一种基于频繁序列的高铁大风预警方法技术

本发明专利技术公开了一种基于频繁序列的高铁大风预警方法，通过获取预警序列集和非预警序列集，再利用序列模式挖掘算法对符号化的预警序列集和非预警序列集进行挖掘，得到预警频繁序列集和非预警频繁序列集；剔除预警频繁序列集和非预警频繁序列集中前缀组成相同的非最长频繁序列模式，并剔除预警频繁序列中包含有非预警序列特征的子序列，得到预警模式库；将实时风速时间序列与预警模式库的序列进行模式匹配，若匹配成功则发出预警指令。本发明专利技术更符合高铁大风报警规则，且提升了高铁大风预警的精度和执行效率。

A high-speed railway gale early warning method based on frequent sequence

【技术实现步骤摘要】
一种基于频繁序列的高铁大风预警方法
本专利技术属于高铁大风预警领域，具体涉及一种基于频繁序列的高铁大风预警方法。
技术介绍
随着铁路高速化、安全化的大力推进，铁路沿线大风预警的研究越来越受到关注。铁路沿线风速值作为保障列车行驶安全的重要指标，对风速序列信息进行数据挖掘并作出合理预测，对保障列车行驶安全具有重大意义。基于频繁序列的高铁大风预警模式库构建作为高铁大风预警模型的核心任务之一，其本质是从给定的大风检测数据中挖掘规则信息，寻找频繁子序列作为模式的知识发现过程。目前我国高铁行车指挥采用人工调度处置模式，存在方式落后、效率低下等问题，近年来有学者研究了如何提高大风预警的准确性。但现施行的高铁大风预警技术，仍依赖于预测的准确程度和时效程度，难以达到秒级粒度条件下的高精度预测，不符合现有的高铁遇大风事件的报警规则，易发生误报和漏报。事实上，高铁沿线的风速值预测问题与高铁大风预警问题并不能完全等价。其次，现实中高铁大风报警规则精确到秒，而传统研究中风速序列的时间单位为分钟或小时，难以满足秒级粒度的实际需求。除此之外，预警数据和非预警数据在一定程度上是具有共性的，若只考虑预警状态到报警状态的模式，会在实际应用中造成大量的误报警。综上所述，传统高铁大风预警存在精度低、易漏报和误报的问题。
技术实现思路
针对现有技术中的上述不足，本专利技术提供的一种基于频繁序列的高铁大风预警方法解决了传统高铁大风预警存在的问题。为了达到上述专利技术目的，本专利技术采用的技术方案为：一种基于频繁序列的高铁大风预警方法，包括以下步骤：S1、采集高速铁路沿线的实时风速时间序列，并获取高速铁路沿线的历史风速时间序列；S2、通过高速铁路沿线的历史风速时间序列获取预警序列集和非预警序列集；S3、分别将预警序列集和非预警序列集的风速值映射为符号，得到符号化的预警序列集和非预警序列集；S4、利用序列模式挖掘算法对符号化的预警序列集和非预警序列集进行挖掘，得到预警频繁序列集和非预警频繁序列集；S5、剔除预警频繁序列集和非预警频繁序列集中前缀组成相同的非最长频繁序列模式，并剔除预警频繁序列中包含有非预警序列特征的子序列，得到预警模式库；S6、将实时风速时间序列与预警模式库的序列进行模式匹配，并判断是否匹配成功，若是，则发出预警命令，否则不进行操作。进一步地，所述步骤S2包括以下分步骤：S2.1、根据高铁大风报警规则，通过历史风速时间序列获取n条报警序列，其中，第i条报警序列的起点索引为si，其终点索引为ei，i＝1,2,...,n；S2.2、从n条报警序列中筛选出超限值和超限持续时间的报警序列，得到报警序列集；S2.3、根据高铁大风预警的提前时间要求，设定提前预警的固定时间窗口为Tew；S2.4、根据报警序列集，截取历史风速时间序列中在(si-Tew)—(si-1)索引范围内的值组成序列，得到预警序列集；S2.5、根据报警序列集，截取历史风速时间序列中在(si-Tinter)—(si-Tew)索引范围内的值组成序列，并将其进行分段，得到序列长度为Tew的非预警序列集；其中，Tinter表示第i条报警序列前的序列长度。进一步地，所述步骤S3包括以下分步骤：S3.1、将小于超限值的风力值按照风力对照表划分范围，将大于超限值的风力值按照铁路技术管理规程的临界风速进行划分范围，得到风力值范围；S3.2、将划分过后的风力值范围，按照从小到大的风力值范围依次赋予a、b、c、d、e、f、g、h、i、j、k和l，将其风力值范围符号化；S3.3、根据风力值范围与符号的映射规则，分别将预警序列集和非预警序列集中每条序列的每个风力值符号化，得到符号化的预警序列集和非预警序列集。进一步地，所述超限值为15m/s，所述符号a对应的风速范围为0.0-0.2m/s，所述符号b对应的风速范围为0.3-1.5m/s，所述符号c对应的风速范围为1.6-3.3m/s，所述符号d对应的风速范围为3.4-5.4m/s，所述符号e对应的风速范围为5.5-7.9m/s，所述符号f对应的风速范围为8.0-10.7m/s，所述符号g对应的风速范围为10.8-13.8m/s，所述符号h对应的风速范围为13.9-14.9m/s，所述符号i对应的风速范围为15.0-19.9m/s，所述符号j对应的风速范围为20.0-24.9m/s，所述符号k对应的风速范围为25.0-29.9m/s，所述符号l对应的风速范围为不小于30.0m/s。进一步地，所述步骤S4包括以下分步骤：S4.1、给预警序列集和非预警序列集设定相同的最小支持度阈值、频繁序列模式的最大长度和频繁序列模式的最小长度；S4.2、根据最小支持度阈值、频繁序列模式的最大长度和频繁序列模式的最小长度，通过序列模式挖掘算法对符号化的预警序列集和非预警序列集进行挖掘，得到预警频繁序列和非预警频繁序列。进一步地，所述步骤S5包括以下分步骤：S5.1、剔除预警频繁序列集和非预警频繁序列集中前缀组成相同的非最长频繁序列模式；S5.2、使用字符串匹配算法对预警频繁序列集与非预警频繁序列集中子序列进行两两匹配，并判断是否匹配成功，若是，则匹配成功的预警频繁子序列包含有非预警序列特征，并进入步骤S5.3，否则不进行操作；S5.3、将含有非预警序列特征的预警频繁子序列从预警频繁序列集中剔除，得到预警模式库。本专利技术的有益效果为：(1)本专利技术基于序列模式挖掘的方法适用于多步、细粒度的风速序列状态预测，较现有的高铁大风基于风速单值预测方法更符合实际的大风报警规则；(2)本专利技术提出了预警序列和非预警序列的公共频繁模式的过滤方法，从而得到预警序列独有的序列特征，降低了误报率。(3)本专利技术在预警频繁序列中剔除了无效及冗余模式，有效地减少了模式匹配所需的时间，为提前预警预留充分的时间窗口，更加符合实际应用的需求。附图说明图1为本专利技术提出的一种基于频繁序列的高铁大风预警方法流程图。具体实施方式下面对本专利技术的具体实施方式进行描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。下面结合附图详细说明本专利技术的实施例。如图1所示，一种基于频繁序列的高铁大风预警方法，包括以下步骤：S1、采集高速铁路沿线的实时风速时间序列，并获取高速铁路沿线的历史风速时间序列；S2、通过高速铁路沿线的历史风速时间序列获取预警序列集和非预警序列集；S3、分别将预警序列集和非预警序列集的风速值映射为符号，得到符号化的预警序列集和非预警序列集；S4、利用序列模式挖掘算法对符号化的预警序列集和非预警序列集进行挖掘，得到预警频繁序列集和非本文档来自技高网...

【技术保护点】
1.一种基于频繁序列的高铁大风预警方法，其特征在于，包括以下步骤：/nS1、采集高速铁路沿线的实时风速时间序列，并获取高速铁路沿线的历史风速时间序列；/nS2、通过高速铁路沿线的历史风速时间序列获取预警序列集和非预警序列集；/nS3、分别将预警序列集和非预警序列集的风速值映射为符号，得到符号化的预警序列集和非预警序列集；/nS4、利用序列模式挖掘算法对符号化的预警序列集和非预警序列集进行挖掘，得到预警频繁序列集和非预警频繁序列集；/nS5、剔除预警频繁序列集和非预警频繁序列集中前缀组成相同的非最长频繁序列模式，并剔除预警频繁序列中包含有非预警序列特征的子序列，得到预警模式库；/nS6、将实时风速时间序列与预警模式库的序列进行模式匹配，并判断是否匹配成功，若是，则发出预警命令，否则不进行操作。/n

【技术特征摘要】
1.一种基于频繁序列的高铁大风预警方法，其特征在于，包括以下步骤：
S1、采集高速铁路沿线的实时风速时间序列，并获取高速铁路沿线的历史风速时间序列；
S2、通过高速铁路沿线的历史风速时间序列获取预警序列集和非预警序列集；
S3、分别将预警序列集和非预警序列集的风速值映射为符号，得到符号化的预警序列集和非预警序列集；
S4、利用序列模式挖掘算法对符号化的预警序列集和非预警序列集进行挖掘，得到预警频繁序列集和非预警频繁序列集；
S5、剔除预警频繁序列集和非预警频繁序列集中前缀组成相同的非最长频繁序列模式，并剔除预警频繁序列中包含有非预警序列特征的子序列，得到预警模式库；
S6、将实时风速时间序列与预警模式库的序列进行模式匹配，并判断是否匹配成功，若是，则发出预警命令，否则不进行操作。


2.根据权利要求1所述的基于频繁序列的高铁大风预警方法，其特征在于，所述步骤S2包括以下分步骤：
S2.1、根据高铁大风报警规则，通过历史风速时间序列获取n条报警序列，其中，第i条报警序列的起点索引为si，其终点索引为ei，i＝1,2,...,n；
S2.2、从n条报警序列中筛选出超限值和超限持续时间的报警序列，得到报警序列集；
S2.3、根据高铁大风预警的提前时间要求，设定提前预警的固定时间窗口为Tew；
S2.4、根据报警序列集，截取历史风速时间序列中在(si-Tew)—(si-1)索引范围内的值组成序列，得到预警序列集；
S2.5、根据报警序列集，截取历史风速时间序列中在(si-Tinter)—(si-Tew)索引范围内的值组成序列，并将其进行分段，得到序列长度为Tew的非预警序列集；
其中，Tinter表示第i条报警序列前的序列长度。


3.根据权利要求1所述的基于频繁序列的高铁大风预警方法，其特征在于，所述步骤S3包括以下分步骤：
S3.1、将小于超限值的风力值按照风力对照表划分范围，将大于超限值的风力值按照铁路技术管理规程的临界风速进行划分范围，得到风力值范围；
S3.2、将划分过后的风力值范围，按照从小到大的风力值范围依...

【专利技术属性】
技术研发人员：滕飞，刘鉴竹，勾红叶，祝锦烨，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51