[发明专利]基于机器学习的电网午后雷阵雨的短临预警方法及系统

权利要求书

1.一种基于机器学习的电网午后雷阵雨的短临预警方法，其特征在于，包括以下步骤：

获取历年午后雷阵雨事件，并获取午后雷阵雨发生前第一时间段和发生后第二时间段内的卫星遥感观测数据、雷达监测数据和地面自动站的地面观测数据；并收集午后雷阵雨发生之前第三时间段的中尺度数值模式预测数据；所述午后雷阵雨事件为在中午到傍晚时间段出现局地性雷阵雨，降水过程时间为0.5～3小时，空间范围1～30千米，台站监测最大降水≥30mm；

从所述卫星遥感观测数据、雷达监测数据、地面观测数据和数值模式预测数据中选取与午后雷阵雨过程直接相关的低空动力场和水气条件相关的因子作为特征因子，采用逻辑回归算法建立预测模型；

针对预测模型中每个特征因子：计算该特征因子在历年的平均观测或预测值，在午后雷阵雨事件中的观测或预测值，在持续稳定晴好事件中的观测或预测值，采用单一变量方法，将该特征因子的参数值分别设定为前述三者之一，输入所述预测模型进行预测，将预测结果分别与实际午后雷阵雨发生情况进行对比，根据对比结果修正特征因子参数值，修正所述预测模型；

采用修正后的预测模型进行午后雷阵雨预报。

2.根据权利要求1所述的基于机器学习的电网午后雷阵雨的短临预警方法，其特征在于，所述采用修正后的预测模型进行午后雷阵雨预报后，所述方法还包括：将预报结果与电网线路杆塔以及变电站信息进行反演匹配，开展电网暴雨短临预警。

3.根据权利要求1或2所述的基于机器学习的电网午后雷阵雨的短临预警方法，其特征在于，所述午后雷阵雨发生前第一时间段为发生前8小时；所述午后雷阵雨发生后第二时间段为发生后8小时；午后雷阵雨发生之前第三时间段为午后雷阵雨发生之前48小时；所述卫星遥感观测数据为逐10分钟卫星遥感观测数据；所述雷达监测数据为逐6分钟雷达监测数据；所述地面自动站的地面观测数据为逐10分钟地面观测数据。

4.根据权利要求1或2所述的基于机器学习的电网午后雷阵雨的短临预警方法，其特征在于，卫星遥感观测数据、雷达监测数据、地面观测数据和数值模式预测数据中与午后雷阵雨过程直接相关的低空动力场和水气条件相关的因子中：

卫星遥感观测数据中的因子包括1040nm最大/最小/平均亮温、73nm最小/最大亮温变率以及最大/平均可降水量；

雷达监测数据中的因子包括基本反射率和谱宽、垂直累积液态水含量、回波顶高及雨强；

地面观测数据中的因子包括10分钟降水、温度、湿度、风速及风向；

数值模式预测数据中的因子包括10米/925hPa/850hPa平均散度、850hPa假相当位温/位涡/位温、抬升指数以及K指数。

5.根据权利要求1或2所述的基于机器学习的电网午后雷阵雨的短临预警方法，其特征在于，所述历年为近3年。

6.一种计算机系统，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，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至5任一所述方法的步骤。