基于聚类分析去背景场的电网山火卫星火点判识方法
【专利摘要】本发明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。
【专利说明】
基于聚类分析去背景场的电网山火卫星火点判识方法
技术领域
[0001] 本发明涉及电气工程技术领域，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。
【背景技术】
[0002] 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。
【发明内容】
[0003] 本发明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。
[0004] 为解决上述技术问题，本发明采用以下技术方案：
[0005] -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：
[0006] (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；
[0007] (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，?)，X1为过境季节数据;^为 过境时刻数据;X3为轨道位置数据;X4为地面温度数据;Χ 5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；
[0008] (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;
[0009] (0)计算出每类数据的中心点(：1^11^21^3 1^41^511)，其中11表示第11类，1111为第11 类数据的过境季节; X2n为第η类数据的过境时刻;X3n为第η类数据的轨道位置;X4n为第η类数 据的地面温度;x 5n为第η类数据的天空云量；
[0010] (Ε)获取待判识山火的实时卫星数据和气象数据，并按照步骤(Β)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D n，计算公式如下：
[0011]
[0012] 式中，η表示第η类数据，Χιη为第η类数据的特征值，XlS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；
[0013] (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；
[0014] (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；
[0015] (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。
[0016] 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。
[0017] 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，
[0018] 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;
[0019] 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;
[0020]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;
[0021 ] 地面温度的分类和赋值具体为:低于10 °C的赋值为1，10-20 °C的赋值为2，20-30 °C 的赋值为3，高于30 °C的赋值为4;
[0022] 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。
[0023]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。
[0024]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。
[0025]与现有技术相比，本发明的优点在于:本发明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】
[0026]以下结合具体实施例对本发明作进一步详细说明。
[0027] 实施例1:
[0028] (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。
[0029] (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，
[0030] 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，根据每个月的降水量和降水日数进行分类和赋值，降水量越大，降水日数 越多，越不容易发生山火，赋值越小，反之，赋值越大；
[0031] 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，夜晚到早晨无日照，人类活动影响最小，赋值最小，午后日照最 强，人类活动活跃，赋值最大；
[0032] 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，从东侧过境的卫星受大地形影响相对较少，且最容易受午后地面强反射 影响，赋值最大，反之赋值最小；
[0033] 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， 总体来说，地面温度越高，可燃物温度就越高，越容易发生山火，赋值越大；
[0034]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，天空云量直接影响日照强度，云量越少，日照越强，越容易发生山火，赋值越大。
[0035]由于清明、除夕、春节三天为待判识区域山火爆发期，火点异常多，为明显孤立点， 剔除这三天的卫星数据；当天空云量超过6成，云层遮挡对卫星红外亮温数据影响非常大， 剔除这些时刻的卫星数据；
[0036]根据卫星过境季节、过境时刻、轨道位置、地面温度、天空云量与湖南省历史多年 山火发生次数之间的相关系数，将它们进行分类和赋值，得到每一次卫星过境坐标数据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。具体赋值参考下表：
[0037]
[0039] (C)、根据步骤(B)中得到的所有的卫星过境坐标数据，采用聚类分析方法对以上 数据进行聚类分析，将该数据分成8类。
[0040] (D)、根据步骤(C)中的分类和每类中的卫星过境坐标数据，用一般数学数组的计 算方法，计算出每类数据的中心点C n(Xln，X2n，X3n，X4n，X5n)，其中η表示第η类，Χ?η为第η类数 据的过境季节; Χ2η为第η类数据的过境时刻;χ3η为第η类数据的轨道位置;Χ4η为第η类数据的 地面温度;x 5n为第η类数据的天空云量。8类数据的中心点分别是(^(3.9,3.5,2,3.5,3.6)、 C2(3.6，1.6,2.3,2.2,3.3)、C 3(3.1，3.2，1.6，1.9,2.7)、C4(2.9,2,2.5，1.3,2.9)、C5(1.9， 3.1，2.2,3.2,2.3)、C 6(1.6，1.9,2.9,2.6,2.5)、C7(1.5,2.7，1.8,2.2，1.6)、C8(1.2,2,2.7， 1.9,1.7)〇
[0041] (E)根据步骤(B)的方法得到新过境的、待判识山火的卫星坐标数据，计算其与步 骤(D)中每类数据中心点的欧氏距离0"，计算公式如下：
[0042]
[0043] 式中，η表示第η类数据，χιη为第η类数据的特征值，Χι*待处理卫星数据的特征值；
[0044] 2016年4月27日11时53分，Modis卫星从西侧过境湖南省，地面温度18°C，天空云量 35%，其数据特征值乂(1，2，1，2,2)，它与8个组类数据中心点的欧氏距离分别为:01 = 4.1，02 = 3.2，D3 = 2.6，D4 = 2.7，D5 = 2.2，D6 = 2.1，D7=1.3，D8=1.7。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，可见第Z类数据为第七类数据。
[0045] (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；
[0046] (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，即将待判 识山火的实时卫星遥感红外亮温数据减去第Z类数据（第七类数据)在对应网格点的背景 场，得到去掉背景场的温度异常值；
[0047] (H)火点判识。将步骤(G)计算得到的温度异常值与设定阈值(待判识区域的设定 阈值为25K)进行比较，当温度异常值大于设定阈值时，判定为火点。
[0048] 以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施 例。对于本技术领域的技术人员来说，在不脱离本发明技术构思前提下所得到的改进和变 换也应视为本发明的保护范围。
【主权项】
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W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、地面溫度、天空云量的数据，W及卫星遥感红外亮溫数据； (B) 将卫星过境季节、过境时刻、轨道位置、地面溫度、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( XI，X2，X3，X4，X5 )，XI为过境季节数据;X2为过 境时刻数据;X3为轨道位置数据;X4为地面溫度数据;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屯、点片佔。瓜。，細心。，化。），其中11表示第11类，义1。为第11类数据 的过境季节;X2n为第η类数据的过境时刻;X3n为第η类数据的轨道位置;X4n为第η类数据的地 面溫度;Χ5η为第η类数据的天空云量； 化)获取待判识山火的实时卫星数据和气象数据，并按照步骤(Β)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屯、点的欧氏距 离Dn，计算公式如下：式中，η表示第η类数据，Xin为第η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Ζ类数据； (F) 将每类数据中所有卫星遥感红外亮溫数据在相同网格点的数据求平均，得到平均 场，并W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溫数据进行去背景溫度处理，具体是将待判 识山火的实时卫星遥感红外亮溫数据减去第Ζ类数据在对应网格点的背景场，得到去掉背 景场的溫度异常值； 化)将步骤(G)得到的溫度异常值与设定阔值进行比较，当溫度异常值大于设定阔值 时，判定为火点。2. 根据权利要求1所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，其特 征在于:所述步骤(Β)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;将地面溫度的特征抽取转换为数值具体指:根据地面溫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。3. 根据权利要求2所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，其特 征在于： 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; 地面溫度的分类和赋值具体为:低于10 °C的赋值为1，10-20°C的赋值为2，20-30°C的赋 值为3,高于30°C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 % W上的赋值为0。4. 根据权利要求1所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，其特 征在于: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Ξ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。5. 根据权利要求1所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，其特 征在于:所述步骤(C)中，将步骤(B)得到的数据分成8类。
【文档编号】G08B17/00GK105976550SQ201610574471
【公开日】2016年9月28日
【申请日】2016年7月20日
【发明人】陆佳政, 李丽, 徐勋建, 郭俊, 杨莉, 冯涛, 张 杰
【申请人】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