一种高速铁路沿线风速智能混合预测方法

摘要

一种高速铁路沿线风速智能混合预测方法，所述方法的步骤包括数据采集与输入、数据序列分层、建立数学模型、预测综合计算和预测结果输出；数据序列分层是对输入的数据采用模式经验分解法，将原始数据分解成至少两层的风速数据并输出；建立数学模型中设置有与数据序列分层数据输出层数相同数量的通道，在每个通道中，对应层的风速数据在遗传算法寻优处理中进行处理后，再在BP神经网络模型中进行处理；建立数学模型和预测综合计算之间设置供所有数据同时输出的数据栈。本发明具有以下优点：预测方法科学合理，简单易行，能够直接对铁路沿线现场测风站所获得的风速样本数据进行高精度的、超前多步的预测分析。

主权项

一种高速铁路沿线风速智能混合预测方法，所述方法的步骤包括数据采集与输入（1）、数据序列分层（2）、建立数学模型（11）、预测综合计算（9）和预测结果输出（10），所述预测综合计算（9）是对数学模型中的数据进行加权计算；其特征在于：所述数据序列分层（2）的步骤是对输入的数据采用模式经验分解法，将原始数据分解成至少两层的风速数据并输出；所述建立数学模型（11）的步骤中设置有与数据序列分层（2）的步骤数据输出层数相同数量的通道，即每个通道对应一个层的风速数据输出；在每个通道中，先对对应层的风速数据在遗传算法寻优处理（12）的步骤中进行处理，其处理结果再在BP神经网络模型（7）的步骤中进行处理；所述建立数学模型（11）的步骤和预测综合计算（9）的步骤之间设置数据栈（8），数据栈（8）的输入端数量与所有BP神经网络模型（7）的步骤输出端的数量相等，当所有BP神经网络模型（7）的步骤输出端的数据全部到达数据栈（8）后，数据栈（8）内的所有数据同时输出至预测综合计算（9）的步骤进行加权计算，最后由预测结果输出（10）的步骤输出预测计算结果。