高速铁路风监测系统布点间距加密方案研究

杜广宇

（中铁第四勘察设计院集团有限公司，武汉 430063）

铁路风监测系统是高速铁路自然灾害及异物侵限监测系统的重要组成部分。风监测系统对高速铁路沿线风速进行监测，对可能危及行车安全的大风生成报警信息，使高速运行的列车减速运行，保障运营安全。然而在某些地区的铁路线路或线路的某些区段因频繁出现大风而导致风监测系统频繁报警，引发列车限速，严重影响列车运行效率和正点率。

针对该问题，在已开通的多条高速铁路，铁路局都提出通过增加现场风速监测点数量、缩小风监测点间距来提高运行效率的要求［1-2]。缩小风监测点间隔，一定程度上可以细化风速报警和列车限速范围，达到提高列车运行效率的目的。本文研究如何合理地确定新增风监测点位置。

1 大风报警与限速

1.1 风监测点布置原则

Q/CR 9152—2018《铁路自然灾害及异物侵限监测系统工程技术规范》要求在桥梁、高路堤等区段，风监测点的布置间距宜为5～10 km，山区垭口、峡谷、河谷等易产生强风的地段，风监测点间距宜为1～5 km。在工程设计中，风监测点平均间距在8 km左右。

1.2 风监测点报警范围

铁路风监测系统用某处风监测点的风速测量值代表该处风监测点相邻范围内的风速，例如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点的风监测区间［3-4]，如图1所示。

图1 风速报警范围示意

风监测点风速报警时，其产生的限速区间要覆盖到相邻的两个风监测点。按风监测点平均间距8 km左右考虑，大风引起的限速范围将平均为16 km左右。

1.3 大风报警时间

现有的风监测报警系统采用报警阈值［5]对风监测数据进行报警评判，风监测点采集的风速数据连续10 s超过报警阈值即触发大风报警并生成限速区段信息；报警后，只有当该风点采集的风速连续小于报警阈值10 min 后，该报警和限速区段信息才能解除。即风速报警引起的限速区段至少要持续10 min才能解除。

2 大风限速对行车效率的影响

大风限速对动车组列车的影响［5-6]见图2。图中：W为风速对列车速度影响范围；v0为制动前列车的初始运行速度；v1为大风区段列车限速速度；L为动车组长度；Ld为动车组列车由v0减速至v1的距离，由列车的制动性能确定；La为动车组列车由v1加速至v0的距离，由列车的加速性能确定；U为风监测点报警范围。

图2 大风对列车运行的影响

设Td为动车组列车由v0减速至v1的时间，Ta为动车组列车由v1加速至v0的时间，则大风限速对列车运行时间的影响ΔT可以表示为

令H=[(Td+Ta)-(La+Ld)/v0]，因U≫L，故 式（1）简化为

式（2）中，H与车型参数和制动前列车的初始运行速度有关，车型和线路状况确定后基本不变；限速值v1受大风风速影响，在特定风速条件下也是不能调整的。只有通过增加风监测点数量，缩小风监测点间隔，减小U值，才能提高列车运行效率。

根据气象尺度的概念［7]，在一定空间（铁路里程）范围内风速大小变化情况基本相同。在铁路沿线每隔一定间距就设置一个风监测点，假设监测点数量不断增加，其间距不断缩小，则相邻点风速变化测量值就会越来越相似，在相同时间段内相邻两点同时发生大风报警的次数会增加，最终直到两个风速计总是同时产生大风报警，这时再缩小报警范围U就没有意义了，即U达到极限值。在工程设计中希望通过增加最少的风监测点，使U趋向该极限值。

3 风监测点加密原则

设若干个连续的风监测点分别为A，B，C，D，E，F，相邻两点的间距为g1，g2，g3，g4，g5，如图3 所示。若C点发生大风报警，则列车限速范围为g2+g3。

图3 风监测点加密示意

对C，D 点间进行风点加密，在它们之间插入新的风监测点K。插入点应考虑以下原则：

1）优先选择大风报警频繁（或报警累计时间较长）的监测点。大风报警频繁的点造成的限速次数多，在这样的监测点报警范围内插入新的风监测点，若能缩短限速范围，对提高列车运行效率的作用更明显。

2）大风报警频繁点相邻风监测点为不频繁点时，即相邻的风监测点很少发生大风报警，说明两者之间可插入新的风监测点，以缩小风点之间的距离。

3）若相邻两个风监测点都是大风报警频繁的点，则须判断二者大风报警之间是否独立。若是独立的，则应在两个风监测点之间插入新的风监测点。

假设两个风监测点C，D 经常在相近的时间段发生大风报警。风点加密前C，D 点报警对应的限速区段为g2+g3+g4。在C点和D点之间插入风点后C，D点仍会经常在相近的时间段报警，则限速区段仍为g2+g3+g4，新插入的风点不能提高列车运行效率。

反之，若C，D 两点几乎不同时发生大风报警，则在C 点和D 点之间插入风监测点K 后，限速区段最小可缩短至g32+g4，能实现提高列车运行效率的目的。

4 基于关联分析的风监测点加密算法

4.1 大风频繁报警点筛选方法

应在铁路风监测系统开通运营一年或几年后进行风点加密，此时已获得丰富的风速观测和报警数据。

假设一铁路风监测系统共有n个风监测点F1，F2，…，Fn，每点在一段时间（通常是一年）内共发生大风报警的记录次数为m，每次大风报警持续的时间为Δt1，Δt2，…，Δtm，则每个风点累计报警时间为Δt1+ Δt2+ …+ Δtm。报警时间越长代表风速对列车正常运行影响越大。结合工程投资和新增风点数量的限制，可将累计报警时间从大到小排序，依次优先挑选累计报警时间长的风点，将其定义为频繁点［8]。

4.2 非大风报警频繁点判别

非大风报警频繁点的判别方法比较多，可以认为大风报警频繁点以外的点都是非频繁点；也可求取全线累计报警时间的平均值，当某点的累计报警时间低于平均值时，认为该点为非大风报警频繁点。

4.3 大风报警关联性判别

假设两个相邻风监测点Fj和Fj+1，j∈{1，…，n- 1}，某次大风报警的开始时刻分别为tj，s和tj+1，s，结束时刻为tj，e和tj+1，e，报 警 持 续 时 间 分 别 为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}，则(tmax-tmin)≥（Δtj+ Δtj+1)表示相邻点的报警在时间段上不重叠，(tmax-tmin)＜（Δtj+ Δtj+1)表示相邻点的报警在时间段上存在重叠部分。

为量化重叠部分，定义某次报警监测点Fj对于Fj+1重叠系数Zj，j+1=[(Δtj+Δtj+1)-(tmax-tmin)]/Δtj+1，Fj+1对于Fj重叠系数Yj+1，j=[(Δtj+Δtj+1)-(tmax-tmin)]/Δtj，通常Zj，j+1≠Yj+1，j。

假设任意两个相邻风监测点F1和F2，其中F1共有M条报警记录f1，i，i∈{1，…，M}，F2共有N条报警记录f2，r，r∈{1，…，N}，将f1，i对F2的N条记录中依次计算重叠系数，同理将f2，r在F1的M条记录中依次计算重叠系数，报警重叠关系见表1。

表1 报警重叠关系

定义两个相邻风监测点之间的关联系数P为

P值越接近1 说明相邻两个风监测点之间关联性越强，反之越弱。

4.4 算法步骤

第一步：选出频繁报警的点。

第二步：若频繁报警点的相邻点为非频繁报警点，则两者之间应加密，插入新的风监测点。

第三步：若两个相邻点均为频繁报警点，则计算两者之间的关联系数，依据关联系数从小到大依次插入新的风监测点。

5 工程实例分析

杭长（杭州—长沙）高速铁路江西段长度约545 km，所经地形以丘陵为主。共设置风监测点65处，按里程从小到大编号为1 至65，风监测点平均间距8.38 km，相邻两点最大间距约12 km，最小间距5 km。

2016—2018年65 处风点合计发生大风报警948次，日平均报警0.86 次。报警引起限速时间16023 min，平均每次报警引起限速时间16.9 min。报警频率和累计限速时间是不均衡的（图4），但大风报警频繁与累计限速时间较长的区域基本吻合，主要集中在编号1，2，29—43的风监测点，报警次数占总报警量的67.9%，累计限速时间占到总限速时间的64.7%，其中2017年11月17日23∶05∶13 大风报警引发的限速长达19 h。

图4 大风报警统计

表2 相邻风监测点报警关联系数

图5 相邻风监测点关联系数分布

分别计算65 个风监测点（从左到右编号）与相邻点间的关联系数P（表2），并画出统计分布图（图5）。为显示清晰，图5 中删除了关联系数为1 的数据。可知，29～40为报警频繁的风监测点，按关联性从小到大可优先对33与34，32与33之间增加风监测点。

6 结语

本文提出利用既有观测资料分析风监测点大风报警频次和相邻风监测点报警关联系数，从而确定增补风监测点位置。该方法可有效克服增补风监测点时的主观性和盲目性，在工程实施中还应注意以下问题：

1）须积累一定时间风监测数据，才能准确找出风速频繁报警的监测点和大风报警累计时间较长的点。

2）在频繁报警点和大风报警累计时间较长的点基础上，计算相邻风监测点的关联系数，优先选择关联系数小的点，增加风监测点。

3）文中方法明确了在哪两个风监测点之间须增加风监测点，但风速计具体安装位置应根据线路条件和地形地貌实际情况确定。

4）在进行一轮风监测点增补工作后，运营一段时间，根据需要还可进行新一轮的风监测点增补，但增补风点对列车效率的提高作用最终会趋于稳定，这个极限值是由线路条件、气候条件决定的，如果还想进一步提高效率就须采取诸如风屏障等其他工程手段。