CN115267943A - 雷电监测预警方法、系统、计算机设备及介质 - Google Patents
雷电监测预警方法、系统、计算机设备及介质 Download PDFInfo
- Publication number
- CN115267943A CN115267943A CN202210460902.8A CN202210460902A CN115267943A CN 115267943 A CN115267943 A CN 115267943A CN 202210460902 A CN202210460902 A CN 202210460902A CN 115267943 A CN115267943 A CN 115267943A
- Authority
- CN
- China
- Prior art keywords
- electric field
- thunderstorm
- information
- monitoring
- preset
- 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
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- 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
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种雷电监测预警方法、模拟设备、系统、计算机设备及介质,通过获取所述预设警戒区域的当前大气电场信息,并根据所述预设警戒区域的历史天气信息推算出发生雷暴的监控电场幅值,最后判断大气电场信息是否落入监控电场幅值,若否,则对所述预设警戒区域采用大气电场循环监控的方式实现对监控预设警戒区域雷暴天气的实时监测及预警,解决了现有技术当中雷暴天气预警方法大多从大气电场强度、电场变化率的阈值上进行预警,这些参数的阈值往往受地形影响变化较大,导致对雷电预警时获取的数据不够准确,造成系统在对特定区域进行雷电预警时出现准确度下降的问题,提升了预警的精度及效果。
Description
技术领域
本发明涉及雷电监测预警技术领域,尤其涉及一种雷电监测预警方法、模拟设备、系统、计算机设备及介质。
背景技术
雷电是强对流天气过程产生的一种大气放电现象,在雷电发生前进行准确及时的预警,对保护人民生命财产安全具有重要意义。而雷电发生地区的地形特征、气候特征、周边环境变化以及雷电发生的瞬时性等,都为雷电的准确预警带来挑战。目前基于大气电场仪的雷电监测预警方法大多从大气电场强度、电场变化率的阈值上进行监测及预警,这些参数的阈值往往受地形影响变化较大,导致对雷电预警时获取的数据不够准确以及及时,造成系统在针对特定区域进行雷电监测预警时容易由于数据失真导致监控准确度下降。
发明内容
基于此,有必要针对上述问题,提出了一种能针对特定区域进行准确的雷电监测及预警的雷电监测预警方法、模拟设备、系统、计算机设备及介质。
一种雷电监测预警方法,包括:
获取预设警戒区域,对预设警戒区域的大气电场信息进行监控,所述大气电场信息包括时间信息以及与所述时间信息对应的环境电场数值;
执行信息截取步骤,所述执行信息截取步骤包括根据第一预设时长对所述环境电场数值进行截取,生成监控电场数值;
判断所述监控电场数值是否高于预设预警阈值;
若是,则获取所述预设警戒区域的历史天气信息,并根据所述历史天气信息推算所述预设警戒区域的监控电场幅值;
判断所述监控电场数值是否落入监控电场幅值;
若否,则获取第二预设时长,并将所述第二预设时长与所述第一预设时长进行替换后转至所述信息截取步骤。
进一步的,所述历史天气信息包括非雷暴天气,所述监控电场幅值包括非雷暴电场幅值;
则所述获取所述预设警戒区域的历史天气信息,并根据所述历史天气信息推算所述预设警戒区域的监控电场幅值的步骤,具体包括:
获取所述预设警戒区域在非雷暴天气时的第一历史电场信息,所述第一历史电场信息包括与所述第一预设时长的时长一致的非雷暴时长以及与所述非雷暴时长对应的非雷暴电场数值;
针对所述非雷暴时长以及所述非雷暴电场数值推算与所述非雷暴天气匹配的非雷暴电场幅值。
进一步的,针对所述非雷暴时长以及所述非雷暴电场数值推算与所述非雷暴天气匹配的非雷暴电场幅值的步骤,具体包括:
将所述第一历史电场信息进行经典模态分解,从形成若干个非雷暴本征模态分量;
将所述非雷暴本征模态分量进行Hilbert变换,从而形成与所述非雷暴本征模态分量匹配的第一幅值分布数据;
获取所述第一幅值分布数据当中的第一高频幅值分布数据,并将所述第一高频幅值分布数据当中高频能量的占比信息记为非雷暴电场幅值。
进一步的,所述历史天气信息包括雷暴天气,所述监控电场幅值包括雷暴电场幅值;
则所述获取所述预设警戒区域的历史天气信息,并根据所述历史天气信息推算所述预设警戒区域的监控电场幅值的步骤,具体包括:
获取预设获取时段,所述预设获取时段用于截取所述预设警戒区域在变成雷暴天气之前的第二历史电场信息,所述第二历史电场信息包括雷暴预备时长以及与所述雷暴预备时长对应的雷暴预备电场数值;
针对所述雷暴预备时长以及所述雷暴预备电场数值推算与所述雷暴天气匹配的雷暴电场幅值。
进一步的,所述针对所述雷暴预备时长以及所述雷暴预备电场数值推算与所述雷暴天气匹配的雷暴电场幅值,具体包括:
将所述雷暴预备时长以及所述雷暴预备电场数值整合为第二推算样本;
将所述第二推算样本进行经典模态分解,从形成若干个雷暴本征模态分量,
将所述雷暴本征模态分量进行Hilbert变换,从而形成与所述雷暴本征模态分量匹配的第二幅值分布数据;
获取所述第二幅值分布数据当中的第二高频幅值分布数据,并将所述第二高频幅值分布数据当中高频能量的占比信息记为雷暴电场幅值。
进一步的,所述判断所述监控电场数值是否落入监控电场幅值的步骤之后,还包括:
若是,则判断所述监控电场数值是否落入所述非雷暴电场幅值;
若是,则获取第二预设时长,并将所述第二预设时长与所述第一预设时长进行替换后转至所述信息截取步骤。
进一步的,所述判断所述监控电场数值是否落入监控电场幅值的步骤之后,还包括:
若是,则判断所述监控电场数值是否落入雷暴电场幅值;
若是,则获取与所述雷暴电场幅值匹配的雷暴预警信息,所述雷暴预警信息包括警告范围以及与所述警告范围匹配的警告信号;
判断所述监控电场数值是否落入所述警告范围;
若是,则采用HHT变换计算所述监控电场数值的高频分量能量占比,记为匹配用占比;
判断所述匹配用占比是否高于所述预设门限值,若是,则发送所述警告信号。
一种雷电监测预警系统,包括:
监控单元,用于获取预设警戒区域,对预设警戒区域的大气电场信息进行监控,所述大气电场信息包括时间信息以及与所述时间信息对应的环境电场数值;
截取单元,用于执行信息截取步骤,所述执行信息截取步骤包括根据第一预设时长对所述环境电场数值进行截取,生成监控电场数值;
判断单元,用于判断所述监控电场数值是否高于预设预警阈值;
历史信息获取单元,用于判断若是,则获取所述预设警戒区域的历史天气信息,并根据所述历史天气信息推算所述预设警戒区域的监控电场幅值;
幅值识别单元,用于判断所述监控电场数值是否落入监控电场幅值;
替换单元,用于判断若否,则获取第二预设时长,并将所述第二预设时长与所述第一预设时长进行替换后转至所述信息截取步骤。
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,所述计算机程序被所述处理器执行时,使得所述处理器执行以下步骤:
获取预设警戒区域,对预设警戒区域的大气电场信息进行监控,所述大气电场信息包括时间信息以及与所述时间信息对应的环境电场数值;
执行信息截取步骤,所述执行信息截取步骤包括根据第一预设时长对所述环境电场数值进行截取,生成监控电场数值;
判断所述监控电场数值是否高于预设预警阈值;
若是,则获取所述预设警戒区域的历史天气信息,并根据所述历史天气信息推算所述预设警戒区域的监控电场幅值;
判断所述监控电场数值是否落入监控电场幅值;
若否,则获取第二预设时长,并将所述第二预设时长与所述第一预设时长进行替换后转至所述信息截取步骤。
一种计算机可读介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行以下步骤:
获取预设警戒区域,对预设警戒区域的大气电场信息进行监控,所述大气电场信息包括时间信息以及与所述时间信息对应的环境电场数值;
执行信息截取步骤,所述执行信息截取步骤包括根据第一预设时长对所述环境电场数值进行截取,生成监控电场数值;
判断所述监控电场数值是否高于预设预警阈值;
若是,则获取所述预设警戒区域的历史天气信息,并根据所述历史天气信息推算所述预设警戒区域的监控电场幅值;
判断所述监控电场数值是否落入监控电场幅值;
若否,则获取第二预设时长,并将所述第二预设时长与所述第一预设时长进行替换后转至所述信息截取步骤。
上述的雷电监测预警方法、模拟设备、系统、计算机设备及介质,通过获取所述预设警戒区域的当前大气电场信息,并根据所述预设警戒区域的历史天气信息推算出发生雷暴的监控电场幅值,最后判断大气电场信息是否落入监控电场幅值,若否,则对所述预设警戒区域采用大气电场循环监控的方式实现对监控预设警戒区域雷暴天气的实时的监测及预警,解决了现有技术当中雷暴天气预警方法大多从大气电场强度、电场变化率的阈值上进行预警,这些参数的阈值往往受地形影响变化较大,导致对雷电预警时获取的数据不够准确,造成系统在对特定区域进行雷电预警时容易出现准确度下降的问题,提升了预警效果。
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,下面将对实施例或现有技术描述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。
其中:
图1为一个实施例中雷电监测预警方法的方法流程图;
图2为一个实施例中雷电监测预警系统的结构框图;
图3一个实施例中计算机设备的结构框图;
图4为一实施例中所述非雷暴本征模态分量的生成示意图;
图5为一实施例中所述第一幅值分布数据的分布示意图;
图6为一另实施例中所述非雷暴本征模态分量的生成示意图;
图7为一实施例中所述第二幅值分布数据的分布示意图。
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。
参考图1,一种雷电监测预警方法,包括:
S1、获取预设警戒区域,对所述预设警戒区域的大气电场信息进行监控,所述大气电场信息包括时间信息以及与所述时间信息对应的环境电场数值;
如上述实施例所述,所述后台系统获取所述预设警戒区域,所述预设警戒区域可为用户预先设定的雷电监测预警及警戒区域,之后所述后台系统获取所述预设警戒区域内的所述大气电场信息,所述大气电场信息包括所述时间信息预计与所述事件信息匹配的环境电场数值,具体表现为:所述环境电场数值对应匹配有与监控时间一致的时间标签,则所述后台系统获取带有所述时间标签的所述环境电场数值,并整合为所述大气电场信息。
其中,所述后台系统可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDeliveryNetwork,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器,本发明对此不做限定。
S2、执行信息截取步骤,所述执行信息截取步骤包括根据第一预设时长对所述环境电场数值进行截取,生成监控电场数值;
如上述步骤S2所述,所述后台系统执行预设的信息截取步骤,所述信息获取步骤为:获取第一预设时长,并根据所述第一预设时长以及所述时间信息获取对应时长的所述环境电场数值,并记为所述监控电场数值,在本实施例中,所述第一预设时长为30分钟,则所述后台系统以30分钟为时间段获取所述预设警戒区域在30分钟内的环境电场数值,并记为所述监控电场数值。
S3、判断所述监控电场数值是否高于预设预警阈值;
如上述步骤S3所述,所述后台系统获取所述预设预警阈值,并判断所述监控电场数值是否高于所述预设预警阈值,若所述后台系统判断所述监控电场数值低于所述预设预警阈值时,则所述后台系统判断所述对所述预设警戒区域的天气情况不会变换为雷暴天气,而当所述后台系统判断所述监控电场数值高于所述预设预警阈值时,则所述后台系统判断所述对所述预设警戒区域的天气情况有变换为雷暴天气的可能,则进入下一步骤。
S4、若是,则获取所述预设警戒区域的历史天气信息,并根据所述历史天气信息推算所述预设警戒区域的监控电场幅值;
如上述步骤S4所述,所述后台系统获取所述预设警戒区域的历史天气信息,所述历史天气信息为所述预设警戒区域的历史天气变化,在本实施例中,所述天气变化为雷暴天气或非雷暴天气,则所述后台系统根据所述雷暴天气或所述非雷暴天气推算所述预设警戒区域的监控电场幅值,所述监控电场幅值用于限制所述监控电场数值的范围。
S5、判断所述监控电场数值是否落入监控电场幅值;
如上述步骤S5所述,所述后台系统将所述监控电场数值与所述监控电场幅值进行匹配,从而判断所述预设警戒区域是否处于雷暴天气当中,可以理解的是,所述监控电场幅值可由用户自行设置,用于根据所述监控电场数值来区分所述预设警戒区域的天气情况,针对所述监控电场幅值的具体数值,本发明对此不做限定。
S6、若否,则获取第二预设时长,并将所述第二预设时长与所述第一预设时长进行替换后转至所述信息截取步骤。
如上述步骤S6所述,当所述后台系统判断所述监控电场数值不落入所述监控电场幅值时,则所述后台系统获取所述第二预设时长,并将所述第二预设时长与所述第一预设时长进行替换后重新执行所述信息截取步骤;在本实施例中,所述第二预设时长为10分钟,则所述后台系统在判断所述监控电场数值不落入所述监控电场幅值后,则所述后台系统重新以10分钟为时间段获取所述预设警戒区域在10分钟内的环境电场数值,并更新所述监控电场数值,从而达到所述预设警戒区域的所述大气电场信息进行循环监测预警的功能。
本实施例通过上述方法,通过获取所述预设警戒区域的当前大气电场信息,并根据所述预设警戒区域的历史天气信息推算与发生雷暴天气时预设警戒区域的监控电场幅值,最后判断大气电场信息是否落入监控电场幅值,若否,则对所述预设警戒区域进行循环监控的方式实现了对通过历史天气信息来监控预设警戒区域的雷暴天气情况,解决了现有技术当中现有的雷暴天气监控方法大多从大气电场强度、电场变化率的阈值上进行预警,这些参数的阈值往往受地形影响变化较大,导致对雷电预警时获取的数据不够准确以及及时,造成系统在针对特定区域进行雷电监测预警时容易由于数据失真导致监控准确度下降的问题,提升了雷电监测预警的准确度。
一实施例中,所述历史天气信息包括非雷暴天气,所述监控电场幅值包括非雷暴电场幅值;
则所述步骤S4,具体包括:
S41、获取所述预设警戒区域在非雷暴天气时的第一历史电场信息,所述第一历史电场信息包括与所述第一预设时长的时长一致的非雷暴时长以及与所述非雷暴时长对应的非雷暴电场数值,针对所述非雷暴时长以及所述非雷暴电场数值推算与所述非雷暴天气匹配的非雷暴电场幅值。
如上述实施例所述,所述后台系统获取所述预设警戒区域在非雷暴天气时的所述第一历史电场信息,其中所述第一历史电场信息内包含与所述第一预设时长时长时长一致的所述非雷暴时长以及与所述非雷暴时长对应的非雷暴电场数值,则当所述第一预设时长的时长为30分钟时,所述非雷暴时长同为30分钟,则所述第一历史电场信息为当所述预设警戒区域处于非雷暴天气时以30分钟为时间节点截取得出的所述非雷暴电场数值,之后所述后台系统根据所述非雷暴时长 (即与所述第一预设时长一致的30分钟)以及所述非雷暴电场数值推算与所述非雷暴天气匹配的非雷暴电场幅值。
一实施例中,所述针对所述非雷暴时长以及所述非雷暴电场数值推算与所述非雷暴天气匹配的非雷暴电场幅值,具体包括:
S42、将所述第一历史电场信息进行经典模态分解,从形成若干个非雷暴本征模态分量,将所述非雷暴本征模态分量进行Hilbert变换,从而形成与所述非雷暴本征模态分量匹配的第一幅值分布数据,获取所述第一幅值分布数据当中的第一高频幅值分布数据,并将所述第一高频幅值分布数据当中高频能量的占比信息记为非雷暴电场幅值。
如上述实施例所述,所述非雷暴时长为9:00到9:30,则所述后台系统将所述第一历史电场信息进行经典模态分解,从而形成6个所述非雷暴本征模态分量第一IMF1~第一IMF6,生成结果如图4所示:
之后所述后台系统将6个所述非雷暴本征模态分量所述第一IMF1~所述第一IMF6进行Hilbert变换,从而形成与所述非雷暴本征模态分量匹配的第一幅值分布数据,所述经由Hilbert变换后的所述第一幅值分布数据具体表现如图5 所示:
之后所述后台系统获取所述第一幅值分布数据当中的第一高频幅值分布数据(即第一IMF1),并将所述第一高频幅值分布数据(即第一IMF1)当中高频能量的占比信息记为非雷暴电场幅值。
一实施例中,所述历史天气信息还包括雷暴天气,所述监控电场幅值还包括雷暴电场幅值;
则所述步骤S4,还包括:
S43、获取所述预设警戒区域在变成所述雷暴天气之前的第二历史电场信息,所述第二历史电场信息包括与所述第一预设时长的时长一致的雷暴预备时长以及与所述雷暴预备时长对应的雷暴预备电场数值,针对所述雷暴预备时长以及所述雷暴预备电场数值推算与所述雷暴天气匹配的雷暴电场幅值。
如上述实施例所述,所述后台系统获取所述预设警戒区域在变成雷暴天气之前的所述第二历史电场信息,其中所述第二历史电场信息内包含与所述第一预设时长时长时长一致的所述雷暴预备时长以及与所述雷暴预备时长对应的雷暴预备电场数值,则当所述第一预设时长的时长为30分钟时,所述雷暴预备时长同为30分钟,则所述第二历史电场信息为当所述预设警戒区域在变为雷暴天气之前30分钟为时间节点截取得出的所述雷暴预备电场数值,之后所述后台系统根据所述雷暴预备时长(即与所述第一预设时长一致的30分钟)以及所述雷暴预备电场数值推算与所述雷暴天气匹配的雷暴电场幅值。
一实施例中,所述针对所述雷暴预备时长以及所述雷暴预备电场数值推算与所述雷暴天气匹配的雷暴电场幅值的步骤,具体包括:
S44、将所述第二历史电场信息进行经典模态分解,从形成若干个雷暴本征模态分量,将所述雷暴本征模态分量进行Hilbert变换,从而形成与所述雷暴本征模态分量匹配的第二幅值分布数据,获取所述第二幅值分布数据当中的第二高频幅值分布数据,并将所述第二高频幅值分布数据当中高频能量的占比信息记为雷暴电场幅值。
如上述实施例所述,所述非雷暴时长为19:40到20:10,则所述后台系统将所述第二历史电场信息进行经典模态分解,从而形成8个所述雷暴本征模态分量第二IMF1~第二IMF8,生成结果如图6所示:
之后所述后台系统将8个所述雷暴本征模态分量所述第二IMF1~所述第二 IMF8进行Hilbert变换,从而形成与所述雷暴本征模态分量匹配的第二幅值分布数据,所述经由Hilbert变换后的所述第二幅值分布数据具体表现如图7所示:
之后所述后台系统获取所述第二幅值分布数据当中的第二高频幅值分布数据(即第二IMF1),并将所述第二高频幅值分布数据(即第二IMF1)当中高频能量的占比信息记为雷暴电场幅值。
一实施例仲,所述步骤S5之后,还包括:
S51、若是,则判断所述监控电场数值是否落入所述非雷暴电场幅值,若是,则获取第二预设时长,并将所述第二预设时长与所述第一预设时长进行替换后转至所述信息截取步骤。
如上述实施例所述,所述后台系统将所述监控电场数值与所述监控电场幅值进行匹配,当所述后台系统判断所述监控电场数值存在于所述监控电场幅值当中时,所述后台系统再次将所述监控电场数值与所述非雷暴电场幅值进行匹配,并判断所述监控电场数值是否落入所述非雷暴电场幅值,若是,则所述后台系统获取所述第二预设时长,并将所述第二预设时长与所述第一预设时长进行替换后重新执行所述信息截取步骤;在本实施例中,所述第二预设时长为10分钟,则所述后台系统在判断所述监控电场数值不落入所述非雷暴电场幅值后,则所述后台系统重新以10分钟为时间段获取所述预设警戒区域在10分钟内的环境电场数值,并更新所述监控电场数值。
一实施例中,所述步骤S5之后,还包括:
S52、若是,则判断所述监控电场数值是否落入雷暴电场幅值,若是,则获取与所述雷暴电场幅值匹配的雷暴预警信息,所述雷暴预警信息包括警告范围以及与所述警告范围匹配的警告信号,判断所述监控电场数值是否落入所述警告范围,若是,则采用HHT变换计算所述监控电场数值的高频分量能量占比,记为匹配用占比,判断所述匹配用占比是否高于所述预设门限值,若是,则发送所述警告信号。
如上述实施例所述,所述后台系统将所述监控电场数值与所述监控电场幅值进行匹配,当所述后台系统判断所述监控电场数值存在于所述监控电场幅值当中时,所述后台系统再次将所述监控电场数值与所述雷暴电场幅值进行匹配,具体表现为:所述后台系统获取所述雷暴电场幅值匹配的雷暴预警信息,所述雷暴预警信息内包括有若干个警告范围以及与所述警告范围匹配对应的所述警告信号,所述警告范围以及所述警告信号的对应关系可如下表所示:
其中,所述E(t)即为所述监控电场数值,所述a、b以及c即为预先设定的范围阈值,
则所述后台系统判断所述监控电场数值是否落入到任何一个所述警告范围,若是,则将所述监控电场数值进行HHT变换计算,从而推算所述监控电场数值的高频分量能量占比,之后所述后台系统获取预设的所述预设门限值,并判断所述匹配用占比是否高于所述预设门限值,若是,则发送与所述监控电场数值落入的所述警告范围匹配的所述警告信号,从而实现雷电预警的功能。
可以理解的是,所述预设门限值可由用户根据所述预设警戒区域的海拔高度自行设置,对于所述预设门限值的具体数值,本发明不做限定。
参考图2,一种雷电监测预警系统,包括:
监控单元1,用于获取预设警戒区域,对预设警戒区域的大气电场信息进行监控,所述大气电场信息包括时间信息以及与所述时间信息对应的环境电场数值;
截取单元2,用于执行信息截取步骤,所述执行信息截取步骤包括根据第一预设时长对所述环境电场数值进行截取,生成监控电场数值;
判断单元3,用于判断所述监控电场数值是否高于预设预警阈值;
历史信息获取单元4,用于判断若是,则获取所述预设警戒区域的历史天气信息,并根据所述历史天气信息推算所述预设警戒区域的监控电场幅值;
幅值识别单元5,用于判断所述监控电场数值是否落入监控电场幅值;
替换单元6,用于判断若否,则获取第二预设时长,并将所述第二预设时长与所述第一预设时长进行替换后转至所述信息截取步骤。
上述各单元为执行上述雷电监测预警系统,在此不再一一介绍。
图3示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是服务器,所述服务器包括但不限于高性能计算机和高性能计算机集群。如图3 所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现所述员工状态判断方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行所述树线故障识别方法。
在一个实施例中,本发明提供的客户行为识别方法可以实现为一种计算机程序的形式,计算机程序可在如图3所示的计算机设备上运行。计算机设备的存储器中可存储组成邮件自动分类聚合装置的各个程序模板。比如:监控单元1、截取单元2、判断单元3、历史信息获取单元4、幅值识别单元5、替换单元6。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
获取预设警戒区域,对预设警戒区域的大气电场信息进行监控,所述大气电场信息包括时间信息以及与所述时间信息对应的环境电场数值,执行信息截取步骤,所述执行信息截取步骤包括根据第一预设时长对所述环境电场数值进行截取,生成监控电场数值,判断所述监控电场数值是否高于预设预警阈值,若是,则获取所述预设警戒区域的历史天气信息,并根据所述历史天气信息推算所述预设警戒区域的监控电场幅值,判断所述监控电场数值是否落入监控电场幅值,若否,则获取第二预设时长,并将所述第二预设时长与所述第一预设时长进行替换后转至所述信息截取步骤。
综合上述实施例可知,本发明最大的有益效果在于,通过获取所述预设警戒区域的当前大气电场信息,并根据所述预设警戒区域的历史天气信息推算出发生雷暴的监控电场幅值,最后判断大气电场信息是否落入监控电场幅值,若否,则对所述预设警戒区域采用大气电场循环监控的方式实现对监控预设警戒区域雷暴天气的实时的监测及预警,解决了现有技术当中雷暴天气预警方法大多从大气电场强度、电场变化率的阈值上进行预警,这些参数的阈值往往受地形影响变化较大,导致对雷电预警时获取的数据不够准确,造成系统在对特定区域进行雷电预警时容易出现准确度下降的问题,提升了预警效果。
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,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明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/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态 RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、以及双数据率等。
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 (10)
1.一种雷电监测预警方法,其特征在于,包括:
获取预设警戒区域,对预设警戒区域的大气电场信息进行监控,所述大气电场信息包括时间信息以及与所述时间信息对应的环境电场数值;
执行信息截取步骤,所述执行信息截取步骤包括根据第一预设时长对所述环境电场数值进行截取,生成监控电场数值;
判断所述监控电场数值是否高于预设预警阈值;
若是,则获取所述预设警戒区域的历史天气信息,并根据所述历史天气信息推算所述预设警戒区域的监控电场幅值;
判断所述监控电场数值是否落入监控电场幅值;
若否,则获取第二预设时长,并将所述第二预设时长与所述第一预设时长进行替换后转至所述信息截取步骤。
2.如权利要求1所述的雷电监测预警方法,其特征在于,所述历史天气信息包括非雷暴天气,所述监控电场幅值包括非雷暴电场幅值;
则所述获取所述预设警戒区域的历史天气信息,并根据所述历史天气信息推算所述预设警戒区域的监控电场幅值的步骤,具体包括:
获取所述预设警戒区域在非雷暴天气时的第一历史电场信息,所述第一历史电场信息包括与所述第一预设时长的时长一致的非雷暴时长以及与所述非雷暴时长对应的非雷暴电场数值;
针对所述非雷暴时长以及所述非雷暴电场数值推算与所述非雷暴天气匹配的非雷暴电场幅值。
3.如权利要求2所述的雷电监测预警方法,其特征在于,针对所述非雷暴时长以及所述非雷暴电场数值推算与所述非雷暴天气匹配的非雷暴电场幅值的步骤,具体包括:
将所述第一历史电场信息进行经典模态分解,从形成若干个非雷暴本征模态分量;
将所述非雷暴本征模态分量进行Hilbert变换,从而形成与所述非雷暴本征模态分量匹配的第一幅值分布数据;
获取所述第一幅值分布数据当中的第一高频幅值分布数据,并将所述第一高频幅值分布数据当中高频能量的占比信息记为非雷暴电场幅值。
4.如权利要求1所述的雷电监测预警方法,其特征在于,所述历史天气信息包括雷暴天气,所述监控电场幅值包括雷暴电场幅值;
则所述获取所述预设警戒区域的历史天气信息,并根据所述历史天气信息推算所述预设警戒区域的监控电场幅值的步骤,具体包括:
获取预设获取时段,所述预设获取时段用于截取所述预设警戒区域在变成雷暴天气之前的第二历史电场信息,所述第二历史电场信息包括雷暴预备时长以及与所述雷暴预备时长对应的雷暴预备电场数值;
针对所述雷暴预备时长以及所述雷暴预备电场数值推算与所述雷暴天气匹配的雷暴电场幅值。
5.如权利要求4所述的雷电监测预警方法,其特征在于,所述针对所述雷暴预备时长以及所述雷暴预备电场数值推算与所述雷暴天气匹配的雷暴电场幅值,具体包括:
将所述雷暴预备时长以及所述雷暴预备电场数值整合为第二推算样本;
将所述第二推算样本进行经典模态分解,从形成若干个雷暴本征模态分量,
将所述雷暴本征模态分量进行Hilbert变换,从而形成与所述雷暴本征模态分量匹配的第二幅值分布数据;
获取所述第二幅值分布数据当中的第二高频幅值分布数据,并将所述第二高频幅值分布数据当中高频能量的占比信息记为雷暴电场幅值。
6.如权利要求3所述的雷电监测预警方法,其特征在于,所述判断所述监控电场数值是否落入监控电场幅值的步骤之后,还包括:
若是,则判断所述监控电场数值是否落入所述非雷暴电场幅值;
若是,则获取第二预设时长,并将所述第二预设时长与所述第一预设时长进行替换后转至所述信息截取步骤。
7.如权利要求5所述的雷电监测预警方法,其特征在于,所述判断所述监控电场数值是否落入监控电场幅值的步骤之后,还包括:
若是,则判断所述监控电场数值是否落入雷暴电场幅值;
若是,则获取与所述雷暴电场幅值匹配的雷暴预警信息,所述雷暴预警信息包括警告范围以及与所述警告范围匹配的警告信号;
判断所述监控电场数值是否落入所述警告范围;
若是,则采用HHT变换计算所述监控电场数值的高频分量能量占比,记为匹配用占比;
判断所述匹配用占比是否高于预设门限值,若是,则发送所述警告信号。
8.一种雷电监测预警系统,其特征在于,包括:
监控单元,用于获取预设警戒区域,对预设警戒区域的大气电场信息进行监控,所述大气电场信息包括时间信息以及与所述时间信息对应的环境电场数值;
截取单元,用于执行信息截取步骤,所述执行信息截取步骤包括根据第一预设时长对所述环境电场数值进行截取,生成监控电场数值;
判断单元,用于判断所述监控电场数值是否高于预设预警阈值;
历史信息获取单元,用于判断若是,则获取所述预设警戒区域的历史天气信息,并根据所述历史天气信息推算所述预设警戒区域的监控电场幅值;
幅值识别单元,用于判断所述监控电场数值是否落入监控电场幅值;
替换单元,用于判断若否,则获取第二预设时长,并将所述第二预设时长与所述第一预设时长进行替换后转至所述信息截取步骤。
9.一种计算机设备,其特征在于,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的雷电监测预警方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的雷电监测预警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210460902.8A CN115267943A (zh) | 2022-04-28 | 2022-04-28 | 雷电监测预警方法、系统、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210460902.8A CN115267943A (zh) | 2022-04-28 | 2022-04-28 | 雷电监测预警方法、系统、计算机设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115267943A true CN115267943A (zh) | 2022-11-01 |
Family
ID=83759206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210460902.8A Pending CN115267943A (zh) | 2022-04-28 | 2022-04-28 | 雷电监测预警方法、系统、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115267943A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11960050B1 (en) * | 2023-02-15 | 2024-04-16 | Nanjing Joint Institute for Atmospheric Sciences | Fusion method of satellite-based and ground-based lightning data |
-
2022
- 2022-04-28 CN CN202210460902.8A patent/CN115267943A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11960050B1 (en) * | 2023-02-15 | 2024-04-16 | Nanjing Joint Institute for Atmospheric Sciences | Fusion method of satellite-based and ground-based lightning data |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108989150B (zh) | 一种登录异常检测方法及装置 | |
CN113176978B (zh) | 基于日志文件的监控方法、系统、设备及可读存储介质 | |
CN112596990B (zh) | 告警风暴的处理方法、装置及终端设备 | |
CN112188531A (zh) | 异常检测方法、装置、电子设备及计算机存储介质 | |
CN111368887B (zh) | 雷雨天气预测模型的训练方法及雷雨天气预测方法 | |
CN115267943A (zh) | 雷电监测预警方法、系统、计算机设备及介质 | |
CN115796708B (zh) | 一种工程建设用的大数据智能质检方法、系统和介质 | |
CN115622867A (zh) | 一种工控系统安全事件预警分类方法及系统 | |
CN116069095A (zh) | 一种机房环境调节方法、设备及介质 | |
AU2019100631A4 (en) | Self-correcting multi-model numerical rainfall ensemble forecasting method | |
CN111598457A (zh) | 一种电力无线网络质量的确定方法及装置 | |
CN111555917A (zh) | 基于云平台的告警信息处理方法及装置 | |
CN116777419A (zh) | 线路覆冰监测方法、系统、终端及存储介质 | |
CN116184060A (zh) | 一种适用于瓷质绝缘子带电作业的异动监测方法和系统 | |
CN115085368A (zh) | 变压器健康状态监测方法、装置、计算机设备和存储介质 | |
CN115310516A (zh) | 自动化设备状态稳定判断方法、系统及可读存储介质 | |
CN114328078A (zh) | 一种阈值动态计算方法、装置及计算机可读存储介质 | |
CN116416764A (zh) | 报警阈值的生成方法和装置、电子设备和存储介质 | |
CN111612233A (zh) | 一种配电网线路重跳影响因素重要性得分获取方法及装置 | |
CN117874653B (zh) | 一种基于多源数据的电力系统安全监测方法及系统 | |
CN115514621B (zh) | 故障监测方法、电子设备及存储介质 | |
CN117221008B (zh) | 基于反馈机制的多行为基线修正方法、系统、装置及介质 | |
CN117911930B (zh) | 一种基于智能视频监控的数据安全预警方法及装置 | |
CN117053619B (zh) | 一种冷却塔运行监测系统及控制方法 | |
CN115378738B (zh) | 一种基于分类算法的告警过滤方法、系统及设备 |
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 |