CN101650444A - 落雷密度统计方法 - Google Patents
落雷密度统计方法 Download PDFInfo
- Publication number
- CN101650444A CN101650444A CN200810041570A CN200810041570A CN101650444A CN 101650444 A CN101650444 A CN 101650444A CN 200810041570 A CN200810041570 A CN 200810041570A CN 200810041570 A CN200810041570 A CN 200810041570A CN 101650444 A CN101650444 A CN 101650444A
- Authority
- CN
- China
- Prior art keywords
- thunderbolt
- density
- grid
- calculating
- thunderbolt density
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Locating Faults (AREA)
Abstract
本发明提供一种落雷密度统计方法,用于对研究区域的落雷密度进行统计并绘制相应的落雷密度分布图,该方法首先从原始数据中提取落雷信息相关参数,并剔除其中的误差数据;接着,设定落雷密度分布图的网格大小,并根据网格大小对研究区域进行划分,并将网格与其所对应的区域相关联;随后,统计各网格所对应的区域在一时间段内的落雷次数;然后,计算各网格所对应的区域的落雷密度;之后,进行数据处理,即根据落雷密度的强度进行分级分块,并对边界值取整;最后,根据上述数据处理的结果,绘制落雷密度分布图。采用本发明的落雷密度统计方法能够通过对雷电定位系统的数据进行处理,得出研究区域的落雷密度分布,从而指导该地区的防雷。
Description
技术领域
本发明属于防雷技术领域,涉及一种落雷密度统计方法。
背景技术
雷击是造成线路跳闸停电的主要原因。掌握地区的雷电活动规律无论是对于新线路的防雷设计还是对已建成线路的防雷改造都具有十分重要的意义。目前,电力部门在划分雷电活动强弱地区时仍然是根据气象部门提供的该地区的雷暴日的多少来进行,而在计算输电线路的落雷次数时采用的则是雷暴日乘以平均落雷密度,这种方法存在很大的局限性,无法体现出实际的雷电活动规律。
上世纪七十年代中期发展起来的基于磁场定位和时差定位原理的雷电定位系统,使雷电定位更为准确,从而为雷电参数研究提供了基础数据。然而,在现今的防雷技术领域中,还没有一种能巧妙应用该基础数据来获得准确的落雷密度参数的方法。
有鉴于此,如何通过对落雷参数进行统计分析,确定落雷密度分布,来为电力、气象部门等提供技术支撑已成为业界亟待解决的技术问题。
发明内容
本发明的目的是提供一种落雷密度统计方法,通过对雷电定位系统的数据进行处理,得出研究区域的落雷密度分布,从而为该地区的防雷工作提供可靠的数据基础。
为实现上述目的,本发明采用了如下技术方案:
一种落雷密度统计方法,用于对一研究区域的落雷密度进行统计并绘制相应的落雷密度分布图,所述方法包括下列步骤:首先,从原始数据中提取落雷信息相关参数,并剔除其中的误差数据;接着,设定落雷密度分布图的网格大小,并根据所述网格大小对该研究区域进行划分,并将网格与其所对应的区域相关联起来;随后,统计各网格所对应的区域在一时间段内的落雷次数;然后,计算各网格所对应的区域的落雷密度;之后,进行数据处理,即根据落雷密度的强度进行分级分块,并对边界值取整;最后,根据上述数据处理的结果,绘制落雷密度分布图。
所述落雷信息相关参数包括每一次落雷发生的时间、地点,所述地点由经度和纬度表示,可选的,所述落雷信息相关参数还包括雷电流大小。
所述原始数据为落地雷的相关落雷信息,所述误差数据为电磁波形与落地雷相近的空间雷或干扰信号的相关落雷信息。
较佳的,所述每个网格所对应的区域大小设置为5×5km2。
在上述落雷密度统计方法中,所述步骤c还包括建立一落雷信息数据库,用于汇总各网格所对应的区域的落雷信息,并根据该数据库中的信息统计各网格所对应的区域在一时间段内的落雷次数。步骤d中,各网格所对应的区域的落雷密度等于落雷次数除以该网格所对应区域的面积,其中,落雷次数是指该网格所对应的区域在一时间段内的落雷总次数。较佳的,该一时间段为1年。所述步骤e具体是采用指数相关方法对落雷密度的强度进行分级,再根据不同的强度级别对网格进行分块,并对每一块的边界值进行取整处理。
此外,所述落雷密度分布图,可以采用不同的颜色代表不同的落雷密度强度的方式绘制,也可以采用数值直接标示落雷密度强度,并以三维图或柱状图的形式来绘制。
综上所述,采用本发明的落雷密度统计方法可以直观地获得待研究区域的落雷密度统计结果,为地区防雷工作提供最有效的指导。
附图说明
图1为本发明的落雷密度统计方法的一个较佳实施例的流程图。
具体实施方式
以下将结合附图对本发明的落雷密度统计方法作进一步的详细描述。请参阅图1,其中显示本发明的落雷密度统计方法的一个较佳实施例的流程图。
首先,执行步骤S1,从原始数据中提取落雷信息相关参数,并剔除其中的误差数据。在本实施例中,所述原始数据为基于磁场定位和时差定位原理的雷电定位系统所采集的落地雷的相关信息,包括每一次落地雷发生的时间和地点,该地点由经度和纬度表示。如果后续需要对雷电密度图进行电流分析,则还要从原始数据中获取雷电流大小信息。所述误差数据为电磁波形与落地雷相近的空间雷或干扰信号的相关落雷信息,可以通过人为筛选将这些信息剔除。
接着,执行步骤S2,设定雷电密度图的网格大小,并根据网格大小对待研究区域进行划分,并通过比例缩放及坐标转换将网格与其所对应的区域相关联起来。在本实施例中,较佳地,可将一个网格所对应的区域大小设置为5×5km2,则1000km2的区域可以用约40个网格来表示(考虑到区域形状不一定是规则的,因此可能要用多个网格来覆盖区域的外周部分)。利用这个尺寸的网格绘制的落雷密度分布图网格大小适中,图片质量相对精细,且可避免雷电定位误差的影响,能够比较直观清晰的反映落雷分布。
接着,执行步骤S3,建立一落雷信息数据库,用于汇总各网格所对应的区域的落雷信息,并统计出各网格所对应的区域在1年内的落雷次数。
接着,执行步骤S4,计算各网格所对应的区域的落雷密度。在本实施例中,该落雷密度的计算公式为:落雷密度=落雷次数/区域面积,其中,落雷次数是指该网格所对应的区域1年内的落雷总次数。
然后,执行步骤S5,根据落雷密度的强度对各网格进行分级分块,即对落雷密度的强度进行分级,再根据不同的强度级别对网格进行分块,并对每一块的边界值进行取整处理。在本实施例中,可以采用指数相关方法进行分级分块,并对边界值取整。
最后,执行步骤S6,根据统计结果,绘制落雷密度分布图。在本实施例中,可用采用不同的颜色来区分落雷密度的强度以绘制所述落雷密度分布图,也可以采用数值直接标示所述落雷密度的强度,以三维图或者柱状图等方式绘制所述落雷密度分布图。更具体地说,可以参考如下表1所示的颜色设置方式来区分落雷密度的强度,以完成落雷密度分布图的绘制。
表1
雷电分级 | 落雷密度Ng(次/km2.a) | 颜色 |
I | Ng<3.0 | 浅蓝(R=178、G=254、B=252) |
II | 3.0≤Ng<5.0 | 柠檬黄(R=255、G=255、B=163) |
III | 5.0≤Ng<8.0 | 浅绿(R=153、G=255、B=153) |
IV | 8.0≤Ng<11.0 | 玫瑰红(R=248、G=158、B=248) |
V | Ng≥11.0 | 红色(R=255、G=0、B=0) |
由于落雷密度分布图反映的是一定时空范围内单位面积雷击次数的分布规律,因此在执行本发明的方法时还需要做到以下几点:1)空间上要求区域单元格式合理,面积大小合适,与地图及雷电定位系统的精度相符合;2)雷电密度的等级划分上,范围涵盖完整能包括所有的雷电密度,界限分明,并具有可操作性;3)时间上尽量反映多年雷电活动的重复性;4)落雷密度分布图层次清晰,可在地图上明确标出,且直观明了便于使用。
综上所述,采用本发明的落雷密度统计方法获得的落雷密度分布图能够较好的反应待研究区域的落雷情况,起到指导防雷工作的有利保障。
需要特别说明的是,本发明的本发明的落雷密度统计方法不局限于上述实施例中所限定步骤执行顺序,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明进行修改或者等同替换,而不脱离本发明的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1、一种落雷密度统计方法,用于对一研究区域的落雷密度进行统计并绘制相应的落雷密度分布图,其特征在于,所述方法包括下列步骤:
a.从原始数据中提取落雷信息相关参数,并剔除其中的误差数据;
b.设定落雷密度分布图的网格大小,并根据所述网格大小对该研究区域进行划分,并将网格与其所对应的区域相关联起来;
c.统计各网格所对应的区域在一时间段内的落雷次数;
d.计算各网格所对应的区域的落雷密度;
e.进行数据处理,即根据落雷密度的强度进行分级分块,并对边界值取整;
f.根据上述数据处理的结果,绘制落雷密度分布图。
2、根据权利要求1所述的落雷密度统计方法,其特征在于,所述落雷信息相关参数包括每一次落雷发生的时间、地点,所述地点由经度和纬度表示。
3、根据权利要求2所述的落雷密度统计方法,其特征在于,所述落雷信息相关参数还包括雷电流大小。
4、根据权利要求1所述的落雷密度统计方法,其特征在于,所述原始数据为落地雷的相关落雷信息,所述误差数据为电磁波形与落地雷相近的空间雷或干扰信号的相关落雷信息。
5、根据权利要求1所述的落雷密度统计方法,其特征在于,所述每个网格所对应的区域大小设置为5×5km2。
6、根据权利要求1所述的落雷密度统计方法,其特征在于,所述步骤c还包括建立一落雷信息数据库,用于汇总各网格所对应的区域的落雷信息,并根据该数据库中的信息统计各网格所对应的区域在一时间段内的落雷次数。
7、根据权利要求1所述的落雷密度统计方法,其特征在于,步骤d中,各网格所对应的区域的落雷密度等于落雷次数除以该网格所对应区域的面积,其中,落雷次数是指该网格所对应的区域在一时间段内的落雷总次数。
8、根据权利要求1或6或7所述的落雷密度统计方法,其特征在于,所述的一时间段为1年。
9、根据权利要求1所述的落雷密度统计方法,其特征在于,所述步骤e具体是采用指数相关方法对落雷密度的强度进行分级,再根据不同的强度级别对网格进行分块,并对每一块的边界值进行取整处理。
10、根据权利要求1所述的落雷密度统计方法,其特征在于,所述落雷密度分布图,采用不同的颜色代表不同的落雷密度强度的方式绘制,或者采用数值直接标示落雷密度强度,并以三维图或柱状图的形式来绘制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810041570A CN101650444A (zh) | 2008-08-11 | 2008-08-11 | 落雷密度统计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810041570A CN101650444A (zh) | 2008-08-11 | 2008-08-11 | 落雷密度统计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101650444A true CN101650444A (zh) | 2010-02-17 |
Family
ID=41672718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810041570A Pending CN101650444A (zh) | 2008-08-11 | 2008-08-11 | 落雷密度统计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101650444A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102253426A (zh) * | 2011-04-29 | 2011-11-23 | 国网电力科学研究院武汉南瑞有限责任公司 | 采用空间密度聚类进行雷电运动预测的方法 |
CN102254090A (zh) * | 2011-06-08 | 2011-11-23 | 南京信息工程大学 | 采用核密度估计的闪电密度分布及ng值估计方法 |
CN102565554A (zh) * | 2012-02-07 | 2012-07-11 | 云南电力试验研究院(集团)有限公司电力研究院 | 一种生成三维雷电定位地闪点分布图的方法 |
CN103018604A (zh) * | 2012-12-07 | 2013-04-03 | 浙江省电力公司电力科学研究院 | 一种电网设施雷击风险的评估方法及其装置 |
CN103235192A (zh) * | 2013-01-10 | 2013-08-07 | 湖北省电力公司电力科学研究院 | 有害雷电概率分布分析方法 |
CN103675505A (zh) * | 2012-09-20 | 2014-03-26 | 西南交通大学 | 评测复线路堤区段电气化铁路雷击跳闸率的方法 |
CN103675507A (zh) * | 2012-09-20 | 2014-03-26 | 西南交通大学 | 评测复线高架区段电气化铁路雷击跳闸率的方法 |
CN103675504A (zh) * | 2012-09-20 | 2014-03-26 | 西南交通大学 | 评测单线路堤区段电气化铁路雷击跳闸率的方法 |
CN103675510A (zh) * | 2012-09-20 | 2014-03-26 | 西南交通大学 | 评测at方式下单线高架段电气化铁路雷击跳闸率的方法 |
CN103675506A (zh) * | 2012-09-20 | 2014-03-26 | 西南交通大学 | 评测单线高架区段电气化铁路雷击跳闸率的方法 |
CN103675511A (zh) * | 2012-09-20 | 2014-03-26 | 西南交通大学 | 评测at方式下复线高架段电气化铁路雷击跳闸率的方法 |
CN103971028A (zh) * | 2014-05-30 | 2014-08-06 | 云南电网公司 | 一种雷电天气下输电线路短期n-2风险评估方法 |
CN104166171A (zh) * | 2014-08-25 | 2014-11-26 | 清华大学 | 基于雷电定位系统的雷云覆盖面积的预测方法及系统 |
CN104200281A (zh) * | 2014-08-25 | 2014-12-10 | 清华大学 | 基于雷电定位系统的雷暴云移动路径的预测方法及系统 |
CN105610115A (zh) * | 2015-12-25 | 2016-05-25 | 陈凤 | 基于历史雷电移动轨迹统计特性的主动防雷方法 |
CN107728234A (zh) * | 2017-09-17 | 2018-02-23 | 北京工业大学 | 一种基于大气电场数据的雷电强度值预测方法 |
CN110532334A (zh) * | 2019-08-22 | 2019-12-03 | 中国气象局气象探测中心 | 一种雷电强度区划方法及系统 |
CN110806509A (zh) * | 2019-11-29 | 2020-02-18 | 广州供电局有限公司 | 雷电活动空间特征检测方法和装置 |
-
2008
- 2008-08-11 CN CN200810041570A patent/CN101650444A/zh active Pending
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102253426A (zh) * | 2011-04-29 | 2011-11-23 | 国网电力科学研究院武汉南瑞有限责任公司 | 采用空间密度聚类进行雷电运动预测的方法 |
CN102254090A (zh) * | 2011-06-08 | 2011-11-23 | 南京信息工程大学 | 采用核密度估计的闪电密度分布及ng值估计方法 |
CN102254090B (zh) * | 2011-06-08 | 2013-07-03 | 南京信息工程大学 | 采用核密度估计的闪电密度分布及ng值估计方法 |
CN102565554B (zh) * | 2012-02-07 | 2014-12-31 | 云南电力试验研究院(集团)有限公司电力研究院 | 一种生成三维雷电定位地闪点分布图的方法 |
CN102565554A (zh) * | 2012-02-07 | 2012-07-11 | 云南电力试验研究院(集团)有限公司电力研究院 | 一种生成三维雷电定位地闪点分布图的方法 |
CN103675511B (zh) * | 2012-09-20 | 2017-04-12 | 西南交通大学 | 评测at方式下复线高架段电气化铁路雷击跳闸率的方法 |
CN103675506B (zh) * | 2012-09-20 | 2016-12-07 | 西南交通大学 | 评测单线高架区段电气化铁路雷击跳闸率的方法 |
CN103675507A (zh) * | 2012-09-20 | 2014-03-26 | 西南交通大学 | 评测复线高架区段电气化铁路雷击跳闸率的方法 |
CN103675504A (zh) * | 2012-09-20 | 2014-03-26 | 西南交通大学 | 评测单线路堤区段电气化铁路雷击跳闸率的方法 |
CN103675510A (zh) * | 2012-09-20 | 2014-03-26 | 西南交通大学 | 评测at方式下单线高架段电气化铁路雷击跳闸率的方法 |
CN103675506A (zh) * | 2012-09-20 | 2014-03-26 | 西南交通大学 | 评测单线高架区段电气化铁路雷击跳闸率的方法 |
CN103675511A (zh) * | 2012-09-20 | 2014-03-26 | 西南交通大学 | 评测at方式下复线高架段电气化铁路雷击跳闸率的方法 |
CN103675505A (zh) * | 2012-09-20 | 2014-03-26 | 西南交通大学 | 评测复线路堤区段电气化铁路雷击跳闸率的方法 |
CN103675504B (zh) * | 2012-09-20 | 2017-04-12 | 西南交通大学 | 评测单线路堤区段电气化铁路雷击跳闸率的方法 |
CN103675507B (zh) * | 2012-09-20 | 2017-04-12 | 西南交通大学 | 评测复线高架区段电气化铁路雷击跳闸率的方法 |
CN103018604A (zh) * | 2012-12-07 | 2013-04-03 | 浙江省电力公司电力科学研究院 | 一种电网设施雷击风险的评估方法及其装置 |
CN103235192A (zh) * | 2013-01-10 | 2013-08-07 | 湖北省电力公司电力科学研究院 | 有害雷电概率分布分析方法 |
CN103971028A (zh) * | 2014-05-30 | 2014-08-06 | 云南电网公司 | 一种雷电天气下输电线路短期n-2风险评估方法 |
CN103971028B (zh) * | 2014-05-30 | 2017-01-18 | 云南电网公司 | 一种雷电天气下输电线路短期n‑2风险评估方法 |
CN104166171B (zh) * | 2014-08-25 | 2016-09-21 | 清华大学 | 基于雷电定位系统的雷云覆盖面积的预测方法及系统 |
CN104200281A (zh) * | 2014-08-25 | 2014-12-10 | 清华大学 | 基于雷电定位系统的雷暴云移动路径的预测方法及系统 |
CN104166171A (zh) * | 2014-08-25 | 2014-11-26 | 清华大学 | 基于雷电定位系统的雷云覆盖面积的预测方法及系统 |
CN104200281B (zh) * | 2014-08-25 | 2017-09-22 | 清华大学 | 基于雷电定位系统的雷暴云移动路径的预测方法及系统 |
CN105610115B (zh) * | 2015-12-25 | 2017-03-29 | 陈凤 | 基于历史雷电移动轨迹统计特性的主动防雷方法 |
CN105610115A (zh) * | 2015-12-25 | 2016-05-25 | 陈凤 | 基于历史雷电移动轨迹统计特性的主动防雷方法 |
CN107728234A (zh) * | 2017-09-17 | 2018-02-23 | 北京工业大学 | 一种基于大气电场数据的雷电强度值预测方法 |
CN107728234B (zh) * | 2017-09-17 | 2020-06-16 | 北京工业大学 | 一种基于大气电场数据的雷电强度值预测方法 |
CN110532334A (zh) * | 2019-08-22 | 2019-12-03 | 中国气象局气象探测中心 | 一种雷电强度区划方法及系统 |
CN110806509A (zh) * | 2019-11-29 | 2020-02-18 | 广州供电局有限公司 | 雷电活动空间特征检测方法和装置 |
CN110806509B (zh) * | 2019-11-29 | 2021-12-17 | 广东电网有限责任公司广州供电局 | 雷电活动空间特征检测方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101650444A (zh) | 落雷密度统计方法 | |
CN107545085B (zh) | 一种智能变电站过程层网络联接图自动生成方法 | |
CN105912770A (zh) | 水文实时预报系统 | |
CN104077806B (zh) | 基于城市建筑三维模型的自动分体提取方法 | |
CN102779231B (zh) | 基于邻近的坐标转换参数计算方法 | |
CN109242260B (zh) | 景观生态脆弱性指数的构建方法与验证方法 | |
Zhang et al. | Species-habitat associations in a northern temperate forest in China | |
CN109919930A (zh) | 基于卷积神经网络yolo v3的树上果实数量的统计方法 | |
CN104732524B (zh) | 血液白细胞显微图像的随机权网络分割方法 | |
CN105279711A (zh) | 建设项目规划选址系统及方法 | |
CN105184224A (zh) | 一种东北地区水田分类与信息提取系统及方法 | |
CN103927390B (zh) | 基于泊松盘样本块的植被分布快速合成方法和系统 | |
CN105303587A (zh) | 一种自动化的图形智能配色方法 | |
CN110390117B (zh) | 一种雷暴起电过程的数值模拟方法和系统 | |
CN106021452A (zh) | 一种电磁环境测量数据清洗方法 | |
Dalposso et al. | Spatial autocorrelation of NDVI and GVI indices derived from Landsat/TM images for soybean crops in the western of the state of Paraná in 2004/2005 crop season | |
CN109002520A (zh) | 一种区域农业规划产业选择的智能分析方法 | |
CN114417467A (zh) | 城市密集区通风廊道的建立方法、装置、介质及设备 | |
CN103500469A (zh) | 一种城市绿化建模方法 | |
CN103218516A (zh) | 一种聚类再回归的机场噪声单步预测方法 | |
CN108229502A (zh) | 一种树冠层的三维点云数据中叶片基点提取方法 | |
CN115616342A (zh) | 在电网中搜寻雷击区域的方法、装置、设备及存储介质 | |
CN107392821B (zh) | 基于污染排放响应单元的控制单元污染负荷核定方法 | |
CN115661631A (zh) | 基于土壤侵蚀强度空间数据的水土流失图斑识别方法 | |
CN112329346B (zh) | 一种输电线路雷电地闪数据分析优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20100217 |