基于RBF神经网络的铁路沿线短时风速预测方法

• 作者: 史天运 王彤 王瑞
• 来源期刊: 中国铁道科学
• 学科: 交通运输
• 关键词: 短时风速预测 Kalrnan滤波 RBF神经网络 滚动算法
• 年，卷（期）: 2011,（5）
• 页码范围: 132-134
• 分类号: U298.1|P457.5
• 字数: 2098字
• 语种: 中文

摘要

对实测风速数据进行Kalman滤波,去除实测风速数据的偏差；通过归一化处理,消除数据中的冗余成分;针对RBF神经网络的预测误差会随着时间的推移而增大的问题,采用滚动式训练方法在线训练RBF神经网络;用训练好的RBF神经网络进行风速预测,再对预测结果进行反归一化处理,得到最终的预测风速.仿真结果表明,运用基于RBF神经网络的铁路短时风速预测方法对短时风速进行预测,最大相对误差仅为5.92％,可满足铁路防灾安全监控系统中风速预测子系统的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史天运	中国铁道科学研究院电子计算技术研究所	87	832	13.0	23.0
2	王瑞	中国铁道科学研究院电子计算技术研究所	21	94	7.0	8.0
3	王彤	中国铁道科学研究院电子计算技术研究所	15	210	8.0	14.0