System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种高铁沿线秒级风速信号特性分析及动态风场重构方法技术_技高网

一种高铁沿线秒级风速信号特性分析及动态风场重构方法技术

技术编号:40778004 阅读:7 留言:0更新日期:2024-03-25 20:23
本发明专利技术公开了一种高铁沿线秒级风速信号特性分析及动态风场重构方法。首先,采用时域分析和频域分析相结合描述风信号变化状态,将铁路站点秒级风速数据划分不同时距,提取平均风和脉动风,统计分析风速信号特征参数,构造多要素不同时距风速临界状态变化特征状态方程。其次,提取沿线地形数据,建立静态小尺度风场重构模型,分析秒级信号的时空依赖关系并结合深度学习,进行空间降尺度和时间降尺度,得到“秒‑百米”级静态风场。最后,建立沿线最大秒级风速超前预测框架,将“秒‑百米”级静态风场和实时风速进行多源信息融合,将预测数据替换为实时风速输入到融合模型,重构“秒‑百米”级未来动态风场,精准捕获高铁沿线秒级瞬时最大风速。

【技术实现步骤摘要】

本专利技术涉及气象学和风数据处理领域,特别涉及一种高铁沿线秒级风速信号特性分析及动态风场重构方法


技术介绍

1、在高铁运行速度不断提高且列车车体轻量化趋势的背景下,高速列车安全运行对环境变得更加敏感。大风是影响列车安全运行的一个主要气象因素,列车在大风天气下行驶,会导致列车限速运行、停运,或者发生异物侵限事件。研究表明若瞬时风速达到倾覆临界风速,仅1-2s就足以引起列车的倾覆,尤其是在复杂地形地貌区域,遇到的风险概率更大。

2、高铁运行对秒级风速变化敏感,高铁线路通常会经过各种典型环境,如山脉、桥梁、湖泊、隧道等,风速的随机性和突变性在这些复杂环境中更加明显,所以有必要对高铁沿线局部区域进行风特性分析。

3、目前,高铁沿线大风报警是基于风监测点实测数据报警,风监测点的位置决定了高铁的限速与停运区间。这种限速方式会产生风监测点未达到预警风速,但区间内出现了超过预警风速而未及时限速的列车超速通过问题,即存在大风晃车区间,严重影响行车安全和乘客乘坐的舒适度。因此,有必要实时准确地重构出监测站点之间风速,确保高铁运营的安全、稳定和高效。

4、现有技术中,风特性研究和风场重构主要集中在气象、风电和工程领域,研究主要存在以下几点不足:第一,气象、风电和工程领域中风特性研究的时空尺度大,关注于10min时距的平均风速,缺乏对秒级风速信号状态变化机理的认识,且研究方法多是传统的统计学方法;第二,山脉、山谷、丘陵等地形因素会引起风场的阻挡、加速等,现有风场重构忽略了地形效应。第三,基于数值模拟和风洞实验风场重构方法存在着一定的局限性,中尺度数值模拟的空间分辨率无法满足高铁对风场分布精细化的要求,而风洞实验只能模拟特定风速在物理模型中的变化,难以满足高铁沿线风场实时动态变化的需求。


技术实现思路

1、本专利技术所要解决的问题是:提供一种高铁沿线秒级风速信号特性分析及动态风场重构方法,重构高铁沿线静动态高时空分辨率风场,实现对危及高铁行车安全的区间秒级瞬时最大风速的精准捕获。

2、本专利技术采用如下技术方案:一种高铁沿线秒级风速信号特性分析及动态风场重构方法,包括如下步骤:

3、s1、获取相应的高铁沿线测风站点秒级风速数据,对采集到的数据进行质量控制,包括:气候极值检查、时间一致性检查和持续性检查;

4、s2、构造不同时距的脉动风速、脉动强度、湍流强度和阵风因子,实现对湍流特性的刻画;

5、s3、使用玻尔兹曼熵、信息熵、功率谱三个指标,衡量风速不同分量的非平稳特性;

6、s4、监测秒级风速数据的变化趋势和突变点,获取秒级风速数据状态变化临界特征;

7、s5、在获得突变点基础上,定量分析风速信号状态,得到高铁沿线风场风信号涨跌变化的特点和规律,构建三区制ms-var模型,预测风速波动周期和变化走势;

8、s6、利用计算流体力学结合地形地貌要素,建立高铁沿线特定区域的静态风场重构模型;

9、s7、在空间依赖方面,利用半变异函数进行空间建模,分别构造风信号的趋势分量、脉动分量和湍流分量的半变异函数,获取风信号各分量的相似特征与空间距离之间的依赖关系;

10、s8、在时间依赖方面,基于风场时间序列在不同时间状态下具有不同的特征,采用多重分形去趋势波动分析,检测风速时间序列的长程相关性和自相似性,得到hurst指数;

11、s9、对静态风场进行空间降尺度,获取地形地貌特征因子并划分为高分辨率数据组和低分辨率数据组,构建低分辨率下的地形风速非线性gbdt模型,基于训练好的gbdt模型通过估算得到高分辨率风速序列,构建高铁沿线百米级分辨率的空间风场;

12、s10、采用分形插值方法对分钟级风场进行时间降尺度,得到秒-百米级静态风场;

13、s11、依据风速序列的长程相关性,将序列分成不同尺度序列片段,依据hurst指数值将子序列组合为低频分量类、中频分量类和高频分量类,根据分量类特点构建统计方法和informer相结合的超前风速预测模型;

14、s12、构建orelm模型并进行训练,在地铁沿线各个站进行预测得到预测风速;将s10中“秒-百米”级静态风场和沿线风速测站采集的实时风速进行多源信息融合,将预测数据替换为实时风速作为融合模型输入,重构得到秒-百米级未来动态风场;

15、s13、s10中秒-百米级静态风场是地铁沿线空间的历史网格风场,采用深度置信网络对历史网格风场和实时沿线测点风速进行点面融合,融合后的模拟值即为预测动态风场。

16、本专利技术采用以上技术方案与现有技术相比,具有以下技术效果:

17、本专利技术提出的高铁沿线秒级风速信号特性分析及动态风场重构方法,相比于以往由单纯数值模拟得到的区域风场,充分考虑了秒级风速信号的特性,解决了典型复杂区域风场的高时空分辨率重构问题,在高铁沿线风场精细重构方面有较强的参考价值。

本文档来自技高网...

【技术保护点】

1.一种高铁沿线秒级风速信号特性分析及动态风场重构方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的高铁沿线秒级风速信号特性分析及动态风场重构方法,其特征在于,步骤S2中,脉动风速vf用瞬时风速u与平均风速之差表示,脉动强度uv用脉动风速的均方根表示,公式为:

3.根据权利要求1所述的高铁沿线秒级风速信号特性分析及动态风场重构方法,其特征在于,步骤S3中,玻尔兹曼熵反映物质系统随时间推移而产生的熵变化,公式为:

4.根据权利要求3所述的高铁沿线秒级风速信号特性分析及动态风场重构方法,其特征在于,对高铁沿线站点的风速时间序列数据构造一个秩序列Sk,秩序列为时间序列上某时刻数值大于另一时刻数值个数的累计数,形成一段时间序列UFk:

5.根据权利要求4所述的高铁沿线秒级风速信号特性分析及动态风场重构方法,其特征在于,步骤S6中,构建高铁沿线特定区域的静态风场重构模型,方法如下:

6.根据权利要求5所述的高铁沿线秒级风速信号特性分析及动态风场重构方法,其特征在于,步骤S8中多重分形去趋势波动分析方法,记为MF-DFA,具体如下:

7.根据权利要求6所述的高铁沿线秒级风速信号特性分析及动态风场重构方法,其特征在于,步骤S10中构建秒-百米级静态风场,包括如下子步骤:

8.根据权利要求7所述的高铁沿线秒级风速信号特性分析及动态风场重构方法,其特征在于,步骤S11根据分量类特点构建统计方法和Informer相结合的超前风速预测模型,提高风速预测精度,包括如下子步骤:

9.根据权利要求8所述的高铁沿线秒级风速信号特性分析及动态风场重构方法,其特征在于,步骤S12构建秒-百米级未来动态风场,方法包括:

10.根据权利要求9所述的高铁沿线秒级风速信号特性分析及动态风场重构方法,其特征在于,秒-百米级静态风场为地铁沿线空间的历史网格风场,步骤S13包括如下子步骤:

...

【技术特征摘要】

1.一种高铁沿线秒级风速信号特性分析及动态风场重构方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的高铁沿线秒级风速信号特性分析及动态风场重构方法,其特征在于,步骤s2中,脉动风速vf用瞬时风速u与平均风速之差表示,脉动强度uv用脉动风速的均方根表示,公式为:

3.根据权利要求1所述的高铁沿线秒级风速信号特性分析及动态风场重构方法,其特征在于,步骤s3中,玻尔兹曼熵反映物质系统随时间推移而产生的熵变化,公式为:

4.根据权利要求3所述的高铁沿线秒级风速信号特性分析及动态风场重构方法,其特征在于,对高铁沿线站点的风速时间序列数据构造一个秩序列sk,秩序列为时间序列上某时刻数值大于另一时刻数值个数的累计数,形成一段时间序列ufk:

5.根据权利要求4所述的高铁沿线秒级风速信号特性分析及动态风场重构方法,其特征在于,步骤s6中,构建高铁沿线特定区域的静态风场重构模型,方法如下:

【专利技术属性】
技术研发人员:叶小岭张永胜张颖超熊雄邓华陈昕
申请(专利权)人:南京信息工程大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1