高速鐵路大風監測報警規則優化研究

收稿日期：2024-03-18

作者簡介：馬浩（1997—），男，工學碩士，助理工程師，研究方向：災害檢測、數據挖掘。

基金項目：中國國家鐵路集團有限公司科技研究開發計劃“鐵路災害監測系統設計標準優化研究”（V.202211291710

48）。

摘要 現有大風報警規則無法識別短時強風，存在安全隱患，固定的報警解除時限也在一定程度上影響行車效率。文章在保證列車運行安全的前提下，基于高速鐵路沿線風監測歷史數據分布特點，提出一種風監測點的報警解除時限設置方法。針對某高鐵線路大風數據的實例分析表明，報警解除時限宜根據監測點大風特點進行個性化設置。研究可為大風災害監測系統的運用優化提供參考。

關鍵詞 高速鐵路；大風監測系統；報警規則；報警解除時間；優化

中圖分類號 U238文獻標識碼 A文章編號 2096-8949（2024）11-0024-03

0 引言

為應對大風對高速列車運行產生的不利影響，我國高速鐵路沿線均設置有風監測系統。國內外研究提出[1]，用引起車輛上車輪負載消失的環境風速來作為制定列車傾覆風速標準的依據。一旦瞬時的環境風速超過限定閾值，將影響列車的安全運行。

《鐵路技術管理規程》（高速鐵路部分）中大風行車的規定[2]：在環境風速不大于15 m/s時，可以正常速度運行；環境風速大于20 m/s時，運行速度不大于300 km/h；環境風速不大于25 m/s時，運行速度不大于200 km/h；環境風速不大于30 m/s時，運行速度不大于120 km/h；環境風速大于30 m/s時，嚴禁動車組列車進入風區。根據《高速鐵路自然災害及異物侵限監測系統 鐵路局中心系統技術條件》（Q/CR 801—2020），我國高速鐵路風速報警有如下原則：風監測點數據超過報警閾值并連續10 s后，啟動大風報警；風監測點數據低于報警閾值并連續10 min后，取消報警。

根據現有規則，連續10 s大風超過預設閾值，第11 s時啟動大風報警。即使此時風速降到預設閾值以下，還需等待10 min才能結束大風報警。根據大風限速范圍的要求，設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點的線路區間[3]。這就意味著當風速降到預設閾值以下，還需等待10 min才能結束大風報警，這樣雖然可以減少風速在閾值附近波動造成需要頻繁設置和取消大風報警的操作，減輕調度人員工作強度。但因限速時間較長，對正常的運輸影響較大。由于不同風監測點出現大風的頻率以及持續時間不盡相同，因此，可以根據實際情況對每個監測點單獨設置解除時限。

1 鐵路沿線風監測數據分析

目前在高鐵線路側都設有風監測點，并且為保證數據準確性，在同一監測點設置兩臺風速風向計，風速計一般被安裝于軌旁供電接觸網支柱上。兩臺風速風向計同時采集風速、風向等信息，這些信息一方面被用于判斷是否報警的輸入，也被用于存儲后期應用維護及業務分析。該文對合福高速鐵路福建段2015—2021年的大風監測歷史數據進行分析并展開研究。

1.1 風速統計特征分析

風速一般具有周期性，對監測點歷年風速數值進行統計后可以看出年度風速的均值、上下四分位數等數值接近。說明在沿線地形未發生重大變化的情況下，風速數據分布穩定且趨同。

1.2 大風報警數據分析

如圖1（a）所示，該高鐵線路全線長兩百余千米，沿線共設置8個車站以及25處風險監測點。該條線路近年來災害監測系統累計發出大風報警1 813次，各監測點的報警統計情況如圖1（b）所示。監測點中的不同報警等級占比可以看出，大風報警主要為1級報警以及0級（報警解除記錄）。此外，結合報警在線路上的分布情況來看，鐵路沿線各監測點大風報警次數分布不均勻，報警集中產生在部分大風頻繁點和其相鄰位置，而一部分監測點全年很少甚至沒有產生過大風報警記錄。

2 大風報警規則優化建議

2.1 報警解除時限優化

目前全路風災害報警解除時限統一設置為10 min。報警解除時限長短直接影響報警的持續時間和報警記錄的次數，而每次報警記錄觸發均需調度員人工處置。分析可知，在報警機制不變的前提下，減少解除時限，必然會引起報警記錄次數的增加和報警總時間減少，反之亦然。因此，現有的研究大都以最小化總報警（總延誤）時間和最小化報警次數為目標，在兩者間尋求平衡，以針對某條線路對解除時限進行優化[4-5]。

同一條鐵路線內每個監測點大風報警頻率及大風持續時間均存在較大差異，因此統一設置10 min的解除時限做法過于粗糙，而應當對每個大風監測點逐個優化解除時限以減少大風報警對正常運輸的影響。該文基于歷史風速數據，提出一種通過歷史閾值來確定報警解除時限方法。

2.2 報警解除時限設置方法

考慮最小化總報警時間的極端情況，當風速回落至閾值下就降級或解除報警，那么相應的報警規則可描述為：當風速超過對應閾值并持續10 s后，高速鐵路災害監測系統發出報警，當風速值低于閾值時解除報警。基于此規則，對某監測點歷年的風速數據模擬報警，可以得到該監測點極端情況下的報警記錄R，見式（1）。

R=[R1，R2，…Ri，…Rn]，Ri=[si，ei] （1）

式中，Ri——第i條報警記錄；si——第i條報警開始時間；ei——第i條報警結束時間。

繼而可以得到相鄰報警記錄之間的時間間隔T，見式（2）。

T=[t1，t2，…ti，…tn?1]，ti=si+1?si （2）

式中，ti——相鄰兩條報警記錄（Ri+1和Ri）開始時間的差值。

在解除時限為0的情況下，由于部分風速數據在報警閾值上下波動，造成頻繁報警和解除。因此，報警時間間隔大都為短時間隔，其頻率分布則呈現出明顯的拖尾。對原始時間間隔數據T做對數轉換后，得到報警解除時限的對數頻率分布。理想情況下，各監測點的解除時限設置為t，應能夠有效區分連續報警和偶發大風報警，體現在因風速在閾值附近波動產生的連續報警將被整合，報警間隔小于t的相關報警記錄將會被合并，從而減少報警次數。另一方面，保留后的報警記錄基本為獨立的、時間上不相關的大風報警，體現為報警時間間隔大于t。

為近似確定t的取值，令X=logbT，則X的歷史經驗概率分布函數可以表示為：F（X）=P（X≤x）。分布F（X）中的1?∝分位數x1?∝定義見公式（3），該處對應的報警解除時限tα見式（4），表示在報警時間間隔的歷史概率密度分布中，有占比α為的報警記錄時間間隔大于tα。

P{X|X>x1?∝}=∝ （3）

（4）

最終，理想的報警解除時限t由式（5）確定。

t=[min（tα，tmax）] （5）

式中，tmax——最大報警解除時限；[? ]表示向下取整。

擬合后的報警時間間隔對數X的概率密度分布函數F（X）如圖2所示，黑色虛線對應x1?∝為該分布的∝分位數，灰色虛線對應最大報警解除時限。在不同的監測點分布中，解除時限取值不同，即相鄰報警間隔小于圖中藍色區域范圍的報警記錄將會被合并。例如，監測點49為大風頻繁監測點，其大部分報警時間間隔較低。將∝數值設置為0.15，意味著85%的報警都被認為是時間上相關的報警，應合并處置。而監測點30的歷史報警記錄少，歷次報警時間間隔長，因此對應∝數值設置稍大，相應地減小單次報警解除時限。

2.3 實例分析

為充分驗證所提方法的有效性，實驗設置以2015—2019年的風速數據作為訓練集，維度為28×1×1.27×108，以2020—2021年的風速數據作為測試集，維度為28×1×

6.3×107。首先，在訓練集中根據前述方法確定各監測點的報警解除時限。而后，根據優化后的解除時限在訓練集和測試集上進行模擬報警，分別統計了報警記錄條數和報警持續時間的變化情況，并與報警解除時限為10 min的報警相關指標進行對比，如表1所示。

總體上，解除時限縮短，會引起報警次數的增加和總報警時長的減少。但不同監測點的指標對于解除時限變化的敏感度明顯不同，例如39、53這類大風頻繁出現在監測點中，報警時限減少僅1 min，即會引起報警次數增加。而在監測點32、35、41中，報警時限大幅縮短，基本不會引起報警次數的增加，說明在大風災害并不頻繁的監測點，報警解除時限的優化空間較大，可進一步縮短解除時限以提升行車效率。

從訓練集和測試集的結果來看，由歷史數據集確定的t值可用于指導設置未來數據的報警解除時限。在測試集結果中，線路平均每監測點約減少報警時長43.2 min，報警次數約增加1.07次。可以看出，報警時限減少并不會導致調度員頻繁處置報警信息，增加調度工作負擔，反而能夠顯著減少報警時長，提高行車效率。因此，該文建議沿線風災害監測點的報警時限根據歷年風速數據靈活設置。

3 結語

該文通過對現行大風報警規則進行分析并提出改進建議，基于高鐵線路風險監測歷史數據對優化后的規則進行實驗，得出以下結論：每個風監測點大風報警特點具有明顯差異，而對每個風監測點優化報警解除時間能減少大風報警對列車運行的影響，尤其大風出現頻次較低的監測點，可進一步減少報警解除時限。

參考文獻

[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]中國鐵路總公司. 關于印發《鐵路技術管理規程》的通知[EB/OL]. 2014-06-29/2024-03-18.

[3]杜廣宇. 高速鐵路風監測系統布點間距加密方案研究[J]. 鐵道建筑， 2021（4）： 160-163.

[4]趙方霞. 高速鐵路災害監測系統風報警解除時限優化方法[J]. 鐵道建筑， 2020（1）： 143-147.

[5]王瑞. 高速鐵路大風監測系統運用規則優化研究[J]. 鐵道運輸與經濟， 2018（4）： 48-51+57.