[发明专利]一种基于半径参数优化的雷电时空聚类方法及系统

说明书

本发明提供了一种基于半径参数优化的雷电时空聚类方法，包括：获取雷电定位数据集，计算任一雷电定位数据与其他雷电定位数据的距离，得到所有雷电定位数据的距离数据集；根据所有雷电定位数据的距离数据集获取每个雷电定位数据的最邻近距离并对最邻近距离进行排序，得到排序序号；以最邻近距离、排序序号为坐标轴建立坐标系，获取最邻近距离的距离变化曲线；根据最邻近距离的距离变化曲线确定半径参数；根据半径参数，采用DBSCAN算法对雷电定位数据集进行聚类，获取雷电时空聚类结果以得到雷云运动轨迹。该方法实现了对半径参数的优化，能避免半径参数选取的盲目性，有效地提高了雷电时空聚类方法的效率及精度，优化雷电监测最终获得的雷云运动轨迹。

技术领域

本发明涉及雷电监测技术领域，尤其是涉及一种基于半径参数优化的雷电时空聚类方法及系统。

背景技术

雷电是伴随着强对流过程发生的一种灾害性天气现象，因其强大的电流、炙热的高温、猛烈的冲击波以及强烈的电磁辐射等物理效应而能够在瞬间产生巨大的破坏作用，威胁着电力系统的安全稳定运行。电网因雷击事故引起的停电也占事故率很高的比例，为了确保电力系统的安全稳定运行，如何做好防雷减灾工作已成为十分重要的研究课题。引雷塔作为一种新的主动性防雷手段，突破了以往电网被动防雷思想，并且通过已有监测数据显示已经取得了很好的效果。然而，引雷塔这一防雷手段仍处在试验阶段，需要做大量的研究试验工作系统全面的评估其防雷的有效性。

雷电定位系统(Lightning Location System，简称LLS)是一种在电网中广泛应用的雷电监测技术，它主要被用作雷击事故的鉴别以及雷击故障点的快速定位。但目前LLS还无法提供与电网设备安全运行紧密联系的雷电时空活动规律信息。于是，需要人工借助聚类算法工具分析引雷塔建立前后雷云运动轨迹变化情况。目前国内外的研究多数集中于基于密度的聚类(DBSCAN)算法的雷电时空活动分析，与KMeans算法不同，它不需要确定聚类的数量，而且它能够针对任意形状产生聚类；并且适用于二维或三维欧几里得空间以及一些高维特征空间。

然而，在利用DBSCAN算法计算之前，需要设定合适的参数，即需要选取最优半径参数。研究表明如果半径选取过大，会导致大多数点都聚到同一个簇中；半径选取过小，会导致大多数点都聚到同一个簇中，使得类别数量大大减少。而现有的通过手动进行半径参数调整不仅过程繁琐，而且难以达到预期的效果，导致DBSCAN算法效率底下且聚类精度不高，影响最终的雷电监测结果。

发明内容

本发明旨在提供一种基于半径参数优化的雷电时空聚类方法及系统，以解决上述技术问题，能够快捷地获取到优化的半径参数，提高雷电时空聚类方法的效率及精度，优化雷电监测最终获得的雷云运动轨迹。

为了解决上述技术问题，本发明提供了一种基于半径参数优化的雷电时空聚类方法，包括以下步骤：

获取雷电定位数据集，计算任一雷电定位数据与其他雷电定位数据的距离，得到所有雷电定位数据的距离数据集；

根据所有雷电定位数据的距离数据集获取每个雷电定位数据的最邻近距离并对最邻近距离进行排序，得到排序序号；

以最邻近距离、排序序号为坐标轴建立坐标系，获取最邻近距离的距离变化曲线；

根据最邻近距离的距离变化曲线确定半径参数；

根据半径参数，采用DBSCAN算法对雷电定位数据集进行聚类，获取雷电时空聚类结果以得到雷云运动轨迹。

上述方案充分考虑了现有DBSCAN算法的技术缺陷，通过计算雷电定位数据的最邻近距离确定DBSCAN算法的半径参数，实现对半径参数的优化，能避免半径参数选取的盲目性，且获取方式快捷，有效地提高了雷电时空聚类方法的效率及精度，优化雷电监测最终获得的雷云运动轨迹。

进一步地，所述获取雷电定位数据集，计算任一雷电定位数据与其他雷电定位数据的距离，得到所有雷电定位数据的距离数据集，具体为：