CN113850226B - 用于闪电先导辐射的信号不规则度分析方法 - Google Patents
用于闪电先导辐射的信号不规则度分析方法 Download PDFInfo
- Publication number
- CN113850226B CN113850226B CN202111205567.9A CN202111205567A CN113850226B CN 113850226 B CN113850226 B CN 113850226B CN 202111205567 A CN202111205567 A CN 202111205567A CN 113850226 B CN113850226 B CN 113850226B
- Authority
- CN
- China
- Prior art keywords
- signal
- electric field
- lightning
- radiation
- leader
- 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.)
- Active
Links
- 230000005855 radiation Effects 0.000 title claims abstract description 27
- 238000004458 analytical method Methods 0.000 title claims abstract description 16
- 230000005684 electric field Effects 0.000 claims abstract description 35
- 238000011161 development Methods 0.000 claims abstract description 13
- 230000001788 irregular Effects 0.000 claims abstract description 10
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 8
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 3
- 230000006854 communication Effects 0.000 description 3
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 2
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/16—Measuring atmospheric potential differences, e.g. due to electrical charges in clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/16—Classification; Matching by matching signal segments
Landscapes
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Measurement Of Radiation (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了用于闪电先导辐射的信号不规则度分析方法,涉及闪电信号处理领域,S1获取电场信号;S2电场信号分为多段,计算电场信号的平均样本熵值;S3多段电场信号分为三个区域,采用样本熵量化三个区域先导辐射的不规则度并进行分类;S4分类数据与闪电定位数据对比形成分析数据库;S5获取实时电场信号,计算电场信号平均样本熵值,预测闪电先导不规则辐射的发展特征;引入信号样本熵量化闪电先导辐射电场信号的不规则度,根据不规则度数值大小以及变化特征进行分类并建立分析数据库,能够实现在实验设备不充足的情况下仅仅采用闪电电场数据就能分析和预测闪电先导不规则辐射的发展特征。
Description
技术领域
本发明涉及闪电信号处理领域,尤其涉及一种用于闪电先导辐射的信号不规则度分析方法。
背景技术
闪电是严重的主要自然灾害之一,可引起森林和油库火灾、造成供电及通讯信息系统故障或损坏,对航天航空、矿山及一些重要而敏感的高技术装备等具有重大威胁。八十年代以后,闪电引起的危害显著增加,特别是与高新技术关系密切的领域,如航空航天、国防、通讯、电力、计算机、电子工业等由于广泛应用对闪电电磁干扰极为敏感的大规模及超大规模集成电路致使遭雷击的几率大大增加;据保守估计,我国每年因雷害造成的直接经济损失超过数亿元,而由此造成的间接经济损失和影响难以估计,所以闪电的传输特征,例如闪电先导的不规则辐射特征的研究显得格外重要。
在研究先导辐射的不规则脉冲簇事件(Chaotic Pulse Trains,CPT)时,研究者们通常会对信号的功率谱密度进行研究,但是功率谱密度表征是一种全局的量,无法充分起到表征信号不规则程度的变化。信号不规则度的变化可能对应闪电先导不同的发展特征。目前具有不规则辐射特征先导的发展特征的研究还存在很多问题,对于不规则信号的不规则度还没有一个统一衡量标准,信号的不规则程度的量化方案以及其对应的闪电先导发展时空特征研究都需要采用新的技术去解决。
熵表示一种混沌程度,是内部无序结构的总量,从物理学的角度看,可以表征体系的不稳定度。熵值越大表示序列越随机或者越不规则,熵值越小表示序列中信号越规则。熵作为处理复杂信号的工具,首次由Clausius提出并用于表征杂乱信号,随后近似熵,样本熵先后用于时间序列分析中。由于近似熵需要对自身数据段进行比较,依赖数据长度,所以可以采用样本熵量化闪电信号的不规则度。
发明内容
本发明的目的就在于为了解决上述问题设计了一种用于闪电先导辐射的信号不规则度分析方法。
本发明通过以下技术方案来实现上述目的:
用于闪电先导辐射的信号不规则度分析方法,包括:
S1、获取已发生闪电的先导辐射电场信号;
S2、电场信号按照时间平均分为多段,并计算每段电场信号的平均信号样本熵值;
S3、将多段电场信号按照时间分为三个区域,分别为闪电发展的前中后三个时期,采用闪电信号的信号样本熵值量化三个区域先导辐射的不规则度并进行分类得到分类数据;
S4、将分类数据与对应已发生的闪电光学或三维定位数据进行对比形成分析数据库;
S5、监测获取实时电场信号,并计算电场信号的样本熵值,根据分析数据库预测闪电先导不规则辐射的发展特征。
本发明的有益效果在于:引入信号样本熵量化闪电先导辐射电场信号的不规则度,根据不规则度数值大小以及变化特征进行分类并建立分析数据库,能够实现在实验设备不充足的情况下仅仅采用闪电电场数据就能分析和预测闪电先导不规则辐射的发展特征。
附图说明
图1是本发明用于闪电先导辐射的信号不规则度分析方法的流程图。
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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要理解的是,术语“上”、“下”、“内”、“外”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,或者是本领域技术人员惯常理解的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,“设置”、“连接”等术语应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接连接,也可以通过中间媒介间接连接,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
下面结合附图,对本发明的具体实施方式进行详细说明。
如图1所示,用于闪电先导辐射的信号不规则度分析方法,包括:
S1、获取已发生闪电的先导辐射电场信号。
S2、电场信号按照时间平均分为10段,并计算每段电场信号的平均信号样本熵值;具体包括:
S21、每段电场信号为{X(i),i=1,2,…,n},其中n为数据点的数量;
S22、以m为窗将每段电场信号分为k=n-m+1个信号序列,每个信号序列为Xi(t)=(xi(t),xi+1(t),…,xi+m-1(t));
S23、计算每个信号序列与所有k个信号序列之间的距离dij,X(i)与X(j)的距离dij为两者对应元素中差值最大的一个,dij=max{xi+k(t)-xj+k(t)},k=0,1,…,m-1。
S24、对每一个i值统计dij大于r的数目及此数目与不包含自身总数n-m的比值,记作根据k个计算其平均值其中F=r*SD,r:0.1-0.25系数,SD:为序列的标准差;
S25、令窗m增长为m+1,并重复S22-S24再进入S26;
S26、确定该段电场信号的样本熵值SampEn(t)=lnφm(t)-lnφm+1(t)。
S3、将多段电场信号按照时间分为1-3段、4-7段和6-10段的三个区域,分别为闪电发展的前中后三个时期,采用闪电信号的信号样本熵值量化三个区域先导辐射的不规则度并进行分类得到分类数据。
S4、将分类数据与对应已发生的闪电光学或三维定位数据进行对比形成分析数据库;
S5、监测获取实时电场信号,并计算电场信号的样本熵值,根据分析数据库预测闪电先导不规则辐射的发展特征。
本发明的技术方案不限于上述具体实施例的限制,凡是根据本发明的技术方案做出的技术变形,均落入本发明的保护范围之内。
Claims (2)
1.用于闪电先导辐射的信号不规则度分析方法,其特征在于,包括:
S1、获取已发生闪电的先导辐射电场信号;
S2、电场信号按照时间平均分为多段,并计算每段电场信号的平均信号样本熵值;具体包括:
S21、每段电场信号为{X(i),i=1,2,…,n},其中n为数据点的数量;
S22、以m为窗将每段电场信号分为k=n-m+1个信号序列,每个信号序列为Xi(t)=(xi(t),xi+1(t),...,xi+m-1(t));
S23、计算每个信号序列与所有k个信号序列之间的距离dij,X(i)与X(j)的距离dij为两者对应元素中差值最大的一个,dij=max{xi+k(t)-xj+k(t)},k=0,1,…,m-1;
S24、对每一个i值统计dij大于r的数目及此数目与不包含自身总数n-m的比值,记作根据k个计算其平均值其中F=r*SD,r:0.1-0.25系数,SD:为序列的标准差;
S25、令窗m增长为m+1,并重复S22-S24再进入S26;
S26、确定该段电场信号的样本熵值SampEn(t)=lnφm(t)-lnφm+1(t);
S3、将多段电场信号按照时间分为三个区域,分别为闪电先导发展的前中后三个时期,采用闪电信号的信号样本熵值量化三个区域先导辐射的不规则度并进行分类得到分类数据;
S4、将分类数据与对应已发生的闪电光学或三维定位数据进行对比形成分析数据库;
S5、监测获取实时电场信号,并计算电场信号的样本熵值,根据分析数据库预测闪电先导不规则辐射的发展特征。
2.根据权利要求1所述的用于闪电先导辐射的信号不规则度分析方法,其特征在于,在S2中电场信号按照时间平均分为10段,在S3中闪电发展的前中后三个时期分为1-3段、4-7段和6-10段。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111205567.9A CN113850226B (zh) | 2021-10-15 | 2021-10-15 | 用于闪电先导辐射的信号不规则度分析方法 |
US17/841,579 US12204070B2 (en) | 2021-10-15 | 2022-06-15 | Method for analyzing signal irregularity of radiation in lightning leader |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111205567.9A CN113850226B (zh) | 2021-10-15 | 2021-10-15 | 用于闪电先导辐射的信号不规则度分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113850226A CN113850226A (zh) | 2021-12-28 |
CN113850226B true CN113850226B (zh) | 2024-09-10 |
Family
ID=78978550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111205567.9A Active CN113850226B (zh) | 2021-10-15 | 2021-10-15 | 用于闪电先导辐射的信号不规则度分析方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US12204070B2 (zh) |
CN (1) | CN113850226B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117763394B (zh) * | 2023-12-25 | 2025-01-28 | 南通大学 | 基于辛几何-mcODM的闪电电磁脉冲簇信号识别及分类方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018036280A1 (zh) * | 2016-08-26 | 2018-03-01 | 深圳大学 | 使用移动终端检测和协同定位闪电的方法 |
CN113255510A (zh) * | 2021-05-21 | 2021-08-13 | 南京信息工程大学 | 一种基于多时间尺度dbscan和样本熵的雷暴云点电荷移动路径成像方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6791311B2 (en) * | 2002-02-13 | 2004-09-14 | Vaisala Oyj | Lightning detection and data acquisition system |
WO2005073752A1 (de) * | 2004-01-29 | 2005-08-11 | Nowcast Mobile Gmbh | System und verfahren zum erfassen, übermitteln und auswerten von durch elektromagnetische strahlung anfallenden daten und informationen |
WO2006063351A2 (en) * | 2004-12-10 | 2006-06-15 | University Of Florida Research Foundation, Inc. | Lightning detector using an x-ray detector and an e- or b-field detector |
US8836518B2 (en) * | 2011-07-06 | 2014-09-16 | Earth Networks, Inc. | Predicting the potential for severe weather |
-
2021
- 2021-10-15 CN CN202111205567.9A patent/CN113850226B/zh active Active
-
2022
- 2022-06-15 US US17/841,579 patent/US12204070B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018036280A1 (zh) * | 2016-08-26 | 2018-03-01 | 深圳大学 | 使用移动终端检测和协同定位闪电的方法 |
CN113255510A (zh) * | 2021-05-21 | 2021-08-13 | 南京信息工程大学 | 一种基于多时间尺度dbscan和样本熵的雷暴云点电荷移动路径成像方法 |
Also Published As
Publication number | Publication date |
---|---|
US20230124543A1 (en) | 2023-04-20 |
US12204070B2 (en) | 2025-01-21 |
CN113850226A (zh) | 2021-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110084326B (zh) | 一种基于模糊集的工业设备异常检测方法 | |
CN112615742A (zh) | 用于预警的方法、装置、设备以及存储介质 | |
CN117312293B (zh) | 一种面向电力多源异构的数据治理与智能分析方法及系统 | |
CN113850226B (zh) | 用于闪电先导辐射的信号不规则度分析方法 | |
CN117955245B (zh) | 电网的运行状态的确定方法、装置、存储介质和电子设备 | |
CN114881167A (zh) | 异常检测方法、装置、电子设备和介质 | |
CN114235108A (zh) | 基于数据分析燃气流量计异常状态检测方法和装置 | |
CN108335467A (zh) | 一种基于突变点探测的火灾在线预警与快速分析方法 | |
US20150035833A1 (en) | Visual Analytics of Temporal-spatial Relationships Using a Hierarchical Pixel Calendar Tree | |
CN115203340A (zh) | 一种伴随关系确定方法、装置、设备和存储介质 | |
CN113326449B (zh) | 预测交通流量的方法、装置、电子设备和介质 | |
CN113177659A (zh) | 一种单变量时间序列变化点检测方法 | |
CN118801563A (zh) | 一种电力线路故障预警运维监测系统 | |
CN111784042A (zh) | 一种用电节点安全风险预测方法、装置及存储介质 | |
CN117688499A (zh) | 一种多指标异常检测方法、装置、电子设备和存储介质 | |
Zoglat et al. | Statistical methods to expect extreme values: Application of POT approach to CAC40 return index | |
CN106815431A (zh) | 基于时间尺度局部Hurst指数的时空标度分析方法 | |
CN117135037A (zh) | 网络流量性能异常界定方法及装置 | |
CN113962579A (zh) | 工程机械设备的状态监控方法、装置及计算机存储介质 | |
CN116702950B (zh) | 基于电力大数据对煤炭行业企业违规生产行为的预测方法 | |
CN118467403B (zh) | 一种数据库检测方法、装置、设备及存储介质 | |
CN117131315B (zh) | 基于求解多元二次函数极值的超差电能表确定方法及介质 | |
CN117353462B (zh) | 一种基于人工智能的电网运营监控分析方法及平台 | |
Wang et al. | Analysis and prediction of supermarket energy consumption time series with significant fractional order characteristics | |
CN117195118A (zh) | 一种数据的异常检测方法、装置、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |