基于LMD-TCN的高铁沿线风速观测资料质量控制算法研究

大风是影响高铁安全运行的主要气象灾害之一,为保证高铁的运行安全,需监测高铁沿线风速观测资料。高铁沿线风速数据在采集和传输的过程中易受到各种干扰,导致风速观测资料中存在一些可疑值,故对其进行质量控制是解决此类问题的必要环节。提出一种融合局部均值分解法(Local Mean Decomposition,LMD)和时间卷积网络法(Temporal Convolutional Network,TCN)的风速观测资料质量控制算法,以此来提高高铁沿线风速观测资料的质量。为证明该方法的可行性,选取我国京沪高铁沿线江苏段4个观测站2018年秒级风速观测资料进行质量控制分析,并与时间卷积网络法(TCN)、长短期记忆神经网络法(Long Short-Term Memory,LSTM)和支持向量回归法(Support Vector Regression,SVR)这3种方法对比。通过插入人工误差,并以检错率为评价指标来衡量上述4种方法进行质量控制的效果。试验结果表明,该方法相比于其他3种方法能准确地检测出人为插入的误差,可以满足高铁沿线风速质量控制的需求,同时具有季节适应性强的特点。

京沪高铁沿线江苏段风况研究

利用风资源评估软件Meteodyn WT分别模拟京沪高铁沿线江苏段大胜关43个站点和阳澄湖23个站点2016~2018年瞬时风速数据,分析2地区风况特征,为京沪高铁安全行车、防风设计及优化站点布局提供依据。研究结果表明:2地区大风发生频率峰值均在下半夜,并且午后大风波动显著,秋季尤为明显;受气候和地理环境等影响,春季、秋季分别是大胜关和阳澄湖强横风高发季节,其中大胜关沿线在日出至正午时段易受强横风的影响,阳澄湖则需重点关注区域Ⅰ沿线运行;大胜关沿线在站点1~5和12处增设监测站点,并在站点1~5南北侧设置挡风墙,除站点13~17和32~36之外北侧亦需挡风墙。阳澄湖沿线合理布设站点,并在北侧设置挡风墙;高铁沿线在沿江、湖泊等地区切变指数小,风速大,易受强横风影响,而在平原、山地等粗糙地区则相反。

基于相似度的铁路沿线测风站布局优化策略

针对铁路沿线站点布局缺乏科学性及资源浪费的问题,提出一种基于测风站点间相似性度量的站点布局优化方案。利用京沪高铁江苏段铁路沿线附近90 km范围内的43个地面气象站瞬时风速数据,通过克里金插值,模拟得出铁路沿线以10 km为间距的31个测风站点风速数据。以模拟的31个站点作为现有地面测风站点,并根据测风站点地形将铁路沿线划分为多块区域,通过改进的相似度函数增减测风站点,将测风站点的等间距布站改良为非均匀布站,实现以最少站点数目准确监测各区域风速特征的目的。相比于以往区域布站方法,实现了对沿线的布局优化。通过对京沪高铁江苏路段进行实验发现,优化后确定的12个测风站点能够更精确地表征沿线风速特征。该方法对未来铁路沿线测风站网的建设具有参考价值。