[发明专利]基于同步压缩小波变换的雷电预测方法、装置以及设备

权利要求书

1.一种基于同步压缩小波变换的雷电预测方法，包括以下步骤：

步骤S1，确定待识别电磁波电压数据，所述待识别电磁波电压数据中包括低频或甚低频段数据；

步骤S2，利用同步压缩小波变换处理所述待识别电磁波电压数据，得到同步压缩小波变换时频图；

步骤S3，调用预训练的雷电地闪电磁波识别模型对所述同步压缩小波变换时频图进行电磁波形态识别，得到雷电地闪预测概率；

步骤S4，根据雷电地闪预测概率生成雷电预测结果。

2.如权利要求1所述的一种基于同步压缩小波变换的雷电预测方法，其特征在于，步骤S1进一步包括：

步骤S100，接收雷暴活动中电磁波电压值记录数据；

步骤S101，确定所述电磁波电压值记录数据中低频或甚低频段范围的波峰峰值点；

步骤S102，在电磁波电压值记录数据中以波峰峰值点作为中心点，截取前后预设范围内的数据，作为待识别电磁波电压数据。

3.如权利要求2所述的一种基于同步压缩小波变换的雷电预测方法，其特征在于，步骤S2进一步包括：

步骤S200，将所述待识别电磁波电压数据作为输入信号f(t)，将输入信号f(t)进行分数阶变换，得到不同分数阶和小波函数的小波系数其中，a为尺度因子，b为平移因子，t为时间；

步骤S201，根据不同分数阶和小波函数时频分布，选择最优分数阶和小波函数的小波系数其中，为最优分数阶；

步骤S202，由所述最优分数阶和小波函数的小波系数得出不同时刻与尺度处的瞬时频率ω_f(a,b)；

步骤S203，将信号划分为n_a个不同频率区间；

步骤S204，对所述最优分数阶和小波函数的小波系数进行同步挤压变换，得出中心频率ω₁处的小波系数T_f(ω₁,b)；

步骤S205，根据中心频率ω₁处的小波系数T_f(ω₁,b)，利用同步挤压反变换，重构出原信号f(t)，得到所述同步压缩小波变换时频图。

4.如权利要求3所述的一种基于同步压缩小波变换的雷电预测方法，其特征在于，在步骤S200中，采用一族分析宽度不断变化的小波基函数对输入信号f(t)进行分数阶卷积分析，以进行阶连续分数阶小波变换，得到不同分数阶和小波函数的小波系数

5.如权利要求4所述的一种基于同步压缩小波变换的雷电预测方法，其特征在于，所述小波系数的同步挤压变换过程包括：

B1)计算获得瞬时频率ω_f(a,b)；

B2)将时频面上的小波系数W_f(ω_f(a,b),b)挤压为中心频率ω₁处的小波系数T_f(ω₁,b)。

6.如权利要求5所述的一种基于同步压缩小波变换的雷电预测方法，其特征在于，所述将时频面上的小波系数W_f(ω_f(a,b),b)挤压为中心频率ω₁处的小波系数T_f(ω₁,b)步骤采用如下挤压公式：

其中，ω₁为区间的中心频率，Δa＝a_i-a_i1，a_i为离散点处的尺度因子，a_i1为相邻离散点处的尺度因子。

7.如权利要求6所述的一种基于同步压缩小波变换的雷电预测方法，其特征在于：所述雷电地闪电磁波识别模型为根据雷电地闪电磁波波形特征值和非雷电地闪电磁波波形特征值进行波形识别训练得到的机器学习模型。