樹木への冠雪に起因した枝折れ・倒木等の設備への接触が主原因であることを明らかにした（図1）。
2. 植生データベースの構築と植生別の被害傾向の把握
植生の影響分析と設備周辺の植生把握を可能とするため、環境省が公開する植生情報と設備位置情報を紐づけたデータベースを構築した（図2）。さらに、当所の気象予測・解析システムNuWFASによる単位面積当たりの積雪水当量[3]（積雪荷重）と被害率注 ）の関係を植生区分別に比較した結果、植生により積雪荷重に対する被害率の水準とその増加傾向が異なることを明らかにした（図3）。
3. 被害予測モデルの構築・検証と評価システムへの実装
植生区分ごとに基準被害関数を定めるとともに、地域ごとの雪害耐性を反映するための補正を導入した被害関数を推計した（図4）。構築した被害関数を実被害事例に適用し、予測結果と実被害を比較した。その結果、実被害の空間分布と被害数を概ね再現できることを確認し、構築した被害予測モデルの有効性を示した（図5）。さらに、本モデルを評価システムに実装し、冬季の配電設備被害予測を可能とした。

今後の展開
地域ごとの降雪履歴を踏まえるとともに、配電設備への着雪に起因する被害も考慮することで、被害予測モデルの精度向上と適用範囲の拡大を図る。

概要 （英文）

To enhance the resilience of power distribution systems, there is an increasing need for more advanced methods to predict damage to distribution facilities caused by natural hazards. With this motivation, our institute has developed and operated the Risk Assessment and Management System for Power Lifeline, which provides multi-hazard damage prediction and estimation capabilities. In this study, we developed a damage prediction model for snow-related hazards within this framework and implemented it as RAMPSI (Snow and Ice). Focusing on winter damage to distribution facilities caused by snow accretion on trees, RAMPSI predicts damage by incorporating vegetation information and snow load. An analysis of past snow-damage events showed that the dominant failure mechanisms are branch breakage and treefall induced by snow accumulation. We also constructed a geospatial database integrating facility locations with vegetation maps. By quantifying the relationship between snow load and damage rate, we demonstrated that damage characteristics vary with vegetation conditions. Based on these findings, vegetation-conditioned damage functions were developed and evaluated using observed damage data. The results demonstrated that the proposed method provides reasonable predictive accuracy for observed damage.

報告者

キーワード