(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110474699.5 (22)申请日 2021.04.2 9 (65)同一申请的已公布的文献号 申请公布号 CN 113204903 A (43)申请公布日 2021.08.0 3 (73)专利权人 国网电力科 学研究院武汉南瑞 有 限责任公司 地址 430074 湖北省武汉市洪山区珞 瑜路 143号 (72)发明人 李健　王宇　刘泽　吴大伟　 陶汉涛　方玉河　李哲　章涵　 陈扬　张磊　 (74)专利代理 机构 武汉开元知识产权代理有限 公司 42104 代理人 潘杰 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 20/00(2019.01) G01S 7/41(2006.01) G01S 13/95(2006.01)G06Q 10/04(2012.01) G06Q 50/26(2012.01) (56)对比文件 CN 111881723 A,2020.1 1.03 CN 112396116 A,2021.02.23 US 20201328 84 A1,2020.04.3 0 JP 2009192312 A,20 09.08.27 CN 111897030 A,2020.1 1.06 CN 110796299 A,2020.02.14 CN 111666903 A,2020.09.15 CN 109738970 A,2019.0 5.10 CN 110989040 A,2020.04.10 US 6405134 B1,20 02.06.11 杨仲江等.序列结构的RN N模型在闪电预警 中的应用. 《灾害学》 .2020,(第02期),第90 -96 页. Dieu Tien Bui 等.A novel deep learn ing neural netw ork approach for predicti ng flash fl ood susceptibi lity A case study at a high frequency tropical storm area. 《Science of the Total Enviro nment》 .2019, 琚泽立等.基于潜势预报和雷达回波特 征的 雷电预报方法. 《电瓷避雷器》 .2019, 审查员 王爱翠 (54)发明名称 一种预测雷电的方法 (57)摘要 本发明属于雷电预警技术领域， 公开了一种 预测雷电的方法。 包括数据预处理， 雷电预测和 输出预测结果三个阶段， 其中数据预处理阶段用 图像表征待处理数据的属性并模糊处理； 雷电预 测阶段是运用卷积运算抽取所述经模糊处理图 像的特征， 通过循环神经网络编码后得到反映雷 电属性变化的函数， 再进行反卷积运算将该函数 表征的雷电属性未来变化状况解码为动态灰度 图像； 该方法消除了非对流性回波或非闪电位置回波导致的冗余和干扰， 构建了与雷电发生直接 相关的雷暴云团的局部空间特征和时序变化规 律， 从而提高了雷电预测的准确率。 权利要求书1页 说明书6页 附图2页 CN 113204903 B 2022.04.29 CN 113204903 B 1.一种预测雷电的方法， 包括数据预处理、 雷电预测和输出预测结果三个步骤， 其特征 为： 所述数据预处理是用图像表征雷达基数据和雷电定位散点数据的属 性并做模糊处理； 所述雷电预测是运用卷积运算抽取经模糊处理的所述图像的特征， 通过循环神经网络编码 后得到反映雷电属性变化的数据， 再进行反卷积运算将该数据表征的雷电属性未来变化解 码为动态灰度图像； 其中， 所述数据预处 理包括以下分步骤： S1.对获取的雷达基数据进行解析并提取出雷达反射率因子数据， 用最邻近法插值到 以雷达站为中心的固定大小的等经纬度网格； S2.取同一位置不同高度上的最大反射率因子值生成组合反射率， 把所述组合反射率 转换为灰度值， 并保存为灰度图； S3.在雷达基数据处理的范围内， 以雷达扫描一 次时间为周期， 提取对应时间内雷电定 位散点数据； S4.将所述雷电定位散点数据网格化， 采用与所述雷达基数据相同的网格数和网格分 辨率， 在每一个网格内对雷电进 行计数， 然后转换为灰度值， 并保存为和所述雷达基数据图 片格式相同的雷电定位散点数据的灰度图； S5.对所述雷电定位散点数据的灰度图进行模糊处 理。 2.根据权利要求1的一种预测雷电的方法， 其特征在于： 所述编码和解码之间插入数据 筛选步骤； 所述编码构成神经网络计算模块， 所述神经网络计算模块包括： 将所述S2和S5步骤中灰度图表征的数据经卷积网络变换和下采样后形成中间数据E0 组成的输入层； 以所述中间数据E 0作为输入， 经 过卷积网络变换后形成中间数据E1组成的第一层； 以所述中间数据E1作为输入， 对其进行 下采样， 获得中间数据E12组成的下采样层； 以所述中间数据E12作为输入， 对其进行卷积网络变换， 获得中间数据E2组成的第二 层； 接收上一个时次的E1和本时次的E0,输出本时次的E1以及接收上一个时次的E2和本时 次的E12,输出本时 次的E2的时间步进演算层； 所述数据筛选步骤包括： 对所述编码构 成神经网络计算模块的第 一层和第 二层每个时 间步输出的中间数据进行编码， 所述第一层得到中间数据A1， 所述第二层得到中间数据A 2； 所述解码还包括以下步骤： P1.以所述中间数据A 2作为输入， 经 过卷积网络变换后得到中间数据D2； P2.对所述中间数据D2进行 上采样， 获得中间数据D21； P3.以所述中间数据A1作为输入， 进行 卷积网络变换后获得中间数据D1； P4.对所述中间数据D21和D1在第三维进行拼接， 将拼接后的数据进行卷积网络变换并 进行上采样获得中间数据D10； P5.接收上一个时次的所述中间数据D2和本时次的A2,输出本时次的A2； 接收上一个时 次的所述中间数据D1和本时 次的A1,输出本时 次的A1； P6.对所述中间数据D10进行卷积网络变换， 输出多个时次的预测数据， 并把该预测数 据保存为与输入相同格式的灰度图。权　利　要　求　书 1/1 页 2 CN 113204903 B 2一种预测雷电的方 法 技术领域 [0001]本发明属于雷电预警技 术领域， 具体公开了一种预测雷电的方法。 背景技术 [0002]雷电是强对流天气过程的产物。 强对流天气过程演变迅速， 云团生成、 消散、 合并 和分裂规 律复杂， 导 致雷电的预报预警难度大。 目前 雷电预报方法主 要有如下几种： [0003]利用大气电场仪 或其组成的网络预报雷电。 譬如， 中国专利CN110297284A “一种基 于三维大气电场仪的雷暴云移动路径跟踪方法 ”公开了利用大气电场仪探测雷暴云方位和 跟踪其移动路径的方法。 中国专利CN106353604B “一种基于大气电场背景噪声自动追踪的 雷电预警方法 ”提出了一种剔除非雷暴时背景电场噪声， 进 而提高雷电预警准确度的方法。 [0004]基于雷电定位数据外推预测雷暴移动路径。 譬如， 论文 《基于闪电数据的雷暴识 别、 追踪和外推方法》 提出了先利用密度聚类算法识别雷暴， 再利用卡尔曼滤波算法追踪和 外推雷暴路径的方法。 [0005]基于气象雷达预报雷电。 譬如， 中国专利CN110927725 “一种基于气象雷达的雷电 预警和监测方法 ”提供了一种基于气象雷达回波功率和反射率因子的雷电预警方法。 中国 专利CN106019287A “一种基于小型雷达的输电线路雷电监测预警方法 ”公开了结合小型雷 达反射率因子和雷电定位系统数据预报输电杆塔雷击风险的方法。 [0006]基于卫星监测数据预报雷电。 如中国专利CN10944990A “一种基于气象卫星数据的 雷电预警方法 ”建立了云顶亮温变化 率和雷电之间的关系， 进 而对雷电进行风险等级预警。 [0007]基于数值天气预报模式开展雷电预报。 如中国专利CN109447315A “一种基于多时 空尺度的电力气象数值天气预报方法和装置 ”提供了利用中尺度天气预报模式开展包括雷 电在内的多种气象灾害 多尺度预报方法。 [0008]除了以上回顾的单独利用大气电场仪、 雷电定位系统、 雷达、 卫星和数值天气预报 模式开展雷电预报， 还有综合多种手段开展 雷电预报的方法， 如中国专利CN109738970A “基 于雷电数据挖掘实现雷电预警的方法、 装置和存储介质 ”公开了综合利用大气电场强度、 雷 达回波、 雷电定位数据和卫星云图， 预测雷暴团移动速度和方向的方法。 [0009]总体而言， 目前各种雷电预报方法提出的判据比较单一， 通常利用某物理参量(如 大气电场强度或其变化率、 云顶亮温变化率、 雷达回波dBZ)的阈值或相关关系公式对雷暴 的发生或移动路径进行 预测， 难以准确刻画雷暴云团运动和生、 消、 聚、 变的复杂规 律。 发明内容 [0010]本发明的目的在于针对现有技术的不足， 提出了一种预测雷电的方法， 包括数据 预处理、 雷电预测和输出预测结果三个步骤， 所述数据预处理是用图像表征雷达基数据和 雷电定位散点数据的属性并模糊处理； 所述雷电预测是运用卷积运算抽取所述经模糊处理