大風對列車安全行駛具有重大影響,是列車安全行駛時需要注意的至關(guān)重要的自然因素之一。截止2018年底,我國的高鐵運營里程達到2.9萬公里,占世界高鐵運營總里程三分之二以上,有蘭新、青藏等多條跨越惡劣強風地區(qū)的鐵路線路,強風所帶來的氣動升力和橫向力等因素對列車的安全行駛構(gòu)成了嚴重威脅。開展鐵路沿線關(guān)鍵區(qū)域的風速預(yù)測研究,對整個區(qū)域內(nèi)列車的安全行駛、行車調(diào)度和列車乘坐舒適性等方面都有重大意義。本文根據(jù)蘭新客專大風天氣列車安全行駛對風速預(yù)測的現(xiàn)實需求,以蘭新客專周邊風區(qū)風監(jiān)測布點的實測數(shù)據(jù)為基礎(chǔ),提出一種基于氣象特征提取的深度神經(jīng)網(wǎng)絡(luò)算法的混合預(yù)測模型,具體研究工作如下:（1）數(shù)據(jù)預(yù)處理。首先對原始輸入變量的風速和多維氣象特征數(shù)據(jù)進行預(yù)處理,針對原始數(shù)據(jù)集數(shù)據(jù)丟失、分布不均勻、錯誤等問題,檢測原始輸入變量的合理性、完整性,然后對檢測出的異常數(shù)據(jù)進行刪除填補,對于部分分布不均的風速數(shù)據(jù)采用三次自然樣條插值法進行擬合,最后采用互信息理論對多維氣象特征數(shù)據(jù)進行相關(guān)性分析。（2）深度神經(jīng)網(wǎng)絡(luò)模型預(yù)測框架研究。具體過程,將歷史風速作為輸入,分別采用兩種深度卷積神經(jīng)網(wǎng)絡(luò)框架訓(xùn)練出模型,通過網(wǎng)絡(luò)的深層結(jié)構(gòu),... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

華2017年中國高鐵營運里程走勢(單位:萬公里，%)

016年世界高鐵運營里程

蘭新高鐵風致脫軌事故

【參考文獻】：
期刊論文
[1]基于LM算法的MLP模型及其應(yīng)用[J]. 李南星,盛益強,倪宏.  網(wǎng)絡(luò)新媒體技術(shù). 2018(01)
[2]東南沿海高速鐵路沿線環(huán)境風特性研究[J]. 徐影,謝俊,欒立宸.  高速鐵路技術(shù). 2016(05)
[3]基于粗糙集理論-主成分分析的Elman神經(jīng)網(wǎng)絡(luò)短期風速預(yù)測[J]. 尹東陽,盛義發(fā),蔣明潔,李永勝,謝曲天.  電力系統(tǒng)保護與控制. 2014(11)
[4]基于粗糙集理論和啟發(fā)式徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的中長期電力負荷預(yù)測模型[J]. 夏非,范莉,蘇浩益.  電力系統(tǒng)保護與控制. 2012(16)
[5]基于組合預(yù)測的風電場風速及風電機功率預(yù)測[J]. 張國強,張伯明.  電力系統(tǒng)自動化. 2009(18)
[6]我國客運專線高速列車安全運行大風預(yù)警系統(tǒng)研究[J]. 馬韞娟,馬淑紅,李振山,殷和宜.  鐵道工程學(xué)報. 2009(07)
[7]風電場短期風速的混沌預(yù)測方法[J]. 羅海洋,劉天琪,李興源.  電網(wǎng)技術(shù). 2009(09)
[8]風電場GM-WEIBULL風速分布組合模型出力預(yù)測[J]. 祝賀,徐建源.  華東電力. 2008(11)
[9]基于最小二乘支持向量機的風電場短期風速預(yù)測[J]. 杜穎,盧繼平,李青,鄧穎玲.  電網(wǎng)技術(shù). 2008(15)
[10]基于模式識別的風電場風速和發(fā)電功率預(yù)測[J]. 吳興華,周暉,黃梅.  繼電器. 2008(01)

博士論文
[1]鐵路沿線風信號智能預(yù)測算法研究[D]. 劉輝.中南大學(xué) 2011
[2]青藏鐵路大風監(jiān)測預(yù)警與行車指揮系統(tǒng)研究[D]. 許平.中南大學(xué) 2009

碩士論文
[1]大風預(yù)警下的高速鐵路列車運行調(diào)整研究[D]. 雷艷紅.西南交通大學(xué) 2018
[2]基于LSTM的心律失常分類研究[D]. 李雪.蘭州大學(xué) 2018
[3]基于主成分分析法的BP神經(jīng)網(wǎng)絡(luò)基準地價評估研究[D]. 張軼瑩.河南農(nóng)業(yè)大學(xué) 2015
[4]蘭新鐵路客運專線動車組運用維修研究[D]. 尹鵬飛.中國鐵道科學(xué)研究院 2015



本文編號：3077869