[发明专利]一种风速预测方法、系统、电子设备及介质

说明书

本发明涉及一种风速预测方法、系统、电子设备及介质，包括步骤：获取高速列车在当前时间段的第一风速信号；根据第一风速信号，确定近似级数和细节序列；对第一风速信号进行分解，得到多个子信号；根据近似级数和细节序列，通过第一风速预测模型，确定第一预测风速；根据近似级数、细节序列和多个子信号，通过第二风速预测模型，确定第二预测风速；根据近似级数、细节序列和多个子信号，通过第三风速预测模型，确定第三预测风速；根据第一预测风速、第二预测风速和第三预测风速，确定高速列车在下一个时间段的目标预测风速。解决了采用单个模型来预测风速信息，数据精度受限，降低了高速列车监测准确性的问题。

技术领域

本发明涉及漏电保护技术领域，尤其涉及一种风速预测方法、系统、电子设备及介质。

背景技术

随着我国高速铁路的发展，高速铁路遭遇强风的里程不断增加，强风会给高速列车施加高气压，并影响列车的动态响应，从而影响列车的运行安全和乘坐舒适性，不同的国家都报告过由风引起的列车事故，与传统列车相比，高速列车对风更敏感，因此，研究风对高速列车的影响对于提高列车的安全性和乘坐舒适性具有重要作用。

传统技术方案通常是采用例如递归神经网络、支持向量机、模糊推理系统、自适应升级模糊推理系统等来预测风速信息，但是采用单个模型来预测风速信息，数据精度受限，降低了高速列车监测准确性。

发明内容

为了克服现有采用单个模型来预测风速信息，数据精度受限，降低了高速列车监测准确性的问题，本发明提供了一种风速预测方法、系统、电子设备及介质。

第一方面，为了解决上述技术问题，本发明提供了一种风速预测方法，包括以下步骤：

获取高速列车在当前时间段的第一风速信号；

根据第一风速信号，确定近似级数和细节序列，近似级数用于表征第一风速信号的总体变化趋势，细节序列用于表征第一风速信号中的高频信号的变化趋势；

对第一风速信号进行分解，得到多个子信号；

根据近似级数和细节序列，通过第一风速预测模型，确定高速列车在当前时间段的下一个时间段的第一预测风速，第一风速预测模型是基于WT-TS模型训练得到的；

根据近似级数、细节序列和多个子信号，通过第二风速预测模型，确定高速列车在下一个时间段的第二预测风速，第二风速预测模型是基于EEMD-ANN模型训练得到的；

根据近似级数、细节序列和多个子信号，通过第三风速预测模型，确定高速列车在下一个时间段的第三预测风速，第三风速预测模型是基于EEMD-ANN-GA模型训练得到的；

根据第一预测风速、第二预测风速和第三预测风速，确定高速列车在下一个时间段的目标预测风速。

本发明提供的一种风速预测方法的有益效果是：通过第一风速预测模型，得到第一预测风速，通过第二风速预测模型，得到第二预测风速，第三风速预测模型，得到第三预测风速，再根据第一预测风速、第二预测风速和第三预测风速，得到目标预测风速，本申请采用了三个预测模型(第一风速预测模型、第二风速预测模型和第三风速预测模型)的输出结果来得到目标预测风速，提高了只根据单个预测模型的输出结果得到目标预测风速的数据精度，解决了采用单个模型来预测风速信息，数据精度受限的问题，降低了高速列车根据目标预测风速来监测运行安全性的问题。

在上述技术方案的基础上，本发明的一种风速预测方法还可以做如下改进。

进一步，上述根据第一风速信号，确定近似级数和细节序列，包括：