基于混合方法的风速预测模型研究

为实现铁路沿线风速的高精度预报,建立若干基于混合方法的预测模型并进行性能比较.采用小波分解(WD)和经验模态分解(EMD)将原始风速序列平稳化,采用神经网络方法(BP,ANFIS和NAR)进行预测,形成6种混合模型:WD-BP,WD-ANFIS,WD-NAR,EMD-BP,EMD-ANFIS和EMD-NAR.引入基于单...     

青藏铁路格拉段沿线风速短时预测方法

青藏铁路大风监测预警系统采用时间序列法实现沿线风速的短时预测.利用时间序列法对经过1min平均化处理后的非平稳实测风速序列建立ARIMA(11,1,0)模型,进行超前3步预测计算,获取第3 min平均预测风速,预测平均绝对误差为2.237 2 m·s-1.针对时间序列法第3 min平均预测风速精度低的问题,采用提出的滚动式时间序列法修正时间序列法预测计算步骤,重新获取第3 min平均预测风速,预测平均绝对误差减小为1.1670 m·s-1.使用最小二乘法拟合样本每分钟内最大实测风速和该分钟平均风速的相关系数K,通过K为1.142 8修正滚动式时间序列法第3 min平均预测风速,获取滚动时间序列法第3 min最大预测风速,预测平均绝对误差为2.090 4 m·s-1.滚动式时间序列法第3 min平均风速、最大风速的两者预测均满足精度要求.滚动式时间序列法已经在系统中使用.     

基于SPSS Modeler的超售方法在京沪高铁票额管理中的应用研究

以京沪高铁客票预售为例,针对退票数据对预测结果的影响,使用工具SPSSModeler并选择时间序列模型,估算可超额发售的票额数量.在应用于实际生产时,将其与现有客流预测的结果相结合,可弥补列车能力虚靡现象,提高列车利用率,同时,增加相应的社会和经济效益,实现旅客出行和铁路收益的双赢.     

高铁项目施工质量控制及安全管理分析

高铁可以说是道路工程体系的后起之秀,凭借安全舒适、快速准时等优质特点获得广大乘客的欢迎和青睐,而高铁项目施工质量和施工安全也因为关系到人民群众生命财产安全,以及高速铁路工程经济、社会效益和运行寿命而备受各方面的关注。但由于高铁项目不仅施工工序繁琐、复杂,而且涉及到多种高新技术与电气设备应用,故而影响质量因素和安全风险因素众多,基于此,本文分别探讨高速铁路工程质量管理措施与施工风险控制策略。     

高铁接触网紧固件异常检测的深度学习方法

接触网常年受自然环境的影响,导致其部件容易出现异常,威胁高速列车运行安全.目前,接触网的故障检测主要采用人工现场巡检和查看图像的方式,劳动强度大、人工成本高.利用人工智能技术实现高效率的接触网故障检测,具有重要现实意义和经济价值.本文主要基于高铁线路4C装置安全巡检图像,提出一种接触网紧固件异常检测方法,首先利用基于注...     

基于AMSD-WTSSA-DELM模型的铁路沿线短期风速预测方法

我国西北地区铁路沿线风速较强且存在非平稳性和波动性,导致风速预测精确度不高、模型泛化性差。基于此,提出一种基于AMSD-WTSSA-DELM的组合预测模型。首先,利用高度非平稳的原始风速序列、分量的长期相关表现、分量所包含的潜在模式及趋势和周期性等内在信息,进行每步分解处理,分别建立分解条件以及自适应更新阈值;为避免过度分解加入自适应重构方法,分解至无高复杂度分量为止,从而实现适应性较强的自适应多步分解。其次,提出WTSSA算法,即通过在麻雀搜索算法（SSA）中融入混沌映射、自适应权重和自适应t分布扰动策略,提升SSA全局搜索和局部探索能力,加快收敛速度,并通过测试函数验证WTSSA算法的卓越性。然后针对AMSD输出的各分量,分别建立由WTSSA优化权重和偏置的深度极限学习机（DELM）模型。最后汇总所有分量的预测数据,合成最终的预测输出。实验结果表明：模型在2组实际铁路沿线风速数据预测性能上提升效果明显,以第1组实验数据为例,本文方法与DELM相比,平均绝对误差(E_mae)和均方根误差(E_rmse)分别降低90.32%和82.25%,决定系数（R²）提升43.00%。综上所述,研究成果有效克服了风速的非线性特征导致的时迟问题,具有高泛化性能,能够预测短期风速变化,从而帮助铁路系统做出更有效的安全决策,为列车安全运行提供有力的技术支撑。     

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。     

基于3D卷积神经网络的高铁轨道质量指数预测方法

轨道质量指数（TQI,Track Quality Index）是反映高铁整体线路质量状态的重要指标,分析TQI数据的变化规律能够对高铁线路养护维修提供重要指导和参考依据。为提高TQI数据预测的准确性,提出了一种多项特征数据的3D卷积神经网络模型,分析了TQI数据特征,抽取时间、空间、检测项数据并形成三维特征数据集,基于3D卷积神经网络算法,构建8层TQI预测模型,并从初始化参数、学习速率、激活函数、损失函数、Dropout方法等角度对模型进行优化,并利用某高铁线检测数据进行试验验证。结果表明,3D卷积神经网络模型可较好的预测高铁线路状态变化趋势,且对比于BP神经网络和2D卷积神经网络方法,平均绝对误差分别降低了41.48%、26.32%,均方差分别降低了65.42%、39.93%,证明了该方法的准确性与有效性,对于预测TQI与制定高铁线路养护维修计划具有实用价值。     

高铁牵引供电系统综合补偿容量优化研究

大功率跨线动车组在时速250 km/h高铁上运行通过电分相时,引起牵引变压器过负荷严重,且易导致保护误动作.为此,提出一种基于潮流控制器的解决方案,分析电流分配机理,推导补偿控制策略.通过对潮流的均衡控制,使得动车组在两供电臂的负荷得到优化分配,均匀配置在牵引变压器的两绕组上,降低了其容量需求.同时,对于改善电能质量起...     

基于平衡计分卡的高铁票价效益评价指标体系研究

为更好地提高我国西部地区高速铁路（简称：高铁）资产资源利用效率,有力改善企业经营状况,运用平衡计分卡理论工具,构建基于经济效益、运输市场、旅客服务和运输经营为一体的多维度、多层次的高铁票价效益评价指标体系,提出总体评价和个体评价在不同决策场景的评价方法及其标准。以徐兰（徐州—兰州）高铁为例,验证评价指标体系的可行性及有效性,为优化高铁执行票价方案提供有效依据。