| 基于LMD-TCN的高铁沿线风速观测资料质量控制算法研究 |
| |
| 引用本文： | 叶星瑜,叶小岭,马伟叁,熊雄,陈昕,袁诗云. 基于LMD-TCN的高铁沿线风速观测资料质量控制算法研究[J]. 铁道科学与工程学报, 2022, 19(4): 849-856. DOI: 10.19713/j.cnki.43-1423/u.T20210363 |
| |
| 作者姓名： | 叶星瑜 叶小岭 马伟叁 熊雄 陈昕 袁诗云 |
| |
| 作者单位： | 南京信息工程大学 江苏省大气环境与装备技术协同创新中心,江苏 南京 210044,南京信息工程大学 气象灾害预报预警与评估协同创新中心,江苏 南京 210044,中国铁路上海局集团有限公司,上海 200071 |
| |
| 基金项目： | 江苏省高铁安全工程技术研究开发中心开放基金重点项目;中国铁路上海局集团公司科研计划重大项目;江苏省自然科学基金资助项目;江苏轨道交通产业发展协同创新基地开放基金重点项目 |
| |
| 摘 要： | 大风是影响高铁安全运行的主要气象灾害之一，为保证高铁的运行安全，需监测高铁沿线风速观测资料。高铁沿线风速数据在采集和传输的过程中易受到各种干扰，导致风速观测资料中存在一些可疑值，故对其进行质量控制是解决此类问题的必要环节。提出一种融合局部均值分解法(Local Mean Decomposition, LMD)和时间卷积网络法(Temporal Convolutional Network,TCN)的风速观测资料质量控制算法，以此来提高高铁沿线风速观测资料的质量。为证明该方法的可行性，选取我国京沪高铁沿线江苏段4个观测站2018年秒级风速观测资料进行质量控制分析，并与时间卷积网络法(TCN)、长短期记忆神经网络法(Long Short-Term Memory,LSTM)和支持向量回归法(Support Vector Regression,SVR)这3种方法对比。通过插入人工误差，并以检错率为评价指标来衡量上述4种方法进行质量控制的效果。试验结果表明，该方法相比于其他3种方法能准确地检测出人为插入的误差，可以满足高铁沿线风速质量控制的需求，同时具有季节适应性强的特点。
|
| 关 键 词： | 质量控制 风速 高铁沿线 时间序列 局部均值分解 时间卷积网络 |
Research on the quality control method of wind speed observation data along the high-speed railway line based on LMD-TCN |
| |
| YE Xingyu,YE Xiaoling,MA Weisan,XIONG Xiong,CHEN Xin,YUAN Shiyun. Research on the quality control method of wind speed observation data along the high-speed railway line based on LMD-TCN[J]. Journal of Railway Science and Engineering, 2022, 19(4): 849-856. DOI: 10.19713/j.cnki.43-1423/u.T20210363 |
| |
| Authors: | YE Xingyu YE Xiaoling MA Weisan XIONG Xiong CHEN Xin YUAN Shiyun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
