CN109960890A - 轨道交通工具地区典型速度-时间行驶工况构建方法 - Google Patents

Abstract

本发明涉及一种轨道交通工具地区典型速度‑时间行驶工况构建方法，通过构建给定地区内所有线路的线路典型速度‑时间工况；然后将所有线路的线路典型速度‑时间工况复接成给定地区的地区初始速度‑时间行驶工况，求取该地区初始速度‑时间行驶工况的特征值与各子片段的特征值；将初始速度‑时间行驶工况所包含子片段的特征值分别与地区初始速度‑时间行驶工况的特征值进行归一化偏差计算后从归一化偏差中选取特征值偏差小于设定值的子片段，复接构成该地区典型速度‑时间工况。本发明地区典型速度‑时间工况构建方法简单，可以作为城市轨道交通列车能耗仿真/测试的标准行驶工况，对列车进行不同影响因素下的能耗对比与分析。

Description

轨道交通工具地区典型速度-时间行驶工况构建方法

技术领域

本发明属于轨道交通线路工况简化技术领域，尤其涉及一种轨道交通工具地区典型速度-时间行驶工况构建方法。

背景技术

城市轨道交通中影响列车行驶能耗的因素主要是列车的行驶工况。列车在站间的速度曲线、列车重量等决定了列车在站间的牵引力大小，进而决定了城轨列车在站间的行驶能耗。但目前我国对汽车行驶工况构建与研究较多，而适用于轨道交通工具能耗分析的工况构建成果并不多见。因而亟需开展城轨线路的行驶数据分析，从给定地区实测动态的线路工况数据中构建相应地区典型速度-时间工况。

发明内容

本发明在上述不足的基础上提供了一种轨道交通工具地区典型速度-时间行驶工况构建方法，采用该方法，能够将复杂的动态的线路速度-时间工况进行简化，构成由多个恒片段组成的地区典型工况，为给定地区内现有城市轨道交通列车行驶工况提供参考。

为了实现上述目的，本发明提供了一种轨道交通工具地区典型速度-时间行驶工况构建方法，包括以下步骤：

(S1)构建给定地区内所有线路的线路典型速度-时间工况；

(S2)将所有线路的线路典型速度-时间工况复接成给定地区的地区初始速度-时间行驶工况，求取该地区初始速度-时间行驶工况的特征值T_{loc_ori}(i)以及各个子片段的特征值T(i,k)_{loc_org_fra}，k为片段编号；

(S3)分别将地区初始速度-时间行驶工况中各个子片段的特征值T(i,k)_{loc_org_fra}与初始速度-时间行驶工况的特征值T_{loc_ori}(i)进行归一化偏差计算；

(S4)从归一化偏差中选取特征值偏差σ_A(k)小于设定值A的子片段，复接构成该地区典型速度-时间工况。

优选的，步骤(S1)中构建给定地区内所有线路的线路典型速度-时间工况的具体方法为：

选取给定线路的第j日的列车每日速度-时间行驶工况，将每日速度-时间序列S(j)根据列车行驶的停靠行驶状态划分为K个子片段S'(k,j)；

将K个子片段S'(k,j)按照停车时间进行排序，删除不合理数据，组成第j日的列车每日标准速度-时间序列S_s(j)；

将第j日的列车每日标准速度-时间序列S_s(j)进行归一化处理，构建第j日的每日典型速度-时间序列S_T(j)，整合所有采样日的每日典型速度-时间序列S_T(j)，选取该条线路的典型速度-时间行驶工况。

按照上述步骤，求取给定地区内所有线路的典型速度-时间工况。

优选的，将第j日的每日速度-时间序列S(j)根据列车行驶的停靠行驶状态划分为K个子片段S'(k,j)的方法为：

将每日速度-时间序列S(j)求偏导得到加速度a的数据；选定|a|>0且速度v＝0为分隔点，将每日速度-时间序列S(j)划分为K个子片段S'(k,j)。

优选的，将K个子片段S'(k,j)按照停车时间进行排序，删除不合理数据，组成列车每日标准速度-时间序列S_s(j)的具体方法为：

将K个子片段S'(k,j)按照停车时间大小升序排列，确定列车停车时间范围，设定非正常停车时间t_x；

删除停车时间T大于非正常停车时间t_x的子片段S'(k,j)，剩余子片段S'(k,j)组成列车每日标准速度-时间序列S_s(j)。

优选的，将列车每日标准速度-时间序列S_s(j)中的子片段进行归一化处理，构建每日典型速度-时间序列S_T(j)，整合所有采样日的每日典型速度-时间序列S_T(j)，选取该条线路的典型速度-时间行驶工况的方法为：

求取每日标准速度-时间序列S_s(j)的总的特征值T_{tot_day}(i,j)及其各子片段S'(k,j)的特征值T(i,k,j)_{typ_fra}，其中i＝1,2,3,4,5,6,7,8分别对应停车时间/行驶时间、最大速度、平均速度、平均旅行速度、最大加速度、最大减速度、平均加速度和平均减速度；

根据：

计算各子片段S'(k,j)的特征值T(i,k,j)_{typ_fra}与标准速度-时间序列S_s(j)总特征值T_{tot_day}(i,j)的归一化偏差；

根据最大速度特征值与平均速度特征值判断列车行驶的周期性，选取每日标准速度-时间序列S_s(j)中最小周期性片段S_M(j)，确定每日标准速度-时间序列S_s(j)的循环周期M；

将最小周期性片段S_M(j)中的每个子片段S'(k,j)的特征值、偏差组成N×M的特征值-偏差矩阵，其中每日标准速度-时间序列S_s(j)包括N个最小周期性片段S_M(j)；

选取特征值-偏差矩阵每列最小偏差对应的子片段S'(k,j)后进行排序，然后选取特征值偏差σ_B(k,j)小于设定值B的子片段S'(k,j)组成每日典型速度-时间序列S_T(j)并计算其特征值T(i,j)_{typ_day}；

根据公式计算线路的特征值T_{tot_data}(i)，其中，L为总采样天数；

根据归一化偏差公式计算每日典型速度-时间序列S_T(j)的特征值T(i,j)_{typ_day}与线路的特征值T_{tot_data}(i)的偏差σ_day(j)；

选取σ_day(j)最小对应的每日典型速度-时间序列S_T(j)作为线路的典型速度-时间序列S_T’，即线路的典型速度-时间行驶工况。

优选的，选取特征值-偏差矩阵每列最小偏差对应的子片段S'(k,j)后进行排序的方法为：

选取特征值-偏差矩阵每列最小偏差对应的子片段S'(k,j)，然后将选取的M个子片段S'(k,j)按特征值偏差σ_B(i,j)的大小升序排列。

优选的，步骤(S3)中归一化偏差的具体计算方法为：

根据

计算地区初始速度-时间行驶工况中各个子片段的特征值T(i,k)_{loc_org_fra}与地区初始速度-时间行驶工况的特征值T_{loc_ori}(i)的归一化偏差σ_A(k)；

其中，T(i,k)_{loc_org_fra}表示片段k的特征值参数，T_{loc_ori}(i)表示地区初始速度-时间行驶工况的特征值，i＝1,2,3,4,5,6,7,8分别对应停车时间/行驶时间、最大速度、平均速度、平均旅行速度、最大加速度、最大减速度、平均加速度和平均减速度。

与现有技术相比，本发明的优点和积极效果在于：

本发明提出一种轨道交通工具地区典型速度-时间行驶工况构建方法,相比于现有针对电动汽车行驶工况的方法，本发明方法不依赖工况本身的特性,构建给定地区内所有线路的线路典型速度-时间工况后将所有线路的线路典型速度-时间工况复接成给定地区的地区初始速度-时间行驶工况，然后将地区初始速度-时间行驶工况进行简化后形成该地区典型速度-时间工况。本发明地区典型速度-时间行驶工况构建方法简单，能够将复杂的动态线路工况简化成多个恒片段组成的地区典型工况，同时地区典型工况的速度-时间累计概率分布与原线路工况累积概率分布基本一致，只需要确定非正常停车时间t_x和特征值偏差设定值B以及采样天数L的值，每个实际线路工况都可以得到唯一的简化线路典型工况形式。同时，线路典型工况确定后，只需要确定特征值偏差设定值A的值，就可以得到唯一的地区典型线路工况。本发明得到的典型地区速度-时间工况可以作为城市轨道交通列车能耗仿真/测试标准行驶工况，在该典型速度-时间工况基础上，对列车进行不同影响因素下列车能耗分析，为城市轨道交通工具的节能措施提供参考依据。

附图说明

图1为本发明的轨道交通工具地区典型速度-时间行驶工况构建方法示意图；

图2为线路典型速度-时间行驶工况构建方法示意图。

具体实施方式

以下，结合附图对本发明的具体实施方式进行进一步的描述。

本发明提供了一种轨道交通工具地区典型速度-时间行驶工况构建方法，参考图1、图2所示，包括以下步骤：

(S1)构建给定地区内所有线路的线路典型速度-时间工况；

具体的线路典型速度-时间工况构建方法为：

①选取合适的采样日期和采样天数采集给定线路的列车每日速度-时间行驶工况，将第j个样本采集日(简称第j日)的列车每日速度-时间行驶工况，将每日速度-时间序列S(j)根据列车行驶的停靠行驶状态划分为K个子片段S'(k,j)。即：将每日速度-时间序列S(j)求偏导得到加速度a的数据；选定|a|>0且速度v＝0为分隔点，将每日速度-时间序列S(j)划分为K个子片段S'(k,j)。

②将K个子片段S'(k,j)按照停车时间进行排序，删除不合理数据，组成列车每日标准速度-时间序列S_s(j)。即：将K个子片段S'(k,j)按照停车时间大小升序排列，确定列车停车时间范围，设定非正常停车时间t_x；删除停车时间T大于非正常停车时间t_x的子片段S'(k,j)，剩余子片段S'(k,j)组成列车每日标准速度-时间序列S_s(j)。

③将列车每日标准速度-时间序列S_s(j)进行归一化处理，构建第j日的每日典型速度-时间序列S_T(j)；整合所有采样日的每日典型速度-时间序列S_T(j)，选取该条线路的典型速度-时间行驶工况。

具体的：

求取每日标准速度-时间序列S_s(j)的总的特征值T_{tot_day}(i,j)及其各子片段S'(k,j)的特征值T(i,k,j)_{typ_fra}；其中，i＝1,2,3,4,5,6,7,8分别对应停车时间/行驶时间、最大速度、平均速度、平均旅行速度、最大加速度、最大减速度、平均加速度和平均减速度。

根据：

计算各子片段S'(k,j)的特征值T(i,k,j)_{typ_fra}与标准速度-时间序列S_s(j)总特征值T_{tot_day}(i,j)的归一化偏差；

根据最大速度特征值与平均速度特征值判断列车行驶的周期性，选取每日标准速度-时间序列S_s(j)中最小周期性片段S_M(j)，确定每日标准速度-时间序列S_s(j)的循环周期M；

将最小周期性片段S_M(j)中的每个子片段S'(k,j)的特征值、偏差组成N×M的特征值-偏差矩阵，其中每日标准速度-时间序列S_s(j)包括N个最小周期性片段S_M(j)；

选取特征值-偏差矩阵每列最小偏差对应的子片段S'(k,j)，然后将选取的M个子片段S'(k,j)按特征值偏差σ_B(k,j)的大小升序排列，然后选取特征值偏差σ_B(k,j)小于设定值B的子片段S'(k,j)组成每日典型速度-时间序列S_T(j)并计算其特征值T(i,j)_{typ_day}；

根据公式计算线路的特征值T_{tot_data}(i)，其中，L为总采样天数；

根据归一化偏差公式计算每日典型速度-时间序列S_T(j)的特征值T(i,j)_{typ_day}与线路的特征值T_{tot_data}(i)的偏差σ_day(j)；

选取σ_day(j)最小对应的每日典型速度-时间序列S_T(j)作为线路的典型速度-时间序列S_T’，即线路的典型速度-时间工况。

由此，可以得到单条线路的典型速度-时间工况。

④然后按照上述步骤，求取给定地区内所有线路的典型速度-时间工况。

(S2)将所有线路的线路典型速度-时间工况复接成给定地区的地区初始速度-时间行驶工况，求取该地区初始速度-时间行驶工况的特征值T_{loc_ori}(i)以及各个子片段的特征值T(i,k)_{loc_org_fra}，k为片段编号；

(S3)分别将初始速度-时间行驶工况中各个子片段的特征值T(i,k)_{loc_org_fra}与初始速度-时间行驶工况的特征值T_{loc_ori}(i)进行归一化偏差计算；即根据

求取的地区初始速度-时间行驶工况的特征值T_{loc_ori}(i)进行归一化偏差σ_A(k)。其中，T(i,k)_{loc_org_fra}表示片段k的特征值参数，T_{loc_ori}(i)表示初始速度-时间行驶工况的特征值，i＝1,2,3,4,5,6,7,8分别对应停车时间/行驶时间、最大速度、平均速度、平均旅行速度、最大加速度、最大减速度、平均加速度和平均减速度。

(S4)从归一化偏差中选取特征值偏差σ_A(k)小于设定值A的子片段，复接构成该地区典型速度-时间工况。

综上所述，本发明轨道交通工具地区典型速度-时间行驶工况构建方法,通过采集给定地区内单条线路的列车每日速度-时间行驶工况，将列车每日速度-时间工况简化后得到单条线路的线路典型速度-时间工况，然后求取给定地区内所有线路的典型速度-时间工况，构建给定地区内所有线路的线路典型速度-时间工况。然后将所有线路的线路典型速度-时间工况拼接成给定地区的地区初始速度-时间行驶工况，求取该地区初始速度-时间行驶工况的特征值以及初始速度-时间行驶工况中每个子片段的特征值参数并将特征值进行归一化处理，从归一化偏差中选取特征值偏差小于设定值A的子片段，复接构成该地区典型速度-时间工况，将地区初始速度-时间行驶工况进行简化后形成该地区典型速度-时间工况。

本发明的地区典型速度-时间行驶工况构建方法简单，能够将复杂的动态线路工况简化成多个恒片段组成的地区典型工况，同时地区典型工况的速度-时间累计概率分布与原线路工况累积概率分布基本一致，只需要确定非正常停车时间t_x和特征值偏差设定值B以及采样天数L的值，每个实际线路工况都可以得到唯一的简化线路典型工况形式。同时，线路典型工况确定后，只需要确定特征值偏差设定值A的值，就可以得到唯一的地区典型线路工况。本发明得到的典型地区速度-时间工况可以做为城市轨道交通列车能耗仿真/测试标准行驶工况，在该典型速度-时间工况基础上，对列车进行不同影响因素下的列车能耗分析，为城市轨道交通工具的节能措施提供参考依据。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (7)

1.一种轨道交通工具地区典型速度-时间行驶工况构建方法，其特征在于，包括以下步骤：

(S1)构建给定地区内所有线路的线路典型速度-时间工况；

(S2)将所有线路的线路典型速度-时间工况复接成给定地区的地区初始速度-时间行驶工况，求取该地区初始速度-时间行驶工况的特征值T_{loc_ori}(i)以及各个子片段的特征值T(i,k)_{loc_org_fra}，k为片段编号；

(S3)分别将地区初始速度-时间行驶工况中各个子片段的特征值T(i,k)_{loc_org_fra}与初始速度-时间行驶工况的特征值T_{loc_ori}(i)进行归一化偏差计算；

(S4)从归一化偏差中选取特征值偏差σ_A(k)小于设定值A的子片段，复接构成该地区典型速度-时间工况。

2.根据权利要求1所述的轨道交通工具地区典型速度-时间行驶工况构建方法，其特征在于，步骤(S1)中构建给定地区内所有线路的线路典型速度-时间工况的具体方法为：

选取给定线路的第j日的列车每日速度-时间行驶工况，将每日速度-时间序列S(j)根据列车行驶的停靠行驶状态划分为K个子片段S'(k,j)；

将K个子片段S'(k,j)按照停车时间进行排序，删除不合理数据，组成第j日的列车每日标准速度-时间序列S_s(j)；

将第j日的列车每日标准速度-时间序列S_s(j)进行归一化处理，构建第j日的每日典型速度-时间序列S_T(j)，整合所有采样日的每日典型速度-时间序列S_T(j)，选取该条线路的典型速度-时间行驶工况。

按照上述步骤，求取给定地区内所有线路的典型速度-时间工况。

3.根据权利要求2所述的轨道交通工具地区典型速度-时间行驶工况构建方法，其特征在于，将第j日的每日速度-时间序列S(j)根据列车行驶的停靠行驶状态划分为K个子片段S'(k,j)的方法为：

将每日速度-时间序列S(j)求偏导得到加速度a的数据；选定|a|>0且速度v＝0为分隔点，将每日速度-时间序列S(j)划分为K个子片段S'(k,j)。

4.根据权利要求2-3所述的轨道交通工具地区典型速度-时间行驶工况构建方法，其特征在于，将K个子片段S'(k,j)按照停车时间进行排序，删除不合理数据，组成列车每日标准速度-时间序列S_s(j)的具体方法为：

将K个子片段S'(k,j)按照停车时间大小升序排列，确定列车停车时间范围，设定非正常停车时间t_x；

删除停车时间T大于非正常停车时间t_x的子片段S'(k,j)，剩余子片段S'(k,j)组成列车每日标准速度-时间序列S_s(j)。

5.根据权利要求4所述的轨道交通工具地区典型速度-时间行驶工况构建方法，其特征在于，将列车每日标准速度-时间序列S_s(j)中的子片段进行归一化处理，构建每日典型速度-时间序列S_T(j)，整合所有采样日的每日典型速度-时间序列S_T(j)，选取该条线路的典型速度-时间行驶工况的方法为：

求取每日标准速度-时间序列S_s(j)的总的特征值T_{tot_day}(i,j)及其各子片段S'(k,j)的特征值T(i,k,j)_{typ_fra}，其中i＝1,2,3,4,5,6,7,8分别对应停车时间/行驶时间、最大速度、平均速度、平均旅行速度、最大加速度、最大减速度、平均加速度和平均减速度；

根据：

计算各子片段S'(k,j)的特征值T(i,k,j)_{typ_fra}与标准速度-时间序列S_s(j)总特征值T_{tot_day}(i,j)的归一化偏差；

根据最大速度特征值与平均速度特征值判断列车行驶的周期性，选取每日标准速度-时间序列S_s(j)中最小周期性片段S_M(j)，确定每日标准速度-时间序列S_s(j)的循环周期M；

将最小周期性片段S_M(j)中的每个子片段S'(k,j)的特征值、偏差组成N×M的特征值-偏差矩阵，其中每日标准速度-时间序列S_s(j)包括N个最小周期性片段S_M(j)；

选取特征值-偏差矩阵每列最小偏差对应的子片段S'(k,j)后进行排序，然后选取特征值偏差σ_B(k,j)小于设定值B的子片段S'(k,j)组成每日典型速度-时间序列S_T(j)并计算其特征值T(i,j)_{typ_day}；

根据公式计算线路的特征值T_{tot_data}(i)，其中，L为总采样天数；

根据归一化偏差公式计算每日典型速度-时间序列S_T(j)的特征值T(i,j)_{typ_day}与线路的特征值T_{tot_data}(i)的偏差σ_day(j)；

选取σ_day(j)最小对应的每日典型速度-时间序列S_T(j)作为线路的典型速度-时间序列S_T’，即线路的典型速度-时间行驶工况。

6.根据权利要求5所述的轨道交通工具地区典型速度-时间行驶工况构建方法，其特征在于，选取特征值-偏差矩阵每列最小偏差对应的子片段S'(k,j)后进行排序的方法为：

选取特征值-偏差矩阵每列最小偏差对应的子片段S'(k,j)，然后将选取的M个子片段S'(k,j)按特征值偏差σ_B(i,j)的大小升序排列。

7.根据权利要求2或6所述的轨道交通工具地区典型速度-时间行驶工况构建方法，其特征在于，步骤(S3)中归一化偏差的具体计算方法为：

根据

计算地区初始速度-时间行驶工况中各个子片段的特征值T(i,k)_{loc_org_fra}与地区初始速度-时间行驶工况的特征值T_{loc_ori}(i)的归一化偏差σ_A(k)；

其中，T(i,k)_{loc_org_fra}表示片段k的特征值参数，T_{loc_ori}(i)表示地区初始速度-时间行驶工况的特征值，i＝1,2,3,4,5,6,7,8分别对应停车时间/行驶时间、最大速度、平均速度、平均旅行速度、最大加速度、最大减速度、平均加速度和平均减速度。