面向大风条件下列车安全行驶预警的风速预测算法研究

发布时间：2021-03-12 06:45

　　大风对列车安全行驶具有重大影响,是列车安全行驶时需要注意的至关重要的自然因素之一。截止2018年底,我国的高铁运营里程达到2.9万公里,占世界高铁运营总里程三分之二以上,有兰新、青藏等多条跨越恶劣强风地区的铁路线路,强风所带来的气动升力和横向力等因素对列车的安全行驶构成了严重威胁。开展铁路沿线关键区域的风速预测研究,对整个区域内列车的安全行驶、行车调度和列车乘坐舒适性等方面都有重大意义。本文根据兰新客专大风天气列车安全行驶对风速预测的现实需求,以兰新客专周边风区风监测布点的实测数据为基础,提出一种基于气象特征提取的深度神经网络算法的混合预测模型,具体研究工作如下:（1）数据预处理。首先对原始输入变量的风速和多维气象特征数据进行预处理,针对原始数据集数据丢失、分布不均匀、错误等问题,检测原始输入变量的合理性、完整性,然后对检测出的异常数据进行删除填补,对于部分分布不均的风速数据采用三次自然样条插值法进行拟合,最后采用互信息理论对多维气象特征数据进行相关性分析。（2）深度神经网络模型预测框架研究。具体过程,将历史风速作为输入,分别采用两种深度卷积神经网络框架训练出模型,通过网络的深层结构,... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

华2017年中国高铁营运里程走势(单位:万公里，%)

016年世界高铁运营里程

兰新高铁风致脱轨事故

【参考文献】：
期刊论文
[1]基于LM算法的MLP模型及其应用[J]. 李南星,盛益强,倪宏.  网络新媒体技术. 2018(01)
[2]东南沿海高速铁路沿线环境风特性研究[J]. 徐影,谢俊,栾立宸.  高速铁路技术. 2016(05)
[3]基于粗糙集理论-主成分分析的Elman神经网络短期风速预测[J]. 尹东阳,盛义发,蒋明洁,李永胜,谢曲天.  电力系统保护与控制. 2014(11)
[4]基于粗糙集理论和启发式径向基函数神经网络的中长期电力负荷预测模型[J]. 夏非,范莉,苏浩益.  电力系统保护与控制. 2012(16)
[5]基于组合预测的风电场风速及风电机功率预测[J]. 张国强,张伯明.  电力系统自动化. 2009(18)
[6]我国客运专线高速列车安全运行大风预警系统研究[J]. 马韫娟,马淑红,李振山,殷和宜.  铁道工程学报. 2009(07)
[7]风电场短期风速的混沌预测方法[J]. 罗海洋,刘天琪,李兴源.  电网技术. 2009(09)
[8]风电场GM-WEIBULL风速分布组合模型出力预测[J]. 祝贺,徐建源.  华东电力. 2008(11)
[9]基于最小二乘支持向量机的风电场短期风速预测[J]. 杜颖,卢继平,李青,邓颖玲.  电网技术. 2008(15)
[10]基于模式识别的风电场风速和发电功率预测[J]. 吴兴华,周晖,黄梅.  继电器. 2008(01)

博士论文
[1]铁路沿线风信号智能预测算法研究[D]. 刘辉.中南大学 2011
[2]青藏铁路大风监测预警与行车指挥系统研究[D]. 许平.中南大学 2009

硕士论文
[1]大风预警下的高速铁路列车运行调整研究[D]. 雷艳红.西南交通大学 2018
[2]基于LSTM的心律失常分类研究[D]. 李雪.兰州大学 2018
[3]基于主成分分析法的BP神经网络基准地价评估研究[D]. 张轶莹.河南农业大学 2015
[4]兰新铁路客运专线动车组运用维修研究[D]. 尹鹏飞.中国铁道科学研究院 2015



本文编号：3077869