[发明专利]一种基于分时段气象关联模型的接触网跳闸次数预测方法

摘要

本发明公开了一种基于分时段气象关联模型的接触网跳闸次数预测方法，首先统计区域内接触网跳闸次数和气象信息的历史同期数据，再根据历史统计数据分析在不同月份中，导致该区域接触网跳闸的主导气象影响因素，将年际时间尺度转化为同类气象影响因素聚集的时间块，进行时间段划分；分时段拟合接触网跳闸次数与主导气象影响因素的函数表达式，最后以中长期气象预测数据为输入，带入到接触网月平均跳闸次数与主导气象影响因素出现的月平均天数的函数表达式中，预测得到该区域接触网在未来月份的跳闸次数。本发明能够给铁路运营人员提供决策支撑，提前做好防范工作，减少甚至避免意外事故的发生，提高铁路运行可靠性。

主权项

1.一种基于分时段气象关联模型的接触网跳闸次数预测方法，其特征在于，包括如下步骤：步骤A：统计区域内过去m年中接触网跳闸次数和气象信息的历史同期数据：统计区域内供电段记录的历史数据，分别统计接触网所处地区在过去m年的时间中，第t年的第y个月份中由于各气象因素W_x{w_x|x＝1,2,3……}造成接触网跳闸的次数和相应第y个月份的接触网跳闸次数并将过去m年中的同期数据进行求和计算：式中，nWxy表示在过去m年的第y个月份中由于气象因素Wx造成接触网跳闸的总次数；nMy表示在对应第y个月份中接触网跳闸的总次数；t＝1,2,……m；y＝1,2,3,…,11,12；步骤B：基于该地区接触网历史跳闸次数的统计记录，对导致接触网跳闸的气象影响因素进行归类；以月份为单位计算第y个月中接触网跳闸故障对不同气象影响因素的敏感度；通过对应月份设定的阈值τy，确定各月份导致接触网跳闸的主导气象影响因素，将主导气象影响因素相同的月份划分为一个时间段，共将年际时间划分为i个时间段；步骤C：以月份为单位，统计在过去同期m年的时间中，每个月份导致接触网跳闸的主导气象影响因素的月平均天数，并计算同期每个月接触网的月平均跳闸次数；通过最小二乘拟合的方法，分别对i个时间段中接触网月平均跳闸次数和主导气象影响因素的月平均天数进行拟合，得到i个接触网月平均跳闸次数与主导气象影响因素月平均天数的函数表达式；步骤D：对该区域未来月份进行接触网跳闸次数进行预测：确定要对接触网跳闸次数进行预测的月份，判断该月份所处的时间段，提取该月份中导致接触网跳闸的主导气象影响因素；利用中长期天气预报等手段，获取该地区在预测月份中各种主导气象影响因素出现的天数将作为气象关联模型的输入，带入到相应时段的接触网月平均跳闸次数与主导气象影响因素月平均天数的函数表达式中进行计算，得到预测月份接触网的预测跳闸次数。