基于LMD-TCN的高铁沿线风速观测资料质量控制算法研究

• 作者: 叶星瑜 叶小岭 马伟叁 熊雄 陈昕 袁诗云
• 来源期刊: 铁道科学与工程学报
• 学科: 地球科学
• 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
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 高速铁路技术|High-speed Railway Technology
• 页码范围: 849-856
• 页数: 8页
• 分类号: P425.6+2
• 语种: 中文
• DOI: 10.19713/j.cnki.43-1423/u.T20210363

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.