CN119414098B 防雷监测方法、系统、设备及存储介质 （兰州资源环境职业技术大学）

(19)国家知识产权局(12)发明专利审查员李鸷36号务所(普通合伙)50282基于历史地闪分布拟合雷电预警区域中的雷云形特征融合得到所述雷电预警区域中雷云的移通过电场传感器探测目标区域中地面的静电场信号通过电场传感器探测目标区域中地面的静电场信号对所述静电场信号进行突变重构，得到雷云放电后地面的多个突变电场值，基于所述静电场信号的波形特征确定雷云放电后地面产生的电场能量通过所述电场能量和所有突变电场值构建雷云的放电检测模型，进而根据所述放电检测模型从目标区域中划分出雷电预警区域获取所述雷电预警区域中的历史地闪分布，进而基于所述历史地闪分布拟合所述雷电预警区域中的雷云的定位特征，对所述定位特征和所述静电场信号的波形特征进行融合关联，得到所述雷电预警区域中雷云的移动趋势通过所述移动趋势建立目标区域的雷击风险系数，依据所述雷击风险系数对目标区域进行雷击预警监测2通过电场传感器探测目标区域中地面的静电场信号；对所述静电场信号进行突变重构，得到雷云放电后地面的多个突变电场值，基于所述静电场信号的波形特征确定雷云放电后地面产生的电场能量；通过所述电场能量和所有突变电场值构建雷云的放电检测模型，进而根据所述放电检测模型从目标区域中划分出雷电预警区域；获取所述雷电预警区域中的历史地闪分布，进而基于所述历史地闪分布拟合所述雷电预警区域中的雷云的定位特征，对所述定位特征和所述静电场信号的波形特征进行融合关联，得到所述雷电预警区域中雷云的移动趋势；通过所述移动趋势建立目标区域的雷击风险系数，依据所述雷击风险系数对目标区域进行雷击预警监测；其中，对所述定位特征和所述静电场信号的波形特征进行融合关联，得到所述雷电预警区域中雷云的移动趋势具体包括：获取所述静电场信号波形特征对应的多个电场幅值；通过所有电场幅值确定所述雷电预警区域中雷云的电场扰动度；根据所述定位特征确定所述雷电预警区域中雷云的位置因子；基于所述电场扰动度和所述位置因子确定所述雷电预警区域中雷云的移动趋势；其中，所述电场扰动度用于表征所述雷电预警区域中雷云引起的电场波动程度，通过所有电场幅值确定所述雷电预警区域中雷云的电场扰动度采用下述方式实现，即：将所述静电场信号波形特征对应的多个电场幅值的方差作为所述雷电预警区域中雷云的电场扰其中，所述位置因子反映了所述雷电预警区域中雷云的位置特征，根据所述定位特征确定所述雷电预警区域中雷云的位置因子采用下述方式实现，即：将所述定位特征加1后的倒数作为所述雷电预警区域中雷云的位置因子。2.如权利要求1所述的方法，其特征在于，对所述静电场信号进行突变重构，得到雷云放电后地面的多个突变电场值具体包括：设置所述突变重构过程中的突变检测元素；通过所述突变检测元素将所述静电场信号重构为雷云放电后地面的多个突变电场值。3.如权利要求1所述的方法，其特征在于，基于所述静电场信号的波形特征确定雷云放电后地面产生的电场能量具体包括：确定所述静电场信号的多个电场幅值，所有电场幅值即所述静电场信号的波形特征；通过所有电场幅值确定雷云放电后地面产生的电场能量。4.如权利要求1所述的方法，其特征在于，通过所述电场能量和所有突变电场值构建雷云的放电检测模型具体包括：设置每个突变电场值对应的放电标签；根据所有放电标签、所有突变电场值和所述电场能量构建雷云的放电检测模型。5.如权利要求1所述的方法，其特征在于，根据所述放电检测模型从目标区域中划分出雷电预警区域具体包括：通过所述电场传感器的覆盖范围将目标区域划分为多个目标子区；3基于所述放电检测模型确定各个目标子区的放电概率；根据各个目标子区的放电概率从目标区域中划分出雷电预警区域。6.如权利要求1所述的方法，其特征在于，基于所述历史地闪分布拟合所述雷电预警区域中的雷云的定位特征具体包括：获取所述历史地闪分布中各个地闪点的位置分布坐标；通过所有地闪点的位置分布坐标拟合出多个雷云的位置质心；获取各个位置质心对应观测点的位置坐标；根据所有雷云的位置质心和各个位置质心对应观测点的位置坐标确定所述雷电预警区域中的雷云的定位特征。7.一种防雷监测系统，其采用权利要求1至6任一项所述的方法进行防雷监测，其特征探测模块，用于通过电场传感器探测目标区域中地面的静电场信号；处理模块，用于对所述静电场信号进行突变重构，得到雷云放电后地面的多个突变电场值，基于所述静电场信号的波形特征确定雷云放电后地面产生的电场能量；所述处理模块，还用于通过所述电场能量和所有突变电场值构建雷云的放电检测模型，进而根据所述放电检测模型从目标区域中划分出雷电预警区域；所述处理模块，还用于获取所述雷电预警区域中的历史地闪分布，进而基于所述历史地闪分布拟合所述雷电预警区域中的雷云的定位特征，对所述定位特征和所述静电场信号的波形特征进行融合关联，得到所述雷电预警区域中雷云的移动趋势；执行模块，用于通过所述移动趋势建立目标区域的雷击风险系数，依据所述雷击风险系数对目标区域进行雷击预警监测。8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的防雷监测方法的步骤。9.一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，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的防雷监测方法的步骤。4防雷监测方法、系统、设备及存储介质技术领域[0001]本申请涉及防雷技术领域，更具体地说，本申请涉及一种防雷监测方法、系统、设备及存储介质。背景技术[0002]防雷系统可保护人类社会免受雷电灾害的影响，其综合运用气象学、物理学、电气工程和建筑学等多学科知识，以科学的方法预防和减轻雷电带来的损害，该领域的核心在于研究雷电的形成机制和放电特性，进而开发有效的监测预警系统，如雷电定位系统和卫星监测技术，以提前预报雷电活动。防雷技术还涉及到设计和安装避雷针、浪涌保护器等防雷装置，以及构建可靠的接地系统，确保雷电流能安全导向地面。随着新材料和技术的发展，防雷领域不断进步，为社会提供更加高效和经济的保护措施。[0003]防雷监测是专注于监测和评估雷电活动以预防雷电灾害的技术，通过实时收集、分析和解释雷电数据，进而提供雷电预警和风险评估。防雷监测技术还包括对大气电场的测量，这些数据可以用来预测雷暴的临近。电场传感器能够探测到雷暴云电荷积累引起的电场变化，为雷电预警提供早期信号；此外，防雷监测技术还涉及到数据分析和处理技术，如机器学习和人工智能算法，这些技术能够从大量监测数据中提取模式和趋势，提高雷电预警的准确性和时效性，进而减少雷电对人类活动的影响，保护生命财产安全；在现有的防雷监测往往是对目标区域中的雷达和卫星等气象观测数据进分析后实现的，然而，在一些对流活动剧烈、气候影响复杂的地形中(例如山区),雷电活动往往呈现出尺度小、分散性强的特征，从而导致获取气象观测数据的过程时效性降低(即：对山区地形的长时监测效率较低);因此，如何在特定地形的局部区域中实现雷电的短时监测预警成为了业界面临的难发明内容[0004]本申请提供一种防雷监测方法、系统、设备及存储介质，可在特定地形的局部区域中实现雷电的短时监测预警。[0006]通过电场传感器探测目标区域中地面的静电场信号；[0007]对所述静电场信号进行突变重构，得到雷云放电后地面的多个突变电场值，基于所述静电场信号的波形特征确定雷云放电后地面产生的电场能量；[0008]通过所述电场能量和所有突变电场值构建雷云的放电检测模型，进而根据所述放电检测模型从目标区域中划分出雷电预警区域；[0009]获取所述雷电预警区域中的历史地闪分布，进而基于所述历史地闪分布拟合所述雷电预警区域中的雷云的定位特征，对所述定位特征和所述静电场信号的波形特征进行融合关联，得到所述雷电预警区域中雷云的移动趋势；[0010]通过所述移动趋势建立目标区域的雷击风险系数，依据所述雷击风险系数对目标5区域进行雷击预警监测。[0011]在一些实施例中，对所述静电场信号进行突变重构，得到雷云放电后地面的多个突变电场值具体包括：[0012]设置所述突变重构过程中的突变检测元素；[0013]通过所述突变检测元素将所述静电场信号重构为雷云放电后地面的多个突变电场值。[0014]在一些实施例中，基于所述静电场信号的波形特征确定雷云放电后地面产生的电场能量具体包括：[0015]确定所述静电场信号的多个电场幅值，所有电场幅值即所述静电场信号的波形特[0016]通过所有电场幅值确定雷云放电后地面产生的电场能量。[0017]在一些实施例中，通过所述电场能量和所有突变电场值构建雷云的放电检测模型具体包括：[0018]设置每个突变电场值对应的放电标签；[0019]根据所有放电标签、所有突变电场值和所述电场能量构建雷云的放电检测模型。[0020]在一些实施例中，根据所述放电检测模型从目标区域中划分出雷电预警区域具体包括：[0021]通过所述电场传感器的覆盖范围将目标区域划分为多个目标子区；[0022]基于所述放电检测模型确定各个目标子区的放电概率；[0023]根据各个目标子区的放电概率从目标区域中划分出雷电预警区域。[0024]在一些实施例中，基于所述历史地闪分布拟合所述雷电预警区域中的雷云的定位特征具体包括：[0025]获取所述历史地闪分布中各个地闪点的位置分布坐标；[0026]通过所有地闪点的位置分布坐标拟合出多个雷云的位置质心；[0027]获取各个位置质心对应观测点的位置坐标；[0028]根据所有雷云的位置质心和各个位置质心对应观测点的位置坐标确定所述雷电预警区域中的雷云的定位特征。[0029]在一些实施例中，对所述定位特征和所述静电场信号的波形特征进行融合关联，得到所述雷电预警区域中雷云的移动趋势具体包括：[0030]获取所述静电场信号波形特征对应的多个电场幅值；[0031]通过所有电场幅值确定所述雷电预警区域中雷云的电场扰动度；[0032]根据所述定位特征确定所述雷电预警区域中雷云的位置因子；[0033]基于所述电场扰动度和所述位置因子确定所述雷电预警区域中雷云的移动趋势。[0034]第二方面，本申请提供一种防雷监测系统，包括：[0035]探测模块，用于通过电场传感器探测目标区域中地面的静电场信号；[0036]处理模块，用于对所述静电场信号进行突变重构，得到雷云放电后地面的多个突变电场值，基于所述静电场信号的波形特征确定雷云放电后地面产生的电场能量；[0037]所述处理模块，还用于通过所述电场能量和所有突变电场值构建雷云的放电检测模型，进而根据所述放电检测模型从目标区域中划分出雷电预警区域；6[0038]所述处理模块，还用于获取所述雷电预警区域中的历史地闪分布，进而基于所述历史地闪分布拟合所述雷电预警区域中的雷云的定位特征，对所述定位特征和所述静电场信号的波形特征进行融合关联，得到所述雷电预警区域中雷云的移动趋势；[0039]执行模块，用于通过所述移动趋势建立目标区域的雷击风险系数，依据所述雷击风险系数对目标区域进行雷击预警监测。[0040]第三方面，本申请提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的防雷监测方法的步骤。[0041]第四方面，本申请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上述的防雷监测方法的步骤。[0042]本申请公开的实施例提供的技术方案具有以下有益效果：[0043]本申请提供的防雷监测方法、系统、设备及存储介质中，通过电场传感器探测目标区域中地面的静电场信号；对所述静电场信号进行突变重构，得到雷云放电后地面的多个突变电场值，基于所述静电场信号的波形特征确定雷云放电后地面产生的电场能量；通过所述电场能量和所有突变电场值构建雷云的放电检测模型，进而根据所述放电检测模型从目标区域中划分出雷电预警区域；获取所述雷电预警区域中的历史地闪分布，进而基于所述历史地闪分布拟合所述雷电预警区域中的雷云的定位特征，对所述定位特征和所述静电场信号的波形特征进行融合关联，得到所述雷电预警区域中雷云的移动趋势；通过所述移动趋势建立目标区域的雷击风险系数，依据所述雷击风险系数对目标区域进行雷击预警监[0044]由此可见，本申请中，首先，通过电场传感器探测目标区域中地面的静电场信号，从而不依赖于雷达或是卫星采集的信号，即：在任何地形条件下都能提供有效的电场数据；然后，对所述静电场信号进行突变重构，得到雷云放电后地面的多个突变电场值，在复杂地形中，如山谷或沿海地区，雷云活动可能会受到地形的影响，如风向、地势等因素可能改变雷云的路径和强度，本申请通过所述突变电场值快速捕捉这些变化，增强短时预警的准确性；随后，通过所有突变电场值结合所述电场能量构建雷云的放电检测模型，进而从目标区域中划分出雷电预警区域，即：通过实时数据动态调整预警区域，适应地形变化，确保短时预警的实时性和准确性；再次，本申请通过融合定位特征与静电场信号波形特征，能够更精确地获取雷云的移动趋势，尤其是对于山区、沿海等容易产生雷云聚集的区域，趋势预测能够提前预警雷电活动；最后，通过移动趋势建立雷击风险系数，并进行雷击预警监测，从而通过雷云的移动趋势有效地预测雷云的未来位置和可能引发的雷电风险，避免了地形对雷云活动路径的影响；综上所述，该方案可在特定地形的局部区域中实现雷电的短时监测预附图说明[0045]图1是根据本申请一些实施例所示的一种防雷监测方法的流程示意图；[0046]图2是根据本申请一些实施例所示的构建放电检测模型的流程示意图；[0047]图3是根据本申请一些实施例所示的确定定位特征的流程示意图；[0048]图4是根据本申请一些实施例所示的防雷监测系统的结构示意图；[0049]图5是根据本申请一些实施例所示的实现防雷监测方法的计算机设备的内部结构7具体实施方式[0050]为了更好的理解本实施例中的技术方案，下面将结合说明书附图以及具体的实施方式对本实施例中的技术方案进行详细的说明。[0051]参考图1,该图是根据本申请一些实施例所示的一种防雷监测方法的流程示意图，该防雷监测方法主要包括如下步骤：[0052]在步骤101中，通过电场传感器探测目标区域中地面的静电场信号。[0053]需要说明的是，当大气中的电荷分布变化(例如雷云放电)时，地面的静电场也会产生变化，因此，本申请通过所述电场传感器以预定探测周期感应目标区域中地面的电荷量变化，从而得到目标区域中地面的静电场信号，另外，所述电场传感器为微机电系统电场[0054]在步骤102中，对所述静电场信号进行突变重构，得到雷云放电后地面的多个突变电场值，基于所述静电场信号的波形特征确定雷云放电后地面产生的电场能量。[0055]在一些实施例中，对所述静电场信号进行突变重构，得到雷云放电后地面的多个突变电场值可采用下述步骤实现：[0056]设置所述突变重构过程中的突变检测元素；[0057]通过所述突变检测元素将所述静电场信号重构为雷云放电后地面的多个突变电[0058]优选地，可根据雷云放电引起的静电场信号的突变幅度设置所述突变检测元素，作为一个优选地实施例，当雷云放电引起的静电场信号的突变幅度较大时，可设置所述突变检测元素为[1,1,1];当所述雷云放电引起的静电场信号的突变幅度较小时，可设置所述突变检测元素为[1,2,1],在其它实施例中还可以采用另外的方法设置，这里不做限定，另外，需要说明的是，所述突变检测元素是一个滑动模板，用于定义所述静电场信号的局部区域，其中，当所述突变检测元素为[1,1,1]时，表示包含当前采样时刻和前后各一个采样时刻的邻域范围，且各个采样时刻的权重相同，当所述突变检测元素为[1,2,1]时，则表示当前采样时刻和前后各一个采样时刻的邻域范围内，当前采样时刻的权重更高；因为雷云放电引起的静电场信号的突变幅度较大，本申请将所述突变检测元素设置为[1,1,1]。[0059]具体实现时，通过所述突变检测元素将所述静电场信号重构为雷云放电后地面的多个突变电场值可采用下述方式实现，即：首先，在所述静电场信号中选取一个采样时刻的静电场值，然后，通过所述突变检测元素确定所述静电场值的膨胀电场值，即：获取该个采样时刻的前一个采样时刻的静电场值、该个采样时刻的后一个采样时刻的静电场值和所述静电场值中的最大值作为所述静电场值的膨胀电场值，随后，通过所述突变检测元素确定所述静电场值的腐蚀电场值，即：获取该个采样时刻的前一个采样时刻的静电场值、该个采样时刻的后一个采样时刻的静电场值和所述静电场值中的最小值作为所述静电场值的腐蚀电场值，最后，将所述膨胀电场值与所述腐蚀电场值的差值作为所述静电场值的突变电场值，重复上述步骤，确定所述静电场信号中剩余采样时刻静电场值的突变电场值，从而将所述述静电场信号重构为雷云放电后地面的多个突变电场值，在其它实施例中还可以采用8[0060]需要说明的是，本申请中所述突变电场值是在雷云放电过程中地面静电场值的突变量，可通过所述突变电场值表征对应采样时刻时雷云活动的剧烈程度，所述突变电场值越大，在对应采样时刻的雷云活动越剧烈，所述突变电场值越小，在对应采样时刻的雷云活动越平稳。[0061]在一些实施例中，基于所述静电场信号的波形特征确定雷云放电后地面产生的电场能量可采用下述步骤实现：[0062]确定所述静电场信号的多个电场幅值，所有电场幅值即所述静电场信号的波形特[0063]通过所有电场幅值确定雷云放电后地面产生的电场能量。[0064]具体实现时，确定所述静电场信号的多个电场幅值可采用下述方式实现，即：首先，设置时域窗口长度后，确定所述静电场信号中每个采样时刻在所述时域窗口中的静电场值的平均值作为对应采样时刻的电场幅值，从而得到所述静电场信号的多个电场幅值；需要说明的是，所述时域窗口长度可根据所述静电场信号的噪声水平设置，当所述静电场信号的噪声水平较高时，设置较大的时域窗口长度，当所述静电场信号的噪声水平较低时，则设置较小的时域窗口长度。[0065]具体实现时，通过所有电场幅值确定雷云放电后地面产生的电场能量可采用下述方式实现，即：将所有采样时刻对应的电场幅值的绝对值在采样时长内进行积分的结果作为雷云放电后地面产生的电场能量，在其它实施例中还可以采用另外的方法确定，这里不做限定。[0066]需要说明的是，本申请中所述电场幅值表示对应采样时刻的精电场信号的强度，可通过所述电场幅值反映目标区域中地面电场的稳定程度，所述电场幅值越大，目标区域中地面电场的稳定程度越低，所述电场幅值越小，目标区域中地面电场的稳定程度越高；另外，所述电场能量可用于表征目标区域中雷云的活动时间，所述电场能量越大，目标区域中雷云的活动时间越长，所述电场能量越小，目标区域中雷云的活动时间越短。[0067]在步骤103中，通过所述电场能量和所有突变电场值构建雷云的放电检测模型，进而根据所述放电检测模型从目标区域中划分出雷电预警区域。[0068]在一些实施例中，通过所述电场能量和所有突变电场值构建雷云的放电检测模型可采用下述步骤实现：[0069]设置每个突变电场值对应的放电标签；[0070]根据所有放电标签、所有突变电场值和所述电场能量构建雷云的放电检测模型。[0071]具体实现时，设置每个突变电场值对应的放电标签可采用下述方式实现，即：首先，设置所述突变电场值的击穿放电阈值，选取一个突变电场值，当所述突变电场值大于等于所述击穿放电阈值时，将所述突变电场值对应的放电标签设置为1,当所述突变电场值小于所述击穿放电阈值时，将所述突变电场值对应的放电标签设置为0,重复上述步骤，确定剩余突变电场值对应的放电标签。[0072]参考图2所示，该图是本申请的一些实施例所示的构建放电检测模型的流程示意据划分为训练集和测试集，其中一个样本数据包括一个突变电场值和其对应的放电标签，具体划分时例如将80%的样本数据作为训练集，将20%的样本数据作为测试集，然后，以电场9能量和所述训练集中的样本数据作为模型输入，采用监督学习算法进行模型训练，将训练得到的放电概率作为模型输出；继续通过所述测试集中的样本数据对所述放电概率进行模型验证，将验证得到的模型作为本申请中的放电检测模型。[0073]在一些实施例中，根据所述放电检测模型从目标区域中划分出雷电预警区域可采用下述步骤实现：[0074]通过所述电场传感器的覆盖范围将目标区域划分为多个目标子区；[0075]基于所述放电检测模型确定各个目标子区的放电概率；[0076]根据各个目标子区的放电概率从目标区域中划分出雷电预警区域。[0077]需要说明的是，所述电场传感器能够感知到一定范围内的电场信号(即：覆盖范围),另外，本申请中所述覆盖范围是指以所述电场传感器的探测距离为半径构成的圆形范围，另外，所述目标子区是指所述目标区域内由电场传感器所覆盖的一部分地理区域；因此，具体实现时，通过所述电场传感器的覆盖范围将目标区域划分为多个目标子区可采用下述方式实现，即：首先，通过地理信息系统获取目标区域的地理范围后，以所述地理范围作为输入，采用现有技术中的网格划分算法，将目标区域的地理范围划分为多个正方形网格(即：目标区域的地理范围的网格图),然后，通过现有技术中的子区划分算法，确定每个电场传感器的覆盖范围与所述网格图的重合区域作为所述目标区域的多个初始子区，随后，定义目标函数为最小化覆盖范围的重叠面积后，以所述目标函数为输入，采用现有技术中的模拟退火算法调整各个初始子区的分布模式，最后，将各个调整后的初始子区作为目标区域的多个目标子区，在其它实施例中还可以采用另外的方法实现，这里不做限定。[0078]需要说明的是，本申请中所述放电概率是指所述目标子区在一定时间内发生雷云放电的概率；具体实现时，基于所述放电检测模型确定各个目标子区的放电概率可采用下述方式实现，即：首先，选取一个目标子区，获取该个目标子区中电场传感器采集到的多个静电场值对应的突变电场值，随后，重复上述由突变电场值确定电场能量的过程，得到该个目标子区中的电场能量，然后，将所有突变电场值和所述电场能量作为所述放电检测模型的输入，从而将所述放电检测模型的输出结果作为该个目标子区的放电概率，重复上述步[0079]具体实现时，根据各个目标子区的放电概率从目标区域中划分出雷电预警区域可于所述放电预警阈值时，将所述目标子区作为预警子区，当所述目标子区的放电概率小于所述放电预警阈值时，则不做处理，从而得到多个预警子区，最后，将所有预警子区在所述目标区域上的重合区域作为本申请中的雷电预警区域，在其它实施例中还可以采用另外的[0080]在步骤104中，获取所述雷电预警区域中的历史地闪分布，进而基于所述历史地闪分布拟合所述雷电预警区域中的雷云的定位特征，对所述定位特征和所述静电场信号的波形特征进行融合关联，得到所述雷电预警区域中雷云的移动趋势。[0081]具体实现时，可通过在目标区域中的不同位置设置多个观测点后，在每个观测点处安装电磁场传感器探测在所述雷电预警区域中每次地闪事件的位置，将所有地闪事件的位置构成目标区域的防雷监测数据库后，从所述防雷监测数据库中获取所述雷电预警区域中的历史地闪分布，在其它实施例中还可以采用另外的方法实现，这里不做限定。[0082]在一些实施例中，参考图3所示，该图是本申请的一些实施例所示的确定定位特征的流程示意图，基于所述历史地闪分布拟合所述雷电预警区域中的雷云的定位特征可采用下述步骤实现：[0083]首先，在1041中，获取所述历史地闪分布中各个地闪点的位置分布坐标；[0084]然后，在1042中，通过所有地闪点的位置分布坐标拟合出多个雷云的位置质心；[0086]最后，在1044中，根据所有雷云的位置质心和各个位置质心对应观测点的位置坐标确定所述雷电预警区域中的雷云的定位特征。[0087]具体实现时，通过所有地闪点的位置分布坐标拟合出多个雷云的位置质心可采用下述方式实现，即：首先，通过现有技术中的欧式距离算法确定每两个地闪点的位置分布坐标之间的欧式距离后，将所有欧式距离作为每两个地闪点之间的相似度，然后，将所有相似度作为输入，采用现有技术中的K均值聚类算法输出多个由地闪点组成的点簇，进而将每个点簇的中心点作为一个雷云的位置质心，从而得到各个点簇对应雷云的位置质心，在其它实施例中还可以采用另外的方法实现，这里不做限定。[0088]需要说明的是，本申请将距离雷云的位置质心最近的观测点作为所述雷云的位置质心对应的观测点，因此，作为一个优选地实施例，根据所有雷云的位置质心和各个位置质心对应观测点的位置坐标确定所述雷电预警区域中的雷云的定位特征可采用下述方式实定所述位置质心与所述观测点的位置坐标之间的距离，重复上述步骤，确定剩余雷云对应的结果，最后，将所有雷云对应的结果的均值作为所述雷电预警区域中的雷云的定位特征。[0089]需要说明的是，本申请中所述定位特征可用于表征所述雷电预警区域中的雷云活动范围，所述定位特征越大，所述雷电预警区域中的雷云活动范围越广，所述定位特征越小，所述雷电预警区域中的雷云活动范围越小。[0090]在一些实施例中，对所述定位特征和所述静电场信号的波形特征进行融合关联，得到所述雷电预警区域中雷云的移动趋势可采用下述步骤实现：[0091]获取所述静电场信号波形特征对应的多个电场幅值；[0092]通过所有电场幅值确定所述雷电预警区域中雷云的电场扰动度；[0093]根据所述定位特征确定所述雷电预警区域中雷云的位置因子；[0094]基于所述电场扰动度和所述位置因子确定所述雷电预警区域中雷云的移动趋势。[0095]具体实现时，通过所有电场幅值确定所述雷电预警区域中雷云的电场扰动度可采用下述方式实现，即：将所述静电场信号波形特征对应的多个电场幅值的方差作为所述雷电预警区域中雷云的电场扰动度；作为一个优选地实施例，根据所述定位特征确定所述雷电预警区域中雷云的位置因子可采用下述方式实现，即：将所述定位特征加1后的倒数作为所述雷电预警区域中雷云的位置因子；另外，作为一个优选地实施例，基于所述电场扰动度和所述位置因子确定所述雷电预警区域中雷云的移动趋势可采用下述方式实现，即：将所述电场扰动度和所述位置因子的乘积作为所述雷电预警区域中雷云的移动趋势。[0096]需要说明的是，本申请中所述电场扰动度可用于表征所述雷电预警区域中雷云引起的电场波动程度，所述电场扰动度越大，所述雷电预警区域中雷云引起的电场波动程度越高，所述电场扰动度越小，所述雷电预警区域中雷云引起的电场波动程度越低；另外，所11述位置因子反映了所述雷电预警区域中雷云的位置特征，所述位置因子越大，雷云的活动主要集中在所述雷电预警区域的边缘，即：雷击风险较低，所述位置因子越小，表示雷云更靠近或已经影响到所述雷击预警区域的核心部分，即：所述雷击预警区域的雷击风险增加；本申请通过所述移动趋势综合了电场扰动度和位置因子两个指标，从而反映所述雷击预警区域中雷云的移动趋势，所述移动趋势越大，表示雷云正在靠近所述雷击预警区域，所述移动趋势越小，则表示雷云正在远离所述雷击预警区域。[0097]在步骤105中，通过所述移动趋势建立目标区域的雷击风险系数，依据所述雷击风险系数对目标区域进行雷击预警监测。[0098]在一些实施例中，通过所述移动趋势建立目标区域的雷击风险系数可采用下述步骤实现：[0099]确定所述雷电预警区域的中心位置坐标；[0100]通过所述雷电预警区域的中心位置坐标和所述移动趋势确定目标区域的雷击风险系数。[0101]需要说明的是，所述雷电预警区域的中心位置坐标可在确定雷电预警区域后，将所述雷电预警区域的几何中心的位置坐标作为所述雷电预警区域的中心位置坐标，在其它实施例中还可以采用另外的方法确定，这里不做限定。[0102]具体实现时，通过所述雷电预警区域的中心位置坐标和所述移动趋势确定目标区域的雷击风险系数可采用下述方式实现，即：首先，获取所述雷电预警区域中各个雷云的位置质心，然后，确定各个位置质心与所述中心位置坐标的距离，最后，将所述移动趋势对应的趋势关联特征与所述所有距离的平均值相乘的结果作为目标区域的雷击风险系数。[0103]需要说明的是，本申请中所述雷击风险系数表征了目标区域中的雷击风险程度，所述雷击风险系数越大，目标区域中的雷击风险程度越高，所述雷击风险系数越小，目标区域中的雷击风险程度越低。[0104]在一些实施例中，依据所述雷击风险系数对目标区域进行雷击预警监测可采用下述步骤实现：[0105]设置目标区域的雷击预警阈值；[0106]通过所述雷击预警阈值和所述雷击风险系数对目标区域进行雷击预警监测。[0107]具体实现时，所述雷击预警阈值可通过目标区域中的地形条件设置，例如：在山区或沿海地区等雷电活动频繁的地形条件下，设置较低的雷击预警阈值；在平原等雷电活动较少的区域，则设置较高的雷击预警阈值，从而提高对目标区域的防雷监测效率。[0108]具体实现时，通过所述雷击预警阈值和所述雷击风险系数对目标区域进行雷击预警监测可采用下述方式实现，即：当所述雷击风险系数大于等于所述雷击预警阈值时，判断目标区域存在较高的雷击风险，则向目标区域的雷击监测中心发送预警信息，当所述雷击风险系数小于所述雷击预警阈值时，则不做处理。[0109]另外，本申请的另一方面，在一些实施例中，本申请提供一种防雷监测系统，参考图4,该图是根据本申请一些实施例所示的防雷监测系统的结构示意图，该防雷监测系统包括：探测模块201、处理模块202和执行模块203分别说明如下：[0110]探测模块201,本申请中探测模块201主要用于通过电场传感器探测目标区域中地面的静电场信号；[0111]处理模块202,本申请中处理模块202主要用于对所述静电场信号进行突变重构，得到雷云放电后地面的多个突变电场值，基于所述静电场信号的波形特征确定雷云放电后地面产生的电场能量；[0112]另外，本申请中处理模块202还用于通过所述电场能量和所有突变电场值构建雷云的放电检测模型，进而根据所述放电检测模型从目标区域中划分出雷电预警区域；[0113]另外，本申请中处理模块202还用于获取所述雷电预警区域中的历史地闪分布，进而基于所述历史地闪分布拟合所述雷电预警区域中的雷云的定位特征，对所述定位特征和所述静电场信号的波形特征进行融合关联，得到所述雷电预警区域中雷云的移动趋势；[0114]执行模块203,本申请中执行模块203主要用于通过所述移动趋势建立目标区域的雷击风险系数，依据所述雷击风险系数对目标区域进行雷击预警监测。[0115]另外，本申请还提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的防雷监测方法。[0116]在一些实施例中，参考图5,该图是根据本申请一些实施例所示的实现防雷监测方法的计算机设备的内部结构图。上述实施例中的防雷监测方法可通过图5所示的计算机设备来实现，该计算机设备包括至少一个处理器301、通信总线302、存储器303以及至少一个通信接口304。[0117]处理器301可是一个通用中央处理器(centralprocessingunit,CPU),也可以是特定应用集成电路(application-specificintegratedcircuit,ASIC)或一个或多个用于控制本申请中的防雷监测方法的执行。[0118]通信总线302用于在上述组件之间传送信息。[0119]存储器303可是只读存储器(read-onlymemory,ROM)或可存储静态信息和指令的其它类型的静态存储设备、随机存取存储器(randomaccessmemory,RAM)或者可存储信息和指令的其它类型的动态存储设备，也可是电可擦可编程只读存储器(electrically光碟、蓝光光碟等)、磁盘或者其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质，但不限于此。存储器303可是独立存在，通过通信总线302与处理器301相连接。存储器303也可和处理器301集成在[0120]其中，存储器303用于存储执行本申请方案的程序代码，并由处理器301来控制执行。处理器301用于执行存储器303中存储的程序代码。