一种低幅值雷电地闪的探测定位方法、系统及介质与流程

摘要: 本发明属于雷电探测与定位领域,涉及一种低幅值雷电地闪的探测定位方法、系统及介质。背景技术:1、随着新能源开发和农村电气化水平的不断提高,配电网规模持续扩大,雷电...
一种低幅值雷电地闪的探测定位方法、系统及介质与流程

本发明属于雷电探测与定位领域,涉及一种低幅值雷电地闪的探测定位方法、系统及介质。

背景技术:

1、随着新能源开发和农村电气化水平的不断提高,配电网规模持续扩大,雷电已成为威胁配电线路安全稳定运行的重要因素。特别是在低纬高原、季风气候和复杂山区地形区域,雷暴活动频繁且地形遮挡严重,导致雷电电磁辐射信号在传播过程中衰减显著,大量幅值低于10ka的低幅值地闪信号难以被有效捕获。现有的雷电监测系统通常采用多站点探测、卫星授时和到达时间差(tdoa)方法进行雷击检测与定位,其基本流程包括:通过天线采集雷电电磁辐射信号并进行模数转换;利用北斗或gps等卫星授时系统为各监测站点提供统一的时间基准;对采集到的波形数据进行特征提取以确定雷电到达时刻;最后根据多个站点的到达时间差及坐标解算雷击点位置。此类系统在开阔平原地区对强雷电事件的监测已相对成熟,但在应对复杂山地环境下的微弱信号时,仍面临诸多挑战,难以满足配电网雷击故障精准溯源对高精度与高可靠性的双重需求。

2、在“识别-定位”全链路中,一方面,现有识别算法缺乏对前端数据质量的自适应感知与不确定度量化能力,将不同质量的波形视为同等可靠进行处理,产生的到达时刻偏差作为未知系统误差进入定位环节,因缺乏对应权重抑制机制而被放大;另一方面,现有时间标定体系依赖标称参数而未能建立涵盖模型预测方差、时钟实时抖动及链路延迟的动态不确定度合成模型,致使绝对到达时刻缺乏与其真实物理状态对应的个性化精度标签,定位系统无法区分站点测量可靠性差异且难以感知网络几何构型退化风险,最终使得全链路误差传递失去收敛边界,雷击点估计坐标偏离真实位置甚至完全失效。

技术实现思路

1、本技术提供了一种低幅值雷电地闪的探测定位方法、系统及介质,能够解决在复杂电磁环境下,雷电探测系统中信号质量波动与时间同步不确定性在识别-定位全链路中传递累积,导致雷电地闪高精度定位失效的问题。

2、为实现上述目的,第一方面,本发明提供一种低幅值雷电地闪的探测定位方法,包括:

3、获取雷电地闪事件期间各站点多路天线采集的电磁辐射信号及北斗卫星的授时脉冲信号;

4、分别对各站点的电磁辐射信号和授时脉冲信号进行多通道并行采样及时间对齐,得到对应的多通道时序波形数据;

5、对每一个站点的多通道时序波形数据,计算各通道数据预设的信号质量指标并基于信号质量指标加权融合,得到对应的融合向量;

6、利用预设状态空间模型对各站点的融合向量进行特征提取及回归预测,得到各站点对应雷电地闪事件的到达时刻的修正量及方差;

7、根据各修正量、方差及授时脉冲信号,进行绝对时间标定及误差计算,得到各站点对应雷电地闪事件的绝对到达时刻及时间不确定度;

8、根据各所述绝对到达时刻、时间不确定度及各站点坐标,利用基于站点配对权重的huber稳健损失加权定位算法求解得到雷击点的估计坐标。

9、相比于现有技术,本技术实施例具有如下有益效果:针对低幅值雷电地闪信号信噪比低、易被噪声淹没且波形畸变严重的问题,本发明获取各站点多路天线采集的低幅值电磁辐射信号及北斗卫星授时脉冲信号,并基于这两类信号分别进行多通道并行采样及时间对齐,得到对应的多通道时序波形数据;由于多路天线从不同方向或极化方式接收同一低幅值雷电地闪事件,其信号质量必然存在差异,因此在得到多通道时序波形数据后,计算各通道预设的信号质量指标并据此进行加权融合得到融合向量,可以抑制低幅值信号中的随机噪声与削顶失真,使微弱的有效信号特征得以保留和增强,解决低幅值信号在传统固定阈值下漏检率高及波形提取不准的问题;进而,利用预设的状态空间模型分别对各融合向量进行特征提取及回归预测,由于状态空间模型具备对长序列时序依赖关系的建模能力,其能够从融合向量中捕捉到波形传播过程中因路径差异、环境反射等因素导致的波形畸变规律,并据此输出到达时刻的修正量及方差,前者直接补偿了波形畸变带来的系统性到达时刻偏差,后者则量化了该站点本次观测结果的可信程度;随后,根据各站点的修正量、方差及授时脉冲信号进行绝对时间标定及误差计算,由于授时脉冲信号提供了全局统一的高精度时间基准,将修正量叠加至该基准后即可将各站点独立的观测时间统一到同一绝对时间轴上,同时结合方差计算得到的时间不确定度客观反映了各站点观测结果的误差范围;最终,根据各站点的绝对到达时刻、时间不确定度及坐标,利用基于站点配对权重的huber稳健损失加权定位算法求解得到雷击点估计坐标,可根据各站点对的信息动态调整其在定位解算中的贡献,从而在复杂山地和高噪声环境下提升雷电地闪的探测成功率与定位精度。

10、在本技术第一方面的一些实施例中,所述对每一个站点的多通道时序波形数据,计算各通道数据预设的信号质量指标并基于信号质量指标加权融合,得到对应的融合向量,包括:

11、对每一多通道时序波形数据,分别计算各通道的时序波形数据的表征削顶程度的非削顶率指标、表征背景噪声水平的能量比指标以及表征跨通道一致性的归一化偏差指标,并根据所述非削顶率指标、能量比指标及归一化偏差指标,通过预设的指数惩罚函数运算生成各通道的可靠度,进而对各所述可靠度执行归一化处理及计算得到各通道在各采样点的相对质量权重和表征当前多通道时序波形数据整体质量的总体绝对质量;

12、对于每一多通道时序波形数据,根据对应的各相对质量权重对该多通道时序波形数据中的各通道波形执行跨通道逐采样点加权求和运算,得到原始融合波形数据,并计算各所述通道波形与原始融合波形数据的差值得到跨通道融合残差;

13、对各所述原始融合波形数据进行滤波处理得到融合波形数据,并将所述融合波形数据和对应的跨通道融合残差、相对质量权重及总体绝对质量进行封装编码,生成对应的融合向量。

14、相比于现有技术,上述实施例具有如下有益效果:通过分别计算表征削顶程度的非削顶率指标、表征背景噪声水平的能量比指标以及表征跨通道一致性的归一化偏差指标,实现了对多量程通道动态范围饱和、环境底噪干扰及硬件匹配差异三个维度的独立量化评估;进而根据上述三类指标通过预设的指数惩罚函数运算生成各通道的可靠度并执行归一化处理得到相对质量权重和总体绝对质量,使得质量评估结果能够以连续的数值形式精确反映通道在当前时刻的有效信息含量,而非简单的二值门控;对于每一多通道时序波形数据根据对应的相对质量权重执行跨通道逐采样点加权求和运算得到原始融合波形数据并计算各通道波形与该原始融合波形数据的差值得到跨通道融合残差,既保留了高质量通道的信号特征又通过残差显式记录了通道间的不一致性信息;对各原始融合波形数据进行滤波处理得到融合波形数据并将融合波形数据、跨通道融合残差、相对质量权重及总体绝对质量封装编码生成对应的融合向量,确保了质量侧信息在融合后不丢失并能作为结构化数据完整传递给后续降噪与模型推理环节,从而为下游任务提供了兼具高信噪比波形与丰富质量元数据的输入基础。

15、在本技术第一方面的一些实施例中,所述利用预设状态空间模型对各站点的融合向量进行特征提取及回归预测,得到各站点对应雷电地闪事件的到达时刻的修正量及方差,包括:

16、对于每一个融合向量,将该融合向量对应的融合波形数据、融合波形数据的一阶差分数据、跨通道融合残差、各相对质量权重及总体绝对质量按采样点索引依次拼接,构建得到对应的模型输入向量;

17、对于每一个模型输入向量,将其并行复制并输入至所述状态空间模型中多个具有不同状态记忆时间常数的选择性状态空间分支中,针对每一个选择性状态空间分支,根据模型输入向量的当前采样点计算正值选择步长,并利用所述正值选择步长对预设的连续状态转移矩阵进行离散化处理以递推更新隐藏状态,得到各所述选择性状态空间分支对应的分支隐藏状态;根据该模型输入向量对应的各相对质量权重、总体绝对质量及跨通道融合残差,计算各所述选择性状态空间分支的质量条件化权重,并利用所述质量条件化权重对各所述分支隐藏状态进行加权聚合运算,得到事件表征向量;将所述事件表征向量输入至状态空间模型的各输出头,通过线性变换及激活函数运算,计算得到各站点对应雷电地闪事件的地闪类别概率向量、到达时刻的修正量及到达时刻的方差。

18、相比于现有技术,上述实施例具有如下有益效果:通过将融合向量中的融合波形数据、其一阶差分数据、跨通道融合残差、各相对质量权重及总体绝对质量按采样点索引依次拼接构建得到模型输入向量,使得神经网络能够在每个时间步同时感知信号的形态变化趋势与当前的采集质量状态;将模型输入向量并行复制并输入至多个具有不同状态记忆时间常数的选择性状态空间分支中并根据当前采样点计算正值选择步长以离散化连续状态转移矩阵递推更新隐藏状态,让不同分支能够分别适应雷电波形的陡变沿、主脉冲及长衰减段等不同时频特性;根据各相对质量权重、总体绝对质量及跨通道融合残差计算各选择性状态空间分支的质量条件化权重并对分支隐藏状态进行加权聚合得到事件表征向量,实现了模型内部注意力机制随外部采集质量的动态自适应调节,当某时刻通道质量下降或残差增大时自动降低该时刻对应分支的贡献度;将事件表征向量输入至各输出头通过线性变换及激活函数运算计算得到地闪类别概率向量、到达时刻修正量及到达时刻方差,使得模型在输出识别结果的同时内生性地估计出该结果的可信区间,为后续不确定度驱动的定位与组网提供了直接的数学依据。

19、在本技术第一方面的一些实施例中,所述状态空间模型是基于负对数似然损失和概率校准损失训练得到的,包括:

20、构建包含雷电地闪事件类别标签、真实到达时刻修正量及有效地闪标签的训练样本集;

21、将所述训练样本集中的样本输入状态空间模型进行特征提取及回归预测,输出雷电地闪事件类别概率、到达时刻方差和有效地闪概率,并基于所述雷电地闪事件类别概率和对应样本的雷电地闪事件类别标签计算雷电地闪事件类别的交叉熵损失,基于所述到达时刻方差和对应样本的真实到达时刻修正量计算负对数似然损失,基于所述有效地闪概率和对应样本的有效地闪标签计算概率校准损失;

22、对所述交叉熵损失、负对数似然损失及概率校准损失进行加权求和,得到模型总损失,并基于所述模型总损失对状态空间模型的参数执行反向传播更新运算,直至模型总损失收敛,得到训练完成的状态空间模型。

23、相比于现有技术,上述实施例具有如下有益效果:通过构建包含雷电地闪事件类别标签、真实到达时刻修正量及有效地闪标签的训练样本集并将样本输入状态空间模型输出类别概率、到达时刻方差和有效地闪概率,确立了多任务联合学习的训练框架;基于类别概率和标签计算交叉损失、基于到达时刻方差和真实修正量计算负对数似然损失、基于有效地闪概率和标签计算概率校准损失并对三者进行加权求和得到模型总损失,其中负对数似然损失迫使模型在处理难样本时自动学习输出较大的方差以匹配其较高的预测残差,而概率校准损失则约束输出的有效地闪概率在统计意义上真实反映事件发生的实际可能性;基于模型总损失对参数执行反向传播更新直至收敛得到训练完成的状态空间模型,使得训练后的模型不仅具备高精度的时刻修正能力,更具备了可靠的自评估能力,确保输出的不确定度和置信度指标在物理上可解释且在工程上可用于后续的加权决策,避免了传统均方误差训练导致模型对困难样本过度自信的问题。

24、在本技术第一方面的一些实施例中,所述根据各修正量、方差及授时脉冲信号,进行绝对时间标定及误差计算,得到各站点对应雷电地闪事件的绝对到达时刻及时间不确定度,包括:

25、对于每一个站点,获取该站点对应的授时脉冲信号到达时本地计数器的连续锁存值序列及本地计数器标称频率,从所述连续锁存值序列中确定雷电地闪事件前最近一个有效授时脉冲信号对应的绝对时间及该脉冲信号到达时的本地计数器锁存值,并计算最近若干个脉冲间隔相对于标准一秒的时间残差均值及短时时钟方差;

26、对于每一个站点,将雷电地闪事件触发时的本地计数器值与最近一个有效授时脉冲信号到达时的本地计数器锁存值作差后除以该站点的本地计数器标称频率,得到本地时间偏移量,并将所述本地时间偏移量叠加至所述最近一个有效授时脉冲信号对应的绝对时间,再累加所述到达时刻的修正量及预设的固定链路延迟校准量,计算得到雷电地闪事件的到达绝对时刻;获取预设的链路延迟校准方差,将所述到达时刻的方差、所述短时时钟方差及所述链路延迟校准方差进行累加运算,得到综合时间方差作为该站点对应的时间不确定度。

27、相比于现有技术,上述实施例具有如下有益效果:通过获取授时脉冲信号到达时本地计数器的连续锁存值序列及标称频率并从序列中确定事件前最近一个有效授时脉冲信号对应的绝对时间及锁存值,建立了基于北斗秒脉冲的绝对时间锚点并消除了计数器溢出或跳变带来的时间模糊;计算最近若干个脉冲间隔相对于标准一秒的时间残差均值及短时时钟方差,实现了对本地晶振短期稳定性的实时在线监测而非依赖出厂标称值;将事件触发时的本地计数器值与最近有效授时脉冲锁存值作差后除以标称频率得到本地时间偏移量并叠加至绝对时间再累加到达时刻修正量及固定链路延迟校准量得到到达绝对时刻,完成了从本地相对计数到全球统一绝对时间的精确映射与多重误差补偿;获取预设的链路延迟校准方差并将到达时刻方差、短时时钟方差及链路延迟校准方差进行累加运算得到综合时间方差作为时间不确定度,从统计学上将模型预测误差、硬件时钟抖动及传输链路不确定性进行了正交合成,为每个站点生成了与其当前实测状态严格对应的个性化时间精度标签,而非使用全局统一的经验误差值。

28、在本技术第一方面的一些实施例中,所述根据各所述绝对到达时刻、时间不确定度及各站点坐标,利用基于站点配对权重的huber稳健损失加权定位算法求解得到雷击点的估计坐标,包括:

29、对于每一个站点,获取该站点对应的总体绝对质量,以及状态空间模型输出的地闪类别概率向量中的有效地闪概率,并将所述有效地闪概率、总体绝对质量及所述时间不确定度代入预设的置信度衰减函数,计算得到该站点的站点事件置信度;

30、根据各所述绝对到达时刻计算任意两站点间的到达时间差,并提取各站点融合波形数据的波形形态特征,筛选所述到达时间差处于预设时间阈值范围内且所述波形形态特征的相似度大于预设相似度阈值的站点进而建立站点对;

31、利用各站点坐标、电磁波传播速度及各所述站点的绝对到达时刻,计算各站点对的实测距离差;根据所述站点对中各站点的站点事件置信度及时间不确定度,结合预设的地形传播附加距离方差,计算站点对距离差方差,并根据所述站点对距离差方差及所述站点事件置信度计算站点对定位权重;

32、构建以待求雷击点坐标为自变量,以各所述站点对定位权重为系数的huber稳健损失目标函数,并对所述huber稳健损失目标函数执行迭代重加权最小二乘求解运算,得到使所述huber稳健损失目标函数取得最小值的雷击点估计坐标;其中,所述目标函数通过计算所述待求雷击点坐标与各站点坐标之间的理论距离差,并将所述理论距离差与所述实测距离差的差值作为距离差残差代入huber损失函数得到;在所述huber稳健损失目标函数中,小于预设分界阈值的残差区间采用二次损失函数,大于等于所述预设分界阈值的残差区间采用线性损失函数。

33、相比于现有技术,上述实施例具有如下有益效果:通过获取总体绝对质量、有效地闪概率及时间不确定度并代入预设的置信度衰减函数计算得到站点事件置信度,将前端信号质量、模型识别概率与授时精度三个独立维度的可靠性指标融合为单一的综合置信度标量;根据绝对到达时刻计算任意两站点间的到达时间差并提取融合波形数据的波形形态特征筛选时间差处于预设阈值内且形态相似度大于预设阈值的站点建立站点对,从时间和波形指纹双重维度排除了跨事件误配和非雷电干扰的虚假关联;利用站点坐标、电磁波速度及绝对到达时刻计算实测距离差并根据置信度、时间不确定度及地形传播附加距离方差计算站点对距离差方差进而得到定位权重,使得权重分配能够同时反映站点自身的测量质量和地形传播的客观难度;构建以待求雷击点坐标为自变量、以定位权重为系数的huber稳健损失目标函数并通过计算待求坐标与站点坐标间的理论距离差与实测距离差的差值作为残差代入该函数,在小残差区间采用二次损失保留精细约束而在大残差区间采用线性损失限制异常值影响,并对目标函数执行迭代重加权最小二乘求解得到雷击点估计坐标,实现了定位算法对低置信度站点和高误差站点对的自动降权与对粗差的鲁棒抑制,显著提升了复杂环境下多站协同定位的稳定性与准确度。

34、在本技术第一方面的一些实施例中,得到雷击点估计坐标之后,还包括:

35、基于所述雷击点估计坐标,计算各站点对的距离差残差对坐标的雅可比矩阵,并结合站点对定位权重构建定位信息矩阵,对所述定位信息矩阵求逆得到雷击点坐标估计协方差矩阵,提取所述协方差矩阵的最大特征值以确定置信误差椭圆的长半轴及长短轴比;

36、若当前参与定位的站点数小于预设最小站点数、或所述置信误差椭圆的长半轴大于预设目标定位误差、或所述置信误差椭圆的长短轴比大于预设各向异性阈值,则获取由可用固定监测点位置和移动探测装置当前可达部署位置组成的候选站点集合,并构建包含定位信息增益项、监测盲区惩罚项、站点移动时间代价项及通信链路代价项的站点布局优化目标函数;对所述站点布局优化目标函数执行最大化求解运算,得到使所述站点布局优化目标函数取得最大值的最优站点子集;

37、根据所述最优站点子集中各站点的建议部署位置,对各站点的位置布局进行调整。

38、相比于现有技术,上述实施例具有如下有益效果:通过基于雷击点估计坐标计算距离差残差对坐标的雅可比矩阵并结合定位权重构建定位信息矩阵求逆得到协方差矩阵提取最大特征值以确定置信误差椭圆的长半轴及长短轴比,将抽象的定位精度转化为可视化的几何误差分布参数;当有效站点数小于预设最小值或长半轴大于目标误差或长短轴比大于各向异性阈值时获取由可用固定位置和移动装置可达位置组成的候选站点集合并构建包含定位信息增益、盲区惩罚、移动代价及通信代价的目标函数执行最大化求解得到最优站点子集,实现了从单纯追求几何精度到兼顾工程实施约束的多目标智能寻优;将最优站点子集中各站点的建议部署位置发送至移动探测装置以指示调整站点布局,形成了“定位误差评估→站点布局优化”的闭环反馈机制,使得监测网络能够根据实时定位性能主动感知自身缺陷并动态重组拓扑结构,在保证定位精度的前提下大幅缩短了移动设备的转场部署时间并消除了地形遮挡导致的监测盲区。

39、第二方面,本发明还提供一种低幅值雷电地闪的探测定位系统,包括:数据获取模块、预处理模块、融合模块、模型处理模块、时间计算模块和输出模块;

40、其中,所述数据获取模块,用于获取雷电地闪事件期间各站点多路天线采集的电磁辐射信号及北斗卫星的授时脉冲信号;

41、所述预处理模块,用于分别对各站点的电磁辐射信号和授时脉冲信号进行多通道并行采样及时间对齐,得到对应的多通道时序波形数据;

42、所述融合模块,用于对每一个站点的多通道时序波形数据,计算各通道数据预设的信号质量指标并基于信号质量指标加权融合,得到对应的融合向量;

43、所述模型处理模块,用于利用预设状态空间模型对各站点的融合向量进行特征提取及回归预测,得到各站点对应雷电地闪事件的到达时刻的修正量及方差;

44、所述时间计算模块,用于根据各修正量、方差及授时脉冲信号,进行绝对时间标定及误差计算,得到各站点对应雷电地闪事件的绝对到达时刻及时间不确定度;

45、所述输出模块,用于根据各所述绝对到达时刻、时间不确定度及各站点坐标,利用基于站点配对权重的huber稳健损失加权定位算法求解得到雷击点的估计坐标。

46、相比于现有技术,本技术以上实施例具有如下有益效果:针对低幅值雷电地闪信号信噪比低、易被噪声淹没且波形畸变严重的问题,本发明获取各站点多路天线采集的低幅值电磁辐射信号及北斗卫星授时脉冲信号,并基于这两类信号分别进行多通道并行采样及时间对齐,得到对应的多通道时序波形数据;由于多路天线从不同方向或极化方式接收同一低幅值雷电地闪事件,其信号质量必然存在差异,因此在得到多通道时序波形数据后,计算各通道预设的信号质量指标并据此进行加权融合得到融合向量,可以抑制低幅值信号中的随机噪声与削顶失真,使微弱的有效信号特征得以保留和增强,解决低幅值信号在传统固定阈值下漏检率高及波形提取不准的问题;进而,利用预设的状态空间模型分别对各融合向量进行特征提取及回归预测,由于状态空间模型具备对长序列时序依赖关系的建模能力,其能够从融合向量中捕捉到波形传播过程中因路径差异、环境反射等因素导致的波形畸变规律,并据此输出到达时刻的修正量及方差,前者直接补偿了波形畸变带来的系统性到达时刻偏差,后者则量化了该站点本次观测结果的可信程度;随后,根据各站点的修正量、方差及授时脉冲信号进行绝对时间标定及误差计算,由于授时脉冲信号提供了全局统一的高精度时间基准,将修正量叠加至该基准后即可将各站点独立的观测时间统一到同一绝对时间轴上,同时结合方差计算得到的时间不确定度客观反映了各站点观测结果的误差范围;最终,根据各站点的绝对到达时刻、时间不确定度及坐标,利用基于站点配对权重的huber稳健损失加权定位算法求解得到雷击点估计坐标,由于huber损失函数在误差较小时表现为平方损失、在误差较大时表现为线性损失,其对个别站点因复杂地形或强干扰导致的异常大误差不敏感,不会让离群点过度拉扯定位结果,同时站点配对权重进一步根据各站点对的几何分布与观测质量动态调整其在定位解算中的贡献,从而在复杂多变的雷电观测环境下实现了高精度、高鲁棒性的雷击点定位。

47、第三方面,本技术实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现本发明任意一种低幅值雷电地闪的探测定位方法。