论文部分内容阅读
为减轻青藏铁路恶劣大风天气对列车行车安全的影响、对沿线风速进行准确地预测预报，运用时间序列法对格尔木-拉萨段16号测风站实测风速建立时序预测模型，并进行多步预测仿真计算．为提高时序预测模型精度，通过改进时间序列法建模流程，引进卡尔曼滤波智能算法，提出了2种适合于不同预测步长和精度的优化算法．预测实例表明：优化算法将时序模型的超前1步预测平均相对误差从4．89％降低为2．51％，超前5步预测平均相对误差从9．77％降低为5．62％，并明显改善了时序模型的预测延时现象．