[发明专利]塔吊风速预测方法、系统和计算机可读存储介质在审
申请号: | 202211504394.5 | 申请日: | 2022-11-28 |
公开(公告)号: | CN115796031A | 公开(公告)日: | 2023-03-14 |
发明(设计)人: | 周伟善;王爱军;刘森;闫建龙;梁晓波;扶杰;黄俊溪;宋骁宇 | 申请(专利权)人: | 中铁四局集团第三建设有限公司;中铁四局集团有限公司 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;H02J3/00;G01W1/10;G06N3/006;G06Q10/0635;G06Q50/08 |
代理公司: | 天津盈佳知识产权代理事务所(特殊普通合伙) 12224 | 代理人: | 孙宝芸 |
地址: | 300300 *** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 塔吊 风速 预测 方法 系统 计算机 可读 存储 介质 | ||
1.一种塔吊风速预测方法,其特征在于,包括:
获取预设地面高度的近地实时风速和塔顶的塔顶实时风速,所述预设地面高度为距离地面的高度;
根据所述近地实时风速和所述塔顶实时风速获取预设高度处的预测平均风速;
根据所述预测平均风速获取预测模型;
根据所述预测模型与所述塔顶实时风速,预测出塔吊在不同高度处的风速。
2.根据权利要求1所述的塔吊风速预测方法,其特征在于,所述预测平均风速满足如下关系:其中,uzp为高度z处的预测平均风速,uy为预设地面高度处在预设时间内的平均风速,zy为预设地面高度,z为塔吊高度,αp为预测粗糙度指数。
3.根据权利要求2所述的塔吊风速预测方法,其特征在于,预测粗糙度指数满足如下关系:αp=f(μy)。
4.根据权利要求2所述的塔吊风速预测方法,其特征在于,粗糙度指数满足如下关系:
式中,uz为高度z处的平均风速,α为粗糙度指数。
对式(1)等号两侧同时取对数,即
5.根据权利要求2至4中任一项所述的塔吊风速预测方法,其特征在于,所述预设时间为10分钟。
6.根据权利要求2至4中任一项所述的塔吊风速预测方法,其特征在于,所述预设地面高度为3米。
7.根据权利要求1至4中任一项所述的塔吊风速预测方法,其特征在于,根据所述预测平均风速获取预测模型,具体包括:
对鲸鱼算法进行改进;
基于改进的鲸鱼算法对所述预测平均风速进行优化,得到优化预测模型;
采用所述优化预测模型对风速进行训练和预测,并对实验结果进行误差分析。
8.根据权利要求7所述的塔吊风速预测方法,其特征在于,对鲸鱼算法进行改进,具体包括:
假设一个点集其中的点表示粒子的初始位置;
初始化数组js(i)=1,i=1……k;
随即生成一个点并且找到点集G中与点距离最近的点
按照下列公式循环运算2000次;
其中,js(i)=js(i)+1(5)。
9.根据权利要求8所述的塔吊风速预测方法,其特征在于,基于改进的鲸鱼算法对所述预测平均风速进行优化,得到优化预测模型,具体包括:
初始化参数,得到初始化后的参数;
根据所述初始化后的参数重新生成初始鲸鱼个体;
定义适应度函数F(a,b,c),其中a,b,c分别代表三个超参数;
根据所述适应度函数F(a,b,c)计算每个鲸鱼的初始适应度值Fi(a,b,c),并记录当前适应度值最小的鲸鱼为当前最优解Xbest,并满足如下关系式:
更新鲸鱼的脉冲频率、速度和位置,并满足如下关系式:
fi=fmin+(fmax-fmin)×β (7)
迭代优化;
输出优化结果,并将最优解的IDXbest赋值给预测模型,得到所述优化预测模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中铁四局集团第三建设有限公司;中铁四局集团有限公司,未经中铁四局集团第三建设有限公司;中铁四局集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211504394.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种降低表面颗粒的单片晶片清洗方法
- 下一篇:空调及其控制方法