CN103279572A - 用于实现雷电时空聚类的方法 - Google Patents
用于实现雷电时空聚类的方法 Download PDFInfo
- Publication number
- CN103279572A CN103279572A CN 201310245552 CN201310245552A CN103279572A CN 103279572 A CN103279572 A CN 103279572A CN 201310245552 CN201310245552 CN 201310245552 CN 201310245552 A CN201310245552 A CN 201310245552A CN 103279572 A CN103279572 A CN 103279572A
- Authority
- CN
- China
- Prior art keywords
- thunder
- lightning
- cluster
- time
- space
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于实现雷电时空聚类的方法,属于防雷技术领域,包括:获取待聚类的雷电数据信息集合L;将雷电数据信息集合根据时间属性划分若干个子集Cn;对每个子集Cn根据空间属性进行空间上的聚类分析,并将聚类结果以其时间属性的先后进行排序;将排序后的聚类结果以kml文件格式进行保存;其中,n≥1。本发明克服了现有技术中由于雷电数据的离散性(一些边缘雷电影响雷电中心的确定)而导致的放电中心难以确定的技术问题,且本发明还具有收敛速度快、聚类准确度高的特点。
Description
技术领域
本发明属于防雷技术领域,特别涉及一种用于实现雷电时空聚类的方法。
背景技术
雷电是一种自然界的放电现象,由于其电流大,电压高,当雷电击中地面物体时会造成较大的破坏,人类一直在进行各类雷电监测和防雷技术的研究。从20世界70年代后半期,在美国开始出现雷电定位系统用于监测雷电发生的位置,我国从90年代开始在气象、电力等行业大规模建设雷电定位系统。目前,雷电定位技术已经较为成熟,人类可以通过该系统得知一次雷击发生的精确时间和较为精确的位置。
雷电定位系统每年可采集海量的雷电定位数据,人类虽然很难从客观上改变和减少雷电活动的发生,但是从这些海量的历史数据中去发现雷电活动的规律,在雷暴活动频繁,雷电流较大的区域安装防雷引雷设备,可起到预防的作用,减少雷电引起的灾害。
通过对以往雷电数据的分析,我们发现雷击事故多发生在短时间内密集放电区域,且与放电中心密切先关。由于雷电数据的离散性,一些边缘雷电会影响到雷电中心的确定,找到放电中心就比较困难,所以目前的雷电规律分析手段较为偏重于长时间的雷电密度、强度、雷电日等的分析,不具备研究雷电放电中心与雷电活动规律的。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的用于实现雷电时空聚类的方法。
为解决上述技术问题,本发明提供了一种用于实现雷电时空聚类的方法,包括:获取待聚类的雷电数据信息集合L;将雷电数据信息集合根据时间属性划分若干个子集Cn;对每个子集Cn根据空间属性进行空间上的聚类分析,并将聚类结果以其时间属性的先后进行排序;将排序后的聚类结果以kml文件格式进行保存;其中,n≥1。
进一步地,所述获取待聚类的雷电数据信息集合具体步骤包括:通过调用服务器端的WCF获取满足某一给定时间范围内的所有雷电数据信息;将获取的雷电数据信息经序列化后以流的形式返回至客户端;所述雷电数据信息经所述客户端反序列化形成待聚类的雷电数据信息集合L={Lt1、Lt2、Lt3…Ltm}。
进一步地,所述将雷电数据信息集合根据时间属性划分若干个子集具体步骤包括:根据所述待聚类的雷电数据信息集合设定时间阈值ρt;根据时间阈值ρt将待聚类的雷电数据信息集合L={Lt1、Lt2、Lt3…Ltm}划分成若干个子集Cn={…Lt(m-2),Lt(m-1),Ltm};其中,n≥1,m≥3。
进一步地,所述子集Cn中雷电最大与最小时间属性的差值小于等于所述时间阈值ρt。
进一步地,所述对每个子集Cn根据空间属性进行空间上的聚类分析,并将聚类结果以其时间属性的先后进行排序具体步骤包括:依次提取Cn中的每一个元素Ltq(lo,la),并定义集合S={S1,S2,S3…Sn}表示聚类中心集合,Sn的坐标为(x,y);分别对每一个元素Ltq(lo,la)判断其是否属于集合S中的任意一个聚类中心Sn;根据判断结果对聚类中心Sn的坐标值进行调整以生成由聚类中心Sn构建的聚类结果集合;其中,n≥1,m≥q≥1;lo表示在元素Ltq下该雷击的经度,la表示在元素Ltq下该雷击的纬度。
进一步地,所述对每一个元素Ltq(lo,la)判断其是否属于集合S中的任意一个聚类中心Sn包括:根据所述待聚类的雷电数据信息集合设定空间阈值ρs;以Ltq(lo,la)分别到集合S={S1,S2,S3…Sn}中所有元素之间距离的最小值d作为判断标准;若d<=ρs,则Ltq(lo,la)属于聚类中心Sn;其中,d所在的聚类中心为Sn。
进一步地,所述根据判断结果对聚类中心Sn的坐标值进行调整以生成由聚类中心Sn构建的聚类结果集合具体步骤包括:若Ltq(lo,la)属于聚类中心Sn,则调整聚类中心Sn的坐标为{(x+lo)/2,(y+la)/2};若Ltq(lo,la)不属于聚类中心Sn,则创建一个新的聚类中心Sn+1(lo,la);根据新生成的聚类中心Sn或Sn+1(lo,la)构建聚类结果集合;其中,n≥1,m≥q≥1;lo表示在元素Ltq下该雷击的经度,la表示在元素Ltq下该雷击的纬度。
进一步地,所述聚类结果集合中各元素以聚类中心的时间属性进行排序。
进一步地,将所述kml文件加载到三维地理信息化平台上,并通过调整好时间轴以实现点击播放即可按照时间顺序进行播放。
进一步地,所述三维地理信息化平台包括:Google Earth或SmartGloble。
本发明提供的一种用于实现雷电时空聚类的方法,通过获取待聚类的雷电数据信息集合L;将雷电数据信息集合根据时间属性划分若干个子集Cn;对每个子集Cn根据空间属性进行空间上的聚类分析,并将聚类结果以其时间属性的先后进行排序;将排序后的聚类结果以kml文件格式进行保存,并最终用支持kml的三维GIS平台打开生成的kml文件,调整好时间轴以实现点击播放即可按照时间顺序进行播放,克服了现有技术中由于雷电数据的离散性(一些边缘雷电影响雷电中心的确定)而导致的放电中心难以确定的技术问题,且本发明具有收敛速度快、聚类准确度高的特点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种用于实现雷电时空聚类的方法流程示意图。
图2为本发明实施例提供的一种用于实现雷电时空聚类的方法中基于VQ算法的聚类分析的过程演示图一。
图3为本发明实施例提供的一种用于实现雷电时空聚类的方法中基于VQ算法的聚类分析的过程演示图二。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,本发明实施例提供的一种用于实现雷电时空聚类的方法,包括:
S101:获取待聚类的雷电数据信息集合L;
本实施例中,根据海量的雷电定位数据设定某一段时间T,通过调用服务器端的WCF获取满足该段时间T范围内的所有雷电数据信息集合,将获取的雷电数据信息经序列化后以流的形式返回至客户端;雷电数据信息经客户端反序列化后形成待聚类的雷电数据信息集合L={Lt1、Lt2、Lt3…Ltm}。
S102:将雷电数据信息集合根据时间属性划分若干个子集Cn;
本实施例中,首先根据待聚类的雷电数据信息集合L={Lt1、Lt2、Lt3…Ltm}设定时间阈值ρt(可通过实际作业过程中具体环境因素进行设定,如风速等);然后根据时间阈值ρt将待聚类的雷电数据信息集合L={Lt1、Lt2、Lt3…Ltm}划分成若干个子集,如:C1={Lt1,Lt2,Lt3……}、……、Cn={…Lt(m-2),Lt(m-1),Ltm},并定义集合C={C1,C2,C3……Cn},且每个子集中雷电最大与最小时间属性的差值小于等于时间阈值ρt;其中,n≥1,m≥3。即,
将待聚类的雷电数据信息集合L={Lt1、Lt2、Lt3…Ltm}按时间顺序进行排序,并按照排序结果记录第一个雷电的时间属性,通过对比分析若在此雷电顺序之后的所有雷电时间属性与第一个雷电的时间属性的时间差大于设定的时间阈值ρt,则根据第一个雷电数据信息生成第一个子集C1,并将该雷电作为预建立的第二个子集C2的第一个雷电,以此方法对雷电数据信息集合L={Lt1、Lt2、Lt3…Ltm}中的所有元素进行子集划分。
S103:对每个子集Cn根据空间属性进行空间上的聚类分析,并将聚类结果以其时间属性的先后进行排序;
本实施例中,提取Cn中的一个元素Ltq(lo,la),其中lo表示该雷击的经度(longitude),la表示该雷击的纬度(latitude),并定义集合S={S1,S2,S3…Sn}表示聚类中心点集合。判断元素Ltq(lo,la)是否属于集合S中的任意一个聚类中心Sn。若Ltq(lo,la)属于聚类中心Sn,则调整聚类中心Sn的坐标Sn(x,y)变为Sn{(x+lo)/2,(y+la)/2)};若Ltq(lo,la)不属于聚类中心Sn,则创建一个新的聚类中心Sn+1(lo,la);依次重复上述操作过程,直到提取完Cn中的所有数据;并最终根据新生成的聚类中心Sn{(x+lo)/2,(y+la)/2)}或Sn+1(lo,la)构建聚类结果集合,且聚类结果集合中各元素以聚类中心的时间属性进行排序。
其中,对于判断元素Ltq(lo,la)是否属于集合S中的任意一个聚类中心Sn时,首先根据待聚类的雷电数据信息集合设定空间阈值ρs(可通过实际作业过程中具体环境因素进行设定,如风速等);然后以Ltq(lo,la)分别到集合S={S1,S2,S3…Sn}中所有元素之间距离的最小值d作为判断标准,d所在的聚类中心为Sn;若d<=ρs,则X属于聚类中心Sn,反之亦然。
本实施例中,所有子集Cn均基于VQ(Vector Quantization)的雷电聚类算法进行聚类,以得到一系列由聚类中心点组成的聚类结果集合,且每个聚类中心包括经纬度、电流强度、模式点(Ltq(lo,la))的个数等信息。
本实施例中,m≥q≥1。
S104:将排序后的聚类结果(聚类结果集合)以kml文件格式进行保存;
本实施例中,将按时间顺序排列、由聚类中心点组成的聚类结果集合生成对应的Kml(Keyhole Markup Language)文件,其中包括每个聚类中心的经纬度坐标,模式点的个数,电流强度等信息;然后用支持kml的三维GIS平台(如Google Earth,SmartGloble等)打开生成的kml文件,调整好时间轴以实现点击播放即可按照时间顺序进行播放。
为进一步阐述本发明所提供的技术方案,以支持本发明所要解决的技术问题,附图2-3展示对点(0,0)、(1,0)、(0,1)、(1,1)、(0,3)、(1,3)、(0,4)、(1,4)、(4,0)、(5,0)、(4,1)、(5,1)进行基于VQ算法的聚类分析的过程。其中,圆圈代表聚类中心,点代表输入的模式点(Ltq(lo,la)),空间阈值ρs设为2.0。聚类分析文字叙述不问可参阅S101-S104,此处不再赘述。
本发明提供的一种用于实现雷电时空聚类的方法,通过获取待聚类的雷电数据信息集合L;将雷电数据信息集合根据时间属性划分若干个子集Cn;对每个子集Cn根据空间属性进行空间上的聚类分析,并将聚类结果以其时间属性的先后进行排序;将排序后的聚类结果以kml文件格式进行保存,并最终用支持kml的三维GIS平台打开生成的kml文件,调整好时间轴以实现点击播放即可按照时间顺序进行播放,克服了现有技术中由于雷电数据的离散性(一些边缘雷电影响雷电中心的确定)而导致的放电中心难以确定的技术问题,且本发明聚类个数无需事先设定,只与时间阈值、空间阈值相关;空间上对输入顺序不敏感;聚类结果仍然具有时间、空间属性,可进行多次聚类;同时,本发明还具有收敛速度快、聚类准确度高的特点。
最后所应说明的是,以上具体实施方式仅用以说明本发明的技术方案而非限制,尽管参照实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,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种用于实现雷电时空聚类的方法,其特征在于,包括:
获取待聚类的雷电数据信息集合L;
将雷电数据信息集合根据时间属性划分若干个子集Cn;
对每个子集Cn根据空间属性进行空间上的聚类分析,并将聚类结果以其时间属性的先后进行排序;
将排序后的聚类结果以kml文件格式进行保存;
其中,n≥1。
2.根据权利要求1所述的用于实现雷电时空聚类的方法,其特征在于,所述获取待聚类的雷电数据信息集合具体步骤包括:
通过调用服务器端的WCF获取满足某一给定时间范围内的所有雷电数据信息;
将获取的雷电数据信息经序列化后以流的形式返回至客户端;
所述雷电数据信息经所述客户端反序列化形成待聚类的雷电数据信息集合L={Lt1、Lt2、Lt3…Ltm}。
3.根据权利要求2所述的用于实现雷电时空聚类的方法,其特征在于,所述将雷电数据信息集合根据时间属性划分若干个子集具体步骤包括:
根据所述待聚类的雷电数据信息集合设定时间阈值ρt;
根据时间阈值ρt将待聚类的雷电数据信息集合L={Lt1、Lt2、Lt3…Ltm}划分成若干个子集Cn={…Lt(m-2),Lt(m-1),Ltm};
其中,n≥1,m≥3。
4.根据权利要求3所述的用于实现雷电时空聚类的方法,其特征在于:
所述子集Cn中雷电最大与最小时间属性的差值小于等于所述时间阈值ρt。
5.根据权利要求4所述的用于实现雷电时空聚类的方法,其特征在于,所述对每个子集Cn根据空间属性进行空间上的聚类分析,并将聚类结果以其时间属性的先后进行排序具体步骤包括:
依次提取Cn中的每一个元素Ltq(lo,la),并定义集合S={S1,S2,S3…Sn}表示聚类中心集合,Sn的坐标为(x,y);
分别对每一个元素Ltq(lo,la)判断其是否属于集合S中的任意一个聚类中心Sn;
根据判断结果对聚类中心Sn的坐标值进行调整以生成由聚类中心Sn构建的聚类结果集合;
其中,n≥1,m≥q≥1;lo表示在元素Ltq下该雷击的经度,la表示在元素Ltq下该雷击的纬度。
6.根据权利要求5所述的用于实现雷电时空聚类的方法,其特征在于,所述对每一个元素Ltq(lo,la)判断其是否属于集合S中的任意一个聚类中心Sn包括:
根据所述待聚类的雷电数据信息集合设定空间阈值ρs;
以Ltq(lo,la)分别到集合S={S1,S2,S3…Sn}中所有元素之间距离的最小值d作为判断标准;
若d<=ρs,则Ltq(lo,la)属于聚类中心Sn;
其中,d所在的聚类中心为Sn。
7.根据权利要求6所述的用于实现雷电时空聚类的方法,其特征在于,所述根据判断结果对聚类中心Sn的坐标值进行调整以生成由聚类中心Sn构建的聚类结果集合具体步骤包括:
若Ltq(lo,la)属于聚类中心Sn,则调整聚类中心Sn的坐标为{(x+lo)/2,(y+la)/2};
若Ltq(lo,la)不属于聚类中心Sn,则创建一个新的聚类中心Sn+1(lo,la);
根据新生成的聚类中心Sn或Sn+1(lo,la)构建聚类结果集合;
其中,n≥1,m≥q≥1;lo表示在元素Ltq下该雷击的经度,la表示在元素Ltq下该雷击的纬度。
8.根据权利要求6所述的用于实现雷电时空聚类的方法,其特征在于:
所述聚类结果集合中各元素以聚类中心的时间属性进行排序。
9.根据权利要求1所述的用于实现雷电时空聚类的方法,其特征在于:
将所述kml文件加载到三维地理信息化平台上,并通过调整好时间轴以实现点击播放即可按照时间顺序进行播放。
10.根据权利要求9所述的用于实现雷电时空聚类的方法,其特征在于,所述三维地理信息化平台包括:Google Earth或SmartGloble。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201310245552 CN103279572A (zh) | 2013-06-19 | 2013-06-19 | 用于实现雷电时空聚类的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201310245552 CN103279572A (zh) | 2013-06-19 | 2013-06-19 | 用于实现雷电时空聚类的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103279572A true CN103279572A (zh) | 2013-09-04 |
Family
ID=49062090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201310245552 Pending CN103279572A (zh) | 2013-06-19 | 2013-06-19 | 用于实现雷电时空聚类的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103279572A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090605A (zh) * | 2017-12-08 | 2018-05-29 | 广东电网有限责任公司电力科学研究院 | 一种引雷塔引雷效果的预测方法 |
CN109272057A (zh) * | 2018-11-21 | 2019-01-25 | 北京国网富达科技发展有限责任公司 | 一种雷害冰灾的聚类分析方法、设备及系统 |
CN109359700A (zh) * | 2018-11-21 | 2019-02-19 | 北京国网富达科技发展有限责任公司 | 一种输电线路外力破坏的分析方法、设备及系统 |
CN110765130A (zh) * | 2019-09-25 | 2020-02-07 | 武汉大学 | 一种分布式环境下基于Ripley’s K函数的时空POI数据点模式分析方法 |
-
2013
- 2013-06-19 CN CN 201310245552 patent/CN103279572A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090605A (zh) * | 2017-12-08 | 2018-05-29 | 广东电网有限责任公司电力科学研究院 | 一种引雷塔引雷效果的预测方法 |
CN109272057A (zh) * | 2018-11-21 | 2019-01-25 | 北京国网富达科技发展有限责任公司 | 一种雷害冰灾的聚类分析方法、设备及系统 |
CN109359700A (zh) * | 2018-11-21 | 2019-02-19 | 北京国网富达科技发展有限责任公司 | 一种输电线路外力破坏的分析方法、设备及系统 |
CN110765130A (zh) * | 2019-09-25 | 2020-02-07 | 武汉大学 | 一种分布式环境下基于Ripley’s K函数的时空POI数据点模式分析方法 |
CN110765130B (zh) * | 2019-09-25 | 2021-01-01 | 武汉大学 | 一种分布式环境下基于Ripley’s K函数的时空POI数据点模式分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11598900B2 (en) | Weather-driven multi-category infrastructure impact forecasting | |
US9183221B2 (en) | Component and method for overlying information bearing hexagons on a map display | |
CN109408548A (zh) | 一种城市电力大数据应用系统及方法 | |
CN105069100B (zh) | 一种基于电网gis的移动端协同标绘方法 | |
CN105184492A (zh) | 基于三维数字地球的电网抵御台风灾害仿真分析预警系统 | |
CN107918830A (zh) | 一种基于大数据技术的配电网运行状态评估系统及方法 | |
CN103279572A (zh) | 用于实现雷电时空聚类的方法 | |
CN105023283A (zh) | 基于冬候鸟迁徙路径及生境的电网鸟害图绘制方法及系统 | |
CN107909098A (zh) | 一种基于大数据的城市居民锚点计算方法 | |
CN106529731A (zh) | 一种区域电网光伏电站集群划分方法 | |
CN110633818B (zh) | 一种配电网台风风灾预警方法及系统 | |
CN104182594A (zh) | 一种电力系统风区图的绘制方法 | |
CN107832876A (zh) | 基于MapReduce框架的分区最大负荷预测方法 | |
CN112686418A (zh) | 一种履约时效预测方法和装置 | |
EP4186014A1 (en) | Spatial power outage estimation for natural hazards leveraging optimal synthetic power networks | |
Zhu et al. | A decision tree model for meteorological disasters grade evaluation of flood | |
CN114184881A (zh) | 一种基于拓扑模型追踪分析故障事件定位方法 | |
CN110175520A (zh) | 机器人巡检图像的文本位置检测方法、装置及存储介质 | |
CN104299065B (zh) | 一种调度自动化主备系统间模型正确性校验的方法 | |
CN103605790A (zh) | 一种用于引雷设施选址分析的方法及其系统 | |
CN111222662A (zh) | 一种电网台风洪涝灾害预警方法和装置 | |
CN105528412A (zh) | 一种多元异构数据汇聚分析方法及系统 | |
CN112860996A (zh) | 一种兴趣点处理方法、装置、电子设备和介质 | |
CN106408139B (zh) | 机场到达率预测方法及装置 | |
CN103258140B (zh) | 用于雷暴过程还原、雷电通道分析的方法及其系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130904 |
|
RJ01 | Rejection of invention patent application after publication |