CN114565330B - 降水观测设备的健康度评估方法、系统、设备和存储介质 - Google Patents

降水观测设备的健康度评估方法、系统、设备和存储介质 Download PDF

Info

Publication number
CN114565330B
CN114565330B CN202210467853.0A CN202210467853A CN114565330B CN 114565330 B CN114565330 B CN 114565330B CN 202210467853 A CN202210467853 A CN 202210467853A CN 114565330 B CN114565330 B CN 114565330B
Authority
CN
China
Prior art keywords
value
precipitation
historical
total
observation
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
Application number
CN202210467853.0A
Other languages
English (en)
Other versions
CN114565330A (zh
Inventor
李志鹏
李芬
周晓香
徐全倩
胡佳军
邓卫华
赖亮
邱亮
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.)
Jiangxi Atmospheric Exploration Technology Center
Jiangxi Meteorological Information Center Jiangxi Meteorological Training Center Jiangxi Rural Economic Information Center
Original Assignee
Jiangxi Atmospheric Exploration Technology Center
Jiangxi Meteorological Information Center Jiangxi Meteorological Training Center Jiangxi Rural Economic Information Center
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 Jiangxi Atmospheric Exploration Technology Center, Jiangxi Meteorological Information Center Jiangxi Meteorological Training Center Jiangxi Rural Economic Information Center filed Critical Jiangxi Atmospheric Exploration Technology Center
Priority to CN202210467853.0A priority Critical patent/CN114565330B/zh
Publication of CN114565330A publication Critical patent/CN114565330A/zh
Application granted granted Critical
Publication of CN114565330B publication Critical patent/CN114565330B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/18—Testing or calibrating meteorological apparatus
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Environmental & Geological Engineering (AREA)
  • Atmospheric Sciences (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)

Abstract

本发明提供了一种降水观测设备的健康度评估方法、系统、设备和存储介质，该方法包括：获取降水观测设备采集的降水数据和运行状态数据；判断降水数据以及降水观测设备是否正常；若是，则获取降水数据中的各项状态量，并计算各项特征参数以及对应的分指数值；获取对应预设的权重系数，计算降水观测设备健康综合指数值。本发明通过引入健康度来对降水观测设备的工作状态进行量化评估，由于评估系统由若干部分组成，所以将每个部分向下分解，分别评价各部件的健康度，并确定重要度权重，有利于准确评估设备的综合运行工况，同时，有效解决了传统的通过人工检测的方式效率低，而且无法实时监测的问题。

Description

降水观测设备的健康度评估方法、系统、设备和存储介质
技术领域
本发明属于健康度评估技术领域，具体涉及一种降水观测设备的健康度评估方法、系统、设备和存储介质。
背景技术
微气象是变幻莫测的，基本不能靠人为手段分析它的变化情况，所以必须利用新技术，去实时监测气象的情况这样就可以采取相应的措施去避免或者解决事故的发生，其中，气象监测系统是现代气象业务体系的重要组成部分，是提升公共气象服务能力和提高气象预报预测准确率的重要基础，而气象监测系统可由气象传感器（气象站）、微电脑气象数据采集仪、电源系统、全天候防护箱、环境监测云平台等部分构成。可对风速、风向、雨量、空降水度、空气湿度、光照强度、土壤温度、土壤湿度、蒸发量、大气压力等十几个气象要素进行全天候现场监测。
降水观测设备是气象监测系统下十分重要的组成部分，通常情况下，降雨量通过降水观测设备进行采集，并将降水数据上报，人们可以通过降水数据安排工作、生活、出行等，当降水观测设备出现异常时，上报的降水数据也存在异常的可能，那么，异常的降水数据会产生一定误导性，为了避免此情况的发生，如何对降水观测设备的健康度进行评估就显得尤为重要。
传统的设备评估方法为定期的人员检测评估方法，该方法效率低，而且无法实时监测。
发明内容
基于此，本发明提供了一种降水观测设备的健康度评估方法、系统、设备和存储介质，旨在解决现有技术中，降水观测设备健康状态通过人工检测的方式效率低，而且无法实时监测的问题。
本发明实施例的第一方面提供了一种降水观测设备的健康度评估方法，所述方法包括：
获取降水观测设备采集到的降水数据，并根据所述降水数据，输出降水数据质量控制码；
根据所述降水数据质量控制码，判断所述降水数据是否异常；
若否，则获取降水传感器通过监测降水观测设备采集到的降水观测设备运行状态值，并根据所述降水观测设备运行状态值，判断所述降水观测设备是否处于健康状态；
若是，则获取当前时段的降水数据，所述降水数据至少包括总样本数、降水观测值、格点估计值、当所述降水观测值有降水量而所述格点估计值无降水量时的第一样本数、以及当所述降水观测值无降水量而所述格点估计值有降水量时的第二样本数；
根据所述总样本数、所述降水观测值、所述格点估计值、所述第一样本数以及所述第二样本数，计算特征参数，其中，所述特征参数至少包括偏差值、雨差率值、晴差率值和相关系数值；
根据所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值，分别计算各所述特征参数对应的分指数值；
根据所述分指数值，赋予对应的权重系数，并计算得到降水观测设备健康综合指数值。
另外，根据本发明上述实施例的一种降水观测设备的健康度评估方法，还可以具有如下附加的技术特征：
进一步的，所述根据所述总样本数、所述降水观测值、所述格点估计值、所述第一样本数以及所述第二样本数，计算特征参数，其中，所述特征参数至少包括偏差值、雨差率值、晴差率值和相关系数值的步骤之前包括：
获取历史统计数据，所述历史统计数据至少包括历史总样本数、历史降水观测值、历史格点估计值、当所述历史降水观测值有降水量而所述历史格点估计值无降水量时的历史第一样本数、以及当所述历史降水观测值无降水量而所述历史格点估计值有降水量时的历史第二样本数
根据所述历史总样本数、所述历史降水观测值、所述历史格点估计值、所述历史第一样本数以及所述历史第二样本数，计算对应的历史特征参数；
根据所述历史特征参数，获取各所述历史特征参数中的最小极限值和最大极限值。
进一步的，所述根据所述总样本数、所述降水观测值、所述格点估计值、所述第一样本数以及所述第二样本数，计算特征参数，其中，所述特征参数至少包括偏差值、雨差率值、晴差率值和相关系数值的步骤包括：
所述偏差值包括总偏差值和总相对偏差值，所述总偏差值的计算公式为：
Figure 339436DEST_PATH_IMAGE001
；
所述总相对偏差值的计算公式为：
Figure 872923DEST_PATH_IMAGE002
；
所述雨差率值的计算公式为：
Figure 909012DEST_PATH_IMAGE003
；
所述晴差率值的计算公式为：
Figure 4007DEST_PATH_IMAGE004
；
所述相关系数值的计算公式为：
Figure 125547DEST_PATH_IMAGE005
；
其中，N表示为所述总样本数，Om表示为第m个样本的降水观测值，Gm表示为第m个样本的格点估计值，
Figure 964190DEST_PATH_IMAGE006
表示为所有样本的降水观测值的平均值，
Figure 589207DEST_PATH_IMAGE007
表示为所有样本的格点估计值的平均值，NP表示为所述第一样本数，NS表示为所述第二样本数。
进一步的，所述根据所述总样本数、所述降水观测值、所述格点估计值、所述第一样本数以及所述第二样本数，计算特征参数，其中，所述特征参数至少包括偏差值、雨差率值、晴差率值和相关系数值的步骤还包括：
获取所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值；
根据所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值，判断所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值是否分别处于对应的所述历史特征参数中的所述最小极限值与所述最大极限值之间；
若否，则输出对应的所述分指数值为0。
进一步的，所述根据所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值，分别计算各所述特征参数对应的分指数值的步骤包括：
所述计算各所述特征参数对应的分指数值的公式为：
Figure 120682DEST_PATH_IMAGE008
其中，hi(t)表示为基于降水观测设备i的各所述特征参数对应的所述分指数值，fi(t)表示为降水观测设备i的各所述特征参数在t时段的计算值，
Figure 463939DEST_PATH_IMAGE009
表示为降水观测设备i在t时段的各所述特征参数的标准值，xmax表示为各所述历史特征参数中的最大极限值，xmin表示为各所述历史特征参数中的最小极限值。
进一步的，所述根据所述分指数值，赋予对应的权重系数，并计算得到降水观测设备健康综合指数值的步骤包括：
所述降水数据还包括当前时段的总降水量，根据所述总降水量，判断所述总降水量是否为0；
若是，则将所述相关系数值的权重系数设置为0。
进一步的，所述根据所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值，分别计算各所述特征参数对应的分指数值的步骤包括：
根据所述总降水量，匹配所述偏差值进行所述分指数值的计算。
本发明实施例的第二方面提供了降水观测设备的健康度评估系统，所述系统包括：
第一获取模块，用于获取降水观测设备采集到的降水数据，并根据所述降水数据，输出降水数据质量控制码；
降水数据判断模块，用于根据所述降水数据质量控制码，判断所述降水数据是否异常；
第一判断模块，用于当判断降水数据正常时，则获取降水传感器通过监测降水观测设备采集到的降水观测设备运行状态值，并根据所述降水观测设备运行状态值，判断所述降水观测设备是否处于健康状态；
第二获取模块，用于当判断所述降水观测设备处于健康状态时，则获取当前时段降水数据，所述降水数据至少包括总样本数、降水观测值、格点估计值、当所述降水观测值有降水量而所述格点估计值无降水量时的第一样本数、以及当所述降水观测值无降水量而所述格点估计值有降水量时的第二样本数；
第一计算模块，用于根据所述总样本数、所述降水观测值、所述格点估计值、所述第一样本数以及所述第二样本数，计算特征参数，其中，所述特征参数至少包括偏差值、雨差率值、晴差率值和相关系数值；
第二计算模块，用于根据所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值，分别计算各所述特征参数对应的分指数值；
第三计算模块，用于根据所述分指数值，赋予对应的权重系数，并计算得到降水观测设备健康综合指数值。
本发明实施例的第三方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方案提供的降水观测设备的健康度评估方法。
本发明实施例的第四方面提供了一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方案提供的降水观测设备的健康度评估方法。
实施本发明实施例当中提供的一种降水观测设备的健康度评估方法、系统、设备和存储介质具有以下有益效果：
通过获取降水观测设备采集到的降水数据，并根据降水数据，输出降水数据质量控制码，再判断降水数据是否异常，若否，则获取降水传感器通过监测降水观测设备采集到的降水观测设备运行状态值，并判断降水观测设备是否处于健康状态，若是，则获取当前时段的总样本数、降水观测值、格点估计值、降水观测值有降水量而格点估计值无降水量的第一样本数以及降水观测值无降水量而格点估计值有降水量的第二样本数，并计算特征参数，其中，特征参数至少包括偏差值、雨差率值、晴差率值和相关系数值，根据各特征参数，分别计算对应的分指数值，再赋予对应的权重系数，计算得到降水观测设备健康综合指数值，该降水观测设备健康指数值用于评判降水观测设备的健康程度，通过上述方法可以实时监控降水观测设备的健康状态，有效解决了传统的通过人工检测的方式效率低，而且无法实时监测的问题。
附图说明
图1是本发明第一实施例提供的一种降水观测设备的健康度评估方法的实现流程图；
图2是本发明第三实施例提供的一种降水观测设备的健康度评估系统的结构框图；
图3是本发明第四实施例提供的一种电子设备的结构框图。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例一
请参阅图1，图1示出了本发明第一实施例提供的一种降水观测设备的健康度评估方法，所述方法具体包括步骤S01至步骤S09。
步骤S01，获取降水观测设备采集到的降水数据，并根据所述降水数据，输出降水数据质量控制码。
其中，由降水观测设备采集到的降水数据通常会进行质量标识处理，其中，质量标识可用质量控制码来标识，即质控码，具体的，质控码0表示正确，质控码2表示错误，质控码4表示修改，质控码8表示缺测。
步骤S02，根据所述降水数据质量控制码，判断所述降水数据是否异常，若否，则执行步骤S03。
可以理解的，当降水数据质量控制码为0时，则判断降水数据无异常。
步骤S03，则获取降水传感器通过监测降水观测设备采集到的降水观测设备运行状态值，并根据所述降水观测设备运行状态值，判断所述降水观测设备是否处于健康状态。
需要说明的是，每个降水观测设备配置有降水传感器，通常情况下，需要了解降水传感器的运行情况，有时可能会出现降水传感器电压或者温度异常的情况，那么，每个降水观测设备的降水传感器都对应有降水观测设备运行状态值，而通过降水观测设备运行状态值可以判断降水观测设备是否处于健康状态，在本实施例当中，当降水观测设备运行状态值为6、7或8时，可以表示为降水传感器标准控制器的供电类型；当降水观测设备运行状态值为0、3、4或5时，可以表示为降水传感器标准控制器的供电电压；当降水观测设备运行状态值为0、3、4时，可以表示为降水传感器标准控制器主板的温度。
步骤S04，获取当前时段的降水数据，所述降水数据至少包括总样本数、降水观测值、格点估计值、当所述降水观测值有降水量而所述格点估计值无降水量时的第一样本数、以及当所述降水观测值无降水量而所述格点估计值有降水量时的第二样本数。
可以理解的，获取到的当前时段的降水数据中包含有多个采集样品数据，即在此时段内，每间隔一段时间将会采集降水观测值和格点估计值，并根据该降水观测值和格点估计值统计降水观测值有降水量而格点估计值无降水量的第一样本数以及降水观测值无降水量而格点估计值有降水量的第二样本数，同时，样本数量递增。
步骤S05，根据所述总样本数、所述降水观测值、所述格点估计值、所述第一样本数以及所述第二样本数，计算特征参数，其中，所述特征参数至少包括偏差值、雨差率值、晴差率值和相关系数值。
需要说明的是，在计算特征参数之前，首先要获取历史统计数据，历史统计数据至少包括历史总样本数、历史降水观测值、历史格点估计值、当历史降水观测值有降水量而历史格点估计值无降水量时的历史第一样本数以及当历史降水观测值无降水量而历史格点估计值有降水量时的历史第二样本数，根据历史总样本数、历史降水观测值、历史格点估计值、历史第一样本数以及历史第二样本数，计算对应的历史特征参数，根据历史特征参数，获取各历史特征参数中的最小极限值和最大极限值。
在本实施例当中，偏差值包括总偏差值和总相对偏差值，可选择总偏差值或总相对偏差值作为特征参数偏差值，进行分指数值的计算，其中，总偏差值的计算公式为：
Figure 106273DEST_PATH_IMAGE010
；
总相对偏差值的计算公式为：
Figure 851375DEST_PATH_IMAGE011
；
雨差率值的计算公式为：
Figure 553752DEST_PATH_IMAGE003
；
晴差率值的计算公式为：
Figure 118725DEST_PATH_IMAGE004
；
相关系数值的计算公式为：
Figure 63285DEST_PATH_IMAGE012
；
其中，N表示为所述总样本数，Om表示为第m个样本的降水观测值，Gm表示为第m个样本的格点估计值，
Figure 662894DEST_PATH_IMAGE006
表示为所有样本的降水观测值的平均值，
Figure 536172DEST_PATH_IMAGE007
表示为所有样本的格点估计值的平均值，NP表示为所述第一样本数，NS表示为所述第二样本数。
步骤S06，根据所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值，分别计算各所述特征参数对应的分指数值。
具体的，计算各特征参数对应的分指数值的公式为：
Figure 854021DEST_PATH_IMAGE013
其中，hi(t)表示为基于降水观测设备i的各所述特征参数对应的所述分指数值，fi(t)表示为降水观测设备i的各所述特征参数在t时段的计算值，
Figure 572578DEST_PATH_IMAGE014
表示为降水观测设备i在t时段的各所述特征参数的标准值，需要说明的是，标准值为一理论计算值，当各特征参数在t时段的计算值与在t时段的各特征参数的标准值相等时，健康指数为1，即为设备最佳状态，xmax表示为各历史特征参数中的最大极限值，xmin表示为各历史特征参数中的最小极限值。
在本实施例当中，特征参数偏差值的计算公式可表示为：
Figure 292272DEST_PATH_IMAGE015
其中，h1表示为本降水观测设备的特征参数偏差值的分指数值，k1(t)表示为特征参数偏差值在t时段的计算值，
Figure 336452DEST_PATH_IMAGE016
表示为在t时段的特征参数偏差值的标准值，k1max表示为历史特征参数偏差值中的最大极限值，k1min表示为历史特征参数偏差值中的最小极限值，可以理解的，当特征参数偏差值在t时段的计算值未处于最小极限值与最大极限值之间时，本降水观测设备的特征参数偏差值的分指数值为0。
在本实施例当中，特征参数雨差率值的计算公式可表示为：
Figure 876017DEST_PATH_IMAGE017
其中，h2表示为本降水观测设备的特征参数雨差率值的分指数值，k2(t)表示为特征参数雨差率值在t时段的计算值，
Figure 663845DEST_PATH_IMAGE018
表示为在t时段的特征参数雨差率值的标准值，k2max表示为历史特征参数雨差率值中的最大极限值，k2min表示为历史特征参数雨差率值中的最小极限值，可以理解的，当特征参数雨差率值在t时段的计算值未处于最小极限值与最大极限值之间时，本降水观测设备的特征参数雨差率值的分指数值为0。
在本实施例当中，特征参数晴差率值的计算公式可表示为：
Figure 238046DEST_PATH_IMAGE019
其中，h3表示为本降水观测设备的特征参数晴差率值的分指数值，k3(t)表示为特征参数晴差率值在t时段的计算值，
Figure 453126DEST_PATH_IMAGE020
表示为在t时段的特征参数晴差率值的标准值，k3max表示为历史特征参数晴差率值中的最大极限值，k3min表示为历史特征参数晴差率值中的最小极限值，可以理解的，当特征参数晴差率值在t时段的计算值未处于最小极限值与最大极限值之间时，本降水观测设备的特征参数晴差率值的分指数值为0。
在本实施例当中，特征参数相关系数值的计算公式可表示为：
Figure 214409DEST_PATH_IMAGE021
其中，h4表示为本降水观测设备的特征参数相关系数值的分指数值，k4(t)表示为特征参数相关系数值在t时段的计算值，
Figure 805927DEST_PATH_IMAGE022
表示为在t时段的特征参数相关系数值的标准值，k4max表示为历史特征参数相关系数值中的最大极限值，k4min表示为历史特征参数相关系数值中的最小极限值，可以理解的，当特征参数相关系数值在t时段的计算值未处于最小极限值与最大极限值之间时，本降水观测设备的特征参数相关系数值的分指数值为0。
步骤S07，根据所述分指数值，赋予对应的权重系数，并计算得到降水观测设备健康综合指数值。
需要说明的是，权重系数是表示某一指标项在指标项系统中的重要程度，它表示在其它指标项不变的情况下，这一指标项的变化，对结果的影响，其中，降水观测设备健康综合指数值的计算公式为：
Figure 461731DEST_PATH_IMAGE023
其中，H表示为降水观测设备健康综合指数值，α1表示为偏差值的权重系数，α2表示为雨差率值的权重系数，α3表示为晴差率值的权重系数，α4表示为相关系数值的权重系数。
步骤S08，根据所述降水观测设备健康综合指数值，判断所述降水观测设备健康综合指数值是否小于健康指数阈值，若是，则执行步骤S09。
可以理解的，降水观测设备健康综合指数值的范围为0~1，具体健康指数阈值的设置，可根据实际情况进行修改。
步骤S09，发出提示信息。
具体的，该提示信息用于告知相关人员，降水观测设备可能存在工作异常的情况，可以及时进行故障的排查。
综上，本发明上述实施例当中的降水观测设备的健康度评估方法，通过获取降水观测设备采集到的降水数据，并根据降水数据，输出降水数据质量控制码，再判断降水数据是否异常，若否，则获取降水传感器通过监测降水观测设备采集到的降水观测设备运行状态值，并判断降水观测设备是否处于健康状态，若是，则获取当前时段的总样本数、降水观测值、格点估计值、降水观测值有降水量而格点估计值无降水量的第一样本数以及降水观测值无降水量而格点估计值有降水量的第二样本数，并计算特征参数，其中，特征参数至少包括偏差值、雨差率值、晴差率值和相关系数值，根据各特征参数，分别计算对应的分指数值，再赋予对应的权重系数，计算得到降水观测设备健康综合指数值，该降水观测设备健康综合指数值用于评判降水观测设备的健康程度，并根据该降水观测设备健康综合指数值，判断是否小于健康指数阈值，若是，则发出提示信息，该提示信息用于告知相关人员，降水观测设备可能存在工作异常的情况，通过上述方法可以实时监控降水观测设备的健康状态，有效解决了传统的通过人工检测的方式效率低，而且无法实时监测的问题。
实施例二
本发明第二实施例提供的一种降水观测设备的健康度评估方法，所述方法具体包括步骤S20至步骤S28：
步骤S20，获取降水观测设备采集到的降水数据，并根据所述降水数据，输出降水数据质量控制码。
步骤S21，根据所述降水数据质量控制码，判断所述降水数据是否异常，若否，则执行步骤S22。
步骤S22，则获取降水传感器通过监测降水观测设备采集到的降水观测设备运行状态值，并根据所述降水观测设备运行状态值，判断所述降水观测设备是否处于健康状态，若是，则执行步骤S23。
步骤S23，获取当前时段的降水数据，所述降水数据至少包括总样本数、降水观测值、格点估计值、当所述降水观测值有降水量而所述格点估计值无降水量时的第一样本数、以及当所述降水观测值无降水量而所述格点估计值有降水量时的第二样本数。
步骤S24，根据所述总样本数、所述降水观测值、所述格点估计值、所述第一样本数以及所述第二样本数，计算特征参数，其中，所述特征参数至少包括偏差值、雨差率值、晴差率值和相关系数值。
步骤S25，根据所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值，分别计算各所述特征参数对应的分指数值。
具体的，从总降水量角度计算降水观测设备的特征参数偏差值的分指数值，总降水量定义为检测时段内单站点的站点降水累计值，其中，根据检测时段内的总降水量，建立降水等级规则，降水等级规则用于当总降水量处于某一降水等级时，选取对应的降水等级的偏差值进行分指数值的计算，在本实施例当中，对总降水量进行分为6个等级，根据不同等级的总降水量选取不同的特征参数偏差值，即选择总偏差值或总相对偏差值作为特征参数偏差值，进行分指数值的计算，可以理解的，当检测时段内单站点的站点降水累计值较低时，处于较低的降水等级，可将总偏差值作为特征参数偏差值，进行分指数值的计算，而当，检测时段内单站点的站点降水累计值较高时，处于较高的降水等级，可将总相对偏差值作为特征参数偏差值，进行分指数值的计算，这样计算得到的分指数值对于降水观测设备的健康度评估来说更为准确。
步骤S26，根据所述分指数值，赋予对应的权重系数，并计算得到降水观测设备健康综合指数值。
在本实施例当中，首先获取当前时段的总降水量，其中，总降水量可以通过当前时段的采集的降水观测值计算得到，即当前时段前后时刻对应的降水观测值的差值。根据总降水量，判断总降水量是否为0，即是否存在雨水天气，当判断总降水量为0时，即在检测时段内单站点的站点降水累计值为0，则将相关系数值的权重系数设置为0，同时，对各分指数值，重新赋予对应的权重系数，其中，降水观测设备健康综合指数值的计算公式为：
Figure 847713DEST_PATH_IMAGE024
其中，H表示为降水观测设备健康综合指数值，β1表示为偏差值的权重系数，β2表示为雨差率值的权重系数，β3表示为晴差率值的权重系数。
步骤S27，判断所述降水观测设备健康综合指数值是否小于健康指数阈值，若是，则执行步骤S28。
步骤S28，发出提示信息。
实施例三
请参阅图2，图2是本发明实施例提供的一种降水观测设备的健康度评估系统的结构框图，降水观测设备的健康度评估系统300包括：第一获取模块31、降水数据判断模块32、第一判断模块33、第二获取模块34、第一计算模块35、第二计算模块36以及第三计算模块37，其中：
第一获取模块31，用于获取降水观测设备采集到的降水数据，并根据所述降水数据，输出降水数据质量控制码；
降水数据判断模块32，用于根据所述降水数据质量控制码，判断所述降水数据是否异常；
第一判断模块33，用于当判断降水数据正常时，则获取降水传感器通过监测降水观测设备采集到的降水观测设备运行状态值，并根据所述降水观测设备运行状态值，判断所述降水观测设备是否处于健康状态；
第二获取模块34，用于当判断所述降水观测设备处于健康状态时，则获取当前时段降水数据，所述降水数据至少包括总样本数、降水观测值、格点估计值、当所述降水观测值有降水量而所述格点估计值无降水量时的第一样本数、以及当所述降水观测值无降水量而所述格点估计值有降水量时的第二样本数；
第一计算模块35，用于根据所述总样本数、所述降水观测值、所述格点估计值、所述第一样本数以及所述第二样本数，计算特征参数，其中，所述特征参数至少包括偏差值、雨差率值、晴差率值和相关系数值；
第二计算模块36，用于根据所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值，分别计算各所述特征参数对应的分指数值；
第三计算模块37，用于根据所述分指数值，赋予对应的权重系数，并计算得到降水观测设备健康综合指数值。
进一步的，所述降水观测设备的健康度评估系统300还包括：
历史数据获取模块，用于获取历史统计数据，所述历史统计数据至少包括历史总样本数、历史降水观测值、历史格点估计值、当所述历史降水观测值有降水量而所述历史格点估计值无降水量时的历史第一样本数、以及当所述历史降水观测值无降水量而所述历史格点估计值有降水量时的历史第二样本数；
历史特征参数计算模块，用于根据所述历史总样本数、所述历史降水观测值、所述历史格点估计值、所述历史第一样本数以及所述历史第二样本数，计算对应的历史特征参数；
极限值获取模块，用于根据所述历史特征参数，获取各所述历史特征参数中的最小极限值和最大极限值。
进一步的，在本发明一些可选实施例当中，所述第一计算模块35包括：
偏差值计算单元，所述偏差值包括总偏差值和总相对偏差值，所述总偏差值的计算公式为：
Figure 627450DEST_PATH_IMAGE025
；
所述总相对偏差值的计算公式为：
Figure 757080DEST_PATH_IMAGE026
；
雨差率值计算单元，所述雨差率值的计算公式为：
Figure 774715DEST_PATH_IMAGE003
；
晴差率值计算单元，所述晴差率值的计算公式为：
Figure 597177DEST_PATH_IMAGE027
；
相关系数值计算单元，所述相关系数值的计算公式为：
Figure 598631DEST_PATH_IMAGE028
；
其中，N表示为所述总样本数，Om表示为第m个样本的降水观测值，Gm表示为第m个样本的格点估计值，
Figure 531952DEST_PATH_IMAGE006
表示为所有样本的降水观测值的平均值，
Figure 404093DEST_PATH_IMAGE007
表示为所有样本的格点估计值的平均值，NP表示为所述第一样本数，NS表示为所述第二样本数。
进一步的，在本发明一些可选实施例当中，所述第一计算模块35还包括：
第三获取单元，用于获取所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值；
第三判断单元，用于根据所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值，判断所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值是否分别处于对应的所述历史特征参数中的所述最小极限值与所述最大极限值之间；
输出单元，用于当判断所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值未分别处于对应的所述历史特征参数中的所述最小极限值与所述最大极限值之间，输出对应的所述分指数值为0。
进一步的，在本发明一些可选实施例当中，所述第二计算模块36包括：
分指数值计算单元，所述计算各所述特征参数对应的分指数值的公式为：
Figure 397457DEST_PATH_IMAGE029
其中，hi(t)表示为基于降水观测设备i的各所述特征参数对应的所述分指数值，fi(t)表示为降水观测设备i的各所述特征参数在t时段的计算值，
Figure 886207DEST_PATH_IMAGE030
表示为降水观测设备i在t时段的各所述特征参数的标准值，xmax表示为各所述历史特征参数中的最大极限值，xmin表示为各所述历史特征参数中的最小极限值。
进一步的，在本发明一些可选实施例当中，所述第三计算模块37包括：
第四判断单元，所述降水数据还包括当前时段的总降水量，根据所述总降水量，判断所述总降水量是否为0；
权重系数设置单元，用于当判断所述总降水量为0时，则将所述相关系数值的权重系数设置为0。
进一步的，在本发明一些可选实施例当中，所述第二计算模块36还包括：
匹配单元，用于根据所述总降水量，匹配所述偏差值进行所述分指数值的计算。
进一步的，所述降水观测设备的健康度评估系统300还包括：
第二判断模块，用于判断所述降水观测设备健康综合指数值是否小于健康指数阈值；
提示模块，用于判断所述降水观测设备健康综合指数值小于健康指数阈值时，则发出提示信息。
综上，本发明上述实施例当中的降水观测设备的健康度评估系统，通过获取降水观测设备采集到的降水数据，并根据降水数据，输出降水数据质量控制码，再判断降水数据是否异常，若否，则获取降水传感器通过监测降水观测设备采集到的降水观测设备运行状态值，并判断降水观测设备是否处于健康状态，若是，则获取当前时段的总样本数、降水观测值、格点估计值、降水观测值有降水量而格点估计值无降水量的第一样本数以及降水观测值无降水量而格点估计值有降水量的第二样本数，并计算特征参数，其中，特征参数至少包括偏差值、雨差率值、晴差率值和相关系数值，根据各特征参数，分别计算对应的分指数值，再赋予对应的权重系数，计算得到降水观测设备健康综合指数值，该降水观测设备健康综合指数值用于评判降水观测设备的健康程度，并根据该降水观测设备健康综合指数值，判断是否小于健康指数阈值，若是，则发出提示信息，该提示信息用于告知相关人员，降水观测设备可能存在工作异常的情况，通过上述方法可以实时监控降水观测设备的健康状态，有效解决了传统的通过人工检测的方式效率低，而且无法实时监测的问题。
实施例四
本发明另一方面还提出一种电子设备，请参阅图3，所示为本发明第四实施例当中的电子设备的示意图，包括存储器20、处理器10以及存储在存储器上并可在处理器上运行的计算机程序30，所述处理器10执行所述计算机程序30时实现如上述的降水观测设备的健康度评估方法。
其中，处理器10在一些实施例中可以是中央处理器（Central Processing Unit,CPU）、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器20中存储的程序代码或处理数据，例如执行访问限制程序等。
其中，存储器20至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器（例如，SD或DX存储器等）、磁性存储器、磁盘、光盘等。存储器20在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的硬盘。存储器20在另一些实施例中也可以是电子设备的外部存储装置，例如电子设备上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（FlashCard）等。进一步地，存储器20还可以既包括电子设备的内部存储单元也包括外部存储装置。存储器20不仅可以用于存储电子设备的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。
需要指出的是，图3示出的结构并不构成对电子设备的限定，在其它实施例当中，该电子设备可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
本发明实施例还提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述的降水观测设备的健康度评估方法。
本领域技术人员可以理解，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或它们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本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，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种降水观测设备的健康度评估方法，其特征在于，所述方法包括：
获取降水观测设备采集到的降水数据，并根据所述降水数据，输出降水数据质量控制码；
根据所述降水数据质量控制码，判断所述降水数据是否异常；
若否，则获取降水传感器通过监测降水观测设备采集到的降水观测设备运行状态值，并根据所述降水观测设备运行状态值，判断所述降水观测设备是否处于健康状态；
若是，则获取当前时段的降水数据，所述降水数据至少包括总样本数、降水观测值、格点估计值、当所述降水观测值有降水量而所述格点估计值无降水量时的第一样本数、以及当所述降水观测值无降水量而所述格点估计值有降水量时的第二样本数以及总降水量；
获取历史统计数据，所述历史统计数据至少包括历史总样本数、历史降水观测值、历史格点估计值、当所述历史降水观测值有降水量而所述历史格点估计值无降水量时的历史第一样本数、以及当所述历史降水观测值无降水量而所述历史格点估计值有降水量时的历史第二样本数；
根据所述历史总样本数、所述历史降水观测值、所述历史格点估计值、所述历史第一样本数以及所述历史第二样本数，计算对应的历史特征参数；
根据所述历史特征参数，获取各所述历史特征参数中的最小极限值和最大极限值；
根据所述总样本数、所述降水观测值、所述格点估计值、所述第一样本数以及所述第二样本数，计算特征参数，其中，所述特征参数至少包括偏差值、雨差率值、晴差率值和相关系数值，其中，所述偏差值包括总偏差值和总相对偏差值；
根据所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值，分别计算各所述特征参数对应的分指数值，所述计算各所述特征参数对应的分指数值的公式为：
Figure FDF0000019285130000021
hi(t)＝0，fi(t)＜xmin或fi(t)＞xmax；
其中，hi(t)表示为基于降水观测设备i的各所述特征参数对应的所述分指数值，fi(t)表示为降水观测设备i的各所述特征参数在t时段的计算值，
Figure FDF0000019285130000022
表示为降水观测设备i在t时段的各所述特征参数的标准值，xmax表示为各所述历史特征参数中的最大极限值，xmin表示为各所述历史特征参数中的最小极限值；
根据检测时段内的总降水量，建立降水等级规则，降水等级规则用于当总降水量处于某一降水等级时，选取对应的降水等级的偏差值进行分指数值的计算，具体的，对总降水量分为6个等级，根据不同等级的总降水量选取不同的特征参数偏差值，即选择总偏差值或总相对偏差值作为特征参数偏差值，进行分指数值的计算；当检测时段内单站点的站点降水累计值较低时，处于较低的降水等级，将总偏差值作为特征参数偏差值，进行分指数值的计算，而当检测时段内单站点的站点降水累计值较高时，处于较高的降水等级，将总相对偏差值作为特征参数偏差值，进行分指数值的计算；
根据所述分指数值，赋予对应的权重系数，并计算得到降水观测设备健康综合指数值，所述降水观测设备健康综合指数值的计算公式为：
H＝h1×α1+h2×α2+h3×α3+h4×α4；
其中，H表示为降水观测设备健康综合指数值，α1表示为偏差值的权重系数，α2表示为雨差率值的权重系数，α3表示为晴差率值的权重系数，α4表示为相关系数值的权重系数。
2.根据权利要求1所述的降水观测设备的健康度评估方法，其特征在于，所述根据所述总样本数、所述降水观测值、所述格点估计值、所述第一样本数以及所述第二样本数，计算特征参数，其中，所述特征参数至少包括偏差值、雨差率值、晴差率值和相关系数值的步骤包括：
所述偏差值包括总偏差值和总相对偏差值，所述总偏差值的计算公式为：
Figure FDF0000019285130000031
所述总相对偏差值的计算公式为：
Figure FDF0000019285130000032
所述雨差率值的计算公式为：
Figure FDF0000019285130000033
所述晴差率值的计算公式为：
Figure FDF0000019285130000034
所述相关系数值的计算公式为：
Figure FDF0000019285130000035
其中，N表示为所述总样本数，Om表示为第m个样本的降水观测值，Gm表示为第m个样本的格点估计值，
Figure FDF0000019285130000041
表示为所有样本的降水观测值的平均值，
Figure FDF0000019285130000042
表示为所有样本的格点估计值的平均值，NP表示为所述第一样本数，NS表示为所述第二样本数。
3.根据权利要求2所述的降水观测设备的健康度评估方法，其特征在于，所述根据所述分指数值，赋予对应的权重系数，并计算得到降水观测设备健康综合指数值的步骤包括：
所述降水数据还包括当前时段的总降水量，根据所述总降水量，判断所述总降水量是否为0；
若是，则将所述相关系数值的权重系数设置为0。
4.一种降水观测设备的健康度评估系统，其特征在于，所述系统包括：
第一获取模块，用于获取降水观测设备采集到的降水数据，并根据所述降水数据，输出降水数据质量控制码；
降水数据判断模块，用于根据所述降水数据质量控制码，判断所述降水数据是否异常；
第一判断模块，用于当判断降水数据正常时，则获取降水传感器通过监测降水观测设备采集到的降水观测设备运行状态值，并根据所述降水观测设备运行状态值，判断所述降水观测设备是否处于健康状态；
第二获取模块，用于当判断所述降水观测设备处于健康状态时，则获取当前时段的降水数据，所述降水数据至少包括总样本数、降水观测值、格点估计值、当所述降水观测值有降水量而所述格点估计值无降水量时的第一样本数、以及当所述降水观测值无降水量而所述格点估计值有降水量时的第二样本数；
第三获取模块，用于获取历史统计数据，所述历史统计数据至少包括历史总样本数、历史降水观测值、历史格点估计值、当所述历史降水观测值有降水量而所述历史格点估计值无降水量时的历史第一样本数、以及当所述历史降水观测值无降水量而所述历史格点估计值有降水量时的历史第二样本数；
根据所述历史总样本数、所述历史降水观测值、所述历史格点估计值、所述历史第一样本数以及所述历史第二样本数，计算对应的历史特征参数；
根据所述历史特征参数，获取各所述历史特征参数中的最小极限值和最大极限值；
第一计算模块，用于根据所述总样本数、所述降水观测值、所述格点估计值、所述第一样本数以及所述第二样本数，计算特征参数，其中，所述特征参数至少包括偏差值、雨差率值、晴差率值和相关系数值，其中，所述偏差值包括总偏差值和总相对偏差值；
第二计算模块，用于根据所述偏差值、所述雨差率值、所述晴差率值和所述相关系数值，分别计算各所述特征参数对应的分指数值，所述计算各所述特征参数对应的分指数值的公式为：
Figure FDF0000019285130000051
hi(t)＝0，fi(t)＜xmin或fi(t)＞Xmax；
其中，hi(t)表示为基于降水观测设备i的各所述特征参数对应的所述分指数值，fi(t)表示为降水观测设备i的各所述特征参数在t时段的计算值，
Figure FDF0000019285130000052
表示为降水观测设备i在t时段的各所述特征参数的标准值，xmax表示为各所述历史特征参数中的最大极限值，xmin表示为各所述历史特征参数中的最小极限值；
根据检测时段内的总降水量，建立降水等级规则，降水等级规则用于当总降水量处于某一降水等级时，选取对应的降水等级的偏差值进行分指数值的计算，具体的，对总降水量分为6个等级，根据不同等级的总降水量选取不同的特征参数偏差值，即选择总偏差值或总相对偏差值作为特征参数偏差值，进行分指数值的计算；当检测时段内单站点的站点降水累计值较低时，处于较低的降水等级，将总偏差值作为特征参数偏差值，进行分指数值的计算，而当检测时段内单站点的站点降水累计值较高时，处于较高的降水等级，将总相对偏差值作为特征参数偏差值，进行分指数值的计算；
第三计算模块，用于根据所述分指数值，赋予对应的权重系数，并计算得到降水观测设备健康综合指数值，所述降水观测设备健康综合指数值的计算公式为：
H＝h1×α1+h2×α2+h3×α3+h4×α4；
其中，H表示为降水观测设备健康综合指数值，α1表示为偏差值的权重系数，α2表示为雨差率值的权重系数，α3表示为晴差率值的权重系数，α4表示为相关系数值的权重系数。
5.一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，该程序被处理器执行时实现如权利要求1－3任一所述的降水观测设备的健康度评估方法。
6.一种电子设备，其特征在于，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1－3任一所述的降水观测设备的健康度评估方法。
CN202210467853.0A 2022-04-30 2022-04-30 降水观测设备的健康度评估方法、系统、设备和存储介质 Active CN114565330B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210467853.0A CN114565330B (zh) 2022-04-30 2022-04-30 降水观测设备的健康度评估方法、系统、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210467853.0A CN114565330B (zh) 2022-04-30 2022-04-30 降水观测设备的健康度评估方法、系统、设备和存储介质

Publications (2)

Publication Number Publication Date
CN114565330A CN114565330A (zh) 2022-05-31
CN114565330B true CN114565330B (zh) 2022-11-08

Family

ID=81721159

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210467853.0A Active CN114565330B (zh) 2022-04-30 2022-04-30 降水观测设备的健康度评估方法、系统、设备和存储介质

Country Status (1)

Country Link
CN (1) CN114565330B (zh)

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104793270B (zh) * 2015-04-14 2017-06-13 中国气象局气象探测中心 一种综合气象观测网中设备运行状态的综合判定方法
CN107179568A (zh) * 2017-05-23 2017-09-19 贵州东方世纪科技股份有限公司 一种降水预报精度评定方法
JP7081427B2 (ja) * 2018-09-28 2022-06-07 トヨタ自動車株式会社 降水指標推定装置
JP7302866B2 (ja) * 2019-10-07 2023-07-04 国立研究開発法人防災科学技術研究所 降水強度算出装置、降水強度算出プログラム及び降水強度算出方法
CN112213727B (zh) * 2020-10-15 2024-01-02 国家卫星气象中心(国家空间天气监测预警中心) 一种基于主被动微波联合探测的星载雷达的降水订正方法
CN112526641B (zh) * 2020-12-10 2023-04-07 重庆市气象台 一种实时标识雨量观测值质量的方法、系统及设备
CN112685492B (zh) * 2020-12-30 2024-04-16 北京墨迹风云科技股份有限公司 一种多源数据融合方法以及装置
CN112907149A (zh) * 2021-04-02 2021-06-04 中科三清科技有限公司 气象污染综合诊断指数计算方法、装置及电子设备
CN113282576B (zh) * 2021-05-14 2023-01-20 中国气象科学研究院 一种气象数据质量控制方法
CN113253366A (zh) * 2021-06-17 2021-08-13 邬铭法 一种无人值守自动气象站雨量数据质控系统及质控方法
CN113281827B (zh) * 2021-07-21 2021-11-02 江西省气象信息中心(江西省气象培训中心、江西省农村经济信息中心) 一种降水气象要素的质控方法、装置、存储介质及设备
CN113960606A (zh) * 2021-10-19 2022-01-21 中国气象科学研究院 综合质量指数在联合雷达和自动站估测降水上的应用方法
CN114298162A (zh) * 2021-12-09 2022-04-08 湖北省气象信息与技术保障中心 融合卫星雷达多源数据的降水质量控制与评估方法及应用
CN114114198B (zh) * 2022-01-27 2022-05-03 江西省气象信息中心(江西省气象培训中心、江西省农村经济信息中心) 一种降水数据质控方法、装置、存储介质及设备
CN114217319B (zh) * 2022-02-22 2022-05-17 中国气象局公共气象服务中心(国家预警信息发布中心) 一种对天气雷达分钟降水预报值进行订正的方法及装置

Also Published As

Publication number Publication date
CN114565330A (zh) 2022-05-31

Similar Documents

Publication Publication Date Title
CN106321368B (zh) 基于运营风机scada数据的海上风电场尾流损失测量方法
DE112017002798T5 (de) Überwachungsvorrichtung, Verfahren zur Überwachung von Zielvorrichtung und Programm
CN117371337B (zh) 一种基于数字孪生的水利模型构建方法及系统
CN113281827B (zh) 一种降水气象要素的质控方法、装置、存储介质及设备
CN110672144B (zh) 污染源检测方法和装置
US20130173480A1 (en) Maintenance cycle for an aircraft
CN114563111B (zh) 气温观测设备的健康度评估方法、系统、设备和存储介质
CN109272230B (zh) 一种地面观测站气压要素的数据质量评估方法和系统
CN114708132A (zh) 环境监测及预警处理方法、装置、计算机设备及存储介质
CN114565330B (zh) 降水观测设备的健康度评估方法、系统、设备和存储介质
CN111400845A (zh) 风电机组的发电性能评估方法和装置
JP5111842B2 (ja) レーダ雨量計運用管理システム
CN116823067A (zh) 管网水质清污状态的确定方法、装置及电子设备
CN114691661B (zh) 一种基于同化的云导风、温湿廓线预处理分析方法及系统
CN116068304A (zh) 能效评估方法、装置、系统、设备及存储介质
CN116434368A (zh) 一种多功能手持巡检仪及巡检方法
CN114283344A (zh) 一种森林生态水文过程自动实时监测方法及系统
Rezaiy et al. Using the ARIMA/SARIMA Model for Afghanistan's Drought Forecasting Based on Standardized Precipitation Index
CN108825452B (zh) 确定风力发电机组叶片结冰的方法和装置
CN112734753A (zh) 基于云计算和图像分析的装配式桥梁桥面安全实时监测方法及监测管理云平台
TWI634736B (zh) 估算虛擬日照量的方法及太陽能發電場的警示系統
CN112184645A (zh) 风机叶片检测方法、系统及其计算机可存储介质
CN110544016A (zh) 评估气象因素对电力设备故障概率影响程度的方法和设备
CN117978085A (zh) 光伏组串的异常诊断方法、装置、电子设备和存储介质
CN113685972B (zh) 一种空调系统控制策略识别方法、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