一种大跨度拱桥施工期大风预警方法及系统技术方案

本发明专利技术公开了一种大跨度拱桥施工期大风预警方法及系统，包括提取预设时间的历史风速序列，对所述历史风速序列进行质量控制，包括插值处理与异常值剔除，同时进行平均化处理得到相应的预测风速序列；采用改进的VMD方法对预测风速序列进行多尺度分解、特征选取、重新组合，形成包含虚假成分的预测序列和可预测序列；基于ARIMA‑GARCH模型进行建模，得到确定性风速预测值和风速残差序列；对所述风速残差序列进行纯随机性检验迭代自相关性评估，得到风速概率预测区间。本发明专利技术的预测结果表明本方法具有精度高、区间带宽窄等优点，具有95％置信度的上包络值可为桥梁施工期风灾辅助决策、防灾减灾提供更为可靠的参考依据。

【技术实现步骤摘要】
一种大跨度拱桥施工期大风预警方法及系统
本专利技术涉及大跨度拱桥施工
，特别涉及一种大跨度拱桥施工期大风预警方法及系统。
技术介绍
近年来，随着铁路建设向中西部地区快速发展，越来越多的艰险山区高铁亟待修建。与沿海及平原地区不同，山区地形山高谷深、层峦叠嶂，风场环境更受局部地形地貌的控制，导致气候多变，大气边界层内的空气流动异常复杂。在我国南疆、青藏、贵州等地区大风袭击铁路、公路引发灾害的报道屡见不鲜。尤其是峡谷垭口区域，具有风速大、阵风强烈、紊流度高、突发性强等特点，将严重威胁铁路施工和运营的安全。例如，2016年5月19日飓风突袭贵州坝陵河大桥，最大瞬时风速值达到32.7m/s，导致桥下线缆被强风吹至桥面，桥上灯杆倒塌，交通中断。山区雷暴风、近海台风等非良态风荷载具有风速高、阵风强烈、突发性强等显著特点，易对桥梁结构产生灾害性破坏。由于大跨桥梁在施工期间尚未形成最终的结构体系，结构刚度较小，对风荷载的作用非常敏感。尽管目前大跨径桥梁修建期常采用抗风缆、抗风支座等措施，并规定六级强风及以上恶劣天气不准施工作业。然而，日常天气预报无本文档来自技高网...

【技术保护点】
1.一种大跨度拱桥施工期大风预警方法，包括：/n步骤1：由安装在所述大跨度拱桥预定位置处的风速监测设备实时监测风速序列；/n步骤2：在监测到的实时风速序列中提取不少于十天的历史风速序列，对所提取的历史风速序列进行插值处理与异常值剔除，对所述历史风速序列进行平均化处理，得到平均时距为10min的超短时风速预测序列和平均时距为1h的短时风速预测序列；/n步骤3：对步骤2所得的平均时距为10min的超短时风速预测序列进行多尺度分解、特征选取、重新组合，形成干扰预测精度的风速序列c

【技术特征摘要】
1.一种大跨度拱桥施工期大风预警方法，包括：
步骤1：由安装在所述大跨度拱桥预定位置处的风速监测设备实时监测风速序列；
步骤2：在监测到的实时风速序列中提取不少于十天的历史风速序列，对所提取的历史风速序列进行插值处理与异常值剔除，对所述历史风速序列进行平均化处理，得到平均时距为10min的超短时风速预测序列和平均时距为1h的短时风速预测序列；
步骤3：对步骤2所得的平均时距为10min的超短时风速预测序列进行多尺度分解、特征选取、重新组合，形成干扰预测精度的风速序列c1(t)与可预测风速序列c2(t)；
步骤4：基于ARIMA-GARCH模型分别对所述干扰预测精度的风速序列c1(t)与可预测风速序列c2(t)进行建模，通过递归计算得到所述短时风速预测序列对应的确定性风速预测值和预测残差序列；
步骤5：基于纯随机性检验对所述预测残差序列进行自相关性迭代运算，挖掘所述风速残差值中蕴含的不确定信息，采用非参数自适应核密度估计方法根据所述不确定信息计算风速概率预测区间，并输出与所述超短时风速预测序列对应的超短时预测结果，所述预测结果包括：确定性风速预测值以及所述风速概率预测区间；
步骤6：对步骤2所得平均时距为1h的短时风速预测序列进行步骤3～步骤5的计算，求解所述短时风速预测序列对应的短时预测结果；
步骤7：提取所述历史风速序列1h内10min平均风速最大值和1h平均风速，通过y1＝a1x1和y2＝a2x2+b的函数拟合所述1h内10min平均风速最大值与1h平均风速大小间的关系，选取拟合系数a1和a2中的较大值为修正系数，并根据所述修正系数调整所述短时风速预测序列的预测结果；
其中，y1、y2表示1h内10min平均风速最大值；x1、x2表示1h平均风速；a1、a2表示拟合系数，b为常数项；
步骤8：将步骤5、步骤7输出的超短时预测结果与短时预测结果与预设的多级风速阈值进行比较，并根据比较结果输出对应的预警指令。


2.如权利要求1所述的方法，其特征在于，所述步骤1包括：
将风速监测设备安装固定于辅助所述大跨度拱桥施工的两个临时缆索塔架上的三层预定位置处，所述两个临时缆索塔架分别位于所述大跨度拱桥的两侧；其中，在每个所述临时缆索塔架的拱圈轮廓高度处安装三维超声风速仪，在每个所述临时缆索塔架的最高点与最低点安装二维机械式风速仪。


3.如权利要求1所述的方法，其特征在于，所述步骤2包括：
步骤201：判断所提取的历史风速序列是否存在数据缺失，若存在，则进入步骤202；若否，则直接进入步骤203；
步骤202：依据同侧同风向优先原则，采用相关性插补法补全其缺失的风速序列段，待补全所述缺失的风速序列段后进入步骤203；
步骤203：采用多倍截断标准差的方法剔除所提取的历史风速序列的普通异常点，利用所述普通异常点前后风速点的均值进行校正；并判断是否还存在无法利用所述多倍截断标准差的方法识别得到的异常点，若不存在，则进入步骤208，若存在，表明序列中存在极端异常值，则进入步骤204；
步骤204：对步骤203校正后的历史风速序列进行一次差分运算，判断序列相邻两个风速点的乘积是否大于预定的阈值；若是，则为所述极端异常点，利用所述极端异常点的前后风速点的均值进行校订；若否，表明序列中存在连续的极端异常点，则进入步骤205；
步骤205：按照数据奇偶位置顺序对所述历史风速序列进行k次抽取，得到2k组数据，k为进行奇偶抽取的次数；
步骤206：分别计算所述2k组数据的均值和方差，根据计算所得的均值和方差，采用莱特准则剔除相应的极端异常值，并利用所述极端异常点的前后风速点的均值进行校订；
步骤207：对2k组数据按照所述数据奇偶位置顺序进行合并，得到异常值剔除与校订后的所述历史风速序列；
步骤208：对所述历史风速序列进行平均化处理，得到平均时...

【专利技术属性】
技术研发人员：苏延文，曾永平，陈克坚，郑晓龙，颜永逸，陈星宇，陶奇，刘孜学，徐昕宇，王富斌，
申请(专利权)人：中铁二院工程集团有限责任公司，
类型：发明
国别省市：四川;51