高速鐵路風監測系統布點間距加密方案研究

杜廣宇

（中鐵第四勘察設計院集團有限公司，武漢 430063）

鐵路風監測系統是高速鐵路自然災害及異物侵限監測系統的重要組成部分。風監測系統對高速鐵路沿線風速進行監測，對可能危及行車安全的大風生成報警信息，使高速運行的列車減速運行，保障運營安全。然而在某些地區的鐵路線路或線路的某些區段因頻繁出現大風而導致風監測系統頻繁報警，引發列車限速，嚴重影響列車運行效率和正點率。

針對該問題，在已開通的多條高速鐵路，鐵路局都提出通過增加現場風速監測點數量、縮小風監測點間距來提高運行效率的要求［1-2]?？s小風監測點間隔，一定程度上可以細化風速報警和列車限速范圍，達到提高列車運行效率的目的。本文研究如何合理地確定新增風監測點位置。

1 大風報警與限速

1.1 風監測點布置原則

Q/CR 9152—2018《鐵路自然災害及異物侵限監測系統工程技術規范》要求在橋梁、高路堤等區段，風監測點的布置間距宜為5～10 km，山區埡口、峽谷、河谷等易產生強風的地段，風監測點間距宜為1～5 km。在工程設計中，風監測點平均間距在8 km左右。

1.2 風監測點報警范圍

鐵路風監測系統用某處風監測點的風速測量值代表該處風監測點相鄰范圍內的風速，例如A，B，C 三處相鄰風監測點，當B點發生大風報警時，其報警范圍為A點至C點的風監測區間［3-4]，如圖1所示。

圖1 風速報警范圍示意

風監測點風速報警時，其產生的限速區間要覆蓋到相鄰的兩個風監測點。按風監測點平均間距8 km左右考慮，大風引起的限速范圍將平均為16 km左右。

1.3 大風報警時間

現有的風監測報警系統采用報警閾值［5]對風監測數據進行報警評判，風監測點采集的風速數據連續10 s超過報警閾值即觸發大風報警并生成限速區段信息；報警后，只有當該風點采集的風速連續小于報警閾值10 min 后，該報警和限速區段信息才能解除。即風速報警引起的限速區段至少要持續10 min才能解除。

2 大風限速對行車效率的影響

大風限速對動車組列車的影響［5-6]見圖2。圖中：W為風速對列車速度影響范圍；v0為制動前列車的初始運行速度；v1為大風區段列車限速速度；L為動車組長度；Ld為動車組列車由v0減速至v1的距離，由列車的制動性能確定；La為動車組列車由v1加速至v0的距離，由列車的加速性能確定；U為風監測點報警范圍。

圖2 大風對列車運行的影響

設Td為動車組列車由v0減速至v1的時間，Ta為動車組列車由v1加速至v0的時間，則大風限速對列車運行時間的影響ΔT可以表示為

令H=[(Td+Ta)-(La+Ld)/v0]，因U?L，故 式（1）簡化為

式（2）中，H與車型參數和制動前列車的初始運行速度有關，車型和線路狀況確定后基本不變；限速值v1受大風風速影響，在特定風速條件下也是不能調整的。只有通過增加風監測點數量，縮小風監測點間隔，減小U值，才能提高列車運行效率。

根據氣象尺度的概念［7]，在一定空間（鐵路里程）范圍內風速大小變化情況基本相同。在鐵路沿線每隔一定間距就設置一個風監測點，假設監測點數量不斷增加，其間距不斷縮小，則相鄰點風速變化測量值就會越來越相似，在相同時間段內相鄰兩點同時發生大風報警的次數會增加，最終直到兩個風速計總是同時產生大風報警，這時再縮小報警范圍U就沒有意義了，即U達到極限值。在工程設計中希望通過增加最少的風監測點，使U趨向該極限值。

3 風監測點加密原則

設若干個連續的風監測點分別為A，B，C，D，E，F，相鄰兩點的間距為g1，g2，g3，g4，g5，如圖3 所示。若C點發生大風報警，則列車限速范圍為g2+g3。

圖3 風監測點加密示意

對C，D 點間進行風點加密，在它們之間插入新的風監測點K。插入點應考慮以下原則：

1）優先選擇大風報警頻繁（或報警累計時間較長）的監測點。大風報警頻繁的點造成的限速次數多，在這樣的監測點報警范圍內插入新的風監測點，若能縮短限速范圍，對提高列車運行效率的作用更明顯。

2）大風報警頻繁點相鄰風監測點為不頻繁點時，即相鄰的風監測點很少發生大風報警，說明兩者之間可插入新的風監測點，以縮小風點之間的距離。

3）若相鄰兩個風監測點都是大風報警頻繁的點，則須判斷二者大風報警之間是否獨立。若是獨立的，則應在兩個風監測點之間插入新的風監測點。

假設兩個風監測點C，D 經常在相近的時間段發生大風報警。風點加密前C，D 點報警對應的限速區段為g2+g3+g4。在C點和D點之間插入風點后C，D點仍會經常在相近的時間段報警，則限速區段仍為g2+g3+g4，新插入的風點不能提高列車運行效率。

反之，若C，D 兩點幾乎不同時發生大風報警，則在C 點和D 點之間插入風監測點K 后，限速區段最小可縮短至g32+g4，能實現提高列車運行效率的目的。

4 基于關聯分析的風監測點加密算法

4.1 大風頻繁報警點篩選方法

應在鐵路風監測系統開通運營一年或幾年后進行風點加密，此時已獲得豐富的風速觀測和報警數據。

假設一鐵路風監測系統共有n個風監測點F1，F2，…，Fn，每點在一段時間（通常是一年）內共發生大風報警的記錄次數為m，每次大風報警持續的時間為Δt1，Δt2，…，Δtm，則每個風點累計報警時間為Δt1+ Δt2+ …+ Δtm。報警時間越長代表風速對列車正常運行影響越大。結合工程投資和新增風點數量的限制，可將累計報警時間從大到小排序，依次優先挑選累計報警時間長的風點，將其定義為頻繁點［8]。

4.2 非大風報警頻繁點判別

非大風報警頻繁點的判別方法比較多，可以認為大風報警頻繁點以外的點都是非頻繁點；也可求取全線累計報警時間的平均值，當某點的累計報警時間低于平均值時，認為該點為非大風報警頻繁點。

4.3 大風報警關聯性判別

假設兩個相鄰風監測點Fj和Fj+1，j∈{1，…，n- 1}，某次大風報警的開始時刻分別為tj，s和tj+1，s，結束時刻為tj，e和tj+1，e，報 警 持 續 時 間 分 別 為Δtj=tj，e-tj，s，Δtj+1=tj+1，e-tj+1，s。 若tmin= min{tj，s，tj+1，s}，tmax=max{tj，e，tj+1，e}，則(tmax-tmin)≥（Δtj+ Δtj+1)表示相鄰點的報警在時間段上不重疊，(tmax-tmin)＜（Δtj+ Δtj+1)表示相鄰點的報警在時間段上存在重疊部分。

為量化重疊部分，定義某次報警監測點Fj對于Fj+1重疊系數Zj，j+1=[(Δtj+Δtj+1)-(tmax-tmin)]/Δtj+1，Fj+1對于Fj重疊系數Yj+1，j=[(Δtj+Δtj+1)-(tmax-tmin)]/Δtj，通常Zj，j+1≠Yj+1，j。

假設任意兩個相鄰風監測點F1和F2，其中F1共有M條報警記錄f1，i，i∈{1，…，M}，F2共有N條報警記錄f2，r，r∈{1，…，N}，將f1，i對F2的N條記錄中依次計算重疊系數，同理將f2，r在F1的M條記錄中依次計算重疊系數，報警重疊關系見表1。

表1 報警重疊關系

定義兩個相鄰風監測點之間的關聯系數P為

P值越接近1 說明相鄰兩個風監測點之間關聯性越強，反之越弱。

4.4 算法步驟

第一步：選出頻繁報警的點。

第二步：若頻繁報警點的相鄰點為非頻繁報警點，則兩者之間應加密，插入新的風監測點。

第三步：若兩個相鄰點均為頻繁報警點，則計算兩者之間的關聯系數，依據關聯系數從小到大依次插入新的風監測點。

5 工程實例分析

杭長（杭州—長沙）高速鐵路江西段長度約545 km，所經地形以丘陵為主。共設置風監測點65處，按里程從小到大編號為1 至65，風監測點平均間距8.38 km，相鄰兩點最大間距約12 km，最小間距5 km。

2016—2018年65 處風點合計發生大風報警948次，日平均報警0.86 次。報警引起限速時間16023 min，平均每次報警引起限速時間16.9 min。報警頻率和累計限速時間是不均衡的（圖4），但大風報警頻繁與累計限速時間較長的區域基本吻合，主要集中在編號1，2，29—43的風監測點，報警次數占總報警量的67.9%，累計限速時間占到總限速時間的64.7%，其中2017年11月17日23∶05∶13 大風報警引發的限速長達19 h。

圖4 大風報警統計

表2 相鄰風監測點報警關聯系數

圖5 相鄰風監測點關聯系數分布

分別計算65 個風監測點（從左到右編號）與相鄰點間的關聯系數P（表2），并畫出統計分布圖（圖5）。為顯示清晰，圖5 中刪除了關聯系數為1 的數據?？芍?，29～40為報警頻繁的風監測點，按關聯性從小到大可優先對33與34，32與33之間增加風監測點。

6 結語

本文提出利用既有觀測資料分析風監測點大風報警頻次和相鄰風監測點報警關聯系數，從而確定增補風監測點位置。該方法可有效克服增補風監測點時的主觀性和盲目性，在工程實施中還應注意以下問題：

1）須積累一定時間風監測數據，才能準確找出風速頻繁報警的監測點和大風報警累計時間較長的點。

2）在頻繁報警點和大風報警累計時間較長的點基礎上，計算相鄰風監測點的關聯系數，優先選擇關聯系數小的點，增加風監測點。

3）文中方法明確了在哪兩個風監測點之間須增加風監測點，但風速計具體安裝位置應根據線路條件和地形地貌實際情況確定。

4）在進行一輪風監測點增補工作后，運營一段時間，根據需要還可進行新一輪的風監測點增補，但增補風點對列車效率的提高作用最終會趨于穩定，這個極限值是由線路條件、氣候條件決定的，如果還想進一步提高效率就須采取諸如風屏障等其他工程手段。