[发明专利]微气象监测装置高维构建及补全方法、系统、装置及介质

说明书

本发明公开了一种微气象监测装置高维构建及补全方法、系统、装置及介质，其中方法包括以下步骤：获取微气象监测装置布点的地理经纬度信息，分析微气象的地域性及时序性特征；根据地理经纬度信息对微气象监测装置进行基于经纬度二维信息的聚类分析，将空间地理距离相近的微气象监测装置划分为同一类；获取划分为同一类的微气象监测装置的监测信息，根据监测信息构建三维缺失张量，根据三维缺失张量和低秩张量补全算法实现对微气象监测装置的缺失值填补。本发明依据微气象监测信息的时空相关性，对信息错漏的微气象监测信息进行缺失值填补，可为电力系统架空输电线路规划运行、气象建模、灾后分析提供决策支持，可广泛应用于气象灾害预警技术领域。

技术领域

本发明涉及气象灾害预警技术领域，尤其涉及一种微气象监测装置高维构建及补全方法、系统、装置及介质。

背景技术

微气象区是指因特殊地理特征而显示出比周边气象状况更加恶劣和复杂的局部区域，而微气象监测装置以挂接在架空输电线路电力铁塔的形式分布式布置于微气象区。微气象监测装置通过太阳能板供电，利用3G/GPRS等网络构建远程数据通道以实时监测传输现场数据。由于微气象监测装置长期处于恶劣气象及强电磁干扰区域，难免因为电量不足或传输通道不稳定而造成监测中断和数据缺失。完整的微气象数据不仅可为电力系统架空输电线路的规划运行提供决策支持，还可为气象建模和灾后原因分析提供数据支撑，故对微气象监测装置的缺失数据进行填补具有重要的工程价值。

微气象监测装置采集的数据是一种典型的时间序列数据。目前国内外关于时序数据填补已有诸多研究成果，常见的缺失值填补方法有均值填补、多项式插值、回归模型、最近距离填充等，然而这些填补方法基于度量数值距离进行填补，仅从1维时序数据或2维的指标、时序耦合关系进行填补，没有考虑待填补数据的高维时空相关性，且难以有效应对数据缺失率较高的情景。

另外，微气象监测装置采集的数据具有地域性及时域性特征，由于监测装置布点的地理差异，微气象数据会呈现不同的趋势性、周期性、随机性；微气象数据如气温、日照强度存在潜在的时序关联耦合性，据此可知，微气象数据具有高维时空相关性。

综上可见，目前针对微气象监测装置的缺失值集中于1维或2维的缺失值填补方法，尚未有研究从微气象监测数据的高维本征结构及高阶依赖性的角度进行缺失值建模。随着广域量测技术和外部气象监测信息等多源信息交互接入，填补存在缺失数据的微气象监测装置信息，对进一步利用人工智能和大数据挖掘技术以提高电力系统稳定性有重要意义。

发明内容

为至少一定程度上解决现有技术中存在的技术问题之一，本发明的目的在于提供一种微气象监测装置高维构建及补全方法、系统、装置及介质。

本发明所采用的技术方案是：

一种微气象监测装置高维构建及补全方法，包括以下步骤：

获取微气象监测装置布点的地理经纬度信息，分析微气象的地域性及时序性特征；

根据地理经纬度信息对微气象监测装置进行基于经纬度二维信息的聚类分析，将空间地理距离相近的微气象监测装置划分为同一类；

获取划分为同一类的微气象监测装置的监测信息，根据监测信息构建三维缺失张量，根据三维缺失张量和低秩张量补全算法实现对微气象监测装置的缺失值填补；

其中，三维缺失张量的维度包括微气象监测装置布点数量、统计天数及时间区段。

进一步，应用于架空输电线路的微气象监测装置，所述微气象监测装置挂接在输电线路上；

所述分析微气象的地域性及时序性特征，包括：

微气象监测装置对微气象监测装置的安装点周围的环境信息进行实时监测，根据环境信息分析微气象的地域性及时序性特征；

地域性及时序性特征指的是微气象监测布点所记录的气象数值因地理位置的不同呈现出的气象变化差异；