基于DeepAR的短期风速概率预测 |
| |
引用本文: | 何旭辉,段泉成,严磊.基于DeepAR的短期风速概率预测[J].铁道学报,2023(7):152-160. |
| |
作者姓名: | 何旭辉 段泉成 严磊 |
| |
作者单位: | 1. 中南大学土木工程学院;2. 高速铁路建造技术国家工程实验室;3. 轨道交通工程结构防灾减灾湖南省重点实验室 |
| |
基金项目: | 国家自然科学基金(51925808,51808563);;湖南省自然科学基金(2020JJ5754); |
| |
摘 要: | 为对铁路沿线风速提前进行预判,保障桥梁施工及高速铁路列车运行时的安全,提出基于深度自回归模型(DeepAR)的短期风速预测方法。采用平潭海峡公铁两用大桥和西堠门大桥实测风速进行验证,并以包括小波包分解下的卷积神经网络和循环神经网络混合模型(WPD-CNNLSTM-CNN)在内的4种模型作为点预测对比模型,以SimpleFeed-Forward、ARIMA、Random Walk模型进行置信度为50%与95%的区间预测作为对比模型。研究结果表明:无论是点预测还是区间预测,DeepAR模型都能够在具有随机性、间歇性的短期风速序列中提取到特征信号并进行精度较高的预测,且相比于其他模型具有更好的准确性与泛化能力,可满足实际工程短期风速预测需求。
|
关 键 词: | 铁路桥梁 短期风速 DeepAR模型 点预测 区间预测 |
|