雷电预测的方法和装置的制造方法

文档序号:9234171阅读:1051来源:国知局
雷电预测的方法和装置的制造方法
【技术领域】
[0001] 本发明涉及雷电预测的领域,具体涉及一种雷电预测的方法和装置。
【背景技术】
[000引随着电网电压的提高(例如,在中国为100KV),电网安全对于社会安全起着越来越 重要的作用。极端天气的出现会影响电网和传输线路的安全,甚至会带来灾难。与雷电相 关的电网设备故障不仅会带来经济上的巨大损失,而且会危及人的生命。因此,存在对雷电 预测技术的极大需求。
[0003] 目前存在如下几种雷电预测方法:
[0004] 一种是统计方法。该方法是使用历史气象数据和空气放电(SparkDischargeof theAir,SDA)数据来建立和训练线性模型,然后基于该模型并使用来自气象组织的预测变 量来进行预测。该种技术的缺点是不够精确,无法预测SDA的强度,且线性模型无法很好地 进行预测。
[0005] 另一种方法是使用雷达并根据经验来预测SDA。该方法例如假设在-15C下大于 35db的雷达反射率(radarreflectivity)具有产生SDA的很大概率。该方法实际上只能 表明当前天气条件下产生SDA的概率,而无法预测未来一段时间产生SDA的概率。
[0006] 再一种方法是天气模型。该方法使用高分辨率的天气模型来预测SDA载体目标天 气区域(TargetedWeatherofSDACarrier,TWLC),然后基于对流参数来计算SDA指数。 该种方法的缺点是使用天气模型来预测TWLC时存在很大的误差。
[0007] 显然,本领域中需要一种更有效的雷电预测方法。

【发明内容】

[0008] 在本发明的一个方面,提供了一种雷电预测方法,包括:基于所检测的雷达反射率 数据识别空气放电载体目标天气区域(TWLC);由所识别的TWLC预测未来的TWLC状态;基 于空气放电(SDA)观测数据及检测的TWLC状态相关数据建立或更新SDA模型;W及根据所 述SDA模型计算所述预测的未来的TWLC中产生SDA的概率。
[0009] 在本发明的另一个方面,提供了一种雷电预测装置,包括;TWLC识别模块,被配置 为基于所检测的雷达反射率数据识别空气放电载体目标天气区域(TWLC) ;TWLC预测模块, 被配置为由所识别的TWLC预测未来的TWLC状态;SDA模型建立模块,被配置为基于空气放 电(SDA)观测数据及检测的TWLC状态相关数据建立或更新SDA模型;W及SDA预测模块, 被配置为根据所述SDA模型计算所述预测的未来的TWLC中产生SDA的概率。
[0010] 本发明的技术方案可W较好地实现短期(例如,约30分钟到约1小时)的SDA预 巧1|,从而有效地预防雷电造成的电网设备故障。
【附图说明】
[0011] 图1示意性地示出了根据本发明的实施例的雷电预测方法的流程;
[0012] 图2示出了根据本发明的实施例步骤2可包括的子步骤;
[0013] 图3示出了根据本发明的实施例的雷电预测装置;
[0014] 图4示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框 图。
【具体实施方式】
[0015] 在附图中显示了本公开的一些优选实施方式,下面将参照附图更详细地描述该些 优选实施方式。然而,可各种形式实现本公开,其不应被该里阐述的实施方式所限制。 相反,提供该些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整 地传达给本领域的技术人员。
[0016] 现参照图1,其示意性地示出了根据本发明的实施例的雷电预测方法的流程。如 图所示,该方法包括如下四个步骤:步骤1、根据雷达数据识别TWLC;步骤2、由识别的TWLC 预测未来的TWLC;步骤3、建立或更新SDA模型;步骤4、根据SDA模型计算所预测的未来的 TWLC中产生SDA的概率。下面,分别详述该四个步骤。
[0017] 步骤1、基于所检测的雷达反射率数据识别TWLC。TWLC是指易产生雷电的特定天 气类型的区域,即雷暴天气类型的区域。在本发明中,根据雷达反射率数据来识别TWLC。 如本领域的技术人员所知的,雷达反射率是指诸如雨滴等远端物体反射雷达无线电波的强 度。根据本发明的实施例,所述雷达反射率数据由地Z表示。如本领域的技术人员所知的, 地Z代表相对于反射率的分贝值,它是从远端物体(W每立方米中中的立方毫米为单位)反 射回来的雷达信号相对于从直径一毫米的雨滴(每立方米中的1立方毫米)反射回来的雷达 信号的等价反射率(Z)的对数无量纲单位。地Z正比于单位体积中的雨滴数量和雨滴直径 的六次方,因此可用于估计雨或雪的强度。根据本发明的实施例,使用双标准来识别TWLC。 第一个标准可被设置为35地Z,第二个标准可被设置为45地Z。首先,根据雷达探测结果提 取每个高度层上大于约35地Z的反射率,从而发现由反射率大于约35地Z的点构成的区域。 其次,发现由反射率大于约45地Z的点构成的区域(该区域应当位于由反射率约35地Z的点 构成的区域之内)。最后,由反射率大于约45地Z的点构成的区域向着由反射率大于约35化 的点构成的区别进行扩展,直到反射率为约35地Z时停止扩展。该样,就得到了扩展后的由 反射率大于约45地Z的点构成的区域。该样的区域被识别为不同的TWLC单体,其对应于天 气系统的不同的天气子系统。当然,如本领域的技术人员可知的,该步骤中的所述35地Z和 45地Z仅为经验值,在该些值附近的其他值也用于识别TWLC。
[0018] 步骤2、由识别的TWLC预测未来的TWLC状态,也就是说,针对步骤1中获得不同 的TWLC单体,预测该TWLC单体在未来某个时刻(例如约30分钟到约1小时之后)的状态, 即该TWLC单体中的每个点的地Z强度(即地Z值)在该未来时刻的位置及地Z强度。
[0019] 现参照图2,其示出了根据本发明的实施例步骤2可包括的子步骤。
[0020] 如图2所示,子步骤1),从雷达检测数据获得在先前时刻(tl)和当前时刻(t2)、识 别的TWLC中的地Z分布,即识别的TWLC中的各点在先前时刻(11)和当前时刻(t2 )的地Z 值,可表示为地Z(X,y,tl),地Z(X,y,t2),其中X和y分别表示水平面上的横坐标和纵坐标。 所述先前时刻例如可W是当前时刻的前一砂钟。
[0021] 子步骤2),由先前时刻(tl)和当前时刻(t2)的地Z分布获得地Z分布的偏导数 分量,即;
[0022]
[0023] 子步骤3),使用基于梯度的光流算法预测地Z分布的未来的移动速度和方向。
[0024] 本发明的技术方案使用当前TWLC中各个点的地Z值来预测未来一段时间的TWLC 中的各个点的地Z值,其假设当前TWLC中的各个点的地Z值随着时间相对稳定地移动到另 一个位置,并且其地Z值也可能相对稳定地变化(可将该种随着时间而移动位置和变化的 地Z值称为地Z点),从而使得当前TWLC转变为未来的TWLC,该未来的TWLC不仅其位置和形 状相对于当前的TWLC可能变化,而且其包含的各点的地Z值也可能变化。因此,在该步骤 中,具体地,首先计算TWLC中的各地Z点的当前移动速度分量,其可表示为u(x,y),v(x,y), 其中u为水平面中横轴上的速度分量,V为水平面中纵轴上的速度分量。可W通过观测TWLC 在当前时刻相对于先前时刻的整体位移来计算TWLC中的各地Z的当前移动速度及其分量。
[0025] 其次,使用基于梯度的光流算法中的如下公式预测TWLC中的各地Z点在下一时刻 的移动速度分量:
[002引其中,E,、Ey、Et为梯度,即子步骤2)
当前第1页1 2 3 4 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1