CN110852651A - 一种考虑路段管制的液态天然气运输网络失效率计算方法 - Google Patents
一种考虑路段管制的液态天然气运输网络失效率计算方法 Download PDFInfo
- Publication number
- CN110852651A CN110852651A CN201911141357.0A CN201911141357A CN110852651A CN 110852651 A CN110852651 A CN 110852651A CN 201911141357 A CN201911141357 A CN 201911141357A CN 110852651 A CN110852651 A CN 110852651A
- Authority
- CN
- China
- Prior art keywords
- failure rate
- natural gas
- transportation
- travel time
- road
- 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
- 239000003949 liquefied natural gas Substances 0.000 title claims abstract description 90
- 238000004364 calculation method Methods 0.000 title claims description 21
- 238000000034 method Methods 0.000 claims abstract description 59
- 230000008859 change Effects 0.000 claims abstract description 11
- 230000035945 sensitivity Effects 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims abstract description 4
- 238000007619 statistical method Methods 0.000 claims abstract description 3
- 230000008569 process Effects 0.000 claims description 21
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 18
- 238000013439 planning Methods 0.000 claims description 12
- 239000003345 natural gas Substances 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 6
- 238000012384 transportation and delivery Methods 0.000 abstract description 4
- 230000002411 adverse Effects 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 231100001261 hazardous Toxicity 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010206 sensitivity analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Remote Sensing (AREA)
- Game Theory and Decision Science (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Air-Conditioning For Vehicles (AREA)
- Filling Or Discharging Of Gas Storage Vessels (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种考虑路段管制的液态天然气运输网络失效率计算方法，属于危险品运输领域。该方法首先采集车辆的行驶轨迹数据，并进行处理，同时得到运输计划时刻；其次，以计划行程时间与实际行程时间的差值，作为失效状态的衡量指标来确定道路失效状态；再次，采用数理统计方法拟合出城市路网各路段运输失效的概率分布情况，进而计算出城市每条路径液态天然气运输失效率；最后计算城市路网整体运输失效率，并灵敏度分析某路段被管制后所带来的路网失效率变化情况。该方法弥补了传统方法无法解析和预测措施实施效果的不足，在协助决策者规划运输路径的同时，兼顾运输车的配送效率，避免了因无法确定关键路径而进行管制所带来的不良后果。
Description
技术领域
本发明涉及危险品运输领域，具体涉及一种考虑路段管制的液态天然气运输网络失效率计算方法。
背景技术
为了实现液态天然气运输网络的有效设计，降低液态天然气在运输过程中的风险，城市交通管理者将对道路网络中人群集聚场所附近的路段进行管制，例如购物广场、学校、居民区等，通过关闭道路网络部分路段来最小化液态天然气运输车辆事故发生产生的不利影响。如此做法虽然一定程度上保障了城市居民免受液态天然气运输事故的影响，但同时也影响了运营公司对液态天然气的运输效率。这是因为从运输公司角度而言，管制部分城市路段的液态天然气配送将不得不促使其运输车辆在部分区域内进行规避性绕行，从而延长到达用户需求点的行程时间，增加运输经济成本。
《物流工程与管理》期刊于2019年第2期第41卷中发表了一篇题为“考虑道路交通管制的危险品运输路径问题研究”的论文，该论文将道路交通管制规定在部分路段的部分时间范围中，并通过设定所有危险品的总运输时间最短来计算出运输的最优路径。但上述论文及其类似的技术方案仅停留在运输路径寻优上，忽略了从城市路网全局角度审视危险品交通路段管制的合理性与必要性，且无法提供针对路段管制的运输效益灵敏度分析结果，使得城市政策制定者在规划城市液态天然气运输路径的同时，难以兼顾运输车的配送效率高效性需求。
发明内容
技术问题：本发明提供一种考虑路段管制的液态天然气运输网络失效率计算方法，旨在使城市政策制定者能够在规划城市液态天然气运输路径的同时，兼顾运输车的配送效率。
技术方案：本发明所述的一种考虑路段管制的液态天然气运输网络失效率计算方法，包括以下步骤：
S1：数据采集与处理
通过车载GPS导航系统实时采集天然气运输车辆的行驶轨迹，剔除采集过程中因信号丢失或设备故障引起的冗余、重复数据记录，将最终的车辆运输轨迹点作为原始数据V；根据液态天然气配送公司的运输计划时刻表，得到从运输起点途经各个用户需求点的天然气运输计划时刻；
S2：确定各路段的失效状态
以液态天然气在运输过程中通过各路段的计划行程时间与实际行程时间的差值，作为失效状态的衡量指标，记为行程时间差，如果行程时间差小于零，则认为本次液态天然气配送过程在部分装卸点出现未能按时供应的情况，视为该次配送在准点性上“失效”；
S3：计算每条路径的液态天然气运输失效率
采用数理统计方法拟合出城市路网各路段运输失效的概率分布情况，将每个路段的失效状态视为一个集合，进而根据集合理论计算出城市每条路径液态天然气运输失效率；
S4：计算城市路网整体运输失效率，并灵敏度分析某路段被管制后所带来的路网失效率变化情况
遍历计算整个过程中液态天然气运输车可能行走的各个路径，得到各路径的失效率值，进而得到城市路网整体运输失效率，应用事件树分析法分析当城市某路段进行运输管制时，整个液态天然气运输网络的失效率变化情况，从而遴选出适合采取管制措施的路段。
进一步的，所述步骤S2包括如下子步骤：
S2.1：记录车辆运输的实际行程时间
采用链簇识别方法将液态天然气运输车的行驶轨迹原始数据V进行详细展开，得到运输轨迹段与装卸停驻点，根据运输轨迹段起始点时间戳记录，得到液态天然气在运输过程中各个路段的实际行程时间；
S2.2：计算车辆运输的计划行程时间
根据液态天然气运输车在行驶过程中的配送计划时刻表，按距离等比计算出城市路网各路段的计划行程时间，计划行程时间采用如下公式计算：
Trij＝(Trj-Tri)-Asi，
式中，Trij为计划行程时间，Trj为下一个液态天然气装卸点的计划到达时刻，Tri为上一个装卸点的计划达到时刻，Asi为车辆在上一个装卸点的停驻时长，i，j为装卸点的标号；
S2.3：计算车辆通过各路段的计划行程时间与实际行程时间的差值，即行程时间差，行程时间差的计算公式为：
Grij＝Trij-Arij，
式中，Grij表示行程时间差，Trij表示计划行程时间，Arij表示实际行程时间。
进一步的，所述步骤S3中，将城市路网各路段运输失效的概率分布情况视为服从标准正态分布，并按标准正态分布进行拟合。
进一步的，根据所拟合的标准正态分布，得到每条路径的失效率上限值和失效率下限值，其中失效率上限值的计算公式为：
失效率下限值的计算公式为：
两式中，Pupper表示失效率上限值，Plower表示失效率下限值，P(F1)为整条路径第一个路段的失效率，P(Fg)、P(Fh)、P(Fk)分别为整条路径第g、h、k个路段的失效率，其中g＝1......n，h＝1......n，k＝1......n，n为整条路径的路段总数，g，h，k表示路段的编号。
进一步的，每条路径的液态天然气运输失效率取该条路径的失效率上限值和失效率下限值的均值，具体计算公式为：
式中，Pf(Se)表示路径e上液态天然气运输失效率，其中e＝1......m，Pupper表示失效率上限值，Plower表示失效率下限值，Se表示路径e发生失效的情况，m为整个城市路网液态天然气运输的路径总数。
进一步的，所述步骤S4中，城市路网整体运输失效率可通过计算所有路径失效率的交集得到，具体计算公式为：
Pf(S)＝Pf(S1∩S2∩…∩Sm)，
式中，Pf(S)为城市路网整体失效率，m为整个城市路网液态天然气运输的路径总数。
进一步的，所述步骤S4中，采用事件树分析法灵敏度分析每一路段被管制后整体路网的失效率变化情况，具体方法为：剔除与被管制路段关联的路径，并将剩余的所有路径视为新的集合重新采取步骤S3和步骤S4，计算得到剩余所有路径的失效率，从而得到更新后的城市非管制路网整体运输失效率数值。
有益效果：本发明与现有技术相比，具有以下优点：
本发明通过采集液态天然气运输车车载GPS轨迹数据，提取城市各路段历史行程时间记录；在根据运输车配送时刻表获取城市各路段计划行程时间的基础上，计算各路段的行程时间差；通过判定行程时间差值的概率分布特征，计算液态天然气在城市配送过程中运输路径的失效率，应用事件树方法灵敏度分析管制部分城市路段对整体路网运输失效率的影响效果。该方法能够弥补现有技术无法提供针对路径管制的运输效益灵敏度分析结果的不足，以及无法解析和预测措施实施效果的不足，有效协助城市政策制定者在规划安全、稳定、可靠的城市液态天然气运输路径同时，兼顾运输车的配送效率高效性需求，避免了因无法确定关键路径而进行管制所带来的不良后果。
附图说明
图1为本发明所提出的方法的具体实施时的流程图；
图2为本发明具体实施方式中液态天然气运输网络图；
图3为本发明具体实施方式中液态天然气运输网络事件树分析图。
具体实施方式
下面结合实施例和说明书附图对本发明作进一步的说明。
本发明提供了一种考虑路段管制的液态天然气运输网络失效率计算方法，结合图1，对该方法的步骤进行详细说明。该方法包括如下步骤：
S1：数据采集与处理
首先，需要对天然气运输车辆行驶轨迹数据进行采集与处理。天然气运输车辆上都装有车载GPS导航系统，车载GPS导航系统能够实时采集天然气运输车辆的行驶轨迹，通过调用液态天然气运输车车载GPS导航系统采集的数据，可以获得车辆行驶过程产生的GPS运动轨迹记录，具体轨迹属性包括：车辆编号、日期时间、经度、纬度、方向等。该步骤中，采用专利申请号为201510494163.4的中国专利(专利名称：一种考虑时序DBSCAN的智能手机轨迹链簇识别方法)和专利申请号为201610873364.X的中国专利(专利名称：一种考虑路网契合度的智能手机出行方式识别方法)中所公开的方法对车辆的行驶轨迹进行数据处理。根据上述两个专利中提到的方法，在数据预处理时将GPS轨迹点从大地坐标系转化到墨卡托平面坐标系，并且为确保行为轨迹的数据精度，剔除采集过程中因信号丢失或设备故障引起的冗余、重复数据记录，将最终的车辆运输轨迹点作为原始数据V，最终得到不同时间段液态天然气运输车在城市路网中的轨迹链和轨迹簇。
其次，对液态天然气配送公司规划的数据进行采集，液态天然气配送公司为了便于管理和服务，会制定运输计划时刻表，并记录运输路径，根据运输计划时刻表以及路径的记录情况，可以得到从运输起点途经各个用户需求点的天然气运输计划时刻。
S2：确定各路段的失效状态
本发明以液态天然气在运输过程中各路段的计划行程时间与实际行程时间的差值作为失效状态的衡量指标，其中计划行程时间记为Trij，实际行程时间记为Arij，二者的差值记为行程时间差，用Grij表示，其中i，j表示装卸点的标号。如果Grij<0，则认为本次液态天然气配送过程在部分装卸点出现未能按时供应的情况，视为该次配送在准点性上失效。因此，为确定各路段的失效状态，需要确定三个值：计划行程时间Trij、实际行程时间Arij、计划行程时间Trij与实际行程时间Arij的差值Grij，因此可以分三步进行：
S2.1：记录车辆运输的实际行程时间
采用链簇识别方法将液态天然气运输车的行驶轨迹原始数据V进行详细展开，对液态天然气运输车GPS行驶轨迹进行运输轨迹段和装卸停驻点划分，用装卸停驻点轨迹终点时间戳减去起点时间戳可以得到运输车该次装卸所消耗的时间，即车辆在上一个装卸点的停驻时长，记为Asi。
对应的装卸停驻点后的运输轨迹段的行程时间则同样用轨迹终点时间戳减去起点时间戳，得到该运输段i-j的实际行程时间Arij。
S2.2：计算车辆运输的计划行程时间
通过查阅液态天然气配送公司的运输计划时刻表，可以得到从运输起点途经各个用户需求点的天然气运输计划时刻，按距离等比计算出城市路网各路段的计划行程时间Trij。计划行程时间Trij，是车辆在下一个液态天然气配送装卸点的计划到达时刻与上一个装卸点的计划到达时刻的差值减去上一个装卸点的停驻时长，根据下式计算得到：
Trij＝(Trj-Tri)-Asi， (1)
式(1)中，Trj为下一个液态天然气装卸点的计划到达时刻，Tri为上一个装卸点的计划达到时刻，Asi为车辆在上一个装卸点的停驻时长。
S2.3：计算车辆通过各路段的计划行程时间与实际行程时间的差值，即行程时间差
计算车辆在运输过程中经过各路段的实际行程时间Arij与计划行程时间Trij的差值，即行程时间差Grij，具行程时间差Grij的计算公式为：
Grij＝Trij-Arij， (2)
根据行程时间差Grij的值，即可确定各路段的失效状态，即Grij<0，该路段为失效状态，反之，为正常状态。
S3：计算每条路径的液态天然气运输失效率
将每个路段的失效状态视为一个集合，采用数理统计方法拟合出城市路网各路段运输失效的概率分布情况，进而根据集合理论计算出城市每条路径的液态天然气运输失效率，记为Pf。通常情况下，将城市路网各路段运输失效的概率分布情况视为服从标准正态分布，因此可以按照标准正态分布进行拟合。
记液态天然气运输车在城市路段i-j上的实际行程时间Arij与计划行程时间Trij均满足正态分布，即与
则行程时间差Grij亦满足正态分布，即
进一步通过公式变换可以得到：
式(3)中，W为行程时间差Grij的标准正态分布形式，uA和uT分别为实际行程时间Arij和计划行程时间Trij的均值，
和
分别为实际行程时间Arij和计划行程时间Trij的方差。
根据步骤S2可知，城市各路段运输失效状态的判定标准为行程时间差Grij<0，则计算对应的路段运输失效率可采用公式(3)。
进一步的，根据集合理论可以推理得到计算城市各路径运输失效率上限值与失效率下限值，并将失效率上限值记为Pupper，失效率下限值记为Plower，其中失效率上限值Pupper按如下公式计算：
失效率下限值Plower按如下公式计算：
公式(4)-(5)中，Pupper表示失效率上限值，Plower表示失效率下限值，P(F1)为整条路径第一个路段的失效率，P(Fg)、P(Fh)、P(Fk)分别为整条路径第g、h、k个路段的失效率，其中g＝1......n，h＝1......n，k＝1......n，n为整条路径的路段总数，g，h，k表示路段的编号。
为了简化计算，本发明中，每条路径的液态天然气运输失效率取失效率上限值和失效率下限值的均值，具体计算公式如下：
式(6)中，Pf(Se)表示路径e上液态天然气运输失效率，其中e＝1......m，Pupper表示失效率上限值，Plower表示失效率下限值，Se表示路径e发生失效的情况，m为整个城市路网液态天然气运输的路径总数。
S4：计算城市路网整体运输失效率，并灵敏度分析某路段被管制后所带来的路网失效率变化情况
通过遍历计算整个过程中液态天然气运输车可能行走的各个路径，得到各路径的失效率，即可得到城市路网整体失效率，记为Pf(S)，整体失效率Pf(S)可通过计算所有路径失效率的交集得到，具体计算公式为：
Pf(S)＝Pf(S1∩S2∩…∩Sm)， (7)
式(7)中，Pf(S)为城市路网的整体失效率，m为整个城市路网液态天然气运输的路径总数。
然后采用事件树分析法灵敏度分析每一路段被管制后整体路网的失效率变化情况，具体方法为：剔除与被管制路段关联的路径，并将剩余的所有路径视为新的集合重新采取步骤S3和步骤S4，计算得到剩余所有路径的失效率，从而得到更新后的城市非管制路网整体运输失效率的值。
选择中国某市液态天然气配送公司及其三名用户作为本发明方法的示例对象，图2为该配送公司与这三名用户的液态天然气运输网络图。在整个配送过程中，要求液态天然气运输车从运输起点须逐一途经三名用户所处位置，以完成液态天然气的配送工作。当液态天然气运输车到达最后一个用户需求点时，则认为该次运输工作完成。因此，应用事件树方法对整个配送过程的运输路径进行展开，可以得到如图3所示的事件树分析图。图3中所产生的6条运输路径均能够满足配送公司一次性完成液态天然气运输的要求。通过前述对已有数据的梳理和整合，可以得到如表1所示的路径运输失效率计算结果。
表1液态天然气运输路径失效率
根据表1可以看出，液态天然气运输车从运输起点选择不同行驶路径到达三个用户需求点，其对应路径发生运输失效的可能性也各不一样。因此，当政策制定者对城市不同路段实施管制时，将对整体路网的液态天然气运输失效率产生不同的影响作用。表2为应用灵敏度方法分析不同路段管制下的城市路网失效率变化情况。
表2不同路段管制下液态天然气运输网络失效率
根据表2可以看出，对城市不同路段进行运输管制将对液态天然气的可运输路径数量产生不同影响。当路径位于用户需求点之间的连接位置时，对其进行管制将减少较多的可运输路径数，反之则减少较少的可运输路径数。从失效率变化情况看，可运输路径数量的多寡并不直接对液态天然气的整体路网运输产生失效影响。路网整体失效率主要还是由政策制定者所选取的管制路段所决定。当所管制的路段为R1、R2、R6时，路网整体失效率趋于平稳；而当所管制的路段为R3、R4、R5时，路网整体失效率将有所降低。这是因为所管制的路段恰好阻止运输车辆选择部分失效率高的路径，从而侧面提升了液态天然气运输的准点性。
本发明在路段管制情景下的城市液态天然气运输效率方面做了有益的探索，具有重要的理论价值和实践意义。通过本发明方法，政策制定者可以根据所测算出的路网运输失效率变化特征，选择适当的路段进行运输管制，从而既提高了液态天然气的市内运输安全性，又不影响整体运输效率。
上述实施例仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和等同替换，这些对本发明权利要求进行改进和等同替换后的技术方案，均落入本发明的保护范围。
Claims (7)
1.一种考虑路段管制的液态天然气运输网络失效率计算方法，其特征在于，包括以下步骤：
S1：数据采集与处理
通过车载GPS导航系统实时采集天然气运输车辆的行驶轨迹，剔除采集过程中因信号丢失或设备故障引起的冗余、重复数据记录，将最终的车辆运输轨迹点作为原始数据V；
根据液态天然气配送公司的运输计划时刻表，得到从运输起点途经各个用户需求点的天然气运输计划时刻；
S2：确定各路段的失效状态
以液态天然气在运输过程中通过各路段的计划行程时间与实际行程时间的差值，作为失效状态的衡量指标，记为行程时间差，如果行程时间差小于零，则认为本次液态天然气配送过程在部分装卸点出现未能按时供应的情况，视为该次配送在准点性上失效；
S3：计算每条路径的液态天然气运输失效率
采用数理统计方法拟合出城市路网各路段运输失效的概率分布情况，将每个路段的失效状态视为一个集合，进而根据集合理论计算出城市每条路径液态天然气运输失效率；
S4：计算城市路网整体运输失效率，并灵敏度分析某路段被管制后所带来的路网失效率变化情况
遍历计算整个过程中液态天然气运输车可能行走的各个路径，得到各路径的失效率值，进而得到城市路网整体运输失效率，应用事件树分析法分析当城市某路段进行运输管制时，整个液态天然气运输网络的失效率变化情况，从而遴选出适合采取管制措施的路段。
2.根据权利要求1所述的一种考虑路段管制的液态天然气运输网络失效率计算方法，其特征在于，所述步骤S2包括如下子步骤：
S2.1：记录车辆运输的实际行程时间
采用链簇识别方法将液态天然气运输车的行驶轨迹原始数据V进行详细展开，得到运输轨迹段与装卸停驻点，根据运输轨迹段起始点时间戳记录，得到液态天然气在运输过程中各个路段的实际行程时间；
S2.2：计算车辆运输的计划行程时间
根据液态天然气运输车在行驶过程中的配送计划时刻表，按距离等比计算出城市路网各路段的计划行程时间，计划行程时间采用如下公式计算：
Trij＝(Trj-Tri)-Asi，
式中，Trij为计划行程时间，Trj为下一个液态天然气装卸点的计划到达时刻，Tri为上一个装卸点的计划达到时刻，Asi为车辆在上一个装卸点的停驻时长，i，j为装卸点的标号；
S2.3：计算车辆通过各路段的计划行程时间与实际行程时间的差值，即行程时间差，行程时间差的计算公式为：
Grij＝Trij-Arij，
式中，Grij表示行程时间差，Trij表示计划行程时间，Arij表示实际行程时间。
3.根据权利要求1所述的一种考虑路段管制的液态天然气运输网络失效率计算方法，其特征在于，所述步骤S3中，将城市路网各路段运输失效的概率分布情况视为服从标准正态分布，并按标准正态分布进行拟合。
4.根据权利要求3所述的一种考虑路段管制的液态天然气运输网络失效率计算方法，其特征在于，根据所拟合的标准正态分布，得到每条路径的失效率上限值和失效率下限值，其中失效率上限值的计算公式为：
失效率下限值的计算公式为：
两式中，Pupper表示失效率上限值，Plower表示失效率下限值，P(F1)为整条路径第一个路段的失效率，P(Fg)、P(Fh)、P(Fk)分别为整条路径第g、h、k个路段的失效率，其中g＝1......n，h＝1......n，k＝1......n，n为整条路径的路段总数，g，h，k表示路段的编号。
5.根据权利要求4所述的一种考虑路段管制的液态天然气运输网络失效率计算方法，其特征在于，每条路径的液态天然气运输失效率取该条路径的失效率上限值和失效率下限值的均值，具体计算公式为：
式中，Pf(Se)表示路径e上液态天然气运输失效率，其中e＝1......m，Pupper表示失效率上限值，Plower表示失效率下限值，Se表示路径e上发生失效的情况，m为整个城市路网液态天然气运输的路径总数。
6.根据权利要求1所述的一种考虑路段管制的液态天然气运输网络失效率计算方法，其特征在于，所述步骤S4中，城市路网整体运输失效率可通过计算所有路径失效率的交集得到，具体计算公式为：
Pf(S)＝Pf(S1∩S2∩…∩Sm)，
式中，Pf(S)为城市路网整体失效率，m为整个城市路网液态天然气运输的路径总数。
7.根据权利要求1所述的一种考虑路段管制的液态天然气运输网络失效率计算方法，其特征在于，所述步骤S4中，采用事件树分析法灵敏度分析每一路段被管制后整体路网的失效率变化情况，具体方法为：剔除与被管制路段关联的路径，并将剩余的所有路径视为新的集合重新采取步骤S3和步骤S4，计算得到剩余所有路径的失效率，从而得到更新后的城市非管制路网整体运输失效率数值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911141357.0A CN110852651B (zh) | 2019-11-20 | 2019-11-20 | 一种考虑路段管制的液态天然气运输网络失效率计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911141357.0A CN110852651B (zh) | 2019-11-20 | 2019-11-20 | 一种考虑路段管制的液态天然气运输网络失效率计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110852651A true CN110852651A (zh) | 2020-02-28 |
| CN110852651B CN110852651B (zh) | 2022-05-31 |
Family
ID=69602912
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911141357.0A Active CN110852651B (zh) | 2019-11-20 | 2019-11-20 | 一种考虑路段管制的液态天然气运输网络失效率计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110852651B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115471158A (zh) * | 2022-10-10 | 2022-12-13 | 上海理工大学 | 基于货车限行措施的物流配送中心效率评价方法及系统 |
| CN116362648A (zh) * | 2023-03-01 | 2023-06-30 | 泰维能源集团股份有限公司 | 高效率液化天然气运输策略制定方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105206041A (zh) * | 2015-08-12 | 2015-12-30 | 东南大学 | 一种考虑时序dbscan的智能手机轨迹链簇识别方法 |
| CN105912844A (zh) * | 2016-04-07 | 2016-08-31 | 中国石油大学(北京) | 一种天然气管网供气可靠性的评价方法及装置 |
| CN106446208A (zh) * | 2016-09-30 | 2017-02-22 | 东南大学 | 一种考虑路网契合度的智能手机出行方式识别方法 |
| CN108345976A (zh) * | 2017-01-24 | 2018-07-31 | 中国石油化工股份有限公司 | 一种长输油气管道动态风险评估方法及装置 |
-
2019
- 2019-11-20 CN CN201911141357.0A patent/CN110852651B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105206041A (zh) * | 2015-08-12 | 2015-12-30 | 东南大学 | 一种考虑时序dbscan的智能手机轨迹链簇识别方法 |
| CN105912844A (zh) * | 2016-04-07 | 2016-08-31 | 中国石油大学(北京) | 一种天然气管网供气可靠性的评价方法及装置 |
| CN106446208A (zh) * | 2016-09-30 | 2017-02-22 | 东南大学 | 一种考虑路网契合度的智能手机出行方式识别方法 |
| CN108345976A (zh) * | 2017-01-24 | 2018-07-31 | 中国石油化工股份有限公司 | 一种长输油气管道动态风险评估方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| CHENGCHENG SHAO ET AL.: "Integrated Planning of Electricity and Natural Gas Transportation Systems for Enhancing the Power Grid Resilience", 《IEEE TRANSACTIONS ON POWER SYSTEMS》, vol. 32, no. 6, 23 February 2017 (2017-02-23), pages 4418 - 4429 * |
| 史丹丹 等: "考虑道路交通管制的危险品运输路径问题研究", 《物流工程与管理》, vol. 41, no. 2, 28 February 2019 (2019-02-28), pages 71 - 72 * |
| 战来杰等: "危险品道路运输过程风险管理体系", 《中国高新技术企业》, no. 14, 10 May 2015 (2015-05-10), pages 119 - 120 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115471158A (zh) * | 2022-10-10 | 2022-12-13 | 上海理工大学 | 基于货车限行措施的物流配送中心效率评价方法及系统 |
| CN116362648A (zh) * | 2023-03-01 | 2023-06-30 | 泰维能源集团股份有限公司 | 高效率液化天然气运输策略制定方法 |
| CN116362648B (zh) * | 2023-03-01 | 2023-11-07 | 泰维能源集团股份有限公司 | 高效率液化天然气运输策略制定方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110852651B (zh) | 2022-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12104915B2 (en) | Systems and methods for variable energy routing and tracking | |
| US11790290B1 (en) | System and method for optimizing waste / recycling collection and delivery routes for service vehicles | |
| WO2022174588A1 (zh) | 一种列车计划运行图自动调整系统及方法 | |
| CN109657843A (zh) | 一种城市接驳公交系统的一体化规划决策支持系统 | |
| CN109255972B (zh) | 一种基于大数据的地面公交固定线路时刻表的优化方法 | |
| CN110852651B (zh) | 一种考虑路段管制的液态天然气运输网络失效率计算方法 | |
| US20220113146A1 (en) | Method and system for planning a journey | |
| CN106250511B (zh) | 基于车辆定位数据的旅行时间信息处理方法与系统 | |
| CN112749842B (zh) | 一种押运路径的规划方法及装置 | |
| CN108090722A (zh) | 一种基于gps的物流网络站点识别设备与识别方法 | |
| CN109493449B (zh) | 一种基于货车gps轨迹数据和高速交易数据的货车载货状态估计方法 | |
| CN114358808A (zh) | 基于多源数据融合的公交od估计及分配方法 | |
| CN111709135A (zh) | 液化天然气槽车运输辅助决策系统 | |
| US20100179849A1 (en) | System and method for identifying backhaul opportunities | |
| Cuneo et al. | Risk based, multi objective vehicle routing problem for hazardous materials: a test case in downstream fuel logistics | |
| Wong et al. | Transit delay estimation using stop-level automated passenger count data | |
| CN113408833A (zh) | 一种公共交通重点区域识别方法、装置及电子设备 | |
| US20050288948A1 (en) | Systems, methods and computer readable media for measuring the performance and travel efficiency of a technician | |
| Kutlimuratov et al. | Impact of stops for bus delays on routes | |
| CN114971085B (zh) | 一种公交站点可达性的预测方法、系统及存储介质 | |
| CN116659528A (zh) | 一种路网级路面技术状况检测路径规划方法 | |
| Christie et al. | Saving our energy sources and meeting Kyoto emission reduction targets while minimizing costs with application of vehicle logistics optimization | |
| CN113822502A (zh) | 一种公交运营规划方法、公交运营状态评估方法及其设备 | |
| CN110752016A (zh) | 一种基于电子信息技术的医疗物质的配送系统 | |
| CN116740948B (zh) | 车辆行程速度的预测估值方法、装置、介质及应用 |
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 |