基于SVM和最大熵模型的桥梁极值风速预测研究

大跨度桥梁对极值风荷载作用十分敏感,基于桥址处长期实测风速数据得到合理的极值风速至关重要。由于在桥址处进行长期风速监测较难实现,研究极值风速预测方法对于大跨度桥梁抗风研究具有重要意义。以泉州湾高速铁路斜拉桥为工程背景,提出一种基于支持向量机(SVM)和最大熵模型的极值风速预测方法。通过临近风速观测塔与桥面风速仪同步实测短期风速数据建立SVM风速预测模型,预测得到桥面长达3 a的平均风速数据,进而采用最大熵方法计算得到桥梁高度处不同重现期内极值风速,最后采用时域分析方法进行桥梁抖振响应分析,探讨不同风速下桥梁抖振响应的差异。研究结果表明:SVM模型应用于风速预测效果比较理想,测试集预测风速与实测风速均方根误差(RMSE)和平均绝对误差(MAE)分别为0.115和0.252。基于桥面预测平均风速样本,采用最大熵理论计算得到100 a重现期极值风速为21.52 m/s,小于泉州湾高铁斜拉桥抗风设计时采用的极值风速49.4 m/s。SVM模型预测得到的极值风速对应的主梁跨中位置横向、竖向和Rotx扭转抖振位移响应峰值与采用设计风速为49.4 m/s的桥梁抖振响应比较,降幅分别为80.3%,79.6%和78.7%。桥梁抖振响应受平均风速影响较大,选择准确的桥址处极值风速对桥梁抖振响应研究至关重要。研究结果可应用于仅有短期实测风速数据的桥梁得到合理的极值风速,为大跨度桥梁抗风研究提供参考。

山东近岸黄海极值风速预测及防灾建议——基于极值分布和风向的预测

在总结有关海上大风预测研究成果的基础上,根据极值理论合理选取预测极值风速的极值分布计算模型:Gumbel分布和Poisson-Gumbel分布。根据山东近岸黄海26 a的风速观测资料,采用分风向统计数据和投影法处理数据,充分考虑风向和相邻风向的影响,形成十六个风向的年极值序列和过程极值序列样本;最后,用两种模型计算得到各个风向的极值风速预测结果,对比不考虑风向的计算结果,分析出黄海海域海洋风灾发生的时间规律和致灾风向,并对黄海海域的防风减灾提出合理建议。