[發(fā)明專利]一種氣象雷達(dá)狀態(tài)評(píng)估和故障監(jiān)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910978096.1
• 申請(qǐng)日: 2019-10-15
• 公開（公告）號(hào): CN110703214B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 王大林;曾聿赟
• 申請(qǐng)（專利權(quán)）人: 和塵自儀(嘉興)科技有限公司
• 主分類號(hào): G01S7/40
• 分類號(hào): G01S7/40
• 代理公司: 常州佰業(yè)騰飛專利代理事務(wù)所(普通合伙) 32231
• 代理人: 常瑩瑩

本發(fā)明公開了一種氣象雷達(dá)狀態(tài)評(píng)估和故障監(jiān)測(cè)方法，首先采用數(shù)據(jù)重構(gòu)分析模塊對(duì)雷達(dá)的在線監(jiān)測(cè)參數(shù)進(jìn)行分析，若分析結(jié)果未發(fā)現(xiàn)異常，則給出雷達(dá)處于正常運(yùn)行狀態(tài)的結(jié)果并輸出；若分析結(jié)果認(rèn)為雷達(dá)偏離正常狀態(tài)，則調(diào)用報(bào)警信號(hào)分析模塊進(jìn)行報(bào)警信號(hào)的分析，若報(bào)警分析同樣認(rèn)為雷達(dá)處在異常狀態(tài)，則輸出雷達(dá)狀態(tài)異常的結(jié)果，并給出預(yù)警，若報(bào)警分析未發(fā)現(xiàn)異常，則仍認(rèn)為雷達(dá)處于正常狀態(tài)。本發(fā)明可對(duì)雷達(dá)現(xiàn)有的在線監(jiān)測(cè)數(shù)據(jù)和報(bào)警信號(hào)進(jìn)行實(shí)時(shí)分析，評(píng)估其健康狀態(tài)，對(duì)雷達(dá)可能出現(xiàn)的異常工作狀態(tài)進(jìn)行探測(cè)和預(yù)警，從而為雷達(dá)的維護(hù)管理提供參考信息。

技術(shù)領(lǐng)域

本發(fā)明涉及一種氣象雷達(dá)狀態(tài)評(píng)估和故障監(jiān)測(cè)方法。

背景技術(shù)

氣象災(zāi)害通常為致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體、防災(zāi)減災(zāi)能力共同作用的結(jié)果，其中，承災(zāi)體作為災(zāi)害發(fā)生的重要環(huán)節(jié)之一與人類系統(tǒng)、社會(huì)經(jīng)濟(jì)系統(tǒng)關(guān)系最為密切，因此，對(duì)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估的研究得到了廣泛的重視。

風(fēng)險(xiǎn)預(yù)估：應(yīng)主要基于實(shí)時(shí)氣象資料、歷史氣象資料、預(yù)報(bào)預(yù)測(cè)數(shù)據(jù)、暴雨洪澇風(fēng)險(xiǎn)區(qū)劃數(shù)據(jù)、歷史災(zāi)情數(shù)據(jù)、人口和住宅數(shù)據(jù)，進(jìn)行致災(zāi)因子氣候背景分析、疊加分析、綜合對(duì)比分析，生成暴雨洪澇災(zāi)前預(yù)評(píng)估產(chǎn)品，預(yù)估過程可由專家訂正調(diào)整權(quán)重，以保證結(jié)果更接近實(shí)際，最后輸出災(zāi)害風(fēng)險(xiǎn)預(yù)估報(bào)告；而對(duì)氣象雷達(dá)的狀態(tài)評(píng)估和故障監(jiān)測(cè)可以有效確保對(duì)氣象狀態(tài)的正確預(yù)測(cè)。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)中氣象雷達(dá)狀態(tài)缺少有效的評(píng)估和故障監(jiān)測(cè)，可能會(huì)得出錯(cuò)誤的實(shí)時(shí)氣象資料的缺陷，提供一種氣象雷達(dá)狀態(tài)評(píng)估和故障監(jiān)測(cè)方法。

一種氣象雷達(dá)狀態(tài)評(píng)估和故障監(jiān)測(cè)方法，首先采用數(shù)據(jù)重構(gòu)分析模塊對(duì)雷達(dá)的在線監(jiān)測(cè)參數(shù)進(jìn)行分析，若分析結(jié)果未發(fā)現(xiàn)異常，則給出雷達(dá)處于正常運(yùn)行狀態(tài)的結(jié)果并輸出；若分析結(jié)果認(rèn)為雷達(dá)偏離正常狀態(tài)，則調(diào)用報(bào)警信號(hào)分析模塊進(jìn)行報(bào)警信號(hào)的分析，若報(bào)警分析同樣認(rèn)為雷達(dá)處在異常狀態(tài)，則輸出雷達(dá)狀態(tài)異常的結(jié)果，并給出預(yù)警，若報(bào)警分析未發(fā)現(xiàn)異常，則仍認(rèn)為雷達(dá)處于正常狀態(tài)。雷達(dá)處在特定工況下時(shí)，其各個(gè)監(jiān)測(cè)參數(shù)之間往往存在著一定的相關(guān)關(guān)系，數(shù)據(jù)重構(gòu)分析方法正是通過挖掘這種監(jiān)測(cè)參數(shù)間的相關(guān)關(guān)系實(shí)現(xiàn)對(duì)雷達(dá)運(yùn)行狀態(tài)的評(píng)判。

進(jìn)一步的，所述的數(shù)據(jù)重構(gòu)分析模塊用于對(duì)正常運(yùn)行狀態(tài)下的監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析，采用重構(gòu)算法建立參數(shù)間相關(guān)關(guān)系的模型，然后采用建立的相關(guān)模型對(duì)在線監(jiān)測(cè)數(shù)據(jù)進(jìn)行檢驗(yàn)，若發(fā)現(xiàn)監(jiān)測(cè)數(shù)據(jù)與相關(guān)模型出現(xiàn)顯著偏離，則可判斷雷達(dá)當(dāng)前的狀態(tài)偏離了正常運(yùn)行狀態(tài)，從而實(shí)現(xiàn)異常狀態(tài)的探測(cè)。

進(jìn)一步的，所述數(shù)據(jù)重構(gòu)分析模塊用于對(duì)正常運(yùn)行狀態(tài)下的監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析的方法包括以下步驟：

S1、數(shù)據(jù)采集

設(shè)計(jì)數(shù)據(jù)接口，從雷達(dá)運(yùn)行狀態(tài)監(jiān)測(cè)數(shù)據(jù)的歷史數(shù)據(jù)庫(kù)中獲取歷史監(jiān)測(cè)數(shù)據(jù)、報(bào)警數(shù)據(jù)和維修記錄等數(shù)據(jù)。

S2、數(shù)據(jù)預(yù)處理

根據(jù)數(shù)據(jù)的實(shí)際情況，對(duì)獲取的數(shù)據(jù)進(jìn)行必要的預(yù)處理，提高數(shù)據(jù)質(zhì)量；預(yù)處理的步驟包括但不限于：異常值剔除、缺失值處理、濾波、降噪、歸一化/標(biāo)準(zhǔn)化、時(shí)間軸均勻化等。

S3、關(guān)鍵參數(shù)篩選

根據(jù)報(bào)警數(shù)據(jù)和維修記錄，提取出雷達(dá)處于某種或某些故障狀態(tài)及異常狀態(tài)的數(shù)據(jù)點(diǎn)，并給予相應(yīng)的標(biāo)記(如1)，再提取數(shù)量相當(dāng)?shù)恼顟B(tài)下的數(shù)據(jù)點(diǎn)，給予相應(yīng)標(biāo)記(如0)；采用逐步回歸方法，以雷達(dá)監(jiān)測(cè)數(shù)據(jù)為輸入，對(duì)數(shù)據(jù)點(diǎn)的標(biāo)記為輸出建立模型，由逐步回歸系數(shù)得到各個(gè)監(jiān)測(cè)參數(shù)與雷達(dá)狀態(tài)的相關(guān)程度，從中篩選出相關(guān)性較高的一組參數(shù)作為后續(xù)分析的數(shù)據(jù)；

S4、重構(gòu)模型構(gòu)建

在上一步篩選出的一組監(jiān)測(cè)參數(shù)中，選取與雷達(dá)狀態(tài)相關(guān)程度最高的一個(gè)參數(shù)作為待重構(gòu)參數(shù)，記為y，其他參數(shù)作為重構(gòu)模型的輸入?yún)?shù)，稱為關(guān)系參數(shù)，記為xi，i＝1,2,…,M，采用長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)算法(LSTM)建立參數(shù)的重構(gòu)模型；