CN105740990A - 一种铁路风监测系统中常驻监测点的选取方法 - Google Patents

一种铁路风监测系统中常驻监测点的选取方法 Download PDF

Info

Publication number
CN105740990A
CN105740990A CN201610108111.3A CN201610108111A CN105740990A CN 105740990 A CN105740990 A CN 105740990A CN 201610108111 A CN201610108111 A CN 201610108111A CN 105740990 A CN105740990 A CN 105740990A
Authority
CN
China
Prior art keywords
wind
combination
railway
weather station
interim
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610108111.3A
Other languages
English (en)
Other versions
CN105740990B (zh
Inventor
杜广宇
丁封
吕华伟
石先明
沈志凌
李乾社
谢静高
郭勇
张敏慧
习博
陈鹤楠
李华
李伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Railway Siyuan Survey and Design Group Co Ltd
Original Assignee
China Railway Siyuan Survey and Design Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Railway Siyuan Survey and Design Group Co Ltd filed Critical China Railway Siyuan Survey and Design Group Co Ltd
Priority to CN201610108111.3A priority Critical patent/CN105740990B/zh
Publication of CN105740990A publication Critical patent/CN105740990A/zh
Application granted granted Critical
Publication of CN105740990B publication Critical patent/CN105740990B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明适用于铁路风监测领域,提供了一种铁路风监测系统中常驻监测点的选取方法,包括:收集各临时风监测器所记录的风速数据;确认该待测铁路沿线附近气象站,并收集气象站的风速观测信息;分析各气象站的风速观测信息和各临时风监测器的风速数据之间的线性相关性,筛选出相关性满足预设条件的组合;根据组合和组合中气象站的风速观测信息,计算组合中临时风监测点的最大风速值;根据各组合中的位置修正系数和临时风监测器所在地理位置,计算出最大风速所在的目标地理位置;在目标地理位置设置常驻监测器。本发明实施例所提出的铁路沿线风监测布点选择方法,对于提高风监测报警有效性,以及行车安全具有重要意义。

Description

一种铁路风监测系统中常驻监测点的选取方法
技术领域
本发明属于铁路风监测领域,尤其涉及一种铁路风监测系统中常驻监测点的选取方法。
背景技术
我国目前已经开通和在建设时速200km及以上铁路的铁路,主要采用如下两种监测布点方法:
方案一:人工经验布点法:设计人员结合铁路沿线地形、地貌,依据个人经验选择较为危险的区段设置风监测点,这种方法在诸如武广、郑西、沿海铁路等铁路风监测系统中被广泛使用,该方法的主要缺点在于,未将沿线气象站多年收集的气象信息运用到铁路沿线风速大小区段的判断中,风监测点的选择仅考虑了地形、地貌信息对风速的影响,在风监测点的选择上存在较多的个人经验,因此布点方案的可评估性、客观性较差。
方案二:马淑红、马韫娟等人提出利用铁路沿线气象站结合地形、地貌选择风监测布点的方案。根据其文章了解,上述布点方案被用于津京城际和京沪高铁。方案二利用铁路沿线气象站信息结合铁路线地形、地貌计算铁路沿线风速较大区段,与方案一相比有了明显的优化,但主要存在如下问题:用铁路沿线气象站收集的气象资料替代铁路沿线风速变化情况,还是不能完全反映铁路沿线风速变化的真实情况,在铁路沿线存在多个气象站时,如何选择合适的气象站信息替代铁路沿线风速变化情况,缺少客观的评判标准。
方案二较方案一有了较大改进,但均未能很好的解决铁路沿线风监测布点的需求。
发明内容
本发明实施例的目的在于提供一种铁路风监测系统中常驻监测点的选取方法,以解决现有技术在铁路沿线存在多个气象站时,如何选择合适的气象站信息替代铁路沿线风速变化的问题。
本发明实施例是这样实现的,一种铁路风监测系统中常驻监测点的选取方法,在待监测的铁路沿线设置临时风监测器,其中,所述临时风监测器以预设间距布局,所述方法包括:
收集各临时风监测器所记录的风速数据;
确认该待测铁路沿线附近气象站,并收集所述气象站的风速观测信息;
分析各气象站的风速观测信息和各临时风监测器的风速数据之间的线性相关性,筛选出相关性满足预设条件的组合,所述组合由一个气象站和一个临时风监测器构成;
根据所述组合和组合中气象站的风速观测信息,计算组合中临时风监测点的最大风速值;
根据铁路沿线地理条件和各组合中的临时风监测器所处的地理条件,计算得到各组合的位置修正系数;
根据各组合中的所述位置修正系数和临时风监测器所在地理位置,计算出最大风速所在的目标地理位置;
在所述目标地理位置设置常驻监测器。
优选的,所述根据铁路沿线地理条件和各组合中的临时风监测器所处的地理条件,计算得到各组合的位置修正系数,具体包括:
对于山峰或山坡,其顶部B处的修正系数可按下述公式采用:
β B = 1 + k t g α ( 1 - z 2.5 H ) ;
其中,tgα为山峰或山坡在迎风面一侧的坡度;k为系数,对山峰取3.2,对山坡取1.4;H为山顶或山坡全高;z为计算位置离建筑物地面的高度;
对于山峰,其两个山脚A和C处的修正系数βA、βC为1,AB间和BC间的修正系数根据线性插值确定;
对于山坡,其山脚A和山坡上C处的修正系数βA、βC为1,AB间和BC间的修正系数根据线性插值确定;其中,C和B点海拔高度相同,并且BC的距离为AB距离的4倍。
优选的,所述气压修正系数还包括由地面粗糙度和海拔高度参数确认的第二修正系数,在使用所述第二修正系数时,具体为与所述山峰或者山坡计算得到的修正系数相乘,得到最终修正值。
优选的,所述地面粗糙度具体分为4类,包括:
近海海面、海岛、海岸、湖岸和沙漠地区的为第一类;
田野、乡村、丛林、丘陵、乡镇和城市郊区的为第二类;
密集建筑群的城市市区的为第三类;
有密集建筑群且房屋较高的城市市区的为第四类;
第二修正系数值随这四类粗糙度依次减小。
优选的,利用风压和风速转换公式计算获得经过风压修正后的风速,所述转换公式具体如下:
其中,β为修正值、ω0为气象站所在位置的风压、vx为临时风监测器所在位置的风速和ρx临时风监测器所在位置的空气密度;所述其中,ρ0为气象站所在位置的空气密度、v0为气象站所在位置的风速。
优选的,所述根据所述组合和组合中气象站的风速观测信息,计算组合中临时风监测点的最大风速值,具体为:
根据各组合中的气象站的风速观测信息,获得指定时期内的临时风监测器所在位置的风速值;
以所述风速值作为参数,利用极值I型的概率分布计算得到最大风速。
优选的,所述I型的概率分布公式具体如下:
其中,u为分布的众值、a为分布的尺度参数、x为最大风速值。
优选的,所述预设间距为10km-30km。
本发明实施例提供的一种铁路风监测系统中常驻监测点的选取方法的有益效果包括:本发明实施例所提出的铁路沿线风监测布点选择方法,可显著提高风监测布点的客观、科学、可评判,对于提高风监测报警有效性,以及行车安全具有重要意义。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种铁路风监测系统中常驻监测点的选取方法的流程图;
图2是本发明实施例提供的一种山峰结构示意图;
图3是本发明实施例提供的一种山坡结构示意图;
图4是本发明实施例提供的一种铁路风监测系统中常驻监测点的选取方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一
如图1所示为本发明提供的一种铁路风监测系统中常驻监测点的选取方法,在待监测的铁路沿线设置临时风监测器,其中,所述临时风监测器以预设间距布局,其中,所述预设间距为10km-30km,所述方法包括:
在步骤201中,收集各临时风监测器所记录的风速数据。
在步骤202中,确认该待测铁路沿线附近气象站,并收集所述气象站的风速观测信息。
在步骤203中,分析各气象站的风速观测信息和各临时风监测器的风速数据之间的线性相关性,筛选出相关性满足预设条件的组合,所述组合由一个气象站和一个临时风监测器构成。
优选的,建立临时测风点与气象站同步观测得到的风速序列的一元线性回归方程。定义临时测风点风序列为因变量y,气象站风序列为自变量,依据两个变量之间的数据关系构建直线回归方程:y=a+bx,确定a和b值。
将气象站多年观测资料序列带入回归方程中,订正出临时测风点处对应的长年代气象资料序列。
在步骤204中,根据所述组合和组合中气象站的风速观测信息,计算组合中临时风监测点的最大风速值。
在步骤205中,根据铁路沿线地理条件和各组合中的临时风监测器所处的地理条件,计算得到各组合的位置修正系数。
在步骤206中,根据各组合中的所述位置修正系数和临时风监测器所在地理位置,计算出最大风速所在的目标地理位置。
具体实现中,通常以临时风检测器为中心划分片区,而所述位置修正系数便是以各临时风检测器为参考对象的一系列参数,片区中任意位置的风速可以通过该片区中心的临时风检测器的风速结合该位置的修正系数计算得到。因此,优选的,位置的修正系数是和相应的临时风检测器的位置以及计算出的临时风检测器的最大风速以建立关联关系的方式存储,以便计算时调用。
在步骤207中,在所述目标地理位置设置常驻监测器。
本发明实施例所提出的铁路沿线风监测布点选择方法,可显著提高风监测布点的客观、科学、可评判,对于提高风监测报警有效性,以及行车安全具有重要意义。
结合本发明实施例,存在一种优选的实现方案,其中,所述根据铁路沿线地理条件和各组合中的临时风监测器所处的地理条件,计算得到各组合的位置修正系数,如图2和3所示,具体包括:
对于山峰或山坡,其顶部B处的修正系数可按下述公式采用:
β B = 1 + k t g α ( 1 - z 2.5 H ) ;
其中,tgα为山峰或山坡在迎风面一侧的坡度;k为系数,对山峰取3.2,对山坡取1.4;H为山顶或山坡全高;z为计算位置离建筑物地面的高度;
对于山峰,其两个山脚A和C处的修正系数βA、βC为1,AB间和BC间的修正系数根据线性插值确定;
对于山坡,其山脚A和山坡上C处的修正系数βA、βC为1,AB间和BC间的修正系数根据线性插值确定;其中,C和B点海拔高度相同,并且BC的距离为AB距离的4倍。
除此意外,山间盆地、谷地等闭塞地形的修正系数β盆地=β谷地=0.75~0.85;
对于与风向一致的谷口、山口的修正系数β谷口=β山口=1.20~1.50。
其他地形的修改正系数也可以通过实践或者查询历史经验值的方式获得,在此不一一赘述。
结合本发明实施例,存在一种优选的实现方案,其中,所述气压修正系数还包括由地面粗糙度和海拔高度参数确认的第二修正系数,在使用所述第二修正系数时,具体为与所述山峰或者山坡计算得到的修正系数相乘,得到最终修正值。
优选的,所述地面粗糙度具体分为4类,包括:
近海海面、海岛、海岸、湖岸和沙漠地区的为第一类;
田野、乡村、丛林、丘陵、乡镇和城市郊区的为第二类;
密集建筑群的城市市区的为第三类;
有密集建筑群且房屋较高的城市市区的为第四类;
第二修正系数值随这四类粗糙度依次减小。下表给出了典型的四类底面粗糙度和不同海拔高度所确定出来的第二修正系数值。在具体使用时,可以直接通过查表获得。
其中,利用风压和风速转换公式计算获得经过风压修正后的风速,其中,所述风压修正后的风速是根据气象站的风速观测信息计算得到的在相应临时风监测器所在位置上理论能够测得的风速。所述转换公式具体如下:
其中,β为修正值、ω0为气象站所在位置的风压、vx为临时风监测器所在位置的风速和ρx临时风监测器所在位置的空气密度;所述其中,ρ0为气象站所在位置的空气密度、v0为气象站所在位置的风速。
结合本发明实施例,存在一种优选的实现方案,其中,所述根据所述组合和组合中气象站的风速观测信息,计算组合中临时风监测点的最大风速值,具体为:
根据各组合中的气象站的风速观测信息,获得指定时期内的临时风监测器所在位置的风速值;
以所述风速值作为参数,利用极值I型的概率分布计算得到最大风速。
其中,所述I型的概率分布公式具体如下:
其中,u为分布的众值、a为分布的尺度参数、x为最大风速值。
分布的参数与均值μ和标准差σ的关系按下述确定:
a = 1.28255 σ ; u = μ - 0.57722 a ;
用有限样本的均值x和标准差s作为μ和σ的近似估计时,取:
式中系数C1和C2见下表:
实施例二
如图4所示为本发明实施例提供的一种铁路风监测系统中常驻监测点的选取方法流程图,在本实施例中,对于最大风速拆分成了20年一遇最大风速和20年一遇极大风速两个概念,其中,20年一遇最大风速为均速、20年一遇极大风速为瞬时速度,参考图4,本实施例包括以下步骤:
在步骤301中,在铁路沿线设置临时风监测点;
在步骤302中,收集气象站长年代气象资料和气象站与临时风监测点同时期风速观测数据;
在步骤303中,利用气象站与临时风速点同期风速观测数据与临时风监测点采集数据计算回归方程,利用该回归方程实现对铁路沿线临时测量点长年代气象数据订正;
在步骤304中,利用订正得到的临时测量点长年代气象数据计算该处20年一遇最大风速值;
在步骤305中,利用极大风速与最大风速换算方程求取铁路沿线临时测量点处20年一遇极大风速值;
在步骤306中,临时测量点附近铁路区段根据线位高度、线位所在地形等局部特征确定地形订正系统和高度订正系统;
在步骤307中,将临时测量点处20年一遇极大风速值经过上述地形、高度订正,得到指定铁路区段上20年一遇极大风速值,并根据该风速值确定是否需要布置风监测点。
本领域普通技术人员还可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于一计算机可读取存储介质中,所述的存储介质,包括ROM/RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种铁路风监测系统中常驻监测点的选取方法,其特征在于,在待监测的铁路沿线设置临时风监测器,其中,所述临时风监测器以预设间距布局,所述方法包括:
收集各临时风监测器所记录的风速数据;
确认该待测铁路沿线附近气象站,并收集所述气象站的风速观测信息;
分析各气象站的风速观测信息和各临时风监测器的风速数据之间的线性相关性,筛选出相关性满足预设条件的组合,所述组合由一个气象站和一个临时风监测器构成;
根据所述组合和组合中气象站的风速观测信息,计算组合中临时风监测点的最大风速值;
根据铁路沿线地理条件和各组合中的临时风监测器所处的地理条件,计算得到各组合的位置修正系数;
根据各组合中的所述位置修正系数和临时风监测器所在地理位置,计算出最大风速所在的目标地理位置;
在所述目标地理位置设置常驻监测器。
2.根据权利要求1所述的铁路风监测系统中气象站的选取方法,其特征在于,所述根据铁路沿线地理条件和各组合中的临时风监测器所处的地理条件,计算得到各组合的位置修正系数,具体包括:
对于山峰或山坡,其顶部B处的修正系数可按下述公式采用:
β B = 1 + k t g α ( 1 - z 2.5 H ) ;
其中,tgα为山峰或山坡在迎风面一侧的坡度;k为系数,对山峰取3.2,对山坡取1.4;H为山顶或山坡全高;z为计算位置离建筑物地面的高度;
对于山峰,其两个山脚A和C处的修正系数βA、βC为1,AB间和BC间的修正系数根据线性插值确定;
对于山坡,其山脚A和山坡上C处的修正系数βA、βC为1,AB间和BC间的修正系数根据线性插值确定;其中,C和B点海拔高度相同,并且BC的距离为AB距离的4倍。
3.根据权利要求2所述的铁路风监测系统中气象站的选取方法,其特征在于,所述气压修正系数还包括由地面粗糙度和海拔高度参数确认的第二修正系数,在使用所述第二修正系数时,具体为与所述山峰或者山坡计算得到的修正系数相乘,得到最终修正值。
4.根据权利要求3所述的铁路风监测系统中气象站的选取方法,其特征在于,所述地面粗糙度具体分为4类,包括:
近海海面、海岛、海岸、湖岸和沙漠地区的为第一类;
田野、乡村、丛林、丘陵、乡镇和城市郊区的为第二类;
密集建筑群的城市市区的为第三类;
有密集建筑群且房屋较高的城市市区的为第四类;
第二修正系数值随这四类粗糙度依次减小。
5.根据权利要求2-4任一所述的铁路风监测系统中气象站的选取方法,其特征在于,利用风压和风速转换公式计算获得经过风压修正后的风速,所述转换公式具体如下:
其中,β为修正值、ω0为气象站所在位置的风压、vx为临时风监测器所在位置的风速和ρx临时风监测器所在位置的空气密度;所述其中,ρ0为气象站所在位置的空气密度、v0为气象站所在位置的风速。
6.根据权利要求2-4任一所述的铁路风监测系统中气象站的选取方法,其特征在于,所述根据所述组合和组合中气象站的风速观测信息,计算组合中临时风监测点的最大风速值,具体为:
根据各组合中的气象站的风速观测信息,获得指定时期内的临时风监测器所在位置的风速值;
以所述风速值作为参数,利用极值I型的概率分布计算得到最大风速。
7.根据权利要求6所述的铁路风监测系统中气象站的选取方法,其特征在于,所述I型的概率分布公式具体如下:
其中,u为分布的众值、a为分布的尺度参数、x为最大风速值。
8.根据权利要求1所述的铁路风监测系统中气象站的选取方法,其特征在于,所述预设间距为10km-30km。
CN201610108111.3A 2016-02-26 2016-02-26 一种铁路风监测系统中常驻监测点的选取方法 Active CN105740990B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610108111.3A CN105740990B (zh) 2016-02-26 2016-02-26 一种铁路风监测系统中常驻监测点的选取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610108111.3A CN105740990B (zh) 2016-02-26 2016-02-26 一种铁路风监测系统中常驻监测点的选取方法

Publications (2)

Publication Number Publication Date
CN105740990A true CN105740990A (zh) 2016-07-06
CN105740990B CN105740990B (zh) 2019-12-10

Family

ID=56249542

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610108111.3A Active CN105740990B (zh) 2016-02-26 2016-02-26 一种铁路风监测系统中常驻监测点的选取方法

Country Status (1)

Country Link
CN (1) CN105740990B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106897517A (zh) * 2017-02-22 2017-06-27 中铁二院工程集团有限责任公司 高速铁路沿线大风监测优化布网自动搜索方法
CN107024601A (zh) * 2017-04-30 2017-08-08 中南大学 一种基于无人机群智能续航控制的铁路沿线风速测量方法与控制系统
CN107121566A (zh) * 2017-04-30 2017-09-01 中南大学 一种基于车身表面风速无人机实时测量的列车监测方法与系统
CN107194494A (zh) * 2017-04-20 2017-09-22 国网浙江省电力公司电力科学研究院 一种电网台风监测站布点方法
CN108268746A (zh) * 2018-04-12 2018-07-10 中国电力工程顾问集团中南电力设计院有限公司 抬升地形风速修正系数计算方法
CN108491602A (zh) * 2018-03-13 2018-09-04 广州大学 一种风气候实测资料的精细化分析方法
CN108595801A (zh) * 2018-04-12 2018-09-28 中国电力工程顾问集团中南电力设计院有限公司 独立山丘地形风速修正系数计算方法
CN111079314A (zh) * 2020-01-02 2020-04-28 上海眼控科技股份有限公司 雾监测设备的位置选取方法、装置、计算机设备和介质
CN112498419A (zh) * 2020-11-25 2021-03-16 中铁第四勘察设计院集团有限公司 一种加密方法、装置、设备和存储介质
CN113516408A (zh) * 2021-07-30 2021-10-19 中国气象局气象探测中心 一种基于实时观测分析的高铁沿线积雪测点布置方法
CN115936474A (zh) * 2022-10-17 2023-04-07 中南大学 高速铁路沿线大风监测点的设置方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102023317A (zh) * 2010-10-14 2011-04-20 北京大学 高速铁路大风监测点布设方法
WO2013106846A2 (en) * 2012-01-13 2013-07-18 Nike International Ltd. Automatic club setting and ball flight optimization
CN105224715A (zh) * 2015-09-01 2016-01-06 国网浙江省电力公司经济技术研究院 一种山区地貌下强风三维脉动风场综合模拟方法
CN105279576A (zh) * 2015-10-23 2016-01-27 中能电力科技开发有限公司 一种风速预报的方法
CN105334346A (zh) * 2015-10-16 2016-02-17 东南大学 一种风速风向的测量系统及其测量方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102023317A (zh) * 2010-10-14 2011-04-20 北京大学 高速铁路大风监测点布设方法
WO2013106846A2 (en) * 2012-01-13 2013-07-18 Nike International Ltd. Automatic club setting and ball flight optimization
CN105224715A (zh) * 2015-09-01 2016-01-06 国网浙江省电力公司经济技术研究院 一种山区地貌下强风三维脉动风场综合模拟方法
CN105334346A (zh) * 2015-10-16 2016-02-17 东南大学 一种风速风向的测量系统及其测量方法
CN105279576A (zh) * 2015-10-23 2016-01-27 中能电力科技开发有限公司 一种风速预报的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
马淑红等: "我国高铁强风灾害对策研究", 《中国科技信息》 *
马韫娟等: "高速铁路防灾系统防风布点方案优化研究", 《中国科技信息》 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106897517B (zh) * 2017-02-22 2019-11-15 中铁二院工程集团有限责任公司 高速铁路沿线大风监测优化布网自动搜索方法
CN106897517A (zh) * 2017-02-22 2017-06-27 中铁二院工程集团有限责任公司 高速铁路沿线大风监测优化布网自动搜索方法
CN107194494A (zh) * 2017-04-20 2017-09-22 国网浙江省电力公司电力科学研究院 一种电网台风监测站布点方法
CN107024601A (zh) * 2017-04-30 2017-08-08 中南大学 一种基于无人机群智能续航控制的铁路沿线风速测量方法与控制系统
CN107121566A (zh) * 2017-04-30 2017-09-01 中南大学 一种基于车身表面风速无人机实时测量的列车监测方法与系统
CN108491602A (zh) * 2018-03-13 2018-09-04 广州大学 一种风气候实测资料的精细化分析方法
CN108491602B (zh) * 2018-03-13 2021-08-13 广州大学 一种风气候实测资料的精细化分析方法
CN108268746B (zh) * 2018-04-12 2021-10-15 中国电力工程顾问集团中南电力设计院有限公司 抬升地形风速修正系数计算方法
CN108268746A (zh) * 2018-04-12 2018-07-10 中国电力工程顾问集团中南电力设计院有限公司 抬升地形风速修正系数计算方法
CN108595801A (zh) * 2018-04-12 2018-09-28 中国电力工程顾问集团中南电力设计院有限公司 独立山丘地形风速修正系数计算方法
CN108595801B (zh) * 2018-04-12 2022-03-18 中国电力工程顾问集团中南电力设计院有限公司 独立山丘地形风速修正系数计算方法
CN111079314A (zh) * 2020-01-02 2020-04-28 上海眼控科技股份有限公司 雾监测设备的位置选取方法、装置、计算机设备和介质
CN112498419A (zh) * 2020-11-25 2021-03-16 中铁第四勘察设计院集团有限公司 一种加密方法、装置、设备和存储介质
CN112498419B (zh) * 2020-11-25 2022-09-09 中铁第四勘察设计院集团有限公司 一种加密方法、装置、设备和存储介质
CN113516408A (zh) * 2021-07-30 2021-10-19 中国气象局气象探测中心 一种基于实时观测分析的高铁沿线积雪测点布置方法
CN113516408B (zh) * 2021-07-30 2024-01-02 中国气象局气象探测中心 一种基于实时观测分析的高铁沿线积雪测点布置方法
CN115936474A (zh) * 2022-10-17 2023-04-07 中南大学 高速铁路沿线大风监测点的设置方法
CN115936474B (zh) * 2022-10-17 2023-08-08 中南大学 高速铁路沿线大风监测点的设置方法

Also Published As

Publication number Publication date
CN105740990B (zh) 2019-12-10

Similar Documents

Publication Publication Date Title
CN105740990A (zh) 一种铁路风监测系统中常驻监测点的选取方法
Kirchner et al. LiDAR measurement of seasonal snow accumulation along an elevation gradient in the southern Sierra Nevada, California
Zavoianu Morphometry of drainage basins
Hubbard Spatial variability of daily weather variables in the high plains of the USA
Pirazzoli et al. Recent near‐surface wind changes in the central Mediterranean and Adriatic areas
Nguyen‐Le et al. Climatological onset date of summer monsoon in Vietnam.
Milošević et al. Outdoor human thermal comfort in local climate zones of Novi Sad (Serbia) during heat wave period
US11944048B2 (en) Decision-making method for variable rate irrigation management
CN108474867A (zh) 高分辨率降水量资料复原系统及其方法
Herwitz et al. Spatial variability in the interception of inclined rainfall by a tropical rainforest canopy
CN106504158A (zh) 一种山丘区沿河村落山洪灾害成灾水位及危险区划分方法
CN106772697A (zh) 云海自然景观预报方法及系统
Kayastha et al. Changes of the equilibrium-line altitude since the Little Ice Age in the Nepalese Himalaya
CN114093133A (zh) 一种区域地质灾害气象预报预警方法
CN113313342B (zh) 多种自然灾害引发电网设备故障概率分析方法和系统
Marcus et al. Snow accumulation in the Icefield Ranges, St. Elias Mountains, Yukon
CN108399507B (zh) 一种台风致灾影响的评估方法和装置
CN110264671A (zh) 一种基于多传感器信息融合在山体滑坡中的预测方法
KR20170062298A (ko) 풍속 내삽에 적용하기 위해 개선된 mk-prism 방법
CN204479264U (zh) 一种土壤风力侵蚀测量装置
CN106897517A (zh) 高速铁路沿线大风监测优化布网自动搜索方法
CN111610579A (zh) 一种用于典型微地形的输电线路预警方法
CN112505801B (zh) 基于电网微地形观测数据的风场校正算法及系统
CN210782343U (zh) 屋顶绿化生态服务功能评估实验场
de Holanda et al. Impacts and variability on the urban climate of Recife–Pernambuco, Brazil

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant