CN108263400A - 高铁列车运行速度控制方法、装置、存储介质及高铁列车 - Google Patents
高铁列车运行速度控制方法、装置、存储介质及高铁列车 Download PDFInfo
- Publication number
- CN108263400A CN108263400A CN201810015931.7A CN201810015931A CN108263400A CN 108263400 A CN108263400 A CN 108263400A CN 201810015931 A CN201810015931 A CN 201810015931A CN 108263400 A CN108263400 A CN 108263400A
- Authority
- CN
- China
- Prior art keywords
- wind speed
- speed
- high ferro
- forecasting
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000005259 measurement Methods 0.000 claims abstract description 77
- 238000013179 statistical model Methods 0.000 claims abstract description 30
- 241001123248 Arma Species 0.000 claims abstract description 15
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 16
- 230000009467 reduction Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 229910052742 iron Inorganic materials 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 8
- 230000008569 process Effects 0.000 abstract description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001373 regressive effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61C—LOCOMOTIVES; MOTOR RAILCARS
- B61C17/00—Arrangement or disposition of parts; Details or accessories not otherwise provided for; Use of control gear and control systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/40—Handling position reports or trackside vehicle data
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G06Q50/40—
Abstract
本发明实施例公开了一种高铁列车运行速度控制方法、装置、存储介质及高铁列车。该方法包括：获取风速检测位置的实时风速数据，作为模型输入数据；将所述模型输入数据输入至风速预测模型；其中，所述风速预测模型为根据风速检测位置的历史风速数据对初始统计学模型进行训练后得到的统计学模型，所述初始统计学模型包括AR模型、MA模型和ARMA模型；根据所述风速预测模型输出得到风速预测结果，根据所述风速预测结果确定高铁列车运行至所述风速检测位置时的预测风速，根据所述预测风速向高铁列车提供运行速度控制信息。通过采用本申请实施例所提供的技术方案，可以实现根据预测风速控制列车运行速度，并能够提高列车运行过程的安全性的效果。
Description
技术领域
本发明实施例涉及铁路运行安全领域，尤其涉及一种高铁列车运行速度控制方法、装置、存储介质及高铁列车。
背景技术
我国高铁2008年正式运行，在2016年就已经成为世界上高铁营业里程最长的国家，高铁的出现大大提高了人们的出行效率。在行车过程中，风速的大小是影响车速的主要因素之一，即当风速达到一定的阈值时，要降低车速，以保证行车安全；当风速降低到一定阈值时，要恢复车速，以提高行车效率。然而，在风速是变化多端且变化迅速的情况下，不仅需要控制列车变速频繁，增加了安全隐患，而且降低了高铁的运行效率，容易造成列车晚点的情况，同时也导致了能源的浪费。另外，现有方案中，都是以列车实际到达位置的风速作为车速调整条件，这样就导致列车上的工作人员很难及时响应，并且很难对某一铁路运行的线路做宏观调控，使得铁路出行的安全受到了威胁。因此，如何有效的根据风速来控制列车运行速度，已经成为亟待解决的技术难题。
发明内容
本发明实施例提供一种高铁列车运行速度控制方法、装置、存储介质及高铁列车，可以实现根据预测风速控制列车运行速度，并能够提高列车运行过程的安全性的效果。
第一方面，本发明实施例提供了一种高铁列车运行速度控制方法，该方法包括：
获取风速检测位置的实时风速数据，作为模型输入数据；
将所述模型输入数据输入至风速预测模型；其中，所述风速预测模型为根据风速检测位置的历史风速数据对初始统计学模型进行训练后得到的统计学模型，所述初始统计学模型包括AR模型、MA模型和ARMA模型；
根据所述风速预测模型输出得到风速预测结果，根据所述风速预测结果确定高铁列车运行至所述风速检测位置时的预测风速，根据所述预测风速向高铁列车提供运行速度控制信息。
进一步的，所述获取风速检测位置的实时风速数据，作为模型输入数据，包括：
获取风速检测位置的实时风速数据，判断所述实时风速数据是否符合预设稳定条件；
若是，则将所述实时风速数据作为模型输入数据；
若否，则对所述实时风速数据进行至少一次差分处理，直至差分结果符合所述预设稳定条件为止，并将符合所述预设稳定条件的差分结果作为模型输入数据。
进一步的，在得到模型输入数据之后，在将所述模型输入数据输入至风速预测模型之前，还包括：
根据所述模型输入数据的自相关系数与偏相关系数的截尾结果，选择风速预测模型。
进一步的，所述根据所述风速预测模型输出得到风速预测结果，包括根据风速预测模型的输出得到所述风速检测位置未来1-5分钟的预测风速。
进一步的，根据所述风速预测结果确定高铁列车运行至所述风速检测位置时的预测风速，包括：
获取所述高铁列车的当前位置和当前速度；
根据所述高铁列车的当前位置和当前速度，以及所述风速检测位置，确定所述高铁列车运行至所述风速检测位置的时间；
根据所述风速预测结果和所述高铁列车运行至所述风速检测位置的时间，确定高铁列车运行至所述风速检测位置时的预测风速。
进一步的，所述速度控制信息包括提速指示及提速数值、降速指示及降速数值、以及匀速指示。
第二方面，本发明实施例还提供了一种高铁列车运行速度控制装置，该装置包括：
输入数据获取模块，用于获取风速检测位置的实时风速数据，作为模型输入数据；
风速预测模块，用于将所述模型输入数据输入至风速预测模型；其中，所述风速预测模型为根据风速检测位置的历史风速数据对初始统计学模型进行训练后得到的统计学模型，所述初始统计学模型包括AR模型、MA模型和ARMA模型；
控制信息提供模块，用于根据所述风速预测模型输出得到风速预测结果，根据所述风速预测结果确定高铁列车运行至所述风速检测位置时的预测风速，根据所述预测风速向高铁列车提供运行速度控制信息。
进一步的，所述输入数据获取模块，包括：
风速数据获取单元，用于获取风速检测位置的实时风速数据；
风速数据判定单元，用于判断所述实时风速数据是否符合预设稳定条件；若是，则将所述实时风速数据作为模型输入数据；若否，则对所述实时风速数据进行至少一次差分处理，直至差分结果符合所述预设稳定条件为止，并将符合所述预设稳定条件的差分结果作为模型输入数据。
进一步的，所述输入数据获取模块，还包括：
风速预测模型选择单元，用于根据所述模型输入数据的自相关系数与偏相关系数的截尾结果，选择风速预测模型。
进一步的，所述根据所述风速预测模型输出得到风速预测结果，包括根据风速预测模型的输出得到所述风速检测位置未来1-5分钟的预测风速。
进一步的，所述控制信息提供模块，包括：
位置及速度获取单元，用于获取所述高铁列车的当前位置和当前速度；
时间预算单元，用于根据所述高铁列车的当前位置和当前速度，以及所述风速检测位置，确定所述高铁列车运行至所述风速检测位置的时间；
风速预测单元，用于根据所述风速预测结果和所述高铁列车运行至所述风速检测位置的时间，确定高铁列车运行至所述风速检测位置时的预测风速。
进一步的，所述速度控制信息包括提速指示及提速数值、降速指示及降速数值、以及匀速指示。
第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例所述的高铁列车运行速度控制方法。
第四方面，本申请实施例提供了一种移动终端，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例所述的高铁列车运行速度控制方法。
本申请实施例所提供的技术方案，获取风速检测位置的实时风速数据，作为模型输入数据；将所述模型输入数据输入至风速预测模型；其中，所述风速预测模型为根据风速检测位置的历史风速数据对初始统计学模型进行训练后得到的统计学模型，所述初始统计学模型包括AR模型、MA模型和ARMA模型；根据所述风速预测模型输出得到风速预测结果，根据所述风速预测结果确定高铁列车运行至所述风速检测位置时的预测风速，根据所述预测风速向高铁列车提供运行速度控制信息。通过采用本申请所提供的技术方案，可以实现根据预测风速控制列车运行速度，并能够提高列车运行过程的安全性的效果。
附图说明
图1是本发明实施例一提供的高铁列车运行速度控制方法的流程图；
图2是本发明实施例二提供的高铁列车运行速度控制方法的流程图；
图3是本发明实施例三提供的高铁列车运行速度控制装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的高铁列车运行速度控制方法的流程图，本实施例可适用高铁列车运行的情况，该方法可以由本发明实施例所提供的高铁列车运行速度控制装置来执行，该装置可以由软件和/或硬件的方式来实现，并可集成于高铁列车以及对于高铁列车进行管控的设备中。
如图1所示，所述高铁列车运行速度控制方法包括：
S110、获取风速检测位置的实时风速数据，作为模型输入数据。
其中，风速检测位置可以每隔固定位置或者根据需要布设在铁路沿线的风速检测站，比如，在平坦路段可以每隔0.5Km、1Km或者2Km设置一个风速检测站，也可以是根据需要来布设，比如在铁路转弯处，以及铁路尚处于山地地形的路段，可以进行加密布设。风速检测站可以是高铁专用，也可以与普通铁路共同使用，具体的，可以通过一个或者多个风速传感器获取到风速数据，风速数据可以包括风向及风速。值得说明的是，本申请实施例也适用于普通铁路列车，虽然普通铁路列车的运行速度较低，风速带来的列车行驶过程中的安全隐患比较小，但是也可以由本申请的技术方案进行速度控制，进而提高列车行驶的安全性。
具体的，可以连续采集实时风速数据作为模型输入数据，或者是在连续采集的数据中抽取一定量的特征值作为模型输入数据，比如，在连续采集的风速数据曲线中，选择斜率小于预设值的点作为模型输入点，这样设置的好处是可以在曲线中选择稳定的数据来进行风速预测，避免特殊情况带来的干扰，影响风速预测结果。还可以是每隔预设时间段采集一个风速数据的风速数值和/或方向数值，得到一个离散型数据序列，并作为模型的输入数据。
其中，本申请实施例方法的执行主体可以是智能终端，如电脑、智能手机等，还可以是其他能够进行数据运算的设备，执行主体可以设置在高铁列车或者普通列车上，还可以设置在服务器端或者其他列车以外，比如可以是设置在车辆调度中心，可以通过有线或者无线方式将风速预测结果发送至列车驾驶室，并配合驾驶室中的硬件设备进行信息显示。
S120、将所述模型输入数据输入至风速预测模型；其中，所述风速预测模型为根据风速检测位置的历史风速数据对初始统计学模型进行训练后得到的统计学模型，所述初始统计学模型包括AR模型、MA模型和ARMA模型。
其中，风速检测位置的历史风速数据可以是对风速检测位置的之前一段时间内的风速数据进行模型训练，在训练的同时，还可以根据实际风速进行模型校正或者模型的准确性分析，这样，就可以把历史风速数据划分为训练集和测试集，模型预测值与实际值的吻合程度，可以根据均方误差或者平均绝对误差来计算，使得得到的风速预测模型所预测的结果更加准确。其中，风速预测模型可以是统计学模型，具体的，可以包括AR模型(AutoRegressive Model，自回归模型)、MA模型(Moving Average Model，滑动平均模型)和ARMA模型(Auto Regressive Moving Average Model，自回归滑动平均模型)。具体的，可以通过最小二乘法来计算得出模型的参数P和Q，当P等于0时，可以确定为MA模型，当Q等于0时，可以确定为AR模型，当二者均不为0时，可以确定为ARMA模型。
其中，对于模型的优劣情况可以通过AIC信息准则(Akaike InformationCriterion,最小信息准则)、BIC信息准则(Bayesian Information Criterion，贝叶斯信息准则)等信息准则来判断，这样设置的好处是可以确保所使用模型对于风速预测的准确性。
值得说明的是，在本申请实施例中，统计学模型可以包括上述的一种或者多种，当包括上述多种模型时，可以根据获取到的实时风速数据分析确定适合使用哪种模型，再将其输入至适应的模型，以使所预测的风速数据更加准确。
S130、根据所述风速预测模型输出得到风速预测结果，根据所述风速预测结果确定高铁列车运行至所述风速检测位置时的预测风速，根据所述预测风速向高铁列车提供运行速度控制信息。
在得到风速预测结果后，其中，风速预测结果可能是随时间不断变化的，再根据高铁列车行驶至该风速监测位置的时间，进而预测出高铁列车到达该位置的风速。
根据所述预测风速向高铁列车提供运行速度控制信息，其中，运行速度控制信息可以以触觉、听觉以及视觉中的至少一种方式进行提供，比如，可以在显示器上显示，以声音播报的形式，还可以是其他能够被列车驾驶人员得知的形式。
其中，不仅可以在风速较高的情况下提供降速信息，以确保列车运行安全，还可以在风速较小的情况下提供升速信息，以确保列车能够及时升速，避免列车晚点。
为了能在风速实时变化的数据流上进行预测建模，采用分布式流处理框架SparkStreaming来构建预测系统。Spark Streaming中的DStream(可以视为数据集)可以实现对数据的实时提取、训练模型。Spark Streaming中可以提供有滑动窗口，通过窗口长度可达到秒级的实时程度，也可以在实际中设置为1～5min,具体设置时，根据实际项目需求指定。
本申请实施例所提供的高铁列车运行速度控制方法，获取风速检测位置的实时风速数据，作为模型输入数据；将所述模型输入数据输入至风速预测模型；其中，所述风速预测模型为根据风速检测位置的历史风速数据对初始统计学模型进行训练后得到的统计学模型，所述初始统计学模型包括AR模型、MA模型和ARMA模型；根据所述风速预测模型输出得到风速预测结果，根据所述风速预测结果确定高铁列车运行至所述风速检测位置时的预测风速，根据所述预测风速向高铁列车提供运行速度控制信息。通过采用本申请所提供的技术方案，可以实现根据预测风速控制列车运行速度，并能够提高列车运行过程的安全性的效果。
在提高列车运行安全性的同时，对于风速的预测还有利于对于高铁列车的宏观调控，并且高铁列车可以预先对速度进行控制，避免紧急减速对于能源的消耗，提高能源的利用率，另外，也可以提高高铁乘客的乘坐体验，同时，还可以缓解驾驶人员的紧张情绪，可以给驾驶人员充分的时间为风速的变化做出正确的反应，控制高铁列车以适宜的速度行驶。
实施例二
图2是本发明实施例二提供的高铁列车运行速度控制方法的流程图。本实施例在上述实施例的基础上，进行了进一步的改进。
如图2所示，所述高铁列车运行速度控制方法包括：
S210、获取风速检测位置的实时风速数据。
S220、判断所述实时风速数据是否符合预设稳定条件；若是，则执行S230；若否，则执行S240。
其中，预设稳定条件可以是指根据风速检测位置的风速数据的最大值和最小值之间的差值在一定范围，比如10m/s，或者可以是判断风速数据是否满足该位置的日平均水平、周平均水平以及月平均水平等。具体的，可以根据该位置的历史数据来设定，比如该位置在山坡上，其风速数据的波动情况往往比较大，在平原上则相对稳定，还可以是根据风速预测模型的输入数据要求来确定，比如AR模型的要求时该风速数据或者其N阶差分后的数据平坦到一定程度。
S230、则将所述实时风速数据作为模型输入数据；并执行S250。
S240、对所述实时风速数据进行至少一次差分处理，直至差分结果符合所述预设稳定条件为止，并将符合所述预设稳定条件的差分结果作为模型输入数据。
S250、将所述模型输入数据输入至风速预测模型；其中，所述风速预测模型为根据风速检测位置的历史风速数据对初始统计学模型进行训练后得到的统计学模型，所述初始统计学模型包括AR模型、MA模型和ARMA模型。
S260、根据所述风速预测模型输出得到风速预测结果，根据所述风速预测结果确定高铁列车运行至所述风速检测位置时的预测风速，根据所述预测风速向高铁列车提供运行速度控制信息。
本实施例在上述实施例的基础上，提供了一种根据风速数据的平稳程度确定是否对其进行差分处理并输入至风速预测模型的方法，这样设置的好处是可以避免个别输入模型的数据过大或者过小导致风速预测结果的准确性下降，提高了风速预测结果的准确性，为高铁列车能够及时得到预测数据并根据预测数据进行速度控制提供了有利的数据基础。
在上述各技术方案的基础上，可选的，在得到模型输入数据之后，在将所述模型输入数据输入至风速预测模型之前，还包括：根据所述模型输入数据的自相关系数与偏相关系数的截尾结果，选择风速预测模型。其中，当自相关系数截尾且偏相关系数不截尾时，确定选用AR模型；当自相关系数不截尾且偏相关系数截尾时，确定选用MA模型；当二者都不截尾时，可以选择ARMA模型。这样设置的好处是可以根据离散数据自身的性质，选用合适的模型，以使所预测的风速更加准确。
在上述各技术方案的基础上，可选的，所述根据所述风速预测模型输出得到风速预测结果，包括根据风速预测模型的输出得到所述风速检测位置未来1-5分钟的预测风速。这样设置的好处在于可以确保所预测的风速信息的准确性的同时，避免预测时间过长导致计算数据量过大，为本方法的执行主体带来过大的计算负担。
在上述各技术方案的基础上，可选的，根据所述风速预测结果确定高铁列车运行至所述风速检测位置时的预测风速，包括：
获取所述高铁列车的当前位置和当前速度；
根据所述高铁列车的当前位置和当前速度，以及所述风速检测位置，确定所述高铁列车运行至所述风速检测位置的时间；根据所述风速预测结果和所述高铁列车运行至所述风速检测位置的时间，确定高铁列车运行至所述风速检测位置时的预测风速。这样设置的好处在于可以根据高铁列车的当前运行速度以及位置，准确计算出高铁列车实际到达时的风速预测数据。
在上述各技术方案的基础上，可选的，所述速度控制信息包括提速指示及提速数值、降速指示及降速数值、以及匀速指示。其中，提速指示和降速指示可以为高铁列车驾驶人员提供直观的速度控制信息，在根据提速数值和江苏数值，控制高铁列车运行至合理的车速，当为驾驶人员提供匀速指示时，驾驶人员可以不用做任何调整，正常驾驶即可。这样设置的好处在于便于高铁列车驾驶人员对于高铁列车速度的控制，并且能够有效的对提速和降速进行区分，比如以不同颜色的指示灯，提高驾驶人员对速度控制信息的接受过程的准确性，可以有效避免驾驶人员的误判。
实施例三
图3是本发明实施例三提供的高铁列车运行速度控制装置的结构示意图。如图3所示，所述高铁列车运行速度控制装置，包括：
输入数据获取模块310，用于获取风速检测位置的实时风速数据，作为模型输入数据；
风速预测模块320，用于将所述模型输入数据输入至风速预测模型；其中，所述风速预测模型为根据风速检测位置的历史风速数据对初始统计学模型进行训练后得到的统计学模型，所述初始统计学模型包括AR模型、MA模型和ARMA模型；
控制信息提供模块330，用于根据所述风速预测模型输出得到风速预测结果，根据所述风速预测结果确定高铁列车运行至所述风速检测位置时的预测风速，根据所述预测风速向高铁列车提供运行速度控制信息。
本申请实施例所提供的高铁列车运行速度控制装置，获取风速检测位置的实时风速数据，作为模型输入数据；将所述模型输入数据输入至风速预测模型；其中，所述风速预测模型为根据风速检测位置的历史风速数据对初始统计学模型进行训练后得到的统计学模型，所述初始统计学模型包括AR模型、MA模型和ARMA模型；根据所述风速预测模型输出得到风速预测结果，根据所述风速预测结果确定高铁列车运行至所述风速检测位置时的预测风速，根据所述预测风速向高铁列车提供运行速度控制信息。通过采用本申请所提供的技术方案，可以实现根据预测风速控制列车运行速度，并能够提高列车运行过程的安全性的效果。
在上述各技术方案的基础上，可选的，所述输入数据获取模块310，包括：
风速数据获取单元，用于获取风速检测位置的实时风速数据；
风速数据判定单元，用于判断所述实时风速数据是否符合预设稳定条件；
若是，则将所述实时风速数据作为模型输入数据；
若否，则对所述实时风速数据进行至少一次差分处理，直至差分结果符合所述预设稳定条件为止，并将符合所述预设稳定条件的差分结果作为模型输入数据。
在上述各技术方案的基础上，可选的，所述输入数据获取模块310，还包括：
风速预测模型选择单元，用于根据所述模型输入数据的自相关系数与偏相关系数的截尾结果，选择风速预测模型。
在上述各技术方案的基础上，可选的，所述根据所述风速预测模型输出得到风速预测结果，包括根据风速预测模型的输出得到所述风速检测位置未来1-5分钟的预测风速。
在上述各技术方案的基础上，可选的，所述控制信息提供模块330，包括：
位置及速度获取单元，用于获取所述高铁列车的当前位置和当前速度；
时间预算单元，用于根据所述高铁列车的当前位置和当前速度，以及所述风速检测位置，确定所述高铁列车运行至所述风速检测位置的时间；
风速预测单元，用于根据所述风速预测结果和所述高铁列车运行至所述风速检测位置的时间，确定高铁列车运行至所述风速检测位置时的预测风速。
在上述各技术方案的基础上，可选的，所述速度控制信息包括提速指示及提速数值、降速指示及降速数值、以及匀速指示。
上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
实施例四
本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种高铁列车运行速度控制方法，该方法包括：
获取风速检测位置的实时风速数据，作为模型输入数据；
将所述模型输入数据输入至风速预测模型；其中，所述风速预测模型为根据风速检测位置的历史风速数据对初始统计学模型进行训练后得到的统计学模型，所述初始统计学模型包括AR模型、MA模型和ARMA模型；
根据所述风速预测模型输出得到风速预测结果，根据所述风速预测结果确定高铁列车运行至所述风速检测位置时的预测风速，根据所述预测风速向高铁列车提供运行速度控制信息。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的高铁列车运行速度控制方法操作，还可以执行本申请任意实施例所提供的高铁列车运行速度控制方法中的相关操作。
实施例五
本申请实施例提供了一种高铁列车，该移动终端中可集成本申请实施例提供的高铁列车运行速度控制装置。该高铁列车包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请中任一所提供的高铁列车运行速度控制方法。
本申请实施例提供的移动终端，可以实现根据预测风速控制列车运行速度，并能够提高列车运行过程的安全性的效果。
上述实施例中提供的高铁列车运行速度控制装置、存储介质及移动终端可执行本申请任意实施例所提供的高铁列车运行速度控制方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的高铁列车运行速度控制方法。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (14)
1.一种高铁列车运行速度控制方法，其特征在于，包括：
获取风速检测位置的实时风速数据，作为模型输入数据；
将所述模型输入数据输入至风速预测模型；其中，所述风速预测模型为根据风速检测位置的历史风速数据对初始统计学模型进行训练后得到的统计学模型，所述初始统计学模型包括AR模型、MA模型和ARMA模型；
根据所述风速预测模型输出得到风速预测结果，根据所述风速预测结果确定高铁列车运行至所述风速检测位置时的预测风速，根据所述预测风速向高铁列车提供运行速度控制信息。
2.根据权利要求1所述的方法，其特征在于，所述获取风速检测位置的实时风速数据，作为模型输入数据，包括：
获取风速检测位置的实时风速数据，判断所述实时风速数据是否符合预设稳定条件；
若是，则将所述实时风速数据作为模型输入数据；
若否，则对所述实时风速数据进行至少一次差分处理，直至差分结果符合所述预设稳定条件为止，并将符合所述预设稳定条件的差分结果作为模型输入数据。
3.根据权利要求2所述的方法，其特征在于，在得到模型输入数据之后，在将所述模型输入数据输入至风速预测模型之前，还包括：
根据所述模型输入数据的自相关系数与偏相关系数的截尾结果，选择风速预测模型。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述风速预测模型输出得到风速预测结果，包括根据风速预测模型的输出得到所述风速检测位置未来1-5分钟的预测风速。
5.根据权利要求1-3任一项所述的方法，其特征在于，根据所述风速预测结果确定高铁列车运行至所述风速检测位置时的预测风速，包括：
获取所述高铁列车的当前位置和当前速度；
根据所述高铁列车的当前位置和当前速度，以及所述风速检测位置，确定所述高铁列车运行至所述风速检测位置的时间；
根据所述风速预测结果和所述高铁列车运行至所述风速检测位置的时间，确定高铁列车运行至所述风速检测位置时的预测风速。
6.根据权利要求5所述的方法，其特征在于：所述速度控制信息包括提速指示及提速数值、降速指示及降速数值、以及匀速指示。
7.一种高铁列车运行速度控制装置，其特征在于，包括：
输入数据获取模块，用于获取风速检测位置的实时风速数据，作为模型输入数据；
风速预测模块，用于将所述模型输入数据输入至风速预测模型；其中，所述风速预测模型为根据风速检测位置的历史风速数据对初始统计学模型进行训练后得到的统计学模型，所述初始统计学模型包括AR模型、MA模型和ARMA模型；
控制信息提供模块，用于根据所述风速预测模型输出得到风速预测结果，根据所述风速预测结果确定高铁列车运行至所述风速检测位置时的预测风速，根据所述预测风速向高铁列车提供运行速度控制信息。
8.根据权利要求7所述的装置，其特征在于，所述输入数据获取模块，包括：
风速数据获取单元，用于获取风速检测位置的实时风速数据；
风速数据判定单元，用于判断所述实时风速数据是否符合预设稳定条件；若是，则将所述实时风速数据作为模型输入数据；若否，则对所述实时风速数据进行至少一次差分处理，直至差分结果符合所述预设稳定条件为止，并将符合所述预设稳定条件的差分结果作为模型输入数据。
9.根据权利要求8所述的装置，其特征在于，所述输入数据获取模块，还包括：
风速预测模型选择单元，用于根据所述模型输入数据的自相关系数与偏相关系数的截尾结果，选择风速预测模型。
10.根据权利要求7-9任一项所述的装置，其特征在于，所述根据所述风速预测模型输出得到风速预测结果，包括根据风速预测模型的输出得到所述风速检测位置未来1-5分钟的预测风速。
11.根据权利要求7-9任一项所述的装置，其特征在于，所述控制信息提供模块，包括：
位置及速度获取单元，用于获取所述高铁列车的当前位置和当前速度；
时间预算单元，用于根据所述高铁列车的当前位置和当前速度，以及所述风速检测位置，确定所述高铁列车运行至所述风速检测位置的时间；
风速预测单元，用于根据所述风速预测结果和所述高铁列车运行至所述风速检测位置的时间，确定高铁列车运行至所述风速检测位置时的预测风速。
12.根据权利要求11所述的装置，其特征在于：所述速度控制信息包括提速指示及提速数值、降速指示及降速数值、以及匀速指示。
13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的高铁列车运行速度控制方法。
14.一种高铁列车，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6中任一所述的高铁列车运行速度控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810015931.7A CN108263400B (zh) | 2018-01-08 | 2018-01-08 | 高铁列车运行速度控制方法、装置、存储介质及高铁列车 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810015931.7A CN108263400B (zh) | 2018-01-08 | 2018-01-08 | 高铁列车运行速度控制方法、装置、存储介质及高铁列车 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108263400A true CN108263400A (zh) | 2018-07-10 |
| CN108263400B CN108263400B (zh) | 2019-11-15 |
Family
ID=62773216
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810015931.7A Active CN108263400B (zh) | 2018-01-08 | 2018-01-08 | 高铁列车运行速度控制方法、装置、存储介质及高铁列车 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108263400B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109034478A (zh) * | 2018-07-27 | 2018-12-18 | 中南大学 | 一种高速铁路沿线大风迭代竞争高精度预测方法 |
| CN109466573A (zh) * | 2018-11-23 | 2019-03-15 | 中车株洲电力机车有限公司 | 一种列车的清洁制动控制方法、系统、设备及存储介质 |
| CN109697555A (zh) * | 2018-12-11 | 2019-04-30 | 浙江大学 | 一种针对风速报警解除前的高速铁路运行状态调度方法 |
| CN113377017A (zh) * | 2021-07-19 | 2021-09-10 | 中国铁建重工集团股份有限公司 | 土压平衡盾构机及其推进速度预测方法、装置、介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3486632B2 (ja) * | 1994-09-30 | 2004-01-13 | 宇宙科学研究所長 | 列車の車体形状設計法 |
| CN102570453A (zh) * | 2012-01-06 | 2012-07-11 | 甘肃省电力公司风电技术中心 | 基于多套数值天气预报源的短期风电功率预测方法及系统 |
| JP2013082255A (ja) * | 2011-10-06 | 2013-05-09 | Railway Technical Research Institute | 列車の走行管理システム |
| CN103984987A (zh) * | 2014-05-05 | 2014-08-13 | 国家电网公司 | 一种测风网络实时校正的arma模型风电功率超短期预测方法 |
| CN104015757A (zh) * | 2014-06-09 | 2014-09-03 | 中南大学 | 多元信息融合的铁路行车安全态势评判方法及装置 |
| CN104376388A (zh) * | 2014-12-08 | 2015-02-25 | 国家电网公司 | 一种基于风速因子控制模型的风电超短期功率预测方法 |
| CN106779151A (zh) * | 2016-11-14 | 2017-05-31 | 中南大学 | 一种高速铁路沿线风速多点多层耦合预测方法 |
| CN107133702A (zh) * | 2017-05-18 | 2017-09-05 | 北京唐浩电力工程技术研究有限公司 | 一种风电场全场功率预测方法 |
-
2018
- 2018-01-08 CN CN201810015931.7A patent/CN108263400B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3486632B2 (ja) * | 1994-09-30 | 2004-01-13 | 宇宙科学研究所長 | 列車の車体形状設計法 |
| JP2013082255A (ja) * | 2011-10-06 | 2013-05-09 | Railway Technical Research Institute | 列車の走行管理システム |
| CN102570453A (zh) * | 2012-01-06 | 2012-07-11 | 甘肃省电力公司风电技术中心 | 基于多套数值天气预报源的短期风电功率预测方法及系统 |
| CN103984987A (zh) * | 2014-05-05 | 2014-08-13 | 国家电网公司 | 一种测风网络实时校正的arma模型风电功率超短期预测方法 |
| CN104015757A (zh) * | 2014-06-09 | 2014-09-03 | 中南大学 | 多元信息融合的铁路行车安全态势评判方法及装置 |
| CN104376388A (zh) * | 2014-12-08 | 2015-02-25 | 国家电网公司 | 一种基于风速因子控制模型的风电超短期功率预测方法 |
| CN106779151A (zh) * | 2016-11-14 | 2017-05-31 | 中南大学 | 一种高速铁路沿线风速多点多层耦合预测方法 |
| CN107133702A (zh) * | 2017-05-18 | 2017-09-05 | 北京唐浩电力工程技术研究有限公司 | 一种风电场全场功率预测方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109034478A (zh) * | 2018-07-27 | 2018-12-18 | 中南大学 | 一种高速铁路沿线大风迭代竞争高精度预测方法 |
| CN109466573A (zh) * | 2018-11-23 | 2019-03-15 | 中车株洲电力机车有限公司 | 一种列车的清洁制动控制方法、系统、设备及存储介质 |
| CN109697555A (zh) * | 2018-12-11 | 2019-04-30 | 浙江大学 | 一种针对风速报警解除前的高速铁路运行状态调度方法 |
| CN113377017A (zh) * | 2021-07-19 | 2021-09-10 | 中国铁建重工集团股份有限公司 | 土压平衡盾构机及其推进速度预测方法、装置、介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108263400B (zh) | 2019-11-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108263400B (zh) | 高铁列车运行速度控制方法、装置、存储介质及高铁列车 | |
| CN102819954B (zh) | 交通区域动态地图监控预测系统 | |
| CN105225500B (zh) | 一种交通控制辅助决策方法及装置 | |
| CN108458716B (zh) | 一种基于充电桩动态占用率预测的电动汽车充电导航方法 | |
| CN104520912B (zh) | 堵塞预测装置、堵塞预测系统、堵塞预测方法和程序 | |
| CN107301570B (zh) | 业务量预测方法、异常业务量检测方法、装置和电子设备 | |
| CN107346460A (zh) | 基于智能网联系统下前车运行信息的未来工况预测方法 | |
| CN106781493A (zh) | 一种车辆排队长度模拟系统、方法和装置 | |
| CN105761488A (zh) | 基于融合的实时极限学习机短时交通流预测方法 | |
| JP6778203B2 (ja) | 交通渋滞終端位置を特定するためのサーバ、システム及び方法 | |
| CN110379164B (zh) | 一种动态调控的公交准点控制方法及系统 | |
| CN109902899A (zh) | 信息生成方法和装置 | |
| CN109712398B (zh) | 高速公路行程时间估计模型参数优化方法 | |
| CN106529076A (zh) | 高速公路交通安全仿真分析的两阶段参数标定方法 | |
| CN108831181A (zh) | 一种用于公交车辆行程时间预测的模型建立方法及系统 | |
| CN105095984B (zh) | 一种地铁列车轨迹的实时预测方法 | |
| WO2022178865A1 (zh) | 轨道交通的牵引供电系统的监控和预测方法及装置 | |
| CN105279963B (zh) | 一种获取路况信息的方法及装置 | |
| CN108644980B (zh) | 地铁车站通风空调系统的功耗计算方法、系统及存储介质 | |
| CN113077084A (zh) | 一种旅游景点游客流量预警装置 | |
| CN112101738A (zh) | 任务信息生成方法、装置、电子设备和可读存储介质 | |
| CN103714695A (zh) | 一种基于车辆行驶数据分析车辆运营状态方法 | |
| JP2015512027A (ja) | 動力車のエネルギー消費量を推定するための方法 | |
| CN105989214A (zh) | 用于评价车辆的行驶状态的方法和装置 | |
| CN112530165B (zh) | 一种基于物联网的机坪保障车辆的违章判断方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |