基于列车运行安全的青藏铁路大风预测优化模型与算法

被引:10
作者
刘辉
潘迪夫
李燕飞
机构
[1] 中南大学轨道交通安全教育部重点实验室
关键词
时间序列; 卡尔曼滤波; 风速预测; 优化模型; 青藏铁路;
D O I
暂无
中图分类号
U298.1 [行车安全];
学科分类号
082301 [道路与铁道工程];
摘要
为减轻青藏铁路恶劣大风天气对列车行车安全的影响、对沿线风速进行准确地预测预报,运用时间序列法对格尔木-拉萨段16号测风站实测风速建立时序预测模型,并进行多步预测仿真计算.为提高时序预测模型精度,通过改进时间序列法建模流程,引进卡尔曼滤波智能算法,提出了2种适合于不同预测步长和精度的优化算法.预测实例表明:优化算法将时序模型的超前1步预测平均相对误差从4.89%降低为2.51%,超前5步预测平均相对误差从9.77%降低为5.62%,并明显改善了时序模型的预测延时现象.
引用
收藏
页码:986 / 989
页数:4
相关论文
共 9 条
[1]
随机过程.[M].(美)LonnieC.Ludeman著;邱天爽;李婷;毕英伟等译;.电子工业出版社.2005,
[2]
强侧风作用下不同类型铁路货车在青藏线路堤上运行时的气动性能比较 [J].
周丹 ;
田红旗 ;
杨明智 ;
鲁寨军 .
铁道学报, 2007, (05) :32-36
[4]
基于RBF神经网络的混沌时间序列前后向联合预测模型附视频 [J].
姜可宇 ;
蔡志明 ;
陆振波 .
武汉理工大学学报(交通科学与工程版), 2007, (02) :259-261+340
[5]
基于径向基神经网络的铁路货运量预测 [J].
刘志杰 ;
季令 ;
叶玉玲 ;
耿志民 .
铁道学报, 2006, (05) :1-5
[6]
青藏铁路大风天气运输组织方法 [J].
魏玉光 ;
杨浩 ;
韩学雷 .
中国铁道科学, 2006, (05) :114-117
[7]
中国列车空气动力学研究进展 [J].
田红旗 .
交通运输工程学报, 2006, (01) :1-9
[8]
风电场风速和发电功率预测研究 [J].
杨秀媛 ;
肖洋 ;
陈树勇 .
中国电机工程学报, 2005, (11) :1-5
[9]
A short-term strong wind prediction model for railway application: design and verification [J].
Hoppmann, U ;
Koenig, S ;
Tielkes, T ;
Matschke, G .
JOURNAL OF WIND ENGINEERING AND INDUSTRIAL AERODYNAMICS, 2002, 90 (10) :1127-1134