CN113011029A - 一种高铁沿线测风站点布局优化方法 - Google Patents

一种高铁沿线测风站点布局优化方法 Download PDF

Info

Publication number
CN113011029A
CN113011029A CN202110307203.5A CN202110307203A CN113011029A CN 113011029 A CN113011029 A CN 113011029A CN 202110307203 A CN202110307203 A CN 202110307203A CN 113011029 A CN113011029 A CN 113011029A
Authority
CN
China
Prior art keywords
similarity
stations
wind
station
along
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
CN202110307203.5A
Other languages
English (en)
Other versions
CN113011029B (zh
Inventor
熊雄
袁诗云
叶小岭
李伟
叶星瑜
吕于荣
王可
沈子豪
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.)
Nanjing University of Information Science and Technology
Original Assignee
Nanjing University of Information Science and Technology
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 Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN202110307203.5A priority Critical patent/CN113011029B/zh
Publication of CN113011029A publication Critical patent/CN113011029A/zh
Application granted granted Critical
Publication of CN113011029B publication Critical patent/CN113011029B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种高铁沿线测风站点布局优化方法，挑选出高铁沿线一定范围内的气象站点风速数据经给初步的质量控制后作为数据源，通过克里金插值，模拟出铁路沿线等间距测风站点的风速数据；以模拟出的站点作为现有铁路沿线测风站点，并根据测风站点地形将铁路沿线划分多块区域段，最终通过改进的相似度函数增减测风站点，将测风站点的等间距布站改良为非均匀布站，达成以最少的站点数目准确地监测到各区域风速特征。本发明既能够节约成本，又可以准确地监测到沿线的风速特征。

Description

一种高铁沿线测风站点布局优化方法
技术领域
本发明涉及高铁布局优化技术领域，尤其是一种高铁沿线测风站点布局优化方法。
背景技术
近年来由于国家经济的飞速提升，铁路运输等交通网络的迅速发展，我国已经成为世界高速铁路第一大国，从而对铁路安全运行的要求也越来越高。高速列车车速快，发生事故时人员伤亡惨重，为了最大限度地保障列车运行安全，铁路部门在铁路沿线设置了气象观测站点。各气象要素中，大风是影响铁路安全运行的主要气象灾害之一。
当前铁路沿线气象观测站点的布局规划单一，缺乏对地形及相关气象要素的思考。铁路沿线风速观测点均为等间距布站，该布站方式既造成大风速段风况的监测不够全面，又造成小风速段监测数据过于冗余，缺乏针对性。最合适且经济实用的测风站点布局，应该是通过最少的站点数目来准确地监测该段区域的风速特征。因此需要设计铁路沿线测风站点布局，达成合理的站点布置，使大风段和小风段区域各自有合适的站点数目来监测气象信息。目前，现有的站点布局方法皆是均匀布站且只适用于整片区域的气象站网布局，无法应用于沿线的布站。
发明内容
本发明所要解决的技术问题在于，提供一种高铁沿线测风站点布局优化方法，在将铁路沿线各区域段风速尺度确定后，对每个区域段测风站点提出了一种基于相似离度与杰卡德相似系数的相似度函数，进而优化布站。
为解决上述技术问题，本发明提供一种高铁沿线测风站点布局优化方法，包括如下步骤：
步骤1：采集高铁沿线一定范围内的地面气象站瞬时风速数据，对采集到的数据进行基本的质量控制；
步骤2：对铁路沿线布设等间距模拟站点，通过克里金插值
Figure BDA0002988310180000011
得到沿线模拟站点的瞬时风速数据，其中，z(x0)为未知站点的插值估计值，xi为区域上的一系列观测站点，z(xi)为相应站点的测量值，λi为已知站点的权重值；
步骤3：依据地形因素，设置高铁沿线风险监测点，以此为基础，将高铁沿线划分为多块区段，并通过历史风速数据进行空间插值分析确定这些区段是大风多发段或风速平缓段；
步骤4：计算出各区段站点间的相似离度
Figure BDA0002988310180000021
x、y分别代表选取的两个站点风速序列，C(X,Y)表示这两个站点之间的相似离度，其值越小则这两个站点相似度越高，Rxy称之为形系数，它能够准确地反映了两个站点之间的风速形相似程度；Dxy称为值系数，反映了两个站点之间风速数值本身的差异程度，α与β分别是对形系数Rxy和值系数Dxy的相似加权系数，α与β相加需为1；
步骤5：计算出各区段站点间的杰卡德相似系数
Figure BDA0002988310180000022
A与B为选取的任意两站点的风速序列，杰卡德值越大说明两个站点相似度越高；
步骤6：将各区段站点间的相似离度与杰卡德相似系数相结合，针对不同的风速段选取相应合适的相似度阈值区间，采用提出的相似度布站公式从而增加或删减模拟站点来完成对高铁沿线测风站点的合理布局；
步骤7：计算所有区段优化布局前后的风速平均误差
Figure BDA0002988310180000023
Figure BDA0002988310180000024
是原始站点布局下的各区段的风速平均值，
Figure BDA0002988310180000025
是优化站点布局后的各区段的风速平均值，当风速平均误差极小，则优化布局是合理的，以此来检验优化布局的合理性。
优选的，步骤3中，地形因素具体为桥梁、湖泊、隧道、峡谷、高山的特殊地理位置。
优选的，步骤6中，相似度布站公式具体为：设定x为相似离度，y为杰卡德相似系数，对于任意相比较的两个站点间的相似离度与杰卡德相似系数分别用x1与x2，y1与y2来表示，对于所有沿线区域，两两相邻站点间相似度高且总是x＜y，而对于区域中任意相比的两站点间一旦存在x＞y，此时站点间的相似度由高转低且偏低，区域中需新增站点；设定当在区域中存在任意一对x1与x2，y1与y2满足相似度站点添加条件：(y1-x1)*(y2-x2)＜0时，此段区域需要添加站点，反之此段区域无需新增站点；
(x1-x2)2+(y1-y2)2表示两个站点相似离度与杰卡德相似系数差值的平方和，差值越大则两个站点的相似性差异越大；对于风速平缓区，在满足相似度站点添加条件后，由于小风区域段对铁路安全运行影响较小，因此应在站点相似性差异最大处新增站点，此时在合理阈值范围内，相似离度最大且杰卡德相似系数最小，则(x1-x2)2+(y1-y2)2最大；对于大风多发区，大风区域段对铁路安全运行影响严重，在满足相似度站点添加条件后，应在站点相似性差异最小处新增站点，此时在合理阈值范围内，相似离度最小且杰卡德相似系数最大，则(x1-x2)2+(y1-y2)2最小；
从而针对风速平缓区域提出小风段站点相似度布站函数公式f(x)添加站点，其公式如下：
Figure BDA0002988310180000031
f(x)求出的相似性差异最大值所处的区间，即为此段区域所需新增站点的具体位置；
针对大风多发区域添加站点提出大风段站点相似度布站函数公式g(x)，其公式如下：
Figure BDA0002988310180000032
新增站点的具体区域位置为g(x)求出的相似性差异最小值所处的区间。
本发明的有益效果为：本发明以高铁沿线附近一定范围内的地面气象站瞬时风速数据为基础，通过克里金插值模拟沿线等间距测风站点，基于地理因素及沿线风速的空间插值分析，将相似离度与杰卡德相似系数相结合，提出了一种可用于高铁沿线测风站点布局优化的方法，算法时间复杂度小，方法节约了布站和监测的成本，能够有效地监测到完善的风速数据；根据站点间的相似性度量，提出一种新的相似度布站函数，以此为基础进行沿线站点的优化布局，实现了首次对沿线的布局优化，该方法能够准确地监测到铁路沿线的风速特征，实现了铁路沿线站点布局由等间距布站改良为非均匀布站，使测风站点位置更符合不同区域段的风速特性，在高铁沿线测风站点布局方面具有较强的参考价值。
附图说明
图1为本发明的方法流程示意图。
图2为本发明等间距模拟站点分布示意图。
图3为本发明布局优化后站点分布示意图。
具体实施方式
如图1所示，本实施例的提出的铁路沿线测风站点相似性度量布局优化方法，利用京沪高铁某段铁路沿线测风站点布局的进行实施例分析，进一步说明本发明：
步骤1：采集高铁沿线90km范围内的43个地面气象站瞬时风速数据，将采集到的数据经过气候极值检查、时间一致性检查和持续性检查这三个初步的质量控制标记，去除了粗大误差。具体选取的风速数据为此43个地面气象站的2018年5min瞬时风速数据；
步骤2：对这段铁路沿线按照每10km一个测风站点布设等间距模拟站点，从而沿线共布设31个模拟测风站点，通过克里金插值得到沿线这31个模拟站点的5min瞬时风速数据；
步骤3：依据地形因素如桥梁、湖泊、隧道、峡谷、高山特殊地理位置，设置高铁沿线风险监测点即必布站点，从而该段铁路沿线共设置了7个风险监测点。以风险监测点为划分点，将高铁沿线划分为5段区域段，并通过历史瞬时风速数据对沿线进行空间插值分析，确定这5段区段是大风多发段或风速平缓段。在这5段区域段中，空间插值分析得出第三段区域为风速平缓段区域，其余皆为大风多发段区域；
步骤4：计算出沿线每个区段中任意两个模拟站点间瞬时风速序列的相似离度
Figure BDA0002988310180000041
其值越小则这两个站点相似度越高，α与β分别是对形系数Rxy和值系数Dxy的相似加权系数，α与β相加需为1，本发明中将α与β都取为0.5；
步骤5：设定区段中任意两模拟站点的瞬时风速序列为J(A,B)的并集，设定任意两模拟站点的瞬时风速小于所有模拟站点瞬时风速均值的数据数目为J(A,B)的交集，计算出沿线每个区段中任意两模拟站点间的杰卡德相似系数
Figure BDA0002988310180000042
杰卡德值越大说明两个站点相似度越高；
步骤6：由于相似离度与范围在0～1之间的杰卡德相似系数数值相差较大，因此将每个区段站点间求得的相似离度进行归一化处理，进而将相似离度与杰卡德相似系数相结合，针对不同的风速段选取相应合适的相似度阈值区间。从而提出了小风段站点相似度布站函数公式
Figure BDA0002988310180000051
大风段站点相似度布站函数公式
Figure BDA0002988310180000052
其中x1与x2，y1与y2代表任意相比较的两个站点间的相似离度与杰卡德相似系数。在此基础上，保留风险监测点后，采取相似度布站公式增加或删减其余模拟站点来完成对高铁沿线测风站点的合理布局；
步骤7：计算沿线每个区段优化布局前后的风速平均误差
Figure BDA0002988310180000053
Figure BDA0002988310180000054
是原始站点布局下的各区段的风速平均值，
Figure BDA0002988310180000055
是优化站点布局后的各区段的风速平均值，当风速平均误差极小，则优化布局是合理的，以此来检验优化布局的合理性。
表1是此5个区段优化布局前后的风速平均误差，由表1数据可见各区域平均误差极小，即优化后站点测量的风速能代表各区域特征，依据相似性度量设定的站点布局是合理的。
表1各段区域风速平均误差
Figure BDA0002988310180000056
本实施例利用京沪高铁某段铁路沿线一定范围内的地面气象站瞬时风速数据为基础，通过克里金插值模拟沿线等间距测风站点，基于地理因素及沿线风速的空间插值分析，将相似离度与杰卡德相似系数相结合，提出了一种可用于高铁沿线测风站点布局优化的方法，算法时间复杂度小，方法节约了布站和监测的成本，能够有效地监测到完善的风速数据。通过图2和图3可见该方法实现了铁路沿线站点布局由等间距布站改良为非均匀布站，由原先31个测风站点优化为12个测风站点，使测风站点位置更符合不同区域段的风速特性。
本发明挑选出高铁沿线一定范围内的气象站点风速数据经给初步的质量控制后作为数据源，通过克里金插值，模拟出铁路沿线等间距测风站点的风速数据。以模拟出的站点作为现有铁路沿线测风站点，并根据测风站点地形将铁路沿线划分多块区域段，最终通过改进的相似度函数增减测风站点，将测风站点的等间距布站改良为非均匀布站，达成以最少的站点数目准确地监测到各区域风速特征。该方法既能够节约成本，又可以准确地监测到沿线的风速特征。

Claims (3)

1.一种高铁沿线测风站点布局优化方法，其特征在于，包括如下步骤：
步骤1：采集高铁沿线一定范围内的地面气象站瞬时风速数据，对采集到的数据进行基本的质量控制；
步骤2：对铁路沿线布设等间距模拟站点，通过克里金插值
Figure FDA0002988310170000011
得到沿线模拟站点的瞬时风速数据，其中，z(x0)为未知站点的插值估计值，xi为区域上的一系列观测站点，z(xi)为相应站点的测量值，λi为已知站点的权重值；
步骤3：依据地形因素，设置高铁沿线风险监测点，以此为基础，将高铁沿线划分为多块区段，并通过历史风速数据进行空间插值分析确定这些区段是大风多发段或风速平缓段；
步骤4：计算出各区段站点间的相似离度
Figure FDA0002988310170000012
x、y分别代表选取的两个站点风速序列，C(X,Y)表示这两个站点之间的相似离度，其值越小则这两个站点相似度越高，Rxy称之为形系数，它能够准确地反映了两个站点之间的风速形相似程度；Dxy称为值系数，反映了两个站点之间风速数值本身的差异程度，α与β分别是对形系数Rxy和值系数Dxy的相似加权系数，α与β相加需为1；
步骤5：计算出各区段站点间的杰卡德相似系数
Figure FDA0002988310170000013
A与B为选取的任意两站点的风速序列，杰卡德值越大说明两个站点相似度越高；
步骤6：将各区段站点间的相似离度与杰卡德相似系数相结合，针对不同的风速段选取相应合适的相似度阈值区间，采用提出的相似度布站公式从而增加或删减模拟站点来完成对高铁沿线测风站点的合理布局；
步骤7：计算所有区段优化布局前后的风速平均误差
Figure FDA0002988310170000014
Figure FDA0002988310170000015
是原始站点布局下的各区段的风速平均值，
Figure FDA0002988310170000016
是优化站点布局后的各区段的风速平均值，当风速平均误差极小，则优化布局是合理的，以此来检验优化布局的合理性。
2.如权利要求1所述的高铁沿线测风站点布局优化方法，其特征在于，步骤3中，地形因素具体为桥梁、湖泊、隧道、峡谷、高山的特殊地理位置。
3.如权利要求1所述的高铁沿线测风站点布局优化方法，其特征在于，步骤6中，相似度布站公式具体为：设定x为相似离度，y为杰卡德相似系数，对于任意相比较的两个站点间的相似离度与杰卡德相似系数分别用x1与x2，y1与y2来表示，对于所有沿线区域，两两相邻站点间相似度高且总是x＜y，而对于区域中任意相比的两站点间一旦存在x＞y，此时站点间的相似度由高转低且偏低，区域中需新增站点；设定当在区域中存在任意一对x1与x2，y1与y2满足相似度站点添加条件：(y1-x1)*(y2-x2)＜0时，此段区域需要添加站点，反之此段区域无需新增站点；
(x1-x2)2+(y1-y2)2表示两个站点相似离度与杰卡德相似系数差值的平方和，差值越大则两个站点的相似性差异越大；对于风速平缓区，在满足相似度站点添加条件后，由于小风区域段对铁路安全运行影响较小，因此应在站点相似性差异最大处新增站点，此时在合理阈值范围内，相似离度最大且杰卡德相似系数最小，则(x1-x2)2+(y1-y2)2最大；对于大风多发区，大风区域段对铁路安全运行影响严重，在满足相似度站点添加条件后，应在站点相似性差异最小处新增站点，此时在合理阈值范围内，相似离度最小且杰卡德相似系数最大，则(x1-x2)2+(y1-y2)2最小；
从而针对风速平缓区域提出小风段站点相似度布站函数公式f(x)添加站点，其公式如下：
Figure FDA0002988310170000021
f(x)求出的相似性差异最大值所处的区间，即为此段区域所需新增站点的具体位置；
针对大风多发区域添加站点提出大风段站点相似度布站函数公式g(x)，其公式如下：
Figure FDA0002988310170000022
新增站点的具体区域位置为g(x)求出的相似性差异最小值所处的区间。
CN202110307203.5A 2021-03-23 2021-03-23 一种高铁沿线测风站点布局优化方法 Active CN113011029B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110307203.5A CN113011029B (zh) 2021-03-23 2021-03-23 一种高铁沿线测风站点布局优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110307203.5A CN113011029B (zh) 2021-03-23 2021-03-23 一种高铁沿线测风站点布局优化方法

Publications (2)

Publication Number Publication Date
CN113011029A true CN113011029A (zh) 2021-06-22
CN113011029B CN113011029B (zh) 2023-05-23

Family

ID=76405220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110307203.5A Active CN113011029B (zh) 2021-03-23 2021-03-23 一种高铁沿线测风站点布局优化方法

Country Status (1)

Country Link
CN (1) CN113011029B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN113536577A (zh) * 2021-07-21 2021-10-22 南通大学 一种基于空间代表性的pm2.5观测站点优化布局方法
CN113780880A (zh) * 2021-09-26 2021-12-10 南通大学 一种基于空间代表性的pm2.5观测站点布局评价方法
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 (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150355215A1 (en) * 2014-06-05 2015-12-10 State Grid Corporation Of China Approach to assess available wind resource distribution based on interpolation method
CN106780147A (zh) * 2016-12-29 2017-05-31 南京天谷电气科技有限公司 一种面向区域的风资源评估测风塔选址优化装置及方法
CN109901244A (zh) * 2019-03-29 2019-06-18 云南电网有限责任公司电力科学研究院 一种高海拔地区输电线路大风监测布点方法及装置
CN110929459A (zh) * 2019-11-28 2020-03-27 中国大唐集团科学技术研究院有限公司西北电力试验研究院 一种复杂地形风电场测风塔选址方法
CN111666725A (zh) * 2020-06-02 2020-09-15 华能盐城大丰新能源发电有限责任公司 一种适应非复杂地形风电场的测风塔规划选址方法及系统
CN111985691A (zh) * 2020-07-20 2020-11-24 明阳智慧能源集团股份公司 一种风电场升压站选址方法
CN112285376A (zh) * 2020-10-16 2021-01-29 中国石油大学(华东) 一种基于cnn-lstm的风速预测方法
CN112348050A (zh) * 2020-09-30 2021-02-09 中国铁路上海局集团有限公司 一种基于高铁沿线风特性的风速仪布置方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150355215A1 (en) * 2014-06-05 2015-12-10 State Grid Corporation Of China Approach to assess available wind resource distribution based on interpolation method
CN106780147A (zh) * 2016-12-29 2017-05-31 南京天谷电气科技有限公司 一种面向区域的风资源评估测风塔选址优化装置及方法
CN109901244A (zh) * 2019-03-29 2019-06-18 云南电网有限责任公司电力科学研究院 一种高海拔地区输电线路大风监测布点方法及装置
CN110929459A (zh) * 2019-11-28 2020-03-27 中国大唐集团科学技术研究院有限公司西北电力试验研究院 一种复杂地形风电场测风塔选址方法
CN111666725A (zh) * 2020-06-02 2020-09-15 华能盐城大丰新能源发电有限责任公司 一种适应非复杂地形风电场的测风塔规划选址方法及系统
CN111985691A (zh) * 2020-07-20 2020-11-24 明阳智慧能源集团股份公司 一种风电场升压站选址方法
CN112348050A (zh) * 2020-09-30 2021-02-09 中国铁路上海局集团有限公司 一种基于高铁沿线风特性的风速仪布置方法
CN112285376A (zh) * 2020-10-16 2021-01-29 中国石油大学(华东) 一种基于cnn-lstm的风速预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
袁诗云 等: "基于相似度的铁路沿线测风站布局优化策略", 重庆理工大学学报(自然科学) *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113536577A (zh) * 2021-07-21 2021-10-22 南通大学 一种基于空间代表性的pm2.5观测站点优化布局方法
CN113536577B (zh) * 2021-07-21 2023-08-22 南通大学 一种基于空间代表性的pm2.5观测站点优化布局方法
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
CN113780880A (zh) * 2021-09-26 2021-12-10 南通大学 一种基于空间代表性的pm2.5观测站点布局评价方法
CN113780880B (zh) * 2021-09-26 2023-07-04 南通大学 一种基于空间代表性的pm2.5观测站点布局评价方法
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
CN113011029B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN113011029A (zh) 一种高铁沿线测风站点布局优化方法
WO2020158527A1 (ja) 迷走電流推定システム、迷走電流推定方法、および迷走電流推定プログラム
CN103971184B (zh) 基于gis空间地理信息系统的输电线路路径生成方法
CN110132238B (zh) 用于地形影像数字高程模型的无人机测绘方法
CN109784540B (zh) 一种基于dma分区的供水布局优化系统及优化方法
CN105095589B (zh) 一种山区电网风区分布图绘制方法
CN109375294B (zh) 一种山区卫星降水数据的降尺度校正方法
CN109686091B (zh) 一种基于多源数据融合的交通流量填补算法
CN107330086B (zh) 一种提高无资料高海拔流域水文过程模拟精度的方法
CN108152867B (zh) 输电线路的台风预警系统及方法
CN103823951B (zh) 一种量化路网特征及其土地利用效应的方法
CN105023283A (zh) 基于冬候鸟迁徙路径及生境的电网鸟害图绘制方法及系统
CN112556711A (zh) 适用于山区复杂地形应急避难最快步行路径的规划方法
CN114491928A (zh) 基于复杂土壤模型的地铁杂散电流引起变压器偏磁直流计算方法
CN108513306B (zh) 基于测试大数据的网络覆盖预测方法
Li et al. Passenger flow analysis of Beijing urban rail transit network using fractal approach
CN103218768B (zh) 一种城市中心区通达度的评价及应用方法
CN117219183A (zh) 多云雨地区的高覆盖度近地面no2浓度估算方法及系统
Meiying et al. The evaluation studies of regional transportation accessibility based on intelligent transportation system: Take the example in yunnan province of china
CN111008730A (zh) 基于城市空间结构的人群聚集度预测模型构建方法及装置
CN113821895B (zh) 输电线路覆冰厚度预测模型的构建方法、装置及存储介质
CN106897517A (zh) 高速铁路沿线大风监测优化布网自动搜索方法
CN112632799A (zh) 输电线路设计风速取值方法及装置
CN103247224B (zh) 一种基于舞动日的舞动分布图的绘制方法及其装置
Branston Urban traffic speeds—I: A comparison of proposed expressions relating journey speed to distance from a town center

Legal Events

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