论文部分内容阅读
大风是影响列车运行安全性与稳定性的主要恶劣性天气之一。随着高速铁路的迅速发展,强横风对列车运行安全构成了严重威胁。由大风引起的行车事故在世界各国时有发生。青藏铁路格尔木至拉萨段位于青藏高原腹地,气候十分复杂,极端天气事件特别是大风的频繁发生严重威胁到了铁路运输安全。青藏铁路沿线大部分风站的历史最大风速超过25m/s,部分风站甚至超过40m/s,破坏力巨大,对铁路桥梁、铁路线路、车辆以及通信设备都可能造成不同程度的危害。因此,深入开展青藏铁路沿线大风演变规律和风速预测研究,是铁路运营部门科学地进行行车指挥调度的迫切需要,具有重要的社会经济意义和工程应用价值。在总结了国内外相关研究成果的基础上,针对青藏铁路沿线风速序列呈现出随机性和动态相关性的特点,论文提出了基于时间序列分析理论的ARIMA预测算法。在此基础上,为进一步改善预测效果,论文提出了两种优化算法：(1)支持向量机理论与时间序列分析理论相结合的SVM-ARMA算法,建立结构风险最小化意义下的时间序列模型；(2)时间序列分析理论与卡尔曼滤波理论相结合的ARMA-SMFKF算法,利用观测值带来的新息动态地修正预测误差；引入多重次优渐消因子改进卡尔曼滤波器,以增强算法跟踪时间序列突变点的能力。利用青藏铁路实测风速序列对上述两种算法的验证结果表明：SVM-ARMA算法的风速短期超前预测精度较ARIMA算法有所提高；ARMA-SMFKF算法大幅提高了预测精度,特别是序列突变点的预测精度,同时显著改善了预测延时问题。两种优化算法均得了良好的预测效果,具有极高的应用和研究价值。论文最后设计开发了一套基于Matlab与SQL Server数据库的青藏铁路沿线风速预测软件系统。该系统提供对青藏铁路沿线52个风站的大风信息查询功能,基于论文提到的算法实现了风速时间序列平稳性检验与处理、模型识别、模型定阶、模型参数估计、风速预测预报等功能。