专利名称：铁路防灾风预测方法
技术领域：
本发明属于铁路防灾报警与监控技术领域，尤其涉及一种铁路防灾风预测方法。
背景技术：
随着国内铁路技术的发展，特别是近年来高速铁路的发展，对铁路安全以及由地 质、天气与人为因素造成的灾害性后果的报警要求越来越高。强风报警已成为中国铁路防 灾系统的一个组成部分，由于气象因素中的风因素与该地的地型、气候、地面因素等有着密 切的关系，同时风速作为一个随机信号，其发生有很大的不确定性，很难做出准确的预测。 为了更好的使调度部门以及工务部门能够更早的得到下一个时间段风速以及风向情况，风 预测成为风报警子系统的一项非常重要的技术。目前，铁路防灾系统中，利用风变化趋势以及长期风变化趋势的特征来预测下一 个时段的平均风速大小以及风向变化的情况，其技术原理是首先，建立基于风速以及风向变化导数的微分模型，即微分方程式微分方程式。采用四个连续风速变化导数的微分方程式，可以算出一组模型常数A，B, C，D 的值。同样地，采用四个风向变化导数的微分方程式，可以算出一组模型常数a，b，c, d的 值。对于N+6个连续点，可以计算得到N组不同的模型常数A，B, C，D以及a，b，c, d的值。 这些数值分别表示为 A。，A1, . . .，An_” B0, B1, ... , Bm, C0, C1, ... , CN_” D0, D1, . . . , Dn^1 以及
‘ ‘ · · · ？ ι、b〇？ b” · · · j b]^—ι、CqJ C” · · · J。Ν—ι、d〇？ d” · · · ；ο利用A。，A1,... ,An-PBc^B1,...，BN_” CQ，C1,... ,(VpDc^D1,... ,Dh，分别计算模
型常数A，B，C，D的数学期望，有
_ N-IA=YjA1
i=0
_ N-IB = YjB1
i=0
_ N-IC = Y4C1
i=0
_ N-I5 二 YjD1，
i=0同理，能够计算模型常数a，b，c，d的数学期望。利用上述数学期望作为模型常数， 可以计算下一时刻的风速风向数据。然而，由于风速与风向测量是一个实时及连续的过程，须对风测量点的实时风速 和实施风向进行风预测，并且测量过程中需要对风预测参数进行实时更新，因此直接使用 数学期望结果进行计算，无法满足实时性以及连续性要求。

发明内容
本发明的目的在于，针对目前使用的风预测方法无法满足实时性以及连续性要 求，提出一种铁路防灾风预测方法，使风测量点的预测模型进行实时更新，使风预测系统具 有自学习以及自更新功能。技术方案是，一种铁路防灾风预测方法，其特征是所述方法包括步骤1 获取当前时刻测量点的风速和风向数据；步骤2 计算当前时刻测量点的风速的一阶差分、二阶差分和三阶差分，并计算当 前时刻测量点的风向的一阶差分、二阶差分和三阶差分；步骤3 调取当前时刻之前三个连续时刻的风速和风向数据、一阶差分、二阶差分 和三阶差分，建立风速和风向模型辨识方程；步骤4 判断建立的风速和风向模型辨识方程是否都达到4个，如果是，则执行步 骤6;否则，执行步骤5;步骤5 获取下一时刻测量点的风速和风向数据，并以下一时刻作为当前时刻，返 回步骤2 ；步骤6 分别根据风速和风向模型辨识方程，建立四元一次方程组，通过高斯消元 法，获得风速和风向的模型参数；步骤7 根据平均滑动系数更新模型参数；步骤8 根据更新的模型参数计算下一个时刻的风速和风向数据。
所述根据平均滑动系数更新模型参数具体利用公式
权利要求
1.一种铁路防灾风预测方法，其特征是所述方法包括 步骤1 获取当前时刻测量点的风速和风向数据；步骤2 计算当前时刻测量点的风速的一阶差分、二阶差分和三阶差分，并计算当前时 刻测量点的风向的一阶差分、二阶差分和三阶差分；步骤3 调取当前时刻之前三个连续时刻的风速和风向数据、一阶差分、二阶差分和三 阶差分，建立风速和风向模型辨识方程；步骤4 判断建立的风速和风向模型辨识方程是否都达到4个，如果是，则执行步骤6 ； 否则，执行步骤5;步骤5:获取下一时刻测量点的风速和风向数据，并以下一时刻作为当前时刻，返回步 骤2;步骤6 分别根据风速和风向模型辨识方程，建立四元一次方程组，通过高斯消元法， 获得风速和风向的模型参数；步骤7 根据平均滑动系数更新模型参数；步骤8 根据更新的模型参数计算下一个时刻的风速和风向数据。
2.根据权利要求1所述的一种铁路防灾风预测方法，其特征是所述根据平均滑动系数 更新模型参数具体利用公式^v =ΚΧΝ_λ +(I-K)Xn ；其中，Xn为更新的模型参数，K为平均_N滑动系数，^v =Σ不'Xi为模型参数，i = 1，2，...，N。i=0
3.根据权利要求2所述的一种铁路防灾风预测方法，其特征是所述平均滑动系数K为 0. 95。
全文摘要
本发明公开了铁路防灾报警与监控技术领域中的一种铁路防灾风预测方法。包括获取当前时刻测量点的风速和风向数据；计算当前时刻测量点的风速和风向的一阶差分、二阶差分和三阶差分；调取当前时刻之前三个连续时刻的风速和风向数据、一阶差分、二阶差分和三阶差分，建立风速和风向模型辨识方程；根据风速和风向模型辨识方程，建立四元一次方程组，通过高斯消元法，获得风速和风向的模型参数；根据平均滑动系数更新模型参数；根据更新的模型参数计算下一个时刻的风速和风向数据。本发明提高了预测精度和预测结果的准确性。
文档编号G01W1/10GK102122004SQ20101059490
公开日2011年7月13日 申请日期2010年12月17日 优先权日2010年12月17日
发明者张智祥 申请人:北京佳讯飞鸿电气股份有限公司