[发明专利]一种高速铁路沿线风速多点多层耦合预测方法

摘要

本发明公开了一种高速铁路沿线风速多点多层耦合预测方法，该方法包括以下步骤1.在目标测风站位置周围安装5个辅助测风站；2.将原始风速数据进行滤波和分解后，再进行小波降噪；3.信号求和重构；4.选取与目标测风站显著性较高的m个辅助测风站；5.对所选辅助测风站各频层子序列的各PF分量分别建立预测模型；6.以选出的m个辅助测风站的各频层的PF分量为输入，以目标测风站的各频层的PF分量为输出，采用GA优化的RBF神经网络进行训练；7.利用m个辅助测风站的超前多步预测值，得到目标测风站的超前多步风速预测值。本发明能对铁路沿线风速进行高精度超前多步预测用于高速铁路强风环境下的列车有效调度指挥，并能避免单一测风站硬件故障造成的数据中断。

主权项

一种高速铁路沿线风速多点多层耦合预测方法，其特征在于，包括以下步骤：步骤1：在目标测风站位置周围至少安装N个辅助测风站，利用辅助测风站实时采集辅助测风站的风速数据，获得目标测风站和辅助测风站的风速样本集合；其中，N为大于或等于5的整数；步骤2：对辅助测风站数据和目标测风站数据依次进行滤波和LMD分解，获得分解数据；步骤3：对分解后的数据进行小波降噪处理后，再进行信号重构，获得重构数据；步骤4：将各辅助测风站的风速重构数据与目标测风站的风速重构数据进行相关性检验，按相关度从高到低排序，选出与目标测风站风速重构数据相关度排名前m组辅助测风站的风速重构数据和对应的m个辅助测风站；其中，m为整数，取值范围为[3，60％N]；步骤5：将目标测风站和步骤4选出的辅助测风站的风速重构数据按照频率划分成高频子序列、中频子序列、低频子序列，再将所有选出的辅助测风站的高频子序列、中频子序列、低频子序列分别归类到高频层、中频层和低频层；步骤6：利用所选的辅助测风站各频层数据进行辅助测风站各频层建模获取辅助测风站各频层的超前多步预测值；所述辅助测风站各频层建模包括：对辅助测风站高频子序列的各PF分量分别进行高频基于CS的小波神经网络的训练，构建辅助测风站高频基于CS的小波神经网络预测模型；对辅助测风站中频子序列的各PF分量分别建立基于PSO的LSSVM进行训练，构建辅助测风站中频基于PSO的LSSVM预测模型；对辅助测风站低频子序列的各PF分量分别建立RARIMA进行训练，构建辅助测风站低频RARIMA预测模型；步骤7：利用所选的辅助测风站各频层数据和目标测风站各频率的子序列，进行基于GA的RBF神经网络训练，构建目标测风站各频率的超前多步预测模型，并且以步骤6获得的辅助测风站各频层的超前多步预测值输入目标测风站各频率的超前多步预测模型，获得目标测风站的超前多步预测值。