[發(fā)明專利]基于歷史數(shù)據(jù)的登陸臺(tái)風(fēng)特征因子的預(yù)報(bào)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201410419598.8
• 申請(qǐng)日: 2014-08-22
• 公開（公告）號(hào): CN104200081A
• 公開（公告）日: 2014-12-10
• 發(fā)明（設(shè)計(jì)）人: 高文勝;周瑞旭;張博文;符祥干;陳欽柱;黃松;梁亞峰
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué);海南電網(wǎng)公司
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 張大威

技術(shù)領(lǐng)域

本發(fā)明涉及臺(tái)風(fēng)預(yù)警技術(shù)領(lǐng)域，特別涉及一種基于歷史數(shù)據(jù)的登陸臺(tái)風(fēng)特征因子的預(yù)報(bào)方法及系統(tǒng)。

背景技術(shù)

強(qiáng)臺(tái)風(fēng)容易導(dǎo)致線路發(fā)生大面積永久性跳閘事故，進(jìn)而引發(fā)大面積停電事故。如果能對(duì)登陸臺(tái)風(fēng)的特征因子(經(jīng)度、緯度、中心最低氣壓和風(fēng)速)做出登陸預(yù)報(bào)和24、48小時(shí)的動(dòng)態(tài)預(yù)報(bào)，將會(huì)有效防治臺(tái)風(fēng)對(duì)電網(wǎng)的損害。由于臺(tái)風(fēng)具有隨機(jī)性強(qiáng)、影響范圍廣、爆發(fā)能量巨大的特點(diǎn)，以往的研究主要集中于臺(tái)風(fēng)強(qiáng)度及路徑預(yù)測方面，美國國家颶風(fēng)中心、日本東京臺(tái)風(fēng)中心和中國中央氣象臺(tái)等多個(gè)機(jī)構(gòu)一直對(duì)不同區(qū)域的熱帶氣旋的預(yù)報(bào)情況進(jìn)行統(tǒng)計(jì)分析、總結(jié)和改進(jìn)。目前臺(tái)風(fēng)預(yù)測的主要方法有：變維分形模型預(yù)測，基于地理信息系統(tǒng)(GIS)的空間分析預(yù)測、氣候持續(xù)(CLIPER)模式預(yù)測，基于遺傳算法的人工神經(jīng)元網(wǎng)絡(luò)預(yù)測，數(shù)值預(yù)報(bào)模式并行化預(yù)測，衛(wèi)星導(dǎo)風(fēng)技術(shù)預(yù)測和分形分布模型預(yù)測等。以2004年為例，美國颶風(fēng)中心預(yù)測預(yù)測大西洋颶風(fēng)24/48/72小時(shí)位置平均距離誤差為106/187/280公里；日本東京臺(tái)風(fēng)中心發(fā)布的臺(tái)風(fēng)位置預(yù)測平均誤差為125/243/355公里；中國中央氣象臺(tái)24/48/72小時(shí)臺(tái)風(fēng)位置預(yù)報(bào)平均誤差為120/215/326公里。由此可見臺(tái)風(fēng)路徑預(yù)報(bào)誤差較大的缺點(diǎn)雖有所改善，但仍舊無法滿足各行業(yè)對(duì)臺(tái)風(fēng)預(yù)報(bào)精度的需求。

發(fā)明內(nèi)容

本發(fā)明旨在至少在一定程度上解決上述相關(guān)技術(shù)中的技術(shù)問題之一。

為此，本發(fā)明的一個(gè)目的在于提出一種人員基于歷史數(shù)據(jù)的登陸臺(tái)風(fēng)特征因子的預(yù)報(bào)方法，該方法能夠?qū)ε_(tái)風(fēng)的特征因子做出可靠預(yù)報(bào)，并且，該方法精確度高、可移植性好、目標(biāo)性強(qiáng)、實(shí)時(shí)性好。

本發(fā)明的另一個(gè)目的在于提供一種基于歷史數(shù)據(jù)的登陸臺(tái)風(fēng)特征因子的預(yù)報(bào)系統(tǒng)。

為了實(shí)現(xiàn)上述目的，本發(fā)明第一方面的實(shí)施例提出了一種基于歷史數(shù)據(jù)的登陸臺(tái)風(fēng)特征因子的預(yù)報(bào)方法，包括以下步驟：根據(jù)臺(tái)風(fēng)登陸判斷準(zhǔn)則對(duì)劃定區(qū)域的臺(tái)風(fēng)進(jìn)行登陸判斷；如果所述臺(tái)風(fēng)的登陸概率大于預(yù)設(shè)閾值，則獲取多個(gè)預(yù)報(bào)因子；根據(jù)所述多個(gè)預(yù)報(bào)因子建立預(yù)報(bào)方程，其中，所述預(yù)報(bào)方程根據(jù)歷史數(shù)據(jù)建立；確定預(yù)報(bào)模式并獲取相應(yīng)觀測點(diǎn)信息；以及根據(jù)所述相應(yīng)觀測點(diǎn)信息、所述預(yù)報(bào)模式和所述預(yù)報(bào)方程進(jìn)行預(yù)報(bào)。

根據(jù)本發(fā)明實(shí)施例的基于歷史數(shù)據(jù)的登陸臺(tái)風(fēng)特征因子的預(yù)報(bào)方法，依靠歷史數(shù)據(jù)，結(jié)合數(shù)據(jù)挖掘技術(shù)和統(tǒng)計(jì)學(xué)方法，可對(duì)臺(tái)風(fēng)的特征因子(包括經(jīng)度、緯度、中心最低氣壓和風(fēng)速)做出可靠預(yù)報(bào)，且精度較高。另外，該方法可移植性很好且不涉及過多氣象學(xué)知識(shí)，操作流程明確，針對(duì)特定區(qū)域分析目標(biāo)性很強(qiáng)，實(shí)時(shí)性較好。

另外，根據(jù)本發(fā)明上述實(shí)施例的基于歷史數(shù)據(jù)的登陸臺(tái)風(fēng)特征因子的預(yù)報(bào)方法還可以具有如下附加的技術(shù)特征：

在一些示例中，所述預(yù)報(bào)模式包括登陸預(yù)報(bào)模式和動(dòng)態(tài)預(yù)報(bào)模式，其中，所述動(dòng)態(tài)預(yù)報(bào)模式包括：第一模式：利用登陸臺(tái)風(fēng)首次進(jìn)入每個(gè)區(qū)域的觀測點(diǎn)進(jìn)行24小時(shí)和48小時(shí)預(yù)報(bào)；第二模式：利用登陸臺(tái)風(fēng)進(jìn)入每個(gè)區(qū)域的所有觀測點(diǎn)進(jìn)行24小時(shí)和48小時(shí)預(yù)報(bào)。

在一些示例中，所述根據(jù)所述多個(gè)預(yù)報(bào)因子建立預(yù)報(bào)方程具體包括：篩選出歷史登陸臺(tái)風(fēng)符合預(yù)定條件的觀測點(diǎn)信息和登陸時(shí)的信息，運(yùn)用PRESS準(zhǔn)則及其逐步算法，篩選出預(yù)報(bào)每個(gè)特征因子的最佳預(yù)報(bào)因子集，并運(yùn)用多元線性回歸算法建立所述預(yù)報(bào)方程。

在一些示例中，所述多元線性回歸算法為：

y_i＝β₀+β₁x_i1+β₂x_i2+…+β_px_ip+ε_i

(i＝1,2,…,n)，

其中y_i是估計(jì)值，β₀～β_p是回歸系數(shù)，ε_i是隨機(jī)誤差，x_i1～x_ip是第i個(gè)樣本的p個(gè)預(yù)報(bào)因子值。

在一些示例中，所述觀測點(diǎn)信息包括強(qiáng)度等級(jí)、緯度、經(jīng)度、中心最低氣壓、風(fēng)速和經(jīng)緯度遷移速度，所述登陸時(shí)的信息包括緯度、經(jīng)度、中心最低氣壓和風(fēng)速。