青藏鐵路大風監(jiān)測預警系統(tǒng)風速預測算法研究.pdf

1、大風是影響列車運行安全性與穩(wěn)定性的主要惡劣性天氣之一。隨著高速鐵路的迅速發(fā)展,強橫風對列車運行安全構(gòu)成了嚴重威脅。由大風引起的行車事故在世界各國時有發(fā)生。青藏鐵路格爾木至拉薩段位于青藏高原腹地,氣候十分復雜,極端天氣事件特別是大風的頻繁發(fā)生嚴重威脅到了鐵路運輸安全。青藏鐵路沿線大部分風站的歷史最大風速超過25m/s,部分風站甚至超過40m/s,破壞力巨大,對鐵路橋梁、鐵路線路、車輛以及通信設(shè)備都可能造成不同程度的危害。因此,深入開展青藏

2、鐵路沿線大風演變規(guī)律和風速預測研究,是鐵路運營部門科學地進行行車指揮調(diào)度的迫切需要,具有重要的社會經(jīng)濟意義和工程應(yīng)用價值。
　　 在總結(jié)了國內(nèi)外相關(guān)研究成果的基礎(chǔ)上,針對青藏鐵路沿線風速序列呈現(xiàn)出隨機性和動態(tài)相關(guān)性的特點,論文提出了基于時間序列分析理論的ARIMA預測算法。在此基礎(chǔ)上,為進一步改善預測效果,論文提出了兩種優(yōu)化算法:(1)支持向量機理論與時間序列分析理論相結(jié)合的SVM-ARMA算法,建立結(jié)構(gòu)風險最小化意義下的時間序

3、列模型;(2)時間序列分析理論與卡爾曼濾波理論相結(jié)合的ARMA-SMFKF算法,利用觀測值帶來的新息動態(tài)地修正預測誤差;引入多重次優(yōu)漸消因子改進卡爾曼濾波器,以增強算法跟蹤時間序列突變點的能力。利用青藏鐵路實測風速序列對上述兩種算法的驗證結(jié)果表明:SVM-ARMA算法的風速短期超前預測精度較ARIMA算法有所提高;ARMA-SMFKF算法大幅提高了預測精度,特別是序列突變點的預測精度,同時顯著改善了預測延時間題。兩種優(yōu)化算法均得了良好的