收稿日期:2024-03-18
作者简介:马浩(1997—),男,工学硕士,助理工程师,研究方向:灾害检测、数据挖掘。
基金项目:中国国家铁路集团有限公司科技研究开发计划“铁路灾害监测系统设计标准优化研究”(V.202211291710
48)。
摘要 现有大风报警规则无法识别短时强风,存在安全隐患,固定的报警解除时限也在一定程度上影响行车效率。文章在保证列车运行安全的前提下,基于高速铁路沿线风监测历史数据分布特点,提出一种风监测点的报警解除时限设置方法。针对某高铁线路大风数据的实例分析表明,报警解除时限宜根据监测点大风特点进行个性化设置。研究可为大风灾害监测系统的运用优化提供参考。
关键词 高速铁路;大风监测系统;报警规则;报警解除时间;优化
中图分类号 U238文献标识码 A文章编号 2096-8949(2024)11-0024-03
0 引言
为应对大风对高速列车运行产生的不利影响,我国高速铁路沿线均设置有风监测系统。国内外研究提出[1],用引起车辆上车轮负载消失的环境风速来作为制定列车倾覆风速标准的依据。一旦瞬时的环境风速超过限定阈值,将影响列车的安全运行。
《铁路技术管理规程》(高速铁路部分)中大风行车的规定[2]:在环境风速不大于15 m/s时,可以正常速度运行;环境风速大于20 m/s时,运行速度不大于300 km/h;环境风速不大于25 m/s时,运行速度不大于200 km/h;环境风速不大于30 m/s时,运行速度不大于120 km/h;环境风速大于30 m/s时,严禁动车组列车进入风区。根据《高速铁路自然灾害及异物侵限监测系统 铁路局中心系统技术条件》(Q/CR 801—2020),我国高速铁路风速报警有如下原则:风监测点数据超过报警阈值并连续10 s后,启动大风报警;风监测点数据低于报警阈值并连续10 min后,取消报警。
根据现有规则,连续10 s大风超过预设阈值,第11 s时启动大风报警。即使此时风速降到预设阈值以下,还需等待10 min才能结束大风报警。根据大风限速范围的要求,设A,B,C三处相邻风监测点,当B点发生大风报警时,其报警范围为A点至C点的线路区间[3]。这就意味着当风速降到预设阈值以下,还需等待10 min才能结束大风报警,这样虽然可以减少风速在阈值附近波动造成需要频繁设置和取消大风报警的操作,减轻调度人员工作强度。但因限速时间较长,对正常的运输影响较大。由于不同风监测点出现大风的频率以及持续时间不尽相同,因此,可以根据实际情况对每个监测点单独设置解除时限。
1 铁路沿线风监测数据分析
目前在高铁线路侧都设有风监测点,并且为保证数据准确性,在同一监测点设置两台风速风向计,风速计一般被安装于轨旁供电接触网支柱上。两台风速风向计同时采集风速、风向等信息,这些信息一方面被用于判断是否报警的输入,也被用于存储后期应用维护及业务分析。该文对合福高速铁路福建段2015—2021年的大风监测历史数据进行分析并展开研究。
1.1 风速统计特征分析
风速一般具有周期性,对监测点历年风速数值进行统计后可以看出年度风速的均值、上下四分位数等数值接近。说明在沿线地形未发生重大变化的情况下,风速数据分布稳定且趋同。
1.2 大风报警数据分析
如图1(a)所示,该高铁线路全线长两百余千米,沿线共设置8个车站以及25处风险监测点。该条线路近年来灾害监测系统累计发出大风报警1 813次,各监测点的报警统计情况如图1(b)所示。监测点中的不同报警等级占比可以看出,大风报警主要为1级报警以及0级(报警解除记录)。此外,结合报警在线路上的分布情况来看,铁路沿线各监测点大风报警次数分布不均匀,报警集中产生在部分大风频繁点和其相邻位置,而一部分监测点全年很少甚至没有产生过大风报警记录。
2 大风报警规则优化建议
2.1 报警解除时限优化
目前全路风灾害报警解除时限统一设置为10 min。报警解除时限长短直接影响报警的持续时间和报警记录的次数,而每次报警记录触发均需调度员人工处置。分析可知,在报警机制不变的前提下,减少解除时限,必然会引起报警记录次数的增加和报警总时间减少,反之亦然。因此,现有的研究大都以最小化总报警(总延误)时间和最小化报警次数为目标,在两者间寻求平衡,以针对某条线路对解除时限进行优化[4-5]。
同一条铁路线内每个监测点大风报警频率及大风持续时间均存在较大差异,因此统一设置10 min的解除时限做法过于粗糙,而应当对每个大风监测点逐个优化解除时限以减少大风报警对正常运输的影响。该文基于历史风速数据,提出一种通过历史阈值来确定报警解除时限方法。
2.2 报警解除时限设置方法
考虑最小化总报警时间的极端情况,当风速回落至阈值下就降级或解除报警,那么相应的报警规则可描述为:当风速超过对应阈值并持续10 s后,高速铁路灾害监测系统发出报警,当风速值低于阈值时解除报警。基于此规则,对某监测点历年的风速数据模拟报警,可以得到该监测点极端情况下的报警记录R,见式(1)。
R=[R1,R2,…Ri,…Rn],Ri=[si,ei] (1)
式中,Ri——第i条报警记录;si——第i条报警开始时间;ei——第i条报警结束时间。
继而可以得到相邻报警记录之间的时间间隔T,见式(2)。
T=[t1,t2,…ti,…tn?1],ti=si+1?si (2)
式中,ti——相邻两条报警记录(Ri+1和Ri)开始时间的差值。
在解除时限为0的情况下,由于部分风速数据在报警阈值上下波动,造成频繁报警和解除。因此,报警时间间隔大都为短时间隔,其频率分布则呈现出明显的拖尾。对原始时间间隔数据T做对数转换后,得到报警解除时限的对数频率分布。理想情况下,各监测点的解除时限设置为t,应能够有效区分连续报警和偶发大风报警,体现在因风速在阈值附近波动产生的连续报警将被整合,报警间隔小于t的相关报警记录将会被合并,从而减少报警次数。另一方面,保留后的报警记录基本为独立的、时间上不相关的大风报警,体现为报警时间间隔大于t。
为近似确定t的取值,令X=logbT,则X的历史经验概率分布函数可以表示为:F(X)=P(X≤x)。分布F(X)中的1?∝分位数x1?∝定义见公式(3),该处对应的报警解除时限tα见式(4),表示在报警时间间隔的历史概率密度分布中,有占比α为的报警记录时间间隔大于tα。
P{X|X>x1?∝}=∝ (3)
(4)
最终,理想的报警解除时限t由式(5)确定。
t=[min(tα,tmax)] (5)
式中,tmax——最大报警解除时限;[ ]表示向下取整。
拟合后的报警时间间隔对数X的概率密度分布函数F(X)如图2所示,黑色虚线对应x1?∝为该分布的∝分位数,灰色虚线对应最大报警解除时限。在不同的监测点分布中,解除时限取值不同,即相邻报警间隔小于图中蓝色区域范围的报警记录将会被合并。例如,监测点49为大风频繁监测点,其大部分报警时间间隔较低。将∝数值设置为0.15,意味着85%的报警都被认为是时间上相关的报警,应合并处置。而监测点30的历史报警记录少,历次报警时间间隔长,因此对应∝数值设置稍大,相应地减小单次报警解除时限。
2.3 实例分析
为充分验证所提方法的有效性,实验设置以2015—2019年的风速数据作为训练集,维度为28×1×1.27×108,以2020—2021年的风速数据作为测试集,维度为28×1×
6.3×107。首先,在训练集中根据前述方法确定各监测点的报警解除时限。而后,根据优化后的解除时限在训练集和测试集上进行模拟报警,分别统计了报警记录条数和报警持续时间的变化情况,并与报警解除时限为10 min的报警相关指标进行对比,如表1所示。
总体上,解除时限缩短,会引起报警次数的增加和总报警时长的减少。但不同监测点的指标对于解除时限变化的敏感度明显不同,例如39、53这类大风频繁出现在监测点中,报警时限减少仅1 min,即会引起报警次数增加。而在监测点32、35、41中,报警时限大幅缩短,基本不会引起报警次数的增加,说明在大风灾害并不频繁的监测点,报警解除时限的优化空间较大,可进一步缩短解除时限以提升行车效率。
从训练集和测试集的结果来看,由历史数据集确定的t值可用于指导设置未来数据的报警解除时限。在测试集结果中,线路平均每监测点约减少报警时长43.2 min,报警次数约增加1.07次。可以看出,报警时限减少并不会导致调度员频繁处置报警信息,增加调度工作负担,反而能够显著减少报警时长,提高行车效率。因此,该文建议沿线风灾害监测点的报警时限根据历年风速数据灵活设置。
3 结语
该文通过对现行大风报警规则进行分析并提出改进建议,基于高铁线路风险监测历史数据对优化后的规则进行实验,得出以下结论:每个风监测点大风报警特点具有明显差异,而对每个风监测点优化报警解除时间能减少大风报警对列车运行的影响,尤其大风出现频次较低的监测点,可进一步减少报警解除时限。
参考文献
[1]Imai T, Fujii T, Tanemoto K, et al. New train regulation method based on wind direction and velocity of natural wind against strong winds[J]. Journal of Wind Engineering & Industrial Aerodynamics, 2002(12): 1601-1610.
[2]中国铁路总公司. 关于印发《铁路技术管理规程》的通知[EB/OL]. 2014-06-29/2024-03-18.
[3]杜广宇. 高速铁路风监测系统布点间距加密方案研究[J]. 铁道建筑, 2021(4): 160-163.
[4]赵方霞. 高速铁路灾害监测系统风报警解除时限优化方法[J]. 铁道建筑, 2020(1): 143-147.
[5]王瑞. 高速铁路大风监测系统运用规则优化研究[J]. 铁道运输与经济, 2018(4): 48-51+57.