期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于AMSD-WTSSA-DELM模型的铁路沿线短期风速预测方法
1
作者 尼比江·艾力 张林鍹 +5 位作者 李奕超 景雨啸 高金山 王渊 谢明浩 罗晓龙 《铁道科学与工程学报》 北大核心 2025年第2期543-556,共14页
我国西北地区铁路沿线风速较强且存在非平稳性和波动性,导致风速预测精确度不高、模型泛化性差。基于此,提出一种基于AMSD-WTSSA-DELM的组合预测模型。首先,利用高度非平稳的原始风速序列、分量的长期相关表现、分量所包含的潜在模式及... 我国西北地区铁路沿线风速较强且存在非平稳性和波动性,导致风速预测精确度不高、模型泛化性差。基于此,提出一种基于AMSD-WTSSA-DELM的组合预测模型。首先,利用高度非平稳的原始风速序列、分量的长期相关表现、分量所包含的潜在模式及趋势和周期性等内在信息,进行每步分解处理,分别建立分解条件以及自适应更新阈值;为避免过度分解加入自适应重构方法,分解至无高复杂度分量为止,从而实现适应性较强的自适应多步分解。其次,提出WTSSA算法,即通过在麻雀搜索算法(SSA)中融入混沌映射、自适应权重和自适应t分布扰动策略,提升SSA全局搜索和局部探索能力,加快收敛速度,并通过测试函数验证WTSSA算法的卓越性。然后针对AMSD输出的各分量,分别建立由WTSSA优化权重和偏置的深度极限学习机(DELM)模型。最后汇总所有分量的预测数据,合成最终的预测输出。实验结果表明:模型在2组实际铁路沿线风速数据预测性能上提升效果明显,以第1组实验数据为例,本文方法与DELM相比,平均绝对误差(E_(mae))和均方根误差(E_(rmse))分别降低90.32%和82.25%,决定系数(R^(2))提升43.00%。综上所述,研究成果有效克服了风速的非线性特征导致的时迟问题,具有高泛化性能,能够预测短期风速变化,从而帮助铁路系统做出更有效的安全决策,为列车安全运行提供有力的技术支撑。 展开更多
关键词 短期风速预测 自适应多步分解 深度极限学习机 改进麻雀搜索算法 铁路沿线风速
在线阅读 下载PDF
牵引供电系统低频振荡产生机理分析与治理策略
2
作者 刘伟 《中国铁路》 北大核心 2025年第8期133-141,共9页
随着我国铁路的快速发展,既有路网牵引供电系统中低频振荡干扰铁路正常运输组织的问题日渐突出。针对既有路网产生低频振荡的问题,系统开展车网联合低频振荡测试分析,揭示低频振荡产生机理;通过建立车网等效阻抗模型,探明动车组数量等... 随着我国铁路的快速发展,既有路网牵引供电系统中低频振荡干扰铁路正常运输组织的问题日渐突出。针对既有路网产生低频振荡的问题,系统开展车网联合低频振荡测试分析,揭示低频振荡产生机理;通过建立车网等效阻抗模型,探明动车组数量等关键参数对低频振荡的影响;为研究动车组牵引控制策略对低频振荡的治理效果,开展牵引供电系统低频振荡治理效果测试,验证其有效性;基于上述试验结果,提出完备的整改治理方案,为相关单位预防、治理牵引供电系统网压低频振荡问题提供参考。 展开更多
关键词 牵引供电系统 低频振荡 车网等效阻抗模型 关键参数 CRH5型动车组 治理策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部