CN112101800A - 闪电数据的分析方法、装置、计算机设备和存储介质 - Google Patents

闪电数据的分析方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN112101800A
CN112101800A CN202010988555.7A CN202010988555A CN112101800A CN 112101800 A CN112101800 A CN 112101800A CN 202010988555 A CN202010988555 A CN 202010988555A CN 112101800 A CN112101800 A CN 112101800A
Authority
CN
China
Prior art keywords
lightning
target area
frequency
altitude
correlation
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
Application number
CN202010988555.7A
Other languages
English (en)
Inventor
范伟男
王红斌
栾乐
许中
王海靖
崔屹平
罗思敏
徐硕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN202010988555.7A priority Critical patent/CN112101800A/zh
Publication of CN112101800A publication Critical patent/CN112101800A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请涉及一种闪电数据的分析方法、装置、计算机设备和存储介质。所述方法包括：根据待分析的闪电数据，确定待分析的闪电数据对应的目标区域；采用网格法对目标区域进行划分，得到多个单位区域；根据闪电数据，得到各单位区域内的闪电频次；根据各单位区域内的闪电频次与各单位区域的海拔高度，得到目标区域内的闪电频次与目标区域的海拔高度的相关关系；根据各单位区域内的闪电频次与各单位区域的坡度，得到目标区域内的闪电频次与目标区域的坡度的相关关系。采用本方法能够提高得到的目标区域内的闪电频次与目标区域的海拔高度的相关关系的准确度，以及提高得到的目标区域内的闪电频次与目标区域的坡度的相关关系的准确度。

Description

闪电数据的分析方法、装置、计算机设备和存储介质
技术领域
本申请涉及雷电活动分析技术领域，特别是涉及一种闪电数据的分析方法、装置、计算机设备和存储介质。
背景技术
闪电是云与云之间、云与地之间或者云体内各部位之间的强烈放电现象，因闪电造成的人员伤亡和经济损失均呈现出逐年增加的趋势。因此，研究闪电活动与海拔高度的相关关系，以及闪电活动和坡度的相关关系，对增强闪电灾害重点区域的预防、应对重大闪电灾害具有重要的作用。
传统技术中，主要是根据待分析区域的闪电频次，分析待分析区域闪电活动与待分析区域的海拔高度的相关关系，以及待分析区域闪电活动与待分析区域的坡度的相关关系。
然而，传统方法存在对待分析区域闪电活动与待分析区域的海拔高度的相关关系，以及待分析区域闪电活动与待分析区域的坡度的相关关系分析不准确的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高对待分析区域闪电活动与待分析区域的海拔高度的相关关系，以及待分析区域闪电活动与待分析区域的坡度的相关关系分析准确度的闪电数据的分析方法、装置、计算机设备和存储介质。
一种闪电数据的分析方法，所述方法包括：
根据待分析的闪电数据，确定所述待分析的闪电数据对应的目标区域；
采用网格法对所述目标区域进行划分，得到多个单位区域；
根据所述闪电数据，得到各所述单位区域内的闪电频次；
根据各所述单位区域内的闪电频次与各所述单位区域的海拔高度，得到所述目标区域内的闪电频次与所述目标区域的海拔高度的相关关系；
根据各所述单位区域内的闪电频次与各所述单位区域的坡度，得到所述目标区域内的闪电频次与所述目标区域的坡度的相关关系。
在其中一个实施例中，所述根据各所述单位区域内的闪电频次与各所述单位区域的海拔高度，得到所述目标区域内的闪电频次与所述目标区域的海拔高度的相关关系，包括：
采用皮尔森相关系数算法，根据各所述单位区域内的闪电频次与各所述单位区域的海拔高度，得到所述目标区域内的闪电频次与所述目标区域的海拔高度的相关性系数；
根据所述目标区域内的闪电频次与所述目标区域的海拔高度的相关性系数，得到所述目标区域内的闪电频次与所述目标区域的海拔高度的相关关系。
在其中一个实施例中，所述根据各所述单位区域内的闪电频次与各所述单位区域的坡度，得到所述目标区域内的闪电频次与所述目标区域的坡度的相关关系，包括：
采用所述皮尔森相关系数算法，根据各所述单位区域内的闪电频次与各所述单位区域的坡度，得到所述目标区域内的闪电频次与所述目标区域的坡度的相关性系数；
根据所述目标区域内的闪电频次与所述目标区域的坡度的相关性系数，得到所述目标区域内的闪电频次与所述目标区域的坡度的相关关系。
在其中一个实施例中，所述待分析的闪电数据包括所述待分析的闪电数据对应的经度信息和所述待分析的闪电数据对应的纬度信息；所述根据待分析的闪电数据，确定所述待分析的闪电数据对应的目标区域，包括：
根据所述待分析的闪电数据对应的经度信息和所述待分析的闪电数据对应的纬度信息，确定所述待分析的闪电数据对应的目标区域。
在其中一个实施例中，根据所述闪电数据，得到各所述单位区域内的闪电频次，包括：
根据所述闪电数据，确定各所述单位区域内闪电出现的次数；
将各所述单位区域内闪电出现的次数，确定为各所述单位区域内的闪电频次。
在其中一个实施例中，所述根据所述目标区域内的闪电频次与所述目标区域的海拔高度的相关性系数，得到所述目标区域内的闪电频次与所述目标区域的海拔高度的相关关系，包括：
若所述目标区域内的闪电频次与所述目标区域的海拔高度的相关性系数的绝对值越大，则所述目标区域内的闪电频次与所述目标区域的海拔高度的相关性越强；反之，则所述目标区域内的闪电频次与所述目标区域的海拔高度的相关性越弱。
在其中一个实施例中，所述根据所述目标区域内的闪电频次与所述目标区域的坡度的相关性系数，得到所述目标区域内的闪电频次与所述目标区域的坡度的相关关系，包括：
若所述目标区域内的闪电频次与所述目标区域的坡度的相关性系数的绝对值越大，则所述目标区域内的闪电频次与所述目标区域的坡度的相关性越强；反之，则所述目标区域内的闪电频次与所述目标区域的坡度的相关性越弱。
一种闪电数据的分析装置，所述装置包括：
确定模块，用于根据待分析的闪电数据，确定所述待分析的闪电数据对应的目标区域；
划分模块，用于采用网格法对所述目标区域进行划分，得到多个单位区域；
第一获取模块，用于根据所述闪电数据，得到各所述单位区域内的闪电频次；
第二获取模块，用于根据各所述单位区域内的闪电频次与各所述单位区域的海拔高度，得到所述目标区域内的闪电频次与所述目标区域的海拔高度的相关关系；
第三获取模块，用于根据各所述单位区域内的闪电频次与各所述单位区域的坡度，得到所述目标区域内的闪电频次与所述目标区域的坡度的相关关系。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
根据待分析的闪电数据，确定所述待分析的闪电数据对应的目标区域；
采用网格法对所述目标区域进行划分，得到多个单位区域；
根据所述闪电数据，得到各所述单位区域内的闪电频次；
根据各所述单位区域内的闪电频次与各所述单位区域的海拔高度，得到所述目标区域内的闪电频次与所述目标区域的海拔高度的相关关系；
根据各所述单位区域内的闪电频次与各所述单位区域的坡度，得到所述目标区域内的闪电频次与所述目标区域的坡度的相关关系。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
根据待分析的闪电数据，确定所述待分析的闪电数据对应的目标区域；
采用网格法对所述目标区域进行划分，得到多个单位区域；
根据所述闪电数据，得到各所述单位区域内的闪电频次；
根据各所述单位区域内的闪电频次与各所述单位区域的海拔高度，得到所述目标区域内的闪电频次与所述目标区域的海拔高度的相关关系；
根据各所述单位区域内的闪电频次与各所述单位区域的坡度，得到所述目标区域内的闪电频次与所述目标区域的坡度的相关关系。
上述闪电数据的分析方法、装置、计算机设备和存储介质，根据待分析的闪电数据，能够确定出待分析的闪电数据对应的目标区域，进而能够采用网格法对目标区域进行划分，得到多个单位区域，根据待分析的闪电数据，得到各单位区域内的闪电频次，从而能够根据各单位区域内的闪电频次与各单位区域的海拔高度，得到目标区域内的闪电频次与目标区域的海拔高度的相关关系，根据各单位区域内的闪电频次与各单位区域的坡度，得到目标区域内的闪电频次与目标区域的坡度的相关关系，由于是根据各单位区域内的闪电频次与各单位区域的海拔高度，得到的目标区域内的闪电频次与目标区域的海拔高度的相关关系，根据各单位区域内的闪电频次与各单位区域的坡度，得到的目标区域内的闪电频次与目标区域的坡度的相关关系，因此，提高了得到的目标区域内的闪电频次与目标区域的海拔高度的相关关系的准确度，以及提高了得到的目标区域内的闪电频次与目标区域的坡度的相关关系的准确度。
附图说明
图1为一个实施例中闪电数据的分析方法的应用环境图；
图2为一个实施例中闪电数据的分析方法的流程示意图；
图3为另一个实施例中闪电数据的分析方法的流程示意图；
图3a为一个实施例中目标区域内的闪电频次与目标区域的海拔高度的变化示意图；
图4为另一个实施例中闪电数据的分析方法的流程示意图；
图4a为一个实施例中目标区域内的闪电频次与目标区域的海拔高度的变化示意图；
图5为另一个实施例中闪电数据的分析方法的流程示意图；
图6为一个实施例中闪电数据的分析装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的闪电数据的分析方法，可以适用于如图1所示的计算机设备。该计算机设备包括通过系统总线连接的处理器、存储器，该存储器中存储有计算机程序，处理器执行该计算机程序时可以执行下述方法实施例的步骤。可选的，该计算机设备还可以包括网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器，该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。可选的，该计算机设备可以是服务器，可以是个人计算机，还可以是个人数字助理，还可以是其他的终端设备，例如平板电脑、手机等等，还可以是云端或者远程服务器，本申请实施例对计算机设备的具体形式并不做限定。
在一个实施例中，如图2所示，提供了一种闪电数据的分析方法，以该方法应用于图1中的计算机设备为例进行说明，包括以下步骤：
S201，根据待分析的闪电数据，确定待分析的闪电数据对应的目标区域。
其中，闪电是云与云之间、云与地之间或者云体内各部位之间的强烈放电现象，闪电数据为云与云之间、云与地之间或者云体内各部位之间放电过程中所产生的数据，可以包括雷击时间、雷击地理位置以及雷击强度等信息。具体地，计算机设备根据待分析的闪电数据，确定待分析的闪电数据对应的目标区域。可选的，计算机设备可以根据待分析的闪电数据中包括的地理位置信息，确定待分析的闪电数据对应的目标区域。可选的，计算机设备可以从气象部门的数据库中接收待分析的闪电数据。
S202，采用网格法对目标区域进行划分，得到多个单位区域。
其中，网格法是以网格为制图单元，对图像进行分割的方法。可选的，网格的尺寸可以为1km*1km，也可以为2km*2km。具体地，计算机设备采用网格法对待分析的闪电数据对应的目标区域进行划分，得到多个单位区域。示例性地，若计算机设备采用的网格尺寸为1km*1km，则得到的多个单位区域的尺寸也为1km*1km，若计算机设备采用的网格尺寸为2km*2km，则得到的多个单位区域的尺寸也为2km*2km。可选的，计算机设备可以采用网格法按照从上往下的顺序对目标区域进行划分，得到多个单位区域，也可以采用网格法按照从左到右的顺序对目标区域进行划分，得到多个单位区域。
S203，根据闪电数据，得到各单位区域内的闪电频次。
具体地，计算机设备根据上述待分析的闪电数据，得到各单位区域内的闪电频次。可选的，计算机设备可以根据落在各单位区域的闪电数据，确定各单位区域内的闪电频次。
S204，根据各单位区域内的闪电频次与各单位区域的海拔高度，得到目标区域内的闪电频次与目标区域的海拔高度的相关关系。
具体地，计算机设备根据上述各单位区域内的闪电频次与各单位区域的海拔高度，得到目标区域内的闪电频次与目标区域的海拔高度的相关关系。可选的，计算机设备可以利用相关度计算算法，例如斯皮尔曼相关系数法，对各单位区域内的闪电频次与各单位区域的海拔高度的相关度进行计算，得到目标区域内的闪电频次与目标区域的海拔高度的相关关系。
S205，根据各单位区域内的闪电频次与各单位区域的坡度，得到目标区域内的闪电频次与目标区域的坡度的相关关系。
具体地，计算机设备根据各单位区域内的闪电频次与各单位区域的坡度，得到目标区域内的闪电频次与目标区域的坡度的相关关系。可选的，计算机设备可以利用相关度计算算法，例如斯皮尔曼相关系数法，对各单位区域内的闪电频次与各单位区域的坡度的相关度进行计算，得到目标区域内的闪电频次与目标区域的海拔高度的相关关系。
上述闪电数据的分析方法中，计算机设备根据待分析的闪电数据，能够确定出待分析的闪电数据对应的目标区域，进而能够采用网格法对目标区域进行划分，得到多个单位区域，根据待分析的闪电数据，得到各单位区域内的闪电频次，从而能够根据各单位区域内的闪电频次与各单位区域的海拔高度，得到目标区域内的闪电频次与目标区域的海拔高度的相关关系，根据各单位区域内的闪电频次与各单位区域的坡度，得到目标区域内的闪电频次与目标区域的坡度的相关关系，由于是根据各单位区域内的闪电频次与各单位区域的海拔高度，得到的目标区域内的闪电频次与目标区域的海拔高度的相关关系，根据各单位区域内的闪电频次与各单位区域的坡度，得到的目标区域内的闪电频次与目标区域的坡度的相关关系，因此，提高了得到的目标区域内的闪电频次与目标区域的海拔高度的相关关系的准确度，以及提高了得到的目标区域内的闪电频次与目标区域的坡度的相关关系的准确度。
在上述根据各单位区域内的闪电频次与各单位区域的海拔高度，得到目标区域内的闪电频次与目标区域的海拔高度的相关关系的场景中，在一个实施例中，如图3所示，上述S204，包括：
S301，采用皮尔森相关系数算法，得到目标区域内的闪电频次与目标区域的海拔高度的相关性系数。
具体地，计算机设备采用皮尔森相关系数算法，根据上述各单位区域内的闪电频次与各单位区域的海拔高度，得到目标区域内的闪电频次与目标区域的海拔高度的相关性系数。其中，皮尔森相关系数算法能够对两个具有相关性的变量进行相关性分析，当两变量都连续并呈高斯分布，且具备一定线性关系时，这两个变量间的总体相关系数ρ定义为两个变量之间的协方差和标准差的商：
Figure BDA0002690067060000081
式中，X,Y为变量，μX为变量X的均值，μY为变量Y的期望值，σX为变量X的标准差，σY为变量Y的标准差，也就是，计算机设备可以根据皮尔森相关系数算法计算公式：
Figure BDA0002690067060000082
得到目标区域内的闪电频次与目标区域的海拔高度的相关性系数，式中，n为目标区域包括的单位区域的数量，Xi为各单位区域内的闪电频次，Yi为各单位区域内的海拔高度，
Figure BDA0002690067060000087
为各单位区域内的闪电频次的平均值，
Figure BDA0002690067060000089
为各单位区域内的海拔高度的平均值，或者，Xi为各单位区域内的海拔高度，Yi为各单位区域内的闪电频次，
Figure BDA0002690067060000088
为各单位区域内的海拔高度的平均值，
Figure BDA00026900670600000810
为各单位区域内的闪电频次的平均值。可选的，计算机设备也可以根据皮尔森相关系数算法计算公式：
Figure BDA0002690067060000083
得到目标区域内的闪电频次与目标区域的海拔高度的相关性系数，式中，n为目标区域包括的单位区域的数量，Xi为各单位区域内的闪电频次，Yi为各单位区域的海拔高度，
Figure BDA0002690067060000084
为各单位区域内的闪电频次的平均值，
Figure BDA0002690067060000085
为各单位区域的海拔高度的平均值，σX为各单位区域内的闪电频次的标准差，σY为各单位区域的海拔高度的标准差，或者，Xi为各单位区域的海拔高度，Yi为各单位区域内的闪电频次，
Figure BDA00026900670600000811
为各单位区域的海拔高度的平均值，
Figure BDA0002690067060000086
为各单位区域内的闪电频次的平均值，σX为各单位区域的海拔高度的标准差，σY为各单位区域内的闪电频次的标准差。
S302，根据目标区域内的闪电频次与目标区域的海拔高度的相关性系数，得到目标区域内的闪电频次与目标区域的海拔高度的相关关系。
具体地，计算机设备根据上述得到的目标区域内的闪电频次与目标区域的海拔高度的相关性系数，得到目标区域内的闪电频次与目标区域的海拔高度的相关关系。示例性地，如图3a所示，图3a为目标区域内的闪电频次与目标区域的海拔高度的变化示意图。可选的，若目标区域内的闪电频次与目标区域的海拔高度的相关性系数的绝对值越大，则计算机设备确定目标区域内的闪电频次与目标区域的海拔高度的相关性越强；反之，若目标区域内的闪电频次与目标区域的海拔高度的相关性系数的绝对值越小，则计算机设备确定目标区域内的闪电频次与目标区域的海拔高度的相关性越弱。示例性地，若目标区域内的闪电频次与目标区域的海拔高度的相关性系数越接近1或-1，则目标区域内的闪电频次与目标区域的海拔高度的相关性越强，若目标区域内的闪电频次与目标区域的海拔高度的相关性系数越接近0，则目标区域内的闪电频次与目标区域的海拔高度的相关性越弱。示例性地，可以将目标区域内的闪电频次与目标区域的海拔高度的相关性分为5级，若r为(0，0.2]，则目标区域内的闪电频次与目标区域的海拔高度的相关性为极弱或者无相关；若r为(0.2，0.4]，则目标区域内的闪电频次与目标区域的海拔高度的相关性为弱相关；若r为(0.4，0.6]，则目标区域内的闪电频次与目标区域的海拔高度的相关性为中等程度相关；若r为(0.6，0.8]，则目标区域内的闪电频次与目标区域的海拔高度的相关性为为强相关；若r为(0.4，0.6]，则目标区域内的闪电频次与目标区域的海拔高度的相关性为极强相关。示例性地，以目标区域为广州市为例，若目标区域内的闪电频次与目标区域的海拔高度之间的相关性系数为-0.269，则为负相关，属弱相关，表明海拔高度对广州市闪电频次的变化具有一定的影响。
本实施例中，通过采用皮尔森相关系数算法，能够根据各单位区域内的闪电频次与各单位区域的海拔高度，准确地得到目标区域内的闪电频次与目标区域的海拔高度的相关性系数，提高了得到的目标区域内的闪电频次与目标区域的海拔高度的相关性系数的准确度，进而可以根据目标区域内的闪电频次与目标区域的海拔高度的相关性系数，准确地得到目标区域内的闪电频次与目标区域的海拔高度的相关关系；另外，皮尔森相关系数算法的计算过程比较简单，能够根据各单位区域内的闪电频次与各单位区域的海拔高度，快速地得到目标区域内的闪电频次与目标区域的海拔高度的相关性系数，从而提高了根据目标区域内的闪电频次与目标区域的海拔高度的相关性系数，得到目标区域内的闪电频次与目标区域的海拔高度的相关关系的效率。
在上述根据各单位区域内的闪电频次与各单位区域的坡度，得到目标区域内的闪电频次与目标区域的坡度的相关关系的场景中，在一个实施例中，如图4所示，上述S205，包括：
S401，采用皮尔森相关系数算法，根据各单位区域内的闪电频次与各单位区域的坡度，得到目标区域内的闪电频次与目标区域的坡度的相关性系数。
具体地，计算机设备采用皮尔森相关系数算法，根据上述各单位区域内的闪电频次与各单位区域的坡度，得到目标区域内的闪电频次与目标区域的坡度的相关性系数。可选的，计算机设备可以根据皮尔森相关系数算法计算公式：
Figure BDA0002690067060000101
得到目标区域内的闪电频次与目标区域的坡度的相关性系数，式中，n为目标区域包括的单位区域的数量，Xi为各单位区域内的闪电频次，Yi为各单位区域内的坡度，
Figure BDA0002690067060000102
为各单位区域内的闪电频次的平均值，
Figure BDA0002690067060000103
为各单位区域内的坡度的平均值，或者，Xi为各单位区域内的坡度，Yi为各单位区域内的闪电频次，
Figure BDA0002690067060000104
为各单位区域内的坡度的平均值，
Figure BDA0002690067060000105
为各单位区域内的闪电频次的平均值。可选的，计算机设备也可以根据皮尔森相关系数算法计算公式：
Figure BDA0002690067060000111
得到目标区域内的闪电频次与目标区域的坡度的相关性系数，式中，n为目标区域包括的单位区域的数量，Xi为各单位区域内的闪电频次，Yi为各单位区域的坡度，
Figure BDA0002690067060000112
为各单位区域内的闪电频次的平均值，
Figure BDA0002690067060000113
为各单位区域的坡度的平均值，σX为各单位区域内的闪电频次的标准差，σY为各单位区域的坡度的标准差，或者，Xi为各单位区域的海拔高度，Yi为各单位区域内的闪电频次，
Figure BDA0002690067060000114
为各单位区域的海拔高度的平均值，
Figure BDA0002690067060000115
为各单位区域内的闪电频次的平均值，σX为各单位区域的海拔高度的标准差，σY为各单位区域内的闪电频次的标准差。
S402，根据目标区域内的闪电频次与目标区域的坡度的相关性系数，得到目标区域内的闪电频次与目标区域的坡度的相关关系。
具体地，计算机设备根据上述得到的目标区域内的闪电频次与目标区域的坡度的相关性系数，得到目标区域内的闪电频次与目标区域的坡度的相关关系。示例性地，如图4a所示，图4a为目标区域内的闪电频次与目标区域的海拔高度的变化示意图。可选的，若目标区域内的闪电频次与目标区域的坡度的相关性系数的绝对值越大，则计算机设备确定目标区域内的闪电频次与目标区域的坡度的相关性越强；反之，若目标区域内的闪电频次与目标区域的坡度的相关性系数的绝对值越小，则计算机设备确定目标区域内的闪电频次与目标区域的坡度的相关性越弱。示例性地，若目标区域内的闪电频次与目标区域的海拔高度的相关性系数越接近1或-1，则目标区域内的闪电频次与目标区域的海拔高度的相关性越强，若目标区域内的闪电频次与目标区域的海拔高度的相关性系数越接近0，则目标区域内的闪电频次与目标区域的海拔高度的相关性越弱。示例性地，可以将目标区域内的闪电频次与目标区域的坡度的相关性分为5级，若r为(0，0.2]，则目标区域内的闪电频次与目标区域的坡度的相关性为极弱或者无相关；若r为(0.2，0.4]，则目标区域内的闪电频次与目标区域的坡度的相关性为弱相关；若r为(0.4，0.6]，则目标区域内的闪电频次与目标区域的坡度的相关性为中等程度相关；若r为(0.6，0.8]，则目标区域内的闪电频次与目标区域的坡度的相关性为为强相关；若r为(0.4，0.6]，则目标区域内的闪电频次与目标区域的坡度的相关性为极强相关。示例性地，以目标区域为广州市为例，若目标区域内的闪电频次与目标区域的坡度之间的相关系数为-0.143，则表明广州市闪电频次的变化与坡度近乎无关。
本实施例中，通过采用皮尔森相关系数算法，能够根据各单位区域内的闪电频次与各单位区域的坡度，准确地得到目标区域内的闪电频次与目标区域的坡度的相关性系数，提高了得到的目标区域内的闪电频次与目标区域的坡度的相关性系数的准确度，进而可以根据目标区域内的闪电频次与目标区域的坡度的相关性系数，准确地得到目标区域内的闪电频次与目标区域的坡度的相关关系；另外，皮尔森相关系数算法的计算过程比较简单，能够根据各单位区域内的闪电频次与各单位区域的坡度，快速地得到目标区域内的闪电频次与目标区域的坡度的相关性系数，从而提高了根据目标区域内的闪电频次与目标区域的坡度的相关性系数，得到目标区域内的闪电频次与目标区域的坡度的相关关系的效率。
在上述根据待分析的闪电数据，确定待分析的闪电数据对应的目标区域的场景中，在一个实施例中，待分析的闪电数据包括待分析的闪电数据对应的经度信息和待分析的闪电数据对应的纬度信息，上述S201，包括：根据待分析的闪电数据对应的经度信息和待分析的闪电数据对应的纬度信息，确定待分析的闪电数据对应的目标区域。
具体地，计算机设备根据待分析的闪电数据对应的经度信息和待分析的闪电数据对应的维度信息，确定待分析的闪电数据对应的目标区域。也就是，计算机设备将待分析的闪电数据对应的经度信息和待分析的闪电数据对应的维度信息，确定为待分析的闪电数据对应的目标区域的经度信息和维度信息，从而确定出待分析的闪电数据对应的目标区域。
本实施例中，计算机设备根据待分析的闪电数据对应的经度信息和待分析的闪电数据对应的维度信息，能够准确地确定出待分析的闪电数据对应的目标区域，提高了确定待分析的闪电数据对应的目标区域的准确度。
在上述根据待分析的闪电数据，得到各单位区域内的闪电频次的场景中，在一个实施例中，如图5所示，上述S203，包括：
S501，根据闪电数据，确定各单位区域内闪电出现的次数。
具体地，计算机设备根据上述待分析的闪电数据，确定各单位区域内闪电出现的次数。可选的，计算机设备可以根据待分析的闪电数据的经纬度信息，将待分析的闪电数据对应到各单位区域，从而确定各单位区域内的闪电数据，进而根据各单位区域内的闪电数据统计各单位区域内闪电出现的次数。
S502，将各单位区域内闪电出现的次数，确定为各单位区域内的闪电频次。
具体地，计算机设备将各单位区域内闪电出现的次数，确定为各单位区域内的闪电频次。示例性地，例如，某单位区域内闪电出现的次数为5次，则计算机设备确定该单位区域内的闪电频次为5。
本实施例中，计算机设备根据待分析的闪电数据，能够准确地确定出各单位区域内闪电出现的次数，进而将各单位区域内闪电出现的次数，确定为各单位区域内的闪电频次，提高了确定的各单位区域内的闪电频次的准确度。
为了便于本领域技术人员的理解，以下对本申请提供的闪电数据的分析方法进行详细介绍，该方法可以包括：
S601，根据待分析的闪电数据对应的经度信息和待分析的闪电数据对应的纬度信息，确定待分析的闪电数据对应的目标区域。
S602，采用网格法对目标区域进行划分，得到多个单位区域。
S603，根据闪电数据，确定各单位区域内闪电出现的次数。
S604，将各单位区域内闪电出现的次数，确定为各单位区域内的闪电频次。
S605，采用皮尔森相关系数算法，根据各单位区域内的闪电频次与各单位区域的海拔高度，得到目标区域内的闪电频次与目标区域的海拔高度的相关性系数；若目标区域内的闪电频次与目标区域的海拔高度的相关性系数的绝对值越大，则目标区域内的闪电频次与目标区域的海拔高度的相关性越强；反之，则目标区域内的闪电频次与目标区域的海拔高度的相关性越弱。
S606，采用皮尔森相关系数算法，根据各单位区域内的闪电频次与各单位区域的坡度，得到目标区域内的闪电频次与目标区域的坡度的相关性系数；若目标区域内的闪电频次与目标区域的坡度的相关性系数的绝对值越大，则目标区域内的闪电频次与目标区域的坡度的相关性越强；反之，则目标区域内的闪电频次与目标区域的坡度的相关性越弱。
需要说明的是，针对上述S601-S606中的描述可以参见上述实施例中相关的描述，且其效果类似，本实施例在此不再赘述。
应该理解的是，虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种闪电数据的分析装置，包括：确定模块、划分模块、第一获取模块、第二获取模块和第三获取模块，其中：
确定模块，用于根据待分析的闪电数据，确定待分析的闪电数据对应的目标区域；
划分模块，用于采用网格法对目标区域进行划分，得到多个单位区域；
第一获取模块，用于根据闪电数据，得到各单位区域内的闪电频次；
第二获取模块，用于根据各单位区域内的闪电频次与各单位区域的海拔高度，得到目标区域内的闪电频次与目标区域的海拔高度的相关关系；
第三获取模块，用于根据各单位区域内的闪电频次与各单位区域的坡度，得到目标区域内的闪电频次与目标区域的坡度的相关关系。
本实施例提供的闪电数据的分析装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述第二获取模块，包括：第一获取单元和第二获取单元，其中：
第一获取单元，用于采用皮尔森相关系数算法，根据各单位区域内的闪电频次与各单位区域的海拔高度，得到目标区域内的闪电频次与目标区域的海拔高度的相关性系数。
第二获取单元，用于根据目标区域内的闪电频次与目标区域的海拔高度的相关性系数，得到目标区域内的闪电频次与目标区域的海拔高度的相关关系。
可选的，若目标区域内的闪电频次与目标区域的海拔高度的相关性系数的绝对值越大，则目标区域内的闪电频次与目标区域的海拔高度的相关性越强；反之，则目标区域内的闪电频次与目标区域的海拔高度的相关性越弱。
本实施例提供的闪电数据的分析装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述第三获取模块，包括：第三获取单元和第四获取单元，其中：
第三获取单元，用于采用皮尔森相关系数算法，根据各单位区域内的闪电频次与各单位区域的坡度，得到目标区域内的闪电频次与目标区域的坡度的相关性系数。
第四获取单元，用于根据目标区域内的闪电频次与目标区域的坡度的相关性系数，得到目标区域内的闪电频次与目标区域的坡度的相关关系。
可选的，若目标区域内的闪电频次与目标区域的坡度的相关性系数的绝对值越大，则目标区域内的闪电频次与目标区域的坡度的相关性越强；反之，则目标区域内的闪电频次与目标区域的坡度的相关性越弱。
本实施例提供的闪电数据的分析装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，待分析的闪电数据包括待分析的闪电数据对应的经度信息和待分析的闪电数据对应的纬度信息；可选的，上述确定模块，包括：第一确定单元，其中：
第一确定单元，用于根据待分析的闪电数据对应的经度信息和待分析的闪电数据对应的纬度信息，确定待分析的闪电数据对应的目标区域。
本实施例提供的闪电数据的分析装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在上述实施例的基础上，可选的，上述第一获取模块，包括：第二确定单元和第三确定单元，其中：
第二确定单元，用于根据闪电数据，确定各单位区域内闪电出现的次数。
第三确定单元，用于将各单位区域内闪电出现的次数，确定为各单位区域内的闪电频次。
本实施例提供的闪电数据的分析装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
关于闪电数据的分析装置的具体限定可以参见上文中对于闪电数据的分析方法的限定，在此不再赘述。上述闪电数据的分析装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
根据待分析的闪电数据，确定待分析的闪电数据对应的目标区域；
采用网格法对目标区域进行划分，得到多个单位区域；
根据闪电数据，得到各单位区域内的闪电频次；
根据各单位区域内的闪电频次与各单位区域的海拔高度，得到目标区域内的闪电频次与目标区域的海拔高度的相关关系；
根据各单位区域内的闪电频次与各单位区域的坡度，得到目标区域内的闪电频次与目标区域的坡度的相关关系。
上述实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
根据待分析的闪电数据，确定待分析的闪电数据对应的目标区域；
采用网格法对目标区域进行划分，得到多个单位区域；
根据闪电数据，得到各单位区域内的闪电频次；
根据各单位区域内的闪电频次与各单位区域的海拔高度，得到目标区域内的闪电频次与目标区域的海拔高度的相关关系；
根据各单位区域内的闪电频次与各单位区域的坡度，得到目标区域内的闪电频次与目标区域的坡度的相关关系。
上述实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种闪电数据的分析方法，其特征在于，所述方法包括：
根据待分析的闪电数据，确定所述待分析的闪电数据对应的目标区域；
采用网格法对所述目标区域进行划分，得到多个单位区域；
根据所述闪电数据，得到各所述单位区域内的闪电频次；
根据各所述单位区域内的闪电频次与各所述单位区域的海拔高度，得到所述目标区域内的闪电频次与所述目标区域的海拔高度的相关关系；
根据各所述单位区域内的闪电频次与各所述单位区域的坡度，得到所述目标区域内的闪电频次与所述目标区域的坡度的相关关系。
2.根据权利要求1所述的方法，其特征在于，所述根据各所述单位区域内的闪电频次与各所述单位区域的海拔高度，得到所述目标区域内的闪电频次与所述目标区域的海拔高度的相关关系，包括：
采用皮尔森相关系数算法，根据各所述单位区域内的闪电频次与各所述单位区域的海拔高度，得到所述目标区域内的闪电频次与所述目标区域的海拔高度的相关性系数；
根据所述目标区域内的闪电频次与所述目标区域的海拔高度的相关性系数，得到所述目标区域内的闪电频次与所述目标区域的海拔高度的相关关系。
3.根据权利要求2所述的方法，其特征在于，所述根据各所述单位区域内的闪电频次与各所述单位区域的坡度，得到所述目标区域内的闪电频次与所述目标区域的坡度的相关关系，包括：
采用所述皮尔森相关系数算法，根据各所述单位区域内的闪电频次与各所述单位区域的坡度，得到所述目标区域内的闪电频次与所述目标区域的坡度的相关性系数；
根据所述目标区域内的闪电频次与所述目标区域的坡度的相关性系数，得到所述目标区域内的闪电频次与所述目标区域的坡度的相关关系。
4.根据权利要求1所述的方法，其特征在于，所述待分析的闪电数据包括所述待分析的闪电数据对应的经度信息和所述待分析的闪电数据对应的纬度信息；所述根据待分析的闪电数据，确定所述待分析的闪电数据对应的目标区域，包括：
根据所述待分析的闪电数据对应的经度信息和所述待分析的闪电数据对应的纬度信息，确定所述待分析的闪电数据对应的目标区域。
5.根据权利要求1所述的方法，其特征在于，根据所述闪电数据，得到各所述单位区域内的闪电频次，包括：
根据所述闪电数据，确定各所述单位区域内闪电出现的次数；
将各所述单位区域内闪电出现的次数，确定为各所述单位区域内的闪电频次。
6.根据权利要求2所述的方法，其特征在于，所述根据所述目标区域内的闪电频次与所述目标区域的海拔高度的相关性系数，得到所述目标区域内的闪电频次与所述目标区域的海拔高度的相关关系，包括：
若所述目标区域内的闪电频次与所述目标区域的海拔高度的相关性系数的绝对值越大，则所述目标区域内的闪电频次与所述目标区域的海拔高度的相关性越强；反之，则所述目标区域内的闪电频次与所述目标区域的海拔高度的相关性越弱。
7.根据权利要求3所述的方法，其特征在于，所述根据所述目标区域内的闪电频次与所述目标区域的坡度的相关性系数，得到所述目标区域内的闪电频次与所述目标区域的坡度的相关关系，包括：
若所述目标区域内的闪电频次与所述目标区域的坡度的相关性系数的绝对值越大，则所述目标区域内的闪电频次与所述目标区域的坡度的相关性越强；反之，则所述目标区域内的闪电频次与所述目标区域的坡度的相关性越弱。
8.一种闪电数据的分析装置，其特征在于，所述装置包括：
确定模块，用于根据待分析的闪电数据，确定所述待分析的闪电数据对应的目标区域；
划分模块，用于采用网格法对所述目标区域进行划分，得到多个单位区域；
第一获取模块，用于根据所述闪电数据，得到各所述单位区域内的闪电频次；
第二获取模块，用于根据各所述单位区域内的闪电频次与各所述单位区域的海拔高度，得到所述目标区域内的闪电频次与所述目标区域的海拔高度的相关关系；
第三获取模块，用于根据各所述单位区域内的闪电频次与各所述单位区域的坡度，得到所述目标区域内的闪电频次与所述目标区域的坡度的相关关系。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202010988555.7A 2020-09-18 2020-09-18 闪电数据的分析方法、装置、计算机设备和存储介质 Pending CN112101800A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010988555.7A CN112101800A (zh) 2020-09-18 2020-09-18 闪电数据的分析方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010988555.7A CN112101800A (zh) 2020-09-18 2020-09-18 闪电数据的分析方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN112101800A true CN112101800A (zh) 2020-12-18

Family

ID=73760004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010988555.7A Pending CN112101800A (zh) 2020-09-18 2020-09-18 闪电数据的分析方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN112101800A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114266456A (zh) * 2021-12-10 2022-04-01 国网浙江省电力有限公司诸暨市供电公司 基于熵权法的落雷孕灾环境评估方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN103268391A (zh) * 2013-03-12 2013-08-28 南京信息工程大学 基于朴素贝叶斯的自适应雷电灾害风险预估方法
CN104655986A (zh) * 2015-02-26 2015-05-27 国家电网公司 输电线路跳闸雷击故障点判别方法
CN109754124A (zh) * 2019-01-14 2019-05-14 兰州大学 一种闪电潜势预报方法
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
CN110850182A (zh) * 2019-11-13 2020-02-28 山东省地震局 一种雷电监测暨预警台阵
CN111210075A (zh) * 2020-01-07 2020-05-29 国网辽宁省电力有限公司朝阳供电公司 一种基于组合分类器的雷击输电线路故障概率分析方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN103268391A (zh) * 2013-03-12 2013-08-28 南京信息工程大学 基于朴素贝叶斯的自适应雷电灾害风险预估方法
CN104655986A (zh) * 2015-02-26 2015-05-27 国家电网公司 输电线路跳闸雷击故障点判别方法
CN109754124A (zh) * 2019-01-14 2019-05-14 兰州大学 一种闪电潜势预报方法
CN110850182A (zh) * 2019-11-13 2020-02-28 山东省地震局 一种雷电监测暨预警台阵
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
CN111210075A (zh) * 2020-01-07 2020-05-29 国网辽宁省电力有限公司朝阳供电公司 一种基于组合分类器的雷击输电线路故障概率分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
江晓华: "雷电的监测与预警", 《耕云播雨话气象》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114266456A (zh) * 2021-12-10 2022-04-01 国网浙江省电力有限公司诸暨市供电公司 基于熵权法的落雷孕灾环境评估方法
CN114266456B (zh) * 2021-12-10 2024-08-02 国网浙江省电力有限公司诸暨市供电公司 基于熵权法的落雷孕灾环境评估方法

Similar Documents

Publication Publication Date Title
CN108446281B (zh) 确定用户亲密度的方法、装置及存储介质
US8577389B2 (en) Filtering and clustering crowd-sourced data for determining beacon positions
CN109753603B (zh) 产品推荐信息展示方法、装置、计算机设备和存储介质
US9728204B2 (en) Method and device for drawing a noise map
Zhu et al. A citizen data-based approach to predictive mapping of spatial variation of natural phenomena
CN108427679B (zh) 一种人流分布处理方法及其设备
CN112418632B (zh) 一种生态修复关键区域识别方法及系统
CN114359563B (zh) 模型训练方法、装置、计算机设备和存储介质
US20180173801A1 (en) Method and apparatus for processing online user distribution
CN110806509B (zh) 雷电活动空间特征检测方法和装置
CN104424331A (zh) 数据抽样方法及装置
CN104573387A (zh) 一种噪音地图绘制方法及装置
CN110673146A (zh) 气象预测图检测方法、装置、计算机设备和可读存储介质
Calka et al. Redistribution population data across a regular spatial grid according to buildings characteristics
CN110210774B (zh) 滑坡风险评价方法及系统
CN112101800A (zh) 闪电数据的分析方法、装置、计算机设备和存储介质
CN111475746A (zh) 兴趣点位置挖掘方法、装置、计算机设备和存储介质
CN106528559B (zh) 一种位置信息的提供方法和设备
CN110543504A (zh) 基于时空匹配的人口热力数据统计方法、系统及存储介质
CN109345947B (zh) 基于数据关联性分析的工作区域划分方法及终端设备
CN112232705A (zh) 一种基于不确定性分析的区域溢油风险分析方法和装置
CN112395924B (zh) 一种遥感监测方法及装置
CN108133234B (zh) 基于稀疏子集选择算法的社区检测方法、装置及设备
CN115424131B (zh) 一种云检测最优阈值选取方法、云检测方法及系统
Kim et al. Bandwidth Selection of Kernel Density Estimation for GIS-based Crime Occurrence Map Visualization

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201218