[发明专利]一种电网雷电预警方法、装置、记录媒体及系统

说明书

本发明涉及雷电预警技术领域，公开了一种电网雷电预警方法，包括下述步骤：构建K‑Means算法，根据获取的雷电当前坐标数据以及历史坐标数据分别计算当前聚类中心点以及历史聚类中心点，输出当前聚类结果以及历史聚类结果；根据当前聚类结果以及历史聚类结果计算各簇中心移矢量，并据此对雷电进行预警。本发明通过对雷暴数据进行获取，采用K‑Means算法聚类分析雷暴云团质心，计算雷暴云区的运动轨迹，外推分析能实现预测下一时刻雷电发生位置和数量，划分危险程度等级，可实现对小范围内区域预警。本发明还提供了一种包括存储有上述方法程序的非暂态可读记录媒体及处理电路构成的系统，通过处理电路可以调用该程序，以执行上述方法，完成对电网雷电预警。

技术领域

本发明涉及雷电预警技术领域，具体公开了一种电网雷电预警方法、装置、记录媒体及系统。

背景技术

雷电是自然界中重要的大气现象之一，它在强对流天气中的长距离放电过程伴有高温、高电压、强电流、强摇射及冲击波等物理效应和现象，在瞬间能够产生巨大的破坏力，会造成不同程度的雷电灾害。其主要的危害有两种形式：直击雷是带电云层与地面上某点之间发生剧烈的放电现象；另外就是感应雷：当雷击发生后，静电感应作用会使地面某范围内帯上异种电荷，而地面由于散流电阻较大出现局部髙电压或者由于放电过程中强大的脉冲电流对四周的导体产生电磁感应，并伴随传导效应向周围扩散。

大气电场仪可以实时反映雷雨云的基本活动情况，但缺乏直观性，却无法准确知道雷电运动方向和趋势，也无法确定雷电点具体位置，若单一地依据大气电场仪监测数据，会造成较高的误报率，所以，亟需一种电网雷电预警方法，能够降低预测空间预警误差，提高对雷电预警监测的准确率。

发明内容

针对现有技术的不足，本发明提供了一种电网雷电预警方法，包括以下步骤；

S1，获取当前时次雷暴的当前坐标数据以及前一时次雷暴的历史坐标数据；

S2，根据所述当前坐标数据以及历史坐标数据分别获取当前聚类中心点以及历史聚类中心点，通过K-Means算法对所述当前聚类中心点以及历史聚类中心点进行计算，输出当前聚类结果以及历史聚类结果；

S3，根据所述当前聚类结果以及历史聚类结果计算各簇中心移矢量，并依据该各簇中心移矢量对雷电进行预警。

优选的，所述步骤S1中还包括以下步骤：设置预设监测区域，并对所述预设监测区域进行格点划分，这种做法保证了后续设定的地理坐标与直角坐标的准确性。

优选的，还包括设定地理坐标与直角坐标之间的转化关系，根据所述转化关系将所述当前坐标数据以及历史坐标数据转化为当前直角坐标以及历史直角坐标。

将将地理坐标数据转化为直角坐标数据，便于后续的聚类操作。

优选的，所述步骤S2中还包括以下步骤：设置K-Means算法的初始阈值，根据所述初始阈值在所述当前直角坐标以及历史直角坐标中分别标记出待选种子点，生成待选种子矩阵，确定当前初始聚类中心点以及历史初始聚类中心点。

通过所述初始阈值进行标记，便于后续将当前数据与历史数据进行比较。

优选的，所述步骤S2中还包括以下步骤：通过欧式距离公式计算雷暴与所述种子点之间的距离，计算聚类集群的质心，并获取所述聚类集群的原始质心，将所述质心与原始质心进行比较，当所述质心与原始质心不相同时，则根据所述质心重新进行聚类；当所述质心与原始质心相同时，输出当前所述质心对应的当前聚类结果以及历史聚类结果。

利用K-Means算法的聚类原理，将当前数据的聚类结果与历史数据的聚类效果区分开。

优选的，所述步骤S3中还包括以下步骤，根据所述簇中心移矢量，采用最小二乘法对历史聚类结果的质心移动路径进行拟合，外推下一时刻的雷暴位置和数量进行预测，并根据所述质心的变化对下一时刻雷电的发生位置进行预测。