近年来,中国高铁的发展速度令人称赞,被誉为新时代中国的四大发明,其未来发展更加让人期待。相比于传统铁路,高铁速度快,对风速变化更加敏感。但是现有的预测方法分辨率小,预测精度不高难以满足高速铁路风速预测的需求。因此,如何及时准确地预测危及高铁行驶安全的大风,以便列车及时调整到安全车速,保障高铁安全高效运行意义重大。基于此,本文提出了一种组合模型预测方法并在此基础上设计了一套高铁风速预测预警系统,研究的主要内容如下:在组合预测模型的思想下,提出一种基于CEEMDAN-SE-GRU-BP的高铁沿线超短期风速预测模型。先利用具有自适应噪声的完整集合经验模态分解（CEEMDAN）对原始风速序列进行处理,得到若干个本征模态函数后,利用样本熵衡量各本征模态函数的复杂度。将样本熵值近似的本征模态函数按照从高到低重组成随机分量、细节分量、趋势分量三个分量,分别利用门控循环单元（GRU）与反向传播神经网络建模预测,最后相加得到最终预测值。以高铁沿线京沪线江苏段2018年全年的数据进行风速预测,MAE、RMSE、MAPE作为评价指标,实验结果证明本方法与传统预测方法对比具有更好的预测效果。按照高铁运行技术规范,引入了信息检索领域的查全率与查准率验证本文方法在高铁大风预警上的效果,按照铁路标准,从季节、地形、时段分布等多个角度对真实数据与预测数据进行了统计与分析。对比预测数据在不同风速区间的预测效果与预警效果。实验结果验证了其准确性与适用性。最后,设计了适合目标高速铁路沿线的高铁风速预测系统,将上述的算法集成到预测系统的算法层模块中,并将系统以可视化的方式将信息展示给用户提供参考。