[发明专利]一种电网台风灾害特征相关性分析方法及系统在审

专利信息
申请号: 201810304582.0 申请日: 2018-04-08
公开(公告)号: CN110348657A 公开(公告)日: 2019-10-18
发明(设计)人: 陈卫东;程序;周海;崔方;丁煌;朱想;王知嘉;李登宣;吴骥 申请(专利权)人: 中国电力科学研究院有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/26
代理公司: 北京安博达知识产权代理有限公司 11271 代理人: 徐国文
地址: 210003 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 台风灾害 电网 风灾 奇异值分解 网格化处理 分析数据 预先获取 分析 分析方法及系统 显著性检验 参考信息 环境变量 气象要素 影响电网 预警技术 预判 预警 检验
【权利要求书】:

1.一种电网台风灾害特征相关性分析方法,其特征在于,所述方法包括:

将预先获取的电网台风灾损数据和NCEP再分析数据进行网格化处理;

采用奇异值分解方法将所述处理后的数据进行相关性分析,得到相关系数;

对所述相关系数进行显著性检验,并将通过检验的相关系数所对应的气象要素场作为影响电网台风灾损特征的环境变量。

2.如权利要求1所述的一种电网台风灾害特征相关性分析方法,其特征在于,所述采用奇异值分解方法将所述处理后的数据进行相关性分析,得到相关系数包括:

基于网格处理后的电网台风灾损数据构建至少两种空间分辨率的灾损数据场矩阵;

基于网格处理后的NCEP再分析数据构建至少两种空间分辨率的气象要素场矩阵;

采用奇异值分解法对所述灾损数据场矩阵和所述气象要素场矩阵进行转换得到时间系数项;

对所述时间系数项由大到小进行排序,基于前N对时间系数项进行计算得到相关系数,其中,所述N为正整数。

3.如权利要求2所述的一种电网台风灾害特征相关性分析方法,其特征在于,所述灾损数据场矩阵如下所示:

其中,S代表灾损数据场矩阵,Ns代表区域范围内的不同分辨率的网格总数,t代表分析时段内的自然天数,各矩阵元素经方差标准化处理。

4.如权利要求2所述的一种电网台风灾害特征相关性分析方法,其特征在于,所述气象要素场矩阵如下所示:

其中,Z代表气象要素场矩阵,Nz为区域范围内某一分辨率的网格数量,t为分析时段内的自然天数,各矩阵元素同样经方差标准化处理。

5.如权利要求2所述的一种电网台风灾害特征相关性分析方法,其特征在于,所述采用奇异值分解法对所述灾损数据场矩阵和所述气象要素场矩阵进行转换得到时间系数项,包括:

采用奇异值分解法分别对所述灾损数据场矩阵和所述气象要素场矩阵进行转换得到灾损数据场矩阵S的时间系数和气象要素场矩阵Z的时间系数;

基于所述S的时间系数和Z的时间系数间的关系获得到相关系数。

6.如权利要求5所述的一种电网台风灾害特征相关性分析方法,其特征在于,按下式计算所述灾损数据场矩阵S的时间系数

A=LTS

其中,A为灾损数据场S的时间系数矩阵;L为左场的正交线性变换矩阵;

按下式计算所述气象要素场矩阵Z的时间系数:

B=RTZ,

其中,B为气象要素场Z的时间系数矩阵,R为右场的正交线性变换矩阵。

7.如权利要求6所述的一种电网台风灾害特征相关性分析方法,其特征在于,所述左场的正交线性变换矩阵L和右场的正交线性变换矩阵R由下式得到:

cov(LTS,RTZ)=LTCszR=MAX

其中表示协交叉方差阵,cov表示协方差,MAX为极大协方差,Σ为对角矩阵,Σ=diag(σ1,σ2,…,σn)(n≤min{Ns,Nz}),且σ1≥σ2≥…≥σn>0,σi(i=1,2...n)称为CSZ的奇异值;

所述左场的正交线性变换矩阵L如下式所示:

所述右场的正交线性变换矩阵R如下式所示:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电力科学研究院有限公司,未经中国电力科学研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810304582.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top