基于LMD-TCN的高铁沿线风速观测资料质量控制算法研究

摘要：

大风是影响高铁安全运行的主要气象灾害之一,为保证高铁的运行安全,需监测高铁沿线风速观测资料.高铁沿线风速数据在采集和传输的过程中易受到各种干扰,导致风速观测资料中存在一些可疑值,故对其进行质量控制是解决此类问题的必要环节.提出一种融合局部均值分解法(Local Mean Decomposition,LMD)和时间卷积网络法(Temporal Convolutional Network,TCN)的风速观测资料质量控制算法,以此来提高高铁沿线风速观测资料的质量.为证明该方法的可行性,选取我国京沪高铁沿线江苏段4个观测站2018年秒级风速观测资料进行质量控制分析,并与时间卷积网络法(TCN)、长短期记忆神经网络法(Long Short-Term Memory,LSTM)和支持向量回归法(Support Vector Regression,SVR)这3种方法对比.通过插入人工误差,并以检错率为评价指标来衡量上述4种方法进行质量控制的效果.试验结果表明,该方法相比于其他3种方法能准确地检测出人为插入的误差,可以满足高铁沿线风速质量控制的需求,同时具有季节适应性强的特点.

关键词：质量控制、风速、高铁沿线、时间序列、局部均值分解、时间卷积网络

所属期刊栏目：19

分类号：P425.6+2(气象基本要素、大气现象)

资助基金：江苏省自然科学基金资助项目;中国铁路上海局集团公司科研计划重大项目;江苏轨道交通产业发展协同创新基地开放基金重点项目;江苏省高铁安全工程技术研究开发中心开放基金重点项目

在线出版日期：2022-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：849-856