CN112258814A - 一种雷电预警模型的优化方法 - Google Patents
一种雷电预警模型的优化方法 Download PDFInfo
- Publication number
- CN112258814A CN112258814A CN202011147160.0A CN202011147160A CN112258814A CN 112258814 A CN112258814 A CN 112258814A CN 202011147160 A CN202011147160 A CN 202011147160A CN 112258814 A CN112258814 A CN 112258814A
- Authority
- CN
- China
- Prior art keywords
- early warning
- electric field
- field value
- sequence
- sub
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Emergency Management (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种雷电预警模型的优化方法,连续采集时长为t=60T的大气电场值序列E1、E2……E60,计算Eerr1=|E2‑E1|,Eerr2=|E3‑E2|……Eerr59=|E60‑E59|,逐个判定比较Eerr1、Eerr2……Eerr59与标准变动差ES,若电场值变动差超出标准变动差ES,则从电场值序列中滤波剔除该电场值,滤波处理计算后的电场值序列重新计算Eerr1=|E2‑E1|,Eerr2=|E3‑E2|……,计算预警探头判定级别A,获取满足判定条件的教列长度N,采用冒泡法将每个子数列Akxx进行从大到小排序,进行交集、并集运算处理估测雷云分布范围,探测到雷云时针对子数列长度NK进行逻辑判定并进行雷云分布预测。提高了对短时雷暴预测的效率,也提高了对短时雷暴预测的稳定性,具有较高精度、简单易行、易于推广的特点。
Description
技术领域
本发明涉及雷电预警技术领域,尤其涉及一种雷电预警模型的优化方法。
背景技术
现有的雷电预警大多是靠大气电场仪进行,大气电场监测是现代雷电监测中很重要的一部分。通过用大气电场仪来测量大气电场及其变化是现在主要的监测手段,根据测量得到的大气电场变化曲线可以监测几公里范围内的雷暴活动,可以对局部地区潜在的雷暴活动及静电电击的危险性做出短期预报,发出雷电预警信息。现有的磨机式大气电场辐值预警方式也有较大的局限性,需长期维护、其预警时间短、误报率较高。
近年来,有少数研究尝试采用多站大气电场仪联网进行雷电预警,但数据一致性难题一直无法解决,同时还存在信息仅能在同一网段局域网内使用,数据不能及时共享,使得预警信息的发布不及时。目前气象、民航、军队建立的雷电监测预警系统,也有通过多普勒雷达和卫星等实现雷电监测,这类系统适合大区域、大范围的雷电监测预警。局部雷暴来得快、突发性强、危害大。现在还缺乏手段对短时雷暴发生的地点、时间进行准确预报,这种情况,既降低了对短时雷暴预测的效率,也降低了对短时雷暴预测的稳定性。
发明内容
本发明的目的在于:为了解决传统雷电预警部分存在对短时雷暴进行预报的问题,而提出的一种雷电预警模型的优化方法。本方法原理为:通过优化电场值计算预警探头级别,采用冒泡法将预警级别排序,最高级别为云中心,再以探测点为圆心探测范围半径R探测区域估测雷云分布范围,系统雷电预警实时动态显示雷云分布,拟合相似持续时间大于2mi n则发出雷电预警。
为了实现上述目的,本发明采用了如下技术方案:
一种雷电预警模型的优化方法,包含以下步骤:
S1、连续采集时长为t=60T的大气电场值序列E1、E2……E60。
S2、计算Eerr1=|E2-E1|,Eerr2=|E3-E2|……Eerr59=|E60-E59|。
S3、逐个判定比较Eerr1、Eerr2……Eerr59与标准变动差ES,若电场值变动差超出标准变动差ES,则从电场值序列中滤波剔除该电场值。
S4、滤波处理计算后的电场值序列重新计算Eerr1=|E2-E1|,Eerr2=|E3-E2|……。
S5、根据新的Eerr1、Eerr2……计算预警探头判定级别
假定某区域已布局n=a*b个探测器布点,相邻布点探测器的横向纵向距离均为R,R小于等于探测器探测半径,探测器矩阵中第i行第j列探测器探测预警级别为Ai j(其中1≤i≤a,1≤j≤b,)。
S6、从预警探测器矩阵预警级别值序列A11~Aab中列举出达到预警阀值判定条件的Axx数列,并获取满足判定条件的数列长度N。
S7、根据Axx数列及数列长度N判别子数列Akxx个数及每个子数列的长度Nk。子数列列举组合识别方法为矩阵相邻行列法,即子数列中的每个数列项至少有另一个数列项与之相邻,采用冒泡法将每个子数列Akxx进行从大到小排序。
S8、采用以探测点为圆心探测范围半径R探测区域进行交集、并集运算处理估测雷云分布范围,子数列Akxx中最大值应对应于雷云中心点。
S9、系统雷电预警开始探测到雷云时针对子数列长度Nk进行逻辑判定并进行雷云分布预测。
S10、系统雷电预警探测到雷云已进入布局探测区域后,重复S6-S8,软件运算处理实时动态显示雷云分布。
作为上述技术方案的进一步描述:
所述S9中,若Nk=1,则列举出的Eki j为唯一有探测到预警信号的探测器。
作为上述技术方案的进一步描述:
所述当i≠1、i≠a、j≠1且j≠b均满足成立条件,可判定为探测器预警误报。
作为上述技术方案的进一步描述:
所述当i=1、i=a、j=1、j=b至少有一项满足成立条件时,可判定为探测器预警正常。
作为上述技术方案的进一步描述:
所述S9中,若Nk≥2,Exx序列中至少应有一个数列项满足a)条件,否则可判定预警异常。
作为上述技术方案的进一步描述:
所述S7中采用冒泡法将每个子数列Akxx进行从大到小排序,用简单的方式将数据比较的更为完善。
作为上述技术方案的进一步描述:
所述S4中,若电场值变动差低于标准变动差ES,则进入滤波后重新计算Eerr1=|E2-E1|,Eerr2=|E3-E2|……Eett59=|E60-E59|,保证电场值观测的稳定。
作为上述技术方案的进一步描述:
所述假定单个探头的大气电场值采样周期为T,某一时刻采样电场值为Et,电场值滤波变动差Eerr,判定标准变动差ES,探头预警级别为A。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
本发明提供一种雷电预警模型的优化方法,优化单个预警探头预警级别判定计算算法,充分考虑电场值序列的干扰信号数据滤波处理和固定采样周期及预警电场阀值的判定处理。本发明优点在于,优化单个预警探头预警级别判定计算算法,充分考虑电场值序列的干扰信号数据滤波处理和固定采样周期及预警电场阀值的判定处理;并通过优化电场值、估测雷云分布范围等手段提高雷电预警模型的准确性,提高了对短时雷暴预测的效率,也提高了对短时雷暴预测的稳定性,具有较高精度、简单易行、易于推广的特点。
附图说明
图1示出了根据本发明实施例提供的流程框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种技术方案:一种雷电预警模型的优化方法,包含以下步骤:
S1、连续采集时长为t=60T的大气电场值序列E1、E2……E60。
S2、计算Eerr1=|E2-E1|,Eerr2=|E3-E2|……Eerr59=|E60-E59|。
S3、逐个判定比较Eerr1、Eerr2……Eerr59与标准变动差ES,若电场值变动差超出标准变动差ES,则从电场值序列中滤波剔除该电场值。
S4、滤波处理计算后的电场值序列重新计算Eerr1=|E2-E1|,Eerr2=|E3-E2|……。
S5、根据新的Eerr1、Eerr2……计算预警探头判定级别
假定某区域已布局n=a*b个探测器布点,相邻布点探测器的横向纵向距离均为R,R小于等于探测器探测半径,探测器矩阵中第i行第j列探测器探测预警级别为Aij(其中1≤i≤a,1≤j≤b,)。
S6、从预警探测器矩阵预警级别值序列A11~Aab中列举出达到预警阀值判定条件的Axx数列,并获取满足判定条件的数列长度N。
S7、根据Axx数列及数列长度N判别子数列Akxx个数及每个子数列的长度Nk。子数列列举组合识别方法为矩阵相邻行列法,即子数列中的每个数列项至少有另一个数列项与之相邻,采用冒泡法将每个子数列Akxx进行从大到小排序。例如数列项Akij与数列项Ak(i-1)j、Ak(i+1)j、Aki(j-1)、Aki(j+1)相邻。
S8、采用以探测点为圆心探测范围半径R探测区域进行交集、并集运算处理估测雷云分布范围,子数列Akxx中最大值应对应于雷云中心点。
S9、系统雷电预警开始探测到雷云时针对子数列长度Nk进行逻辑判定并进行雷云分布预测。
S10、系统雷电预警探测到雷云已进入布局探测区域后,重复S6-S8,软件运算处理实时动态显示雷云分布。
S9中,若Nk=1,则列举出的Ekij为唯一有探测到预警信号的探测器,当i≠1、i≠a、j≠1且j≠b均满足成立条件,可判定为探测器预警误报,当i=1、i=a、j=1、j=b至少有一项满足成立条件时,可判定为探测器预警正常,S9中,若Nk≥2,Exx序列中至少应有一个数列项满足a)条件,否则可判定预警异常。S7中采用冒泡法将每个子数列Akxx进行从大到小排序,用简单的方式将数据比较的更为完善,S4中,若电场值变动差低于标准变动差ES,则进入滤波后重新计算Eerr1=|E2-E1|,Eerr2=|E3-E2|……Eett59=|E60-E59|,保证电场值观测的稳定,假定单个探头的大气电场值采样周期为T,某一时刻采样电场值为Et,电场值滤波变动差Eerr,判定标准变动差ES,探头预警级别为A。
本方法原理为:通过优化电场值计算预警探头级别,采用冒泡法将预警级别排序,最高级别为云中心,再以探测点为圆心探测范围半径R探测区域估测雷云分布范围,系统雷电预警实时动态显示雷云分布,拟合相似持续时间大于2min则发出雷电预警。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种雷电预警模型的优化方法,其特征在于,包含以下步骤:
S1、连续采集时长为t=60T的大气电场值序列E1、E2……E60;
S2、计算Eerr1=|E2-E1|,Eerr2=|E3-E2|……Eerr59=|E60-E59|;
S3、逐个判定比较Eerr1、Eerr2……Eerr59与标准变动差ES,若电场值变动差超出标准变动差ES,则从电场值序列中滤波剔除该电场值;
S4、滤波处理计算后的电场值序列重新计算Eerr1=|E2-E1|,Eerr2=|E3-E2|……;
S5、根据新的Eerr1、Eerr2……计算预警探头判定级别
假定某区域已布局n=a*b个探测器布点,相邻布点探测器的横向纵向距离均为R,R小于等于探测器探测半径,探测器矩阵中第i行第j列探测器探测预警级别为Aij(其中1≤i≤a,1≤j≤b,);
S6、从预警探测器矩阵预警级别值序列A11~A ab中列举出达到预警阀值判定条件的Axx数列,并获取满足判定条件的数列长度N;
S7、根据Axx数列及数列长度N判别子数列Akxx个数及每个子数列的长度Nk;
子数列列举组合识别方法为矩阵相邻行列法,即子数列中的每个数列项至少有另一个数列项与之相邻,采用冒泡法将每个子数列Akxx进行从大到小排序;
S8、采用以探测点为圆心探测范围半径R探测区域进行交集、并集运算处理估测雷云分布范围,子数列Akxx中最大值应对应于雷云中心点;
S9、系统雷电预警开始探测到雷云时针对子数列长度Nk进行逻辑判定并进行雷云分布预测;
S10、系统雷电预警探测到雷云已进入布局探测区域后,重复S6-S8,软件运算处理实时动态显示雷云分布。
2.根据权利要求1所述的一种雷电预警模型的优化方法,其特征在于,所述S9中,若Nk=1,则列举出的Ekij为唯一有探测到预警信号的探测器。
3.根据权利要求2所述的一种雷电预警模型的优化方法,其特征在于,所述当i≠1、i≠a、j≠1且j≠b均满足成立条件,可判定为探测器预警误报。
4.根据权利要求2所述的一种雷电预警模型的优化方法,其特征在于,所述当i=1、i=a、j=1、j=b至少有一项满足成立条件时,可判定为探测器预警正常。
5.根据权利要求1所述的一种雷电预警模型的优化方法,其特征在于,所述S9中,若Nk≥2,Exx序列中至少应有一个数列项满足a)条件,否则可判定预警异常。
6.根据权利要求1所述的一种雷电预警模型的优化方法,其特征在于,所述S7中采用冒泡法将每个子数列Akxx进行从大到小排序,用简单的方式将数据比较的更为完善。
7.根据权利要求1所述的一种雷电预警模型的优化方法,其特征在于,所述S4中,若电场值变动差低于标准变动差ES,则进入滤波后重新计算Eerr1=|E2-E1|,Eerr2=|E3-E2|……Eett59=|E60-E59|,保证电场值观测的稳定。
8.根据权利要求1所述的一种雷电预警模型的优化方法,其特征在于,假定单个探头的大气电场值采样周期为T,某一时刻采样电场值为Et,电场值滤波变动差Eerr,判定标准变动差ES,探头预警级别为A。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011147160.0A CN112258814A (zh) | 2020-10-23 | 2020-10-23 | 一种雷电预警模型的优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011147160.0A CN112258814A (zh) | 2020-10-23 | 2020-10-23 | 一种雷电预警模型的优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112258814A true CN112258814A (zh) | 2021-01-22 |
Family
ID=74263589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011147160.0A Pending CN112258814A (zh) | 2020-10-23 | 2020-10-23 | 一种雷电预警模型的优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112258814A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1635721A (zh) * | 2003-12-30 | 2005-07-06 | 中国科学院空间科学与应用研究中心 | 区域性雷电预警方法 |
CN104574833A (zh) * | 2014-12-31 | 2015-04-29 | 厦门大恒科技有限公司 | 一种基于分布式布局雷电监测装置的雷电预警方法及系统 |
CN105204092A (zh) * | 2015-10-13 | 2015-12-30 | 中国石油化工股份有限公司 | 蜂窝状布局的雷电预警系统 |
CN106157540A (zh) * | 2016-07-12 | 2016-11-23 | 中国石油化工股份有限公司 | 一种基于雷电预警系统的雷电预警及雷云轨迹预测方法 |
CN107037269A (zh) * | 2017-04-14 | 2017-08-11 | 云南电网有限责任公司电力科学研究院 | 一种输电线路雷电预警方法 |
-
2020
- 2020-10-23 CN CN202011147160.0A patent/CN112258814A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1635721A (zh) * | 2003-12-30 | 2005-07-06 | 中国科学院空间科学与应用研究中心 | 区域性雷电预警方法 |
CN104574833A (zh) * | 2014-12-31 | 2015-04-29 | 厦门大恒科技有限公司 | 一种基于分布式布局雷电监测装置的雷电预警方法及系统 |
CN105204092A (zh) * | 2015-10-13 | 2015-12-30 | 中国石油化工股份有限公司 | 蜂窝状布局的雷电预警系统 |
CN106157540A (zh) * | 2016-07-12 | 2016-11-23 | 中国石油化工股份有限公司 | 一种基于雷电预警系统的雷电预警及雷云轨迹预测方法 |
CN107037269A (zh) * | 2017-04-14 | 2017-08-11 | 云南电网有限责任公司电力科学研究院 | 一种输电线路雷电预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106526708B (zh) | 一种基于机器学习的气象强对流天气的智能预警分析方法 | |
AU2020372283A1 (en) | Lightning prediction method | |
Lin et al. | ASCAT wind quality control near rain | |
CN204440611U (zh) | 一种基于分布式布局雷电监测装置的雷电预警系统 | |
EP0562017A1 (en) | Apparatus and method for predicting lightning | |
CN107424441B (zh) | 基于Hotelling′s T2统计量的航空器航迹变点检测与估计方法 | |
CN113313145B (zh) | 一种基于混合核相关向量机的快速道路交通事件检测方法 | |
CN110196962A (zh) | 一种基于核密度估计的飞机速度异常识别方法 | |
CN115774953B (zh) | 一种基于数据处理的污染时空风险监管评估系统及方法 | |
CN115064009B (zh) | 一种终端区无人机与有人机冲突风险等级划分方法 | |
CN105425320A (zh) | 热带气旋引发沿海地区大风的概率预报方法和系统 | |
CN109324328A (zh) | 提取降水时风廓线雷达垂直波束湍流谱的方法及装置 | |
CN115050214B (zh) | 一种基于ais数据的船舶碰撞风险预测方法 | |
KR20210062359A (ko) | 강우 지속 시간별 산사태 위험예보 장치 및 방법 | |
CN113723446A (zh) | 地灾监测预警方法、装置、计算机设备及存储介质 | |
US5689444A (en) | Statistical quality control of wind profiler data | |
Darmawan et al. | Realtime Weather Prediction System Using GRU with Daily Surface Observation Data from IoT Sensors | |
CN112258814A (zh) | 一种雷电预警模型的优化方法 | |
CN113313291A (zh) | 一种基于初值扰动的电网风灾集合预报以及验证方法 | |
CN104820234A (zh) | 桥梁地震荷载的快速识别方法 | |
CN112016739A (zh) | 故障检测方法、装置、电子设备及存储介质 | |
CN116702588A (zh) | 一种基于多源数据的风电场关键气象因子预报方法及系统 | |
Mihai et al. | Analyzing meteorological data using unsupervised learning techniques | |
Czibula et al. | RadRAR: A relational association rule mining approach for nowcasting based on predicting radar products’ values | |
CN113960375A (zh) | 用于森林草原火灾预警的人工智能雷电探测系统及方法 |
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: 20210122 |