[發明專利]一種基于頻繁序列的高鐵大風預警方法有效

申請號：	202010156829.6	申請日：	2020-03-09
公開（公告）號：	CN111291943B	公開（公告）日：	2022-03-08
發明（設計）人：	滕飛;劉鑒竹;勾紅葉;祝錦燁	申請（專利權）人：	西南交通大學
主分類號：	G06Q10/04	分類號：	G06Q10/04;G06Q50/30
代理公司：	成都正華專利代理事務所(普通合伙) 51229	代理人：	陳選中
地址：	610031***	國省代碼：	四川;51
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種基于頻繁序列大風預警方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【權利要求書】：

1.一種基于頻繁序列的高鐵大風預警方法，其特征在于，包括以下步驟：

S1、采集高速鐵路沿線的實時風速時間序列，并獲取高速鐵路沿線的歷史風速時間序列；

S2、通過高速鐵路沿線的歷史風速時間序列獲取預警序列集和非預警序列集；

S3、分別將預警序列集和非預警序列集的風速值映射為符號，得到符號化的預警序列集和非預警序列集；

S4、利用序列模式挖掘算法對符號化的預警序列集和非預警序列集進行挖掘，得到預警頻繁序列集和非預警頻繁序列集；

S5、剔除預警頻繁序列集和非預警頻繁序列集中前綴組成相同的非最長頻繁序列模式，并剔除預警頻繁序列中包含有非預警序列特征的子序列，得到預警模式庫；

S6、將實時風速時間序列與預警模式庫的序列進行模式匹配，并判斷是否匹配成功，若是，則發出預警命令，否則不進行操作；

所述步驟S3包括以下分步驟：

S3.1、將小于超限值的風力值按照風力對照表劃分范圍，將大于超限值的風力值按照鐵路技術管理規程的臨界風速進行劃分范圍，得到風力值范圍；

S3.2、將劃分過后的風力值范圍，按照從小到大的風力值范圍依次賦予a、b、c、d、e、f、g、h、i、j、k和l，將其風力值范圍符號化；

S3.3、根據風力值范圍與符號的映射規則，分別將預警序列集和非預警序列集中每條序列的每個風力值符號化，得到符號化的預警序列集和非預警序列集；

所述超限值為15m/s，所述符號a對應的風速范圍為0.0-0.2m/s，所述符號b對應的風速范圍為0.3-1.5m/s，所述符號c對應的風速范圍為1.6-3.3m/s，所述符號d對應的風速范圍為3.4-5.4m/s，所述符號e對應的風速范圍為5.5-7.9m/s，所述符號f對應的風速范圍為8.0-10.7m/s，所述符號g對應的風速范圍為10.8-13.8m/s，所述符號h對應的風速范圍為13.9-14.9m/s，所述符號i對應的風速范圍為15.0-19.9m/s，所述符號j對應的風速范圍為20.0-24.9m/s，所述符號k對應的風速范圍為25.0-29.9m/s，所述符號l對應的風速范圍為不小于30.0m/s；

所述步驟S4包括以下分步驟：

S4.1、給預警序列集和非預警序列集設定相同的最小支持度閾值、頻繁序列模式的最大長度和頻繁序列模式的最小長度；

S4.2、根據最小支持度閾值、頻繁序列模式的最大長度和頻繁序列模式的最小長度，通過序列模式挖掘算法對符號化的預警序列集和非預警序列集進行挖掘，得到預警頻繁序列和非預警頻繁序列；

通過序列模式挖掘算法對符號化的預警序列集和非預警序列集進行挖掘的具體方法為：

C1、構建符號化的預警序列集和非預警序列集的投影數據庫，并將投影數據庫中小于最小支持度閾值的支持度對應的項刪除，得到前綴長度為1的頻繁序列模式；

C2、令k＝60；

C3、對前綴長度為k的頻繁序列模式進行遞歸挖掘，搜索前綴長度為k的頻繁序列模式在投影數據庫中對應序列和支持度要求，根據對應序列和支持度要求獲取前綴長度為k+1的頻繁序列模式；

C4、令k的計數值加一，并判斷k是否等于120，若是，則完成頻繁序列挖掘，否則返回步驟C3；

所述步驟S5包括以下分步驟：

S5.1、剔除預警頻繁序列集和非預警頻繁序列集中前綴組成相同的非最長頻繁序列模式；

S5.2、使用字符串匹配算法對預警頻繁序列集與非預警頻繁序列集中子序列進行兩兩匹配，并判斷是否匹配成功，若是，則匹配成功的預警頻繁子序列包含有非預警序列特征，并進入步驟S5.3，否則不進行操作；

S5.3、將含有非預警序列特征的預警頻繁子序列從預警頻繁序列集中剔除，得到預警模式庫。