專利名稱：鐵路防災風預警方法
技術(shù)領(lǐng)域：
本發(fā)明涉及鐵路防災的報警技術(shù)領(lǐng)域，尤其涉及一種鐵路防災風預警方法。
背景技術(shù)：
隨著國內(nèi)鐵路技術(shù)的發(fā)展，特別是近年來高速鐵路的發(fā)展，對鐵路安全以及由地 質(zhì)、天氣與人為因素造成的災害性后果的報警要求越來越高。強風報警已成為中國鐵路防 災系統(tǒng)的一個組成部分，由于氣象因素的風因素與該地的地型、氣候、地面因素等有著密切 的關(guān)系，同時風速作為一個隨機信號，其發(fā)生有很大的不確定性，很難做出準確的預警。當前情況下，鐵路防災系統(tǒng)帶有完整風采集系統(tǒng)，因此在工作一段時間內(nèi)，防災系 統(tǒng)風數(shù)據(jù)采集分系統(tǒng)有足夠的風歷史數(shù)據(jù)，可以通過對風歷史數(shù)據(jù)所組成樣本點的分析， 辨識該點風預警概率數(shù)學模型，并通過這一模型以及當前風速計算下一個階段風速分布的 情況。
發(fā)明內(nèi)容
為解決上述技術(shù)問題，本發(fā)明提供了一種鐵路防災風預警算法及實現(xiàn)。由于風作為一種隨機信號，其變化值符合正態(tài)分布，歸一化后正態(tài)分布曲線如下 所示
1 χ _(u-ju)2F{x) = —j=\e 2σ1 dii
J0正態(tài)分布的分布密度函數(shù)為
1 (χ-μ f(x)=~==e 2σ
^Tmt其中，數(shù)學期望μ、方差ο需要通過樣本點數(shù)據(jù)進行辨識。由于樣本點為非連續(xù)性數(shù)據(jù)點，為了適應正態(tài)分布隨機過程，需要對樣本點進行 離散化處理，離散數(shù)學期望EX與方差σ (X)可以表示如下
1 ΝEX = -YX( I )
N οσ(Χ) = (Χ — EX f( 2 )其中，N為樣本點的數(shù)量，X為樣本點的風速樣本值。對于每一個樣本點的風速進行歸一化，如對于風速為V的一個風速樣本，下一次 出現(xiàn)的風速值為XV，這樣得到風速變值為一個比例因數(shù)。本發(fā)明所提供的鐵路防災風預警方法，包括以下步驟步驟一選取數(shù)學模型，采集樣本點的辨識條件為基本樣本點為選定時間長度內(nèi)的平均風速，其后相同時間長度內(nèi)發(fā)生的最大的瞬
3時風速；步驟二 處理樣本點；在每一個風采樣點所積累的樣本點中，將所述選定時間長度內(nèi)的平均風速進行整 數(shù)化，并將所有平均風速分成有限多個，分別對該有限多個平均風速值發(fā)生后相同時間長 度內(nèi)的最大瞬時風速讀出，組成子樣本組；步驟三數(shù)學模型參數(shù)計算對子樣本組的風速值帶入式1與式2進行計算，得到每一個子樣本點的數(shù)學期望 與方差，這樣就得到了每一個子樣本點的瞬時風速預測概率函數(shù)。步驟四建立數(shù)學分布表；對于每一個子預測模型，計算出大于每一個整數(shù)級別風速發(fā)生的概率，并將這個 概率分布數(shù)據(jù)制作成數(shù)據(jù)表；步驟五根據(jù)數(shù)學模型進行預測；當讀取到一個新的在選定時間長度內(nèi)的平均風速時，首先對其進行整數(shù)化，同時 按鐵路報警級別，分別查表得到大于某報警級別風速發(fā)生的概率大??；步驟六基于置信區(qū)間估計瞬時風預警上限計算；取置信上限為0. 95，計算置信區(qū)間的置信上限，當通過步驟五得到報警風速沒有 處于置信區(qū)間時，則不給出預警狀態(tài)，當報警風速處于置信區(qū)間時，則給出預警狀態(tài)。同時，采用置信區(qū)間方法，得到最大置信區(qū)間風速值，為預警系統(tǒng)提供參考。采用基于隨機變量正態(tài)分布的估計方法，并采用基于單個測風點的樣品數(shù)據(jù)，對 風變化數(shù)據(jù)進行歸一化處理，并進行置信區(qū)間估計，能夠完成對風速的預警。
具體實施例方式鐵路防災風預警方法，包括以下步驟步驟一選取數(shù)學模型；風樣本點選取符合以下辨識條件辨識條件1 基本樣本點為兩分鐘平均風速，后兩分鐘之內(nèi)發(fā)生的最大的瞬時風 速；辨識條件2 基本樣本點為十分鐘平均風速，后十分鐘之內(nèi)發(fā)生的最大的瞬時風 速；步驟二 處理樣本點；在防災系統(tǒng)工作一段時間后，例如一年，每一個風采樣點會積累相當多數(shù)量的樣 本點。在這些樣本點之中，將兩分鐘平均風速進行整數(shù)化，即采用四舍五入的方法去掉其小 數(shù)部分，使兩分鐘平均風速為一整數(shù)，同時將所有平均風速分成有限多個，如20個數(shù)值，分 別對有限多個平均風速值發(fā)生后兩分鐘之內(nèi)的最大瞬時風速讀出，組成子樣本組；十分鐘預測樣本點同樣也按上述方法建立；步驟三計算數(shù)學模型參數(shù)；對子樣本組的風速值分別帶入式1與式2進行計算，得到每一個子樣本點的數(shù)學 期望與方差，進而得到每一個子樣本點的瞬時風速預測概率函數(shù)。步驟四建立數(shù)學分布表；
對于每一個子預測模型，計算出大于每一個整數(shù)級別風速發(fā)生的概率，并將這個 概率分布數(shù)據(jù)制作成數(shù)據(jù)表；步驟五根據(jù)數(shù)學模型進行預測；由于對災風預測要求計算出發(fā)生大于某一數(shù)值的瞬時風速這一事件的概率是多 少，因此當讀取到一個新的兩分鐘平均風速或十分鐘平均風速時，首先對其進行整數(shù)化，同 時按鐵路報警級別，分別查表得到大于某報警級別風速發(fā)生的概率大小。步驟六基于置信區(qū)間估計瞬時風預警上限計算取置信上限為0. 95，計算置信區(qū)間的置信上限，當通過步驟五得到報警風速沒有 處于置信區(qū)間時，則不給出預警狀態(tài)，當報警風速處于置信區(qū)間時，則給出預警狀態(tài)。同時， 采用置信區(qū)間方法，得到最大置信區(qū)間風速值，為預警系統(tǒng)提供參考。在防災系統(tǒng)中，將正態(tài)分布表存于調(diào)度終端任務計算機中，同時將每一個風采樣 點的數(shù)學模型中的數(shù)學期望與方差以及數(shù)學模型的風速區(qū)間存入數(shù)據(jù)庫服務器的預警數(shù) 學模型表中，通過調(diào)度終端對各級別預警風速進行查表，得到下一個階段(二分鐘或十分 鐘)最大瞬時風速的上限值，計算該值處于哪一個級別報警狀態(tài)，對預警級別進行顯示，提 示調(diào)度人員，以便做出相應的操作。
權(quán)利要求
鐵路防災風預警方法，其特征在于，包括以下步驟步驟一選取數(shù)學模型，采集樣本點的辨識條件為基本樣本點為選定時間長度內(nèi)的平均風速，其后相同時間長度內(nèi)發(fā)生的最大的瞬時風速；步驟二處理樣本點；在每一個風采樣點所積累的樣本點中，將所述的選定時間長度內(nèi)的平均風速進行整數(shù)化，并將所有平均風速分成有限多個，分別對該有限多個平均風速值發(fā)生后相同時間長度內(nèi)的最大瞬時風速讀出，組成子樣本組；步驟三計算數(shù)學模型參數(shù)；將子樣本組的風速值帶入式1與式2進行計算，得到每一個子樣本點的數(shù)學期望與方差，進而得到每一個子樣本點的瞬時風速預測概率函數(shù)； <mrow><mi>EX</mi><mo>=</mo><mfrac> <mn>1</mn> <mi>N</mi></mfrac><munderover> <mi>Σ</mi> <mn>0</mn> <mi>N</mi></munderover><mi>X</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo></mrow> </mrow> <mrow><mi>σ</mi><mrow> <mo>(</mo> <mi>X</mi> <mo>)</mo></mrow><mo>=</mo><mfrac> <mn>1</mn> <mi>N</mi></mfrac><msup> <mrow><mo>(</mo><mi>X</mi><mo>-</mo><mi>EX</mi><mo>)</mo> </mrow> <mn>2</mn></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo></mrow> </mrow>其中，N為樣本點的數(shù)量，X為樣本點的風速樣本值；步驟四建立數(shù)學分布表；對于每一個子預測模型，計算出大于每一個整數(shù)級別風速發(fā)生的概率，并將該概率分布數(shù)據(jù)制作成數(shù)據(jù)表；步驟五根據(jù)數(shù)學模型進行預測；當讀取到一個新的在選定時間長度內(nèi)的平均風速時，首先對其進行整數(shù)化，同時按鐵路報警級別，分別查表得到大于某報警級別風速發(fā)生的概率大?。徊襟E六基于置信區(qū)間估計瞬時風預警上限計算；取置信上限為0.95，計算置信區(qū)間的置信上限，當通過步驟五得到報警風速沒有處于置信區(qū)間時，不給出預警狀態(tài)，當報警風速處于置信區(qū)間時，則給出預警狀態(tài)。
2.如權(quán)利要求1所述的方法，其特征在于，所述步驟一中的選定時間長度為2 10分鐘。
3.如權(quán)利要求1所述的方法，其特征在于，所述步驟二中采用四舍五入的方法進行整數(shù)化。
全文摘要
本發(fā)明提供了一種鐵路防災風預警方法，該方法基于鐵路防災系統(tǒng)中風數(shù)據(jù)采集分系統(tǒng)的風歷史數(shù)據(jù)，通過對風歷史數(shù)據(jù)所組成樣本點的分析，辨識該點風預警概率數(shù)學模型，并通過這一模型以及當前風速計算下一個階段風速分布的情況。用于實現(xiàn)對根據(jù)當前風的情況下，預測下一個階段強風出現(xiàn)的概率，以置信區(qū)間的方式對下一個時間區(qū)間內(nèi)的風速給出早期預警。
文檔編號G06F19/00GK101923605SQ201010256638
公開日2010年12月22日 申請日期2010年8月18日 優(yōu)先權(quán)日2010年8月18日
發(fā)明者張智祥, 楊勇, 段成明 申請人:北京佳訊飛鴻電氣股份有限公司