[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

摘要

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。

主权项

1.一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))；步骤105：根据步骤103以及步骤104的输入矢量以及矢量标签构造样本集，样本集中单个样本表示为(x(t),y_L(t))；步骤106：筛选样本集，构造训练集TR＝{(x(t),y_L(t))|t′‑t≤Δt}，其中，Δt表示时刻t与时刻t′的时距阈值；步骤107：利用训练集TR对多分类器进行训练，使得多分类器具备能够根据输入矢量，预测出对应风力等级的能力；步骤108：采集天气雷达对强对流的实时监测数据，重新构造输入矢量，将输入矢量输入训练完成后的多分类器中，多分类器根据输入矢量输出对应时刻的风力等级，实现对风力的多级预测。