[发明专利]一种基于天气雷达数据的强对流风力等级预测方法

说明书

本发明公开了一种基于天气雷达数据的强对流风力等级预测方法，以天气雷达监测数据为预测信息源，将强对流大风风力的预测问题处理为“有监督学习下的分类问题”，根据天气雷达对强对流的监测数据与自动气象站的风速监测数据间的对应关系，利用串行SVM方法构造了分类器，实现对风力的三级预测，并通过下采样方法改善了低风速、高风速数据样本间的不平衡对模型分类效果影响；该风力预测模型可对强对流天气带来的地面大风情况进行定量预测，将弥补气象部门的常规风预报不能覆盖“小尺度、突发且易消逝”的强对流天气的不足，可作为强对流天气下输电线路风偏放电风险预警的重要支撑。

技术领域

本发明涉及电力气象技术领域，尤其涉及一种预测强对流风力的方法。

背景技术

雷达应用于气象行业至今已有半个多世纪的历史，新一代多普勒天气雷达为强对流等灾害性天气的监测、预报、预警等气象学难题提供了有效的途径。强对流天气是指出现短时强将水、雷雨大风、龙卷风、冰雹和飑线等现象的灾害性天气，它发生在对流云系或单体对流云块中，在气象上属于中小尺度天气系统。强对流天气的根源是空气强烈的垂直运动，在强对流天气下，输电线路极容易发生安全故障，尤其是发生线路风偏。由于强对流天气持续时间很短，常规的风速预报是整点预报，预报周期最短只能达到1小时，采用风速预报无法准确的反映出强对流天气下的风力情况，例如：10:10～10:50发生强对流天气，那么11:00时的常规风速预报仍很低，仅凭常规风预报无法判断是否已发生过强对流天气。

雷达回波特征是进行预报强对流天气的重要依据，例如强冰雹天气在雷达上表现为“高悬的强回波”特征，雷暴大风天气表现为“中层径向辐合”和“弓形回波”等，基于这些雷达特征衍生出众多强对流天气的预报方法，但大都是关于强对流天气发生与否、发生类型以及落区等的定性预报。对电网部门来说，往往更希望了解并量化“强对流天气将带来的风险”以制定科学合理的防控决策，相比于定性预报，强对流天气的定量预报或预测能为电网提供更多有价值的信息，也是进行电网气象预警不可或缺的一部分。尤其是，针对强对流天气下的线路风偏放电预警，气象部门发布的常规气象预报往往难以满足其需求。

发明内容

针对上述现有技术的不足，本发明提供一种基于天气雷达数据的强对流风力等级预测方法，解决现有技术中不能对强对流风力进行定量预测的技术问题，目的在于实现对强对流天气下的风力等级的预测。

为了解决上述技术问题，本发明采用了如下的技术方案：一种基于天气雷达数据的强对流风力等级预测方法，其特征在于：包括以下步骤：

步骤101：根据风速阈值将风力等级划分为0到m级，风力等级用LV表示，则LV∈{LV0,LV1,....,LVj,...,LVm}，j∈{0,1,...,m}；

步骤102：以支持矢量机SVM作为子分类器，采用n个子分类器从第1个到第n个依次串联的方式构造多分类器，其中n＝m；每一个子分类器能够将风力等级分为两类；为每一个子分类器设置一个对应的标签，第i个子分类器的标签为其中，t代表时刻，j＝i-1，i∈{1,2,...,n}；

步骤103：利用天气雷达对强对流的历史监测数据构造若干个输入矢量，并根据气象站风速的历史监测数据为每个输入矢量确定风力等级；其中，t时刻的输入矢量为x(t)；t时刻的输入矢量x(t)对应的风力等级根据气象站t′时刻的风速监测数据确定，其中，时刻t′为时刻t的下一整点时刻；

步骤104：利用气象站风速的历史监测数据为每一个输入矢量构造对应的矢量标签，其中，t时刻的输入矢量x(t)所对应的矢量标签为y_L(t)，矢量标签y_L(t)根据时刻t所对应的风力等级进行确定，y_L(t)＝(l₁(t),...,l_i(t),...,l_n(t))；