← 返回列表

基于相关性网络图聚类分析的气象雷达参数异常识别方法

申请号: CN202410115648.7
申请人: 和尘自仪(嘉兴)科技有限公司
更新日期: 2026-03-20

专利详细信息

项目 内容
专利名称 基于相关性网络图聚类分析的气象雷达参数异常识别方法
专利类型 发明申请
申请号 CN202410115648.7
申请日 2024/1/29
公告号 CN117648588A
公开日 2024/3/5
IPC主分类号 G06F18/23
权利人 和尘自仪(嘉兴)科技有限公司
发明人 王大林; 李旭
地址 浙江省嘉兴市桐乡市高桥街道(开发区)发展大道133号

摘要文本

本发明公开了一种基于相关性网络图聚类分析的气象雷达参数异常识别方法,包括:根据气象雷达标准控制采集器,收集气象雷达的运行状态参数,形成数据集;计算运行状态参数的参数特征,组合得到特征数据集;选取气象雷达历史运行时段的正常运行状态参数,计算特征数据集中各参数特征的特征相关性矩阵,得到参数相关性网络图;基于深度优先搜索算法,计算参数相关性网络图的所有连通子图;计算连通子图的聚类系数,得到聚类系数向量基准值;从气象雷达当前运行状态的实时数据中选取待测时段及其对应的运行状态参数,计算实时参数相关性网络图及其连通子图,得到实时聚类系数向量,将其与聚类系数向量基准值比较,判断参数组合是否异常。。

专利主权项内容

1.一种基于相关性网络图聚类分析的气象雷达参数异常识别方法,其特征在于,包括:根据气象雷达标准控制采集器,收集气象雷达的运行状态参数,形成数据集;计算所述运行状态参数的参数特征,组合得到特征数据集;选取所述气象雷达历史运行时段的正常运行状态参数,计算所述特征数据集中各参数特征的特征相关性矩阵,得到参数相关性网络图;基于深度优先搜索算法,计算所述参数相关性网络图的所有连通子图;计算所述连通子图的聚类系数,得到聚类系数向量基准值;从所述气象雷达当前运行状态的实时数据中选取待测时段及其对应的运行状态参数,计算实时参数相关性网络图及其连通子图,得到实时聚类系数向量:若所述聚类系数向量基准值与所述实时聚类系数向量相同,则所述连通子图内特征节点的相关性聚类程度未发生变化,参数组合正常;若所述聚类系数向量基准值与所述实时聚类系数向量不相同,则所述连通子图内特征节点的相关性聚类程度发生变化,参数组合异常。