有证据表明，自21世纪初以来，导致巨大经济损失的与天气相关的灾害一直在增加[1]。这一趋势可能由多种因素促成，包括城市化进程的加快和基础设施的老化，这增加了对自然灾害的暴露和脆弱性[[2], [3], [4]]；时空监测和报告的改进，导致观测数据的增加[[5], [6], [7], [8]]；以及气候变化对风暴强度的加剧[[9], [10], [11], [12], [13]]。
根据美国能源信息署（EIA）近年来的记录，由于重大天气事件，电力系统的停电次数总体上有所增加[14]，并有证据表明在未来几十年内停电风险将继续上升（参见[15]）。利用能源部（DOE）的地理定位能源信息分析（EAGLE-I）数据[16]，李等人[17]发现，与2014-2018年期间相比，2019-2023年期间经历累计停电时间超过10%的美国县数量增加了10倍以上。这种加剧表明全国范围内电力服务中断的持续时间正在增加，这引发了人们对电力分配系统韧性的严重担忧。因此，迫切需要对电网的长期脆弱性进行全面评估，并制定有效的策略，为政策制定者和公用事业公司提供信息。
可以通过多种策略提高电网的韧性。这些策略包括升级或更换现有的物理资产（例如，电线杆和导体；参见[18]）、将电力线路埋设在地下（参见[19]）、植被管理（也参见[[20], [21], [22], [23], [24], [25]]），以及战略性地分配人员和备用资源（参见[26]）。其他方法还包括部署微电网来隔离关键负载，这取决于分布式能源资源（DERs）的可用性（参见[[27], [28], [29]]），以及使用无人机进行灾后侦察和救援物资分配（例如[30]）。
当然，计算建模和运营自动化也可以提高电网的韧性。一些典型的例子包括（但不限于）开发改进数值天气预测和提高情境意识的建模方法（也参见[31,32]）、使用开关重新配置电网拓扑结构以隔离故障并重新连接系统部分以减少负荷削减（参见[33]）、整合客户停电报告和实时监控系统以加强预防措施和应急响应，以及建模紧密相连的网络之间的相互依赖性（例如，交通和/或天然气；也参见[26]），以便更好地理解连锁效应。
在这项工作中，我们评估了旨在减少强风暴对康涅狄格州Eversource Energy服务区域内电力分配网络影响的电网加固策略的有效性（参见[34]）。虽然之前的研究已经通过将过去的天气条件与历史停电记录进行统计关联来估计韧性改进（例如，植被管理）对停电总数的影响（参见[18,21,35]），但它们没有考虑风暴的频率或复发情况。因此，现有文献中基本上尚未探讨这些事件发生的可能性以及它们在电网干预下的频率变化。
为了评估风暴引发的停电的复发情况，我们首先开发了一个数据驱动的影响模型，该模型整合了大气再分析数据、气候指数、环境参数以及公用事业公司提供的关于现有基础设施资产和历史停电事件的信息。该模型估计了需要派遣人员进行修复的物理位置数量（即所谓的“故障点”），这些位置与产生强降水和高表面风速的风暴相关。假设系统的脆弱性保持不变（即系统对风暴的反应不会随时间改变），该影响模型在历史事件上进行了训练和验证，随后应用于一组未包含在停电记录中的实际风暴事件（参见[36]）。这产生了一个涵盖40多年（即1981年至2023年）的全面停电事件合成数据集。
为了捕捉各种可能的系统状况，该模型还在代表不同植被管理实践和电力线路埋设水平的16种电网配置情况下进行了运行，包括一个没有任何干预的基线情景。这种方法在不同的基础设施和维护情景下产生了广泛的停电结果，使我们能够评估这些干预措施在停电事件的强度和频率方面的有效性。为此，基于[37]中提出的方法论并基于极值理论的参数统计模型被拟合到40年的停电事件数据集上。通过将数据驱动的影响模型的灵活性与理论分布模型的严谨性相结合，所提出的框架能够稳健地估计通过电网加固策略实现的停电复发间隔的变化，包括那些可能未在现有历史记录中出现的罕见的高影响事件。
作为我们当前工作的另一个成果，我们识别并解决了之前研究中可能导致对模型泛化性能过于乐观评估的潜在局限性（参见[18,24,36,38,39]）。这些局限性主要与某些模型配置和优化实践中无意引入的信息泄露有关。作为回应，我们提出了一个灵活且适当分隔的建模框架，可以系统地扩展以管理可能来自模型设置、风暴特征的变化以及基础设施条件异质性的各种不确定性。
研究的其余部分组织如下：第2节描述了分析中使用的数据集，第3节详细介绍了停电影响模型的开发、其评估程序以及两种电网加固策略的实施。前一节还概述了当前框架下估计复发间隔的主要假设。第4节提出了研究结果，并第5节提供了结论性意见。
