基于聚类分析去背景场的电网山火卫星火点判识方法技术

本发明专利技术公开了基于聚类分析去背景场的电网山火卫星火点判识方法，其根据历史积累的卫星过境季节、过境时刻、轨道位置、地面温度、天空云量的数据以及卫星遥感红外亮温数据，使用聚类分析方法得到我国不同地区的温度背景场，在实时卫星监测数据中，剔除温度背景场后，根据温度异常判识山火火点。该方法具有思路清晰、计算量小、操作性强、准确率高、实用性强等优点。

【技术实现步骤摘要】

本专利技术涉及电气工程
，具体涉及一种基于聚类分析去背景场的电网山火卫星火点判识方法。
技术介绍
随着社会发展，人类对电力需求不断增大，各种电压等级的输电线路布网越来越完整，范围越来越广。输电线路经常跨越草地、山地、林区、农田等多种下垫面，由于频发的高温连晴天气，加之我国祭祀祭祖的节气风俗和春耕秋收等生产用火习惯，输电线路附近山火逐年增多，因山火造成的线路跳闸事故越来越多，严重威胁了人民正常生活生产用电。为应对输电线路山火灾害，山火火点的广域卫星监测技术应用的越来越广泛，利用卫星遥感监测到的高温格点确定山火火点位置，具有一定的准确性。但是我国幅员辽阔，地形地貌相差非常大，不同地区的温度背景场相差非常大。因此，剔除背景温度场后的温度异常，对山火火点判识更有意义。
技术实现思路
本专利技术要解决的技术问题是克服现有技术存在的不足，提供一种思路清晰、计算量小、操作性强、准确率高、实用性强的基于聚类分析去背景场的电网山火卫星火点判识方法。为解决上述技术问题，本专利技术采用以下技术方案：一种基于聚类分析去背景场的电网山火卫星火点判识方法，包括以下步骤：(A)收集待判识区域内的历史卫星数据和历史气象数据，包括卫星每次过境的季节、过境时刻、轨道位置、地面温度、天空云量的数据，以及卫星遥感红外亮温数据；(B)将卫星过境季节、过境时刻、轨道位置、地面温度、天空云量的特征抽取转换为数值，将每一次卫星过境数据转化为坐标数据X(x1,x2,x3,x4,x5)，x1为过境季节数据；x2为过境时刻数据；x3为轨道位置数据；x4为地面温度数据；x5为天空云量数据，并剔除山火爆发时段和云层厚度大时段的孤点数据；(C)采用聚类分析方法对步骤(B)得到的数据进行聚类分析，将该数据分成N类，N取6～8；(D)计算出每类数据的中心点Cn(x1n,x2n,x3n,x4n,x5n)，其中n表示第n类，x1n为第n类数据的过境季节；x2n为第n类数据的过境时刻；x3n为第n类数据的轨道位置；x4n为第n类数据的地面温度；x5n为第n类数据的天空云量；(E)获取待判识山火的实时卫星数据和气象数据，并按照步骤(B)的方法进行处理得到待判识山火的实时坐标数据，计算待判识山火的实时坐标数据与每类数据中心点的欧氏距离Dn，计算公式如下： D n = Σ i = 1 5 ( x i n - x i ) 2 ]]>式中，n表示第n类数据，xin为第n类数据的特征值，xi为待处理卫星数据的特征值；将与待判识山火的实时坐标数据的欧氏距离最近的一类数据记为第Z类数据；(F)将每类数据中所有卫星遥感红外亮温数据在相同网格点的数据求平均，得到平均场，并以该平均场作为该类数据的背景场；(G)将待判识山火的实时卫星遥感红外亮温数据进行去背景温度处理，具体是将待判识山火的实时卫星遥感红外亮温数据减去第Z类数据在对应网格点的背景场，得到去掉背景场的温度异常值；(H)将步骤(G)得到的温度异常值与设定阈值进行比较，当温度异常值大于设定阈值时，判定为火点。上述的基于聚类分析去背景场的电网山火卫星火点判识方法，优选的，所述步骤(B)中，将卫星过境季节的特征抽取转换为数值具体指：整理待判识区域多年平均的降水数据，根据每个月的降水量和降水日数进行分类和赋值；将过境时刻的特征抽取转换为数值具体是指：根据待判识区域每天24小时日照和人类活动进行分类和赋值；将轨道位置的特征抽取转换为数值具体指：根据卫星轨道相对待判识区域的位置进行分类和赋值；将地面温度的特征抽取转换为数值具体指：根据地面温度高低进行分类和赋值；将天空云量的特征抽取转换为数值具体指：根据天空云量所占比例进行分类和赋值。上述的基于聚类分析去背景场的电网山火卫星火点判识方法，优选的，卫星过境季节的分类和赋值具体为：4月、5月、6月的赋值为1，7月、8月、9月、11月的赋值为2，10月的赋值为4，1月、2月、3月、12月的赋值为3；过境时刻的分类和赋值具体为：8-12时的赋值为2，12-16时的赋值为4，16-19时的赋值为3，20时-次日7时的赋值为1；轨道位置的分类和赋值具体为：卫星从西侧过境的赋值为1，卫星从正上方过境的赋值为2，卫星从东侧过境的赋值为3；地面温度的分类和赋值具体为：低于10℃的赋值为1，10-20℃的赋值为2，20-30℃的赋值为3，高于30℃的赋值为4；天空云量的分类和赋值具体为：占比为0-20％的赋值为4，占比为20-40％的赋值为2，占比为40-60％的赋值为1，占比为60％以上的赋值为0。上述的基于聚类分析去背景场的电网山火卫星火点判识方法，优选的，所述步骤(B)中，剔除山火爆发时段的孤点数据是指剔除清明、除夕、春节三天的卫星数据，剔除云层厚度大时段的孤点数据是指剔除天空云量超过6成时的卫星数据。上述的基于聚类分析去背景场的电网山火卫星火点判识方法，优选的，所述步骤(C)中，将步骤(B)得到的数据分成8类。与现有技术相比，本专利技术的优点在于：本专利技术基于聚类分析去背景场的电网山火卫星火点判识方法，充分考虑了卫星过境季节、过境时刻、轨道位置、地面温度和天空云量的影响，综合多方面因素构建卫星红外亮温的背景场，通过去除局地温度背景场的影响，使突发山火造成的温度异常更加明显，最大程度的避免误判，采用该方法可以自动、快速、简单、准确的判识山火的卫星火点，进而做到及时发布输电线路山火告警，有效指导输电线路附近的山火防治工作，保障电网的安全运行。该方法思路清晰，计算量小，操作性强，准确率高，具有很强的实用性。具体实施方式以下结合具体实施例对本专利技术作进一步详细说明。实施例1：(A)收集待判识区域内的历史卫星数据和历史气象数据，待判识区域为湖南省，以Modis极轨卫星为例，Modis极轨卫星每天过境待判识区域2-3次，对山火发生和卫星山火监测有重要影响的主要因素有：卫星过境的季节、过境时刻、轨道位置、地面温度和天空云量，收集每次卫星过境的季节、过境时刻、轨道位置、地面温度、天空云量的数据，以及卫星遥感红外亮温数据。(B)历史数据预处理。将卫星过境季节、过境时刻、轨道位置、地面温度、天空云量的特征抽取转换为数值，根据每项因子对山火发生和卫星山火监测影响程度转换为相应的数值，并剔除山火爆发时段和云层厚度大时段的孤点数据；其中，将卫星过境季节的特征抽取转换为数值具体指：整理待判识区域，即湖南省多年平均的降水数据，根据每个月本文档来自技高网...

【技术保护点】
一种基于聚类分析去背景场的电网山火卫星火点判识方法，其特征在于：包括以下步骤：(A)收集待判识区域内的历史卫星数据和历史气象数据，包括卫星每次过境的季节、过境时刻、轨道位置、地面温度、天空云量的数据，以及卫星遥感红外亮温数据；(B)将卫星过境季节、过境时刻、轨道位置、地面温度、天空云量的特征抽取转换为数值，将每一次卫星过境数据转化为坐标数据X(x1,x2,x3,x4,x5)，x1为过境季节数据；x2为过境时刻数据；x3为轨道位置数据；x4为地面温度数据；x5为天空云量数据，并剔除山火爆发时段和云层厚度大时段的孤点数据；(C)采用聚类分析方法对步骤(B)得到的数据进行聚类分析，将该数据分成N类，N取6～8；(D)计算出每类数据的中心点Cn(x1n,x2n,x3n,x4n,x5n)，其中n表示第n类，x1n为第n类数据的过境季节；x2n为第n类数据的过境时刻；x3n为第n类数据的轨道位置；x4n为第n类数据的地面温度；x5n为第n类数据的天空云量；(E)获取待判识山火的实时卫星数据和气象数据，并按照步骤(B)的方法进行处理得到待判识山火的实时坐标数据，计算待判识山火的实时坐标数据与每类数据中心点的欧氏距离Dn，计算公式如下：Dn=Σi=15(xin-xi)2]]>式中，n表示第n类数据，xin为第n类数据的特征值，xi为待处理卫星数据的特征值；将与待判识山火的实时坐标数据的欧氏距离最近的一类数据记为第Z类数据；(F)将每类数据中所有卫星遥感红外亮温数据在相同网格点的数据求平均，得到平均场，并以该平均场作为该类数据的背景场；(G)将待判识山火的实时卫星遥感红外亮温数据进行去背景温度处理，具体是将待判识山火的实时卫星遥感红外亮温数据减去第Z类数据在对应网格点的背景场，得到去掉背景场的温度异常值；(H)将步骤(G)得到的温度异常值与设定阈值进行比较，当温度异常值大于设定阈值时，判定为火点。...

【技术特征摘要】
1.一种基于聚类分析去背景场的电网山火卫星火点判识方法，其特征在于：包括以下步骤：(A)收集待判识区域内的历史卫星数据和历史气象数据，包括卫星每次过境的季节、过境时刻、轨道位置、地面温度、天空云量的数据，以及卫星遥感红外亮温数据；(B)将卫星过境季节、过境时刻、轨道位置、地面温度、天空云量的特征抽取转换为数值，将每一次卫星过境数据转化为坐标数据X(x1,x2,x3,x4,x5)，x1为过境季节数据；x2为过境时刻数据；x3为轨道位置数据；x4为地面温度数据；x5为天空云量数据，并剔除山火爆发时段和云层厚度大时段的孤点数据；(C)采用聚类分析方法对步骤(B)得到的数据进行聚类分析，将该数据分成N类，N取6～8；(D)计算出每类数据的中心点Cn(x1n,x2n,x3n,x4n,x5n)，其中n表示第n类，x1n为第n类数据的过境季节；x2n为第n类数据的过境时刻；x3n为第n类数据的轨道位置；x4n为第n类数据的地面温度；x5n为第n类数据的天空云量；(E)获取待判识山火的实时卫星数据和气象数据，并按照步骤(B)的方法进行处理得到待判识山火的实时坐标数据，计算待判识山火的实时坐标数据与每类数据中心点的欧氏距离Dn，计算公式如下： D n = Σ i = 1 5 ( x i n - x i ) 2 ]]>式中，n表示第n类数据，xin为第n类数据的特征值，xi为待处理卫星数据的特征值；将与待判识山火的实时坐标数据的欧氏距离最近的一类数据记为第Z类数据；(F)将每类数据中所有...

【专利技术属性】
技术研发人员：陆佳政，李丽，徐勋建，郭俊，杨莉，冯涛，张杰，
申请(专利权)人：国网湖南省电力公司，国网湖南省电力公司防灾减灾中心，国家电网公司，
类型：发明
国别省市：湖南;43