Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于区域环境的沿海线列车风速预测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广东海洋大学;南京展颜电子科技有限公司

摘要:本发明涉及一种基于区域环境的沿海线列车风速预测方法及系统,属于轨道交通技术领域。本发明实施例公开了一种基于区域环境的沿海线列车风速预测方法及系统。其中,该方法包括:获取原始风速数据,去除噪声信号并构建风速样本数据;获取轨道沿线环境数据和天气数据,为风速预测样本数据添加天气标签;预设预测网络模型,将风速预测样本数据作为训练数据集,通过训练数据集对预测网络模型进行训练;通过预测网络模型计算实时风速数据和天气数据得到预测结果,根据预测结果和环境数据得到短期预测风速。提高了风速预测方法所用数据集的质量和预测结果的准确度,提高了预测系统的环境适应性和鲁棒性。

主权项:1.一种基于区域环境的沿海线列车风速预测方法,其特征在于,包括:S1:在列车轨道旁设置风速传感器,通过所述风速传感器的控制器采集列车轨道沿线的实时瞬态风速得到原始风速数据,根据所述原始风速数据去除噪声信号并构建风速样本数据;S2:获取轨道沿线环境数据和天气数据,为风速预测样本数据添加天气标签;S3:通过所述风速预测样本数据训练预测网络模型;S4:通过训练后的所述预测网络模型计算实时列车车站风速数据和天气数据得到预测结果,根据所述预测结果和所述环境数据得到短期预测风速,将所述短期预测风速作为列车运行控制参数,根据所述列车运行控制参数指定列车行车方案;所述步骤S1具体包括:S101:获取原始风速数据,将所述原始风速数据按照输入时序转换为嵌入矩阵,将所述嵌入矩阵分解为子矩阵,将奇异值大于0的所述子矩阵构成分量矩阵,通过对角平均化将所述分量矩阵转换为风速时间序列;S102:将所述风速时间序列变换至频域得到频谱数据,划分所述频谱数据得到连续区间,在所述连续区间内构造尺度函数得到细节系数和近似系数,根据所述细节系数和所述近似系数重构信号得到风速分量,计算公式为: 其中,f为风速分量,Wa为近似系数,Wd为细节系数,F为傅里叶变换,A为尺度函数,w为连续区间的长度,j为分量计数,N为分量类数;S103:计算所述风速分量的相关系数,将所述相关系数大于0.8的所述风速分量合并为风速样本数据;所述步骤S3具体包括:将所述风速样本数据作为输入数据输入到卷积神经网络中,在所述卷积神经网络中提取所述输入数据的特征得到特征映射,对所述特征映射进行降维得到特征映射集合;根据输入数据设置卷积核,通过卷积核滑动提取输入数据的特征得到特征映射,计算公式为: hm=fWm*x+bm,其中,C为特征映射矩阵大小,n为输入数据的矩阵大小,p为填充数据,s为卷积步幅,w为卷积核大小,h特征映射,m为特征映射计数,f为激活函数,*为卷积运算,W为特征映射的权重,b为特征映射的偏置参数;设置池化滑动区域大小,通过池化滑动区域遍历特征映射矩阵,选取池化滑动区域中的池化值值作为所述池化滑动区域对应的特征映射区域数据得到特征映射集合;建立预测网络模型,初始化所述预测网络模型的网络权重和偏置参数得到位置向量和初始预测结果向量,根据所述特征映射集合得到训练数据集和迭代次数;根据所述训练数据集得到位置向量,若下一时刻的所述位置向量的适应度大于或等于所述初始预测结果向量的适应度,则将所述位置向量作为预测结果向量,若下一时刻的所述位置向量的适应度小于所述初始预测结果向量的适应度,则将初始预测结果向量作为预测结果向量;计算所述位置向量的预测误差值,若所述预测误差值的绝对值大于1,则根据所述初始预测结果向量得到下一时刻的位置向量,计算公式为:xt+1=x0t-A|C·x0t-xt|,其中,x为位置向量,t为迭代次数,x0为初始预测结果向量,A为预测误差值,C为网络权重和偏置参数组成的系数向量;若所述预测误差值的绝对值小于或等于1,则根据所述预测结果向量得到下一时刻的位置向量,计算公式为:xt+1=|x1t-xt|·ebl·cos2πl+x1t,其中,x为位置向量,t为迭代次数,x1为预测结果向量,e为自然数,b为网络权重,l为偏置参数;将迭代完成的所述预测结果向量对应的网络参数构建网络参数集,通过所述网络参数集表征所述预测网络模型;所述步骤S4具体包括:获取当前时刻的列车风速数据和天气数据并作为模型输入数据,通过所述预测网络模型对所述模型输入数据进行预测得到预测结果;根据所述环境数据建立列车运行数据模型,计算公式为:F=Mx0+Cx1+Kx2,其中,F为列车运行负荷,M为列车质量,C为阻尼,K为刚度,x0为车站间距离,x1为列车速度,x2为列车加速度;根据所述列车运行数据模型得到列车运行负荷,将所述列车运行负荷和所述预测结果进行相关性检验得到下一站的风速,计算公式为: 其中,v为预测风速结果,h为车站路堤高度,K为标准车站路堤高度,a为风速廓形系数,V为预测结果风速,w为横风风速。

全文数据:

权利要求:

百度查询: 广东海洋大学 南京展颜电子科技有限公司 一种基于区域环境的沿海线列车风速预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。