典型文献
基于LMD-TCN的高铁沿线风速观测资料质量控制算法研究
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
叶星瑜;叶小岭;马伟叁;熊雄;陈昕;袁诗云
作者机构：
南京信息工程大学 江苏省大气环境与装备技术协同创新中心,江苏 南京 210044;南京信息工程大学 气象灾害预报预警与评估协同创新中心,江苏 南京 210044;中国铁路上海局集团有限公司,上海 200071
文献出处：
引用格式：
[1]叶星瑜;叶小岭;马伟叁;熊雄;陈昕;袁诗云-.基于LMD-TCN的高铁沿线风速观测资料质量控制算法研究)[J].铁道科学与工程学报,2022(04):849-856
A类：
B类：
LMD,TCN,高铁沿线,观测资料,资料质量,控制算法,算法研究,主要气象灾害,运行安全,测高,风速数据,中易,可疑,必要环节,局部均值分解法,Local,Mean,Decomposition,时间卷积网络,Temporal,Convolutional,Network,京沪高铁,江苏段,观测站,质量控制分析,长短期记忆神经网络,神经网络法,Long,Short,Term,Memory,支持向量回归,回归法,Support,Vector,Regression,SVR,方法对比,检错
AB值：
0.329514
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
