CN112465334A - 一种轨道交通事故快速预警方法及系统 - Google Patents
一种轨道交通事故快速预警方法及系统 Download PDFInfo
- Publication number
- CN112465334A CN112465334A CN202011327779.XA CN202011327779A CN112465334A CN 112465334 A CN112465334 A CN 112465334A CN 202011327779 A CN202011327779 A CN 202011327779A CN 112465334 A CN112465334 A CN 112465334A
- Authority
- CN
- China
- Prior art keywords
- train
- emergency
- passenger flow
- rail transit
- early warning
- 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 45
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000004088 simulation Methods 0.000 claims abstract description 11
- 238000007726 management method Methods 0.000 claims description 49
- 230000008859 change Effects 0.000 claims description 33
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 7
- 230000008034 disappearance Effects 0.000 claims description 6
- 238000013136 deep learning model Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 230000002045 lasting effect Effects 0.000 claims description 3
- 206010039203 Road traffic accident Diseases 0.000 claims description 2
- 238000013459 approach Methods 0.000 abstract description 2
- 238000012790 confirmation Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 230000000007 visual effect 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Emergency Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请属于城市轨道交通管理技术领域,特别是涉及一种轨道交通事故快速预警方法及系统。现有的城市轨道运营过程中,突发事件发生后,由现场人员根据经验进行列车运行调整以及客流管控。但是该方式缺乏科学的、有效的数据支撑。本申请提供了一种轨道交通事故快速预警方法,所述方法包括如下步骤:1)根据轨道交通线网列车的实时运行状态数据识别发生突发事件的可能性,并将可能的突发事件信息推送展示;2)分析突发事件影响范围;3)根据不同突发事件持续时长的假设,实现调度员调度仿真,提供列车运行调整建议;4)根据不同突发事件持续时长的假设,分析客流情况,提供客流管控建议,提高城市轨道交通的服务水平。
Description
技术领域
本申请属于城市轨道交通管理技术领域,特别是涉及一种轨道交通事故快速预警方法及系统。
背景技术
城市轨道交通发展日新月异,越来越多的城市轨道交通呈现网络化运营的态势。网络化运营为轨道交通的发展带来了新的机遇,但是新的挑战也随之而来。轨道交通的客运量逐渐增大,轨道交通在城市交通中承担的任务也越来越重,一旦遭遇突发事件,行车计划不能正常实施,乘客不能按照计划出行,城市轨道交通的运营将受到重大影响。
在实际的轨道交通运营中,突发事件一般依赖于人工上报机制,一旦出现漏报、上报不及时的情况,可能带来经济损失甚至人员伤亡的严重影响。因此,亟需提出一种突发事件及时感知并快速处理的方法。由于城市轨道交通的网络化运营,突发事件具有传播性,对于整个网络的影响也有所不同。当车站形成拥堵时,现场的工作人员才开始采取措施,存在一定的滞后性,不能及时、有效地应对客流情况变化,从而引起乘客的不满,造成不良影响,降低服务水平。
在现有的城市轨道运营过程中,突发事件发生后,由现场人员根据经验进行列车运行调整以及客流管控。但是该方式缺乏科学的、有效的数据支撑。
发明内容
1.要解决的技术问题
基于在现有的城市轨道运营过程中,突发事件发生后,由现场人员根据经验进行列车运行调整以及客流管控。但是该方式缺乏科学的、有效的数据支撑的问题,本申请提供了一种轨道交通事故快速预警方法及系统。
2.技术方案
为了达到上述的目的,本申请提供了一种轨道交通事故快速预警方法,所述方法包括如下步骤:1)根据轨道交通线网列车的实时运行状态数据识别发生突发事件的可能性,并将可能的突发事件信息推送展示;2)分析突发事件影响范围;3)根据不同突发事件持续时长的假设,实现调度员调度仿真,提供列车运行调整建议;4)根据不同突发事件持续时长的假设,分析客流情况,提供客流管控建议。
本申请提供的另一种实施方式为:所述步骤1)包括对列车计划到站时间以及实际到站时间进行分析,确定计划偏离时间,当计划偏离时间超过阈值时,立即预警;当列车在自动列车监控系统消失时,立即告警;当有加开列车上线时,立即告警;当车次与编组号对应关系发生变化时,立即告警。
本申请提供的另一种实施方式为:所述步骤2)中根据乘客计划出行需求、计划列车运行图、线网基础数据,分析突发事件影响范围。
本申请提供的另一种实施方式为:所述步骤2)根据乘客出发地点和目的地分析,K短路算法交通流分配,以及基于仿真的客流分配,对无法按照计划出行的乘客进行分析,确定每个车站以及受影响人数,对严重受影响车站和区间进行分析。
本申请提供的另一种实施方式为:所述步骤3)中对事故持续5分钟、30分钟、1个小时进行分析;实现基于调度员仿真的列车运行调整,并将实际列车运行调整存储,形成列车运行调整知识库,实现突发事件持续时间与列车调整精确匹配。
本申请提供的另一种实施方式为:所述步骤4)包括基于突发事件下客流管控知识库,快速匹配客流管控措施与突发事件下客流情况,快速分析客流管控建议;根据实际客流情况与客流管控措施,更新客流管控知识库;采用机器学习或者深度学习模型获取客流管控措施。
本申请提供的另一种实施方式为:还包括对终到站晚点时间,系统自动分析并统计,实现列车终到站晚点时间的分析;对于同一事件引发的告警信息,自动编号归类。
本申请提供的另一种实施方式为:所述突发事件包括列车延误、列车在自动列车监控系统消失、计划外加车消息、列车车次中途变更、列车编组号中途变更。
本申请提供的另一种实施方式为:所述信息包括突发事件发生时间、突发事件发生地点、车次号、编组号、列车运行方向、线路号、计划偏离时间、变更前车次、变更后车次、变更前编组号和变更后编组号。
本申请还提供一种轨道交通事故快速预警系统,包括告警单元、调整建议单元和管控建议单元;所述告警单元包括相互连接的交通事件告警模块和显示模块一,所述调整建议单元包括突发事件影响范围模块,所述突发事件影响范围模块与显示模块二连接,所述显示模块二与列车运行调整模块连接,所述管控建议单元包括客流管控模块,所述客流管控模块与存储模块连接;所述交通事件告警模块:用于根据轨道交通线网列车的实时运行状态数据识别不同突发事件告警;所述显示模块一,用于显示突发事件信息;所述突发事件影响范围模块:分析突发事件的影响范围,对受影响的车站、区间进行预警;所述显示模块二,用于显示突发事件的影响范围;所述列车运行调整模块:模拟调度员调度过程,快速提供列车运行调整建议;所述客流管控模块:基于客流管控知识库,快速匹配客流管控措施,根据突发事件处理情况更新知识库,利用模型,获取最优客流管控措施;所述存储模块,用于储存客流管控数据。
3.有益效果
与现有技术相比,本申请提供的一种轨道交通事故快速预警方法及系统的有益效果在于:
本申请提供的轨道交通事故快速预警方法,为轨道交通事故初期快速处理方法,实现城市轨道交通突发事件的快速感知、处理,分析轨道交通线网受影响人数、受影响车站以及受影响区间,提供列车运行调整与客流管控建议,并基于该方法设计开发轨道交通事故初期快速处理系统。
本申请提供的轨道交通事故快速预警方法,针对突发事件及时处理、突发事件影响范围的及时预警、客流管控措施与行车调整措施的及时提示,是对现有技术的改进,是在实际运营过程中必需的一种手段。
本申请提供的轨道交通事故快速预警方法,对于可能的突发事件情况及时告警,实现突发事件影响范围的及时预警,为运营管理人员提供数据参考;提供列车运行调整以及客流管控建议,降低突发事件对于整个线网的影响,减少乘客的不满,提高城市轨道交通的服务水平。
附图说明
图1是本申请的接收消息界面示意图;
图2是本申请的偏离时间预警判断过程示意图;
图3是本申请的车次变更预警判断过程示意图;
图4是本申请的向企业微信接口发送消息示意图;
图5是本申请的轨道交通事故初期快速告警预警系统接收突发事件信息过程示意图;
图6是本申请的突发事件影响分析整体思路示意图;
图7是本申请的受影响人数与车站分析过程示意图;
图8是本申请的受影响区间分析过程示意图;
图9是本申请的受影响界面展示示意图;
图10是本申请的客流管控建议界面示意图。
具体实施方式
在下文中,将参考附图对本申请的具体实施例进行详细地描述,依照这些详细的描述,所属领域技术人员能够清楚地理解本申请,并能够实施本申请。在不违背本申请原理的情况下,各个不同的实施例中的特征可以进行组合以获得新的实施方式,或者替代某些实施例中的某些特征,获得其它优选的实施方式。
突发事件的持续时间、发生地点、发生行别、发生时间不同,应该采取不同的有效措施。
参见图1~10,本申请提供一种轨道交通事故快速预警方法,所述方法包括如下步骤:
1)根据轨道交通线网列车的实时运行状态数据识别发生突发事件的可能性,并将可能的突发事件信息推送展示;2)分析突发事件影响范围;3)根据不同突发事件持续时长的假设,实现调度员调度仿真,提供列车运行调整建议;4)根据不同突发事件持续时长的假设,分析客流情况,提供客流管控建议。
对突发事件的感知与推送;突发事件影响范围;基于不同突发事件持续时间假设的突发事件下列车运行调整建议;基于不同突发事件持续时间假设的突发事件下客流管控建议;为突发事件的车流、客流应急处置提供参考,实现突发事件的影响态势预警。
进一步地,所述步骤1)包括对列车计划到站时间以及实际到站时间进行分析,确定计划偏离时间,当计划偏离时间超过阈值时,立即预警;当列车在自动列车监控系统(ATS)消失时,立即告警;当有加开列车上线时,立即告警;当车次与编组号对应关系发生变化时,立即告警。
进一步地,所述步骤2)中根据乘客计划出行需求、计划列车运行图、线网基础数据,分析突发事件影响范围。
进一步地,所述步骤2)根据乘客出发地点和目的地分析,K短路算法交通流分配,以及基于仿真的客流分配,对无法按照计划出行的乘客进行分析,确定每个车站以及受影响人数,对严重受影响车站和区间进行分析。
进一步地,所述步骤3)中对事故持续5分钟、30分钟、1个小时进行分析;实现基于调度员仿真的列车运行调整,并将实际列车运行调整存储,形成列车运行调整知识库,实现突发事件持续时间与列车调整精确匹配。
进一步地,所述步骤4)包括基于突发事件下客流管控知识库,快速匹配客流管控措施与突发事件下客流情况,快速分析客流管控建议;根据实际客流情况与客流管控措施,更新客流管控知识库;采用机器学习或者深度学习模型获取客流管控措施。
进一步地,还包括对于终到站晚点时间,系统自动分析并统计,实现列车终到站晚点时间的分析;对于同一事件引发的告警信息,自动编号归类。
进一步地,所述突发事件包括列车延误、列车在自动列车监控系统消失、计划外加车消息、列车车次中途变更、列车编组号中途变更。
进一步地,所述信息包括突发事件发生时间、突发事件发生地点、车次号、编组号、列车运行方向、线路号、计划偏离时间、变更前车次、变更后车次、变更前编组号和变更后编组号。
本申请还提供一种轨道交通事故快速预警系统,包括告警单元、调整建议单元和管控建议单元;所述告警单元包括相互连接的交通事件告警模块和显示模块一,所述调整建议单元包括突发事件影响范围模块,所述突发事件影响范围模块与显示模块二连接,所述显示模块二与列车运行调整模块连接,所述管控建议单元包括客流管控模块,所述客流管控模块与存储模块连接;所述交通事件告警模块:用于根据轨道交通线网列车的实时运行状态数据识别不同突发事件告警;所述显示模块一,用于显示突发事件信息,这里主要是将突发事件信息发送至用户;所述突发事件影响范围模块:分析突发事件的影响范围,对受影响的车站、区间进行预警;所述显示模块二,用于显示突发事件的影响范围,这里的信息主要发送给调度人员,使其对接收的信息进行反馈;所述列车运行调整模块:模拟调度员调度过程,快速提供列车运行调整建议;所述客流管控模块:基于客流管控知识库,快速匹配客流管控措施,根据突发事件处理情况更新知识库,利用模型,获取最优客流管控措施;所述存储模块,用于储存客流管控数据。
实施例
步骤S110,突发事件感知与推送
可通过地铁相关系统接口获取列车实时运行状态数据,并由轨道交通事故初期快速告警预警系统进行数据解析。
突发事件预警类型主要包括列车延误、列车在ATS消失、计划外加车消息、列车车次中途变更、列车编组号中途变更。列车延误是发生行车中断的最直观的表现,因此分析列车延误可以对突发事件起到预警作用。运营者可以在ATS系统实时观察到列车的各种指标信息,一旦列车在ATS上消失,为运营带来了不必要的麻烦,可能导致严重的事故,因此,列车在ATS消失时,有必要向运营者告警。当列车在正常的计划运行图外加车时,有可能是部分列车发生了故障或者当前客流量较大,运力不能完全满足乘客出行需求,需要使用备用车上线,因此需要向运营管理者发送预警消息。当某列车发生故障,需要提前进入车辆段,由其他列车替跑该次列车时,列车车次或者编组号中途会发生变化,此时也需要向运营管理者发送告警消息。综上所述,列车延误、列车在ATS(自动列车监控系统)消失、计划外加车消息、列车车次中途变更、列车编组号中途变更需要向运营管理者发送突发事件告警消息。
实时计算计划偏离时间。获取到延误消息后,将消息存储至数据库,并向前端推送,用于前端展示。由于接收到的列车实时运行状态数据间隔,频率不定,存在同一个消息,短时间内多次传送的情况,因此,为了避免这种情况,延误消息每隔5分钟向企业微信推送,方便用户查看列车延误情况。具体逻辑如图2所示,当计划偏离时间超过阈值时,系统则开始预警。为了方便用户操作,提高系统的可操作性,阈值可以由用户实时设定,系统可以接收阈值的设定的消息,根据实际设定的阈值判断列车延误情况。
列车在ATS消失,以5分钟为阈值,如果5分钟未收到列车的相关消息的话,则认为该列车从ATS消失。主要判断步骤如下,收到列车消息后,如果当前存储内容中不包括该列车,将收到的列车消息进行存储,如果当前存储的列车消息中包含该列车的消息,则更新列车状态。当列车到达终点后,删除该列车消息。实时对列车消息进行判断,如果存在5分钟未收到列车消息的情况,则认为列车在ATS消失,并进行告警。
加车告警消息,根据相关行车城市轨道交通行车组织细则,确定加车车次号规则,因此,根据列车实时运行状态,对比相关车次号,该列车为加车,此时进行告警推送。
车次变更告警消息,根据列车实时运行状态,判断收到的编组号消息是否为新的编组号,如果为新编组号,则将该车次、编组号存储,若该编组号存在的话,对比列车实时编组号与存储的编组号与车次号,如果前后对应关系不同,那么车次号发生改变,更新当前车次与编组号对应消息,并且将告警消息推送。当列车到达终点后,删除该次列车的全部消息。
编组号变更告警,根据列车运行实时消息,判断收到的车次消息是否为新的车次,如果为新车次,则将该车次、编组号存储,若该车次存在的话,对比收到的与存储的编组号与车次,如果前后对应关系不同,那么编组号发生改变,更新当前车次与编组号对应消息,并且将告警消息推送。当列车到达终点后,删除该次列车的全部消息。
如图4所示,实时对列车运行进行监控,实现对列车延误、列车在ATS(自动列车监控系统)消失、计划外加车消息、列车车次中途变更、列车编组号中途变更的告警,将要发送的消息转化,如图1所示,向企业微信发送消息,消息内容主要包括:
(1)突发事件发生时间、(2)突发事件发生地点、(3)车次号、(4)编组号、(5)列车运行方向、(6)线路号、(7)计划偏离时间、(8)变更前车次、(9)变更后车次、(10)变更前编组号和(11)变更后编组号。
当用户点击事故确认后,将事故区间、事故方向发送至后端服务器轨道交通事故初期快速告警预警系统,后端服务器开始计算,将相应数据存储至数据库,前端从数据库获取数据用于数据展示,如图5所示。接收突发事件确认信息,主要包括突发事件的发生时间、持续时间、所在线路、线路编码、发生区间、区间编码、区间方向、车站名称、车站编码,以及事件类型等。
终到站晚点时间是衡量城市轨道交通服务水平的重要考核指标,因此系统对延误列车终到站的晚点时间进行分析,当列车到达终点车站时,统计分析该车的当前晚点时间,并存储至数据库中,用于前端展示。由于同一事件可能导致多个列车延误,为了实现告警消息的告警,系统自动分析导致告警的突发事件,将属于同一类的告警同一编号,方便用户查看。
步骤S120,突发事件影响范围
为了高效、快速对城市轨道交通突发事件做出反应,如图6所示,突发系统立足于线网、区间、车站三个维度,从客流、行车两种角度出发,判定突发事件的影响情况,为突发事件下的城市轨道交通运营提供决策依据。
在使用实例中,使用线性回归方法,基于历史数据分析,对乘客出行OD进行实时动态推演分析,得到可用的、完整的乘客出行信息。采用K短路算法,分析乘客的可出行路径,删除阻抗较高的路径,实现有效路径的筛选,确定乘客的备选路径。基于仿真客流的客流分配,获取乘客的实时位置。
线网需要总体把握客流信息,因此线网角度主要分析未来半小时不能按照预期到达目的地的乘客。该部分客流在突发事件发生时间内,需要经过事故区间到达目的地,由于发生了突发事件,乘客必须改变原有计划,选择其他路径或者放弃城市轨道交通出行,该部分乘客属于线网收到影响的乘客。
车站是客流管控的最基本的单元,因此车站对客流指标更为关注,所以对车站的影响分析是从客流角度出发,分析未来半小时进站或者换乘的客流未能按照预期到达目的地的乘客,这部分乘客即为受影响乘客。具体的判断过程如图7所示,如果乘客在事故时间内需要经过事故区间到达目的地,则乘客计入受影响人数中。接着对乘客当前时间所在地点进行分析,如果受影响乘客此时在A站进行换乘,则计入受影响换乘指标中,如果在A站进站,则计入受影响进站指标中。
突发事件对区间最明显的影响表现在列车不能正常通行,导致乘客不能按照预期出行,带来不良影响,所以对区间的影响分析是从行车角度出发,对比计划列车运行间隔与实际列车运行间隔,分析受影响区间。如图8所示,当实际列车运行间隔超过20分钟时,则该区间严重受影响,当实际列车运行间隔超过计划列车运行间隔的2倍时,该区间受影响,当以上两个条件都不满足时,该区间未受影响。
突发事件的影响范围在线网图中进行展示,主要展示内容有突发事件当前影响人数、当前受影响车站数、当前影响断面数。如图9所示,对于严重受影响、受影响的车站以及区间使用红色以及橙色区分,以便直观展示。
步骤S130,基于不同突发事件持续时间假设的突发事件下列车运行调整建议
突发事件为行车带来了极大的影响,列车运行受到干扰,严重时甚至导致财产损失,甚至是人员伤亡,因此快速地对突发事件下的列车运行做出调整具有重大意义,行车管理建议与分析部分根据突发事件的各种信息,提供行车调整建议,为突发事件下列车运行提供参考。
突发事件的持续时间是影响列车运行调整重要因素,但是仅通过列车实时运营状态数据难以确定突发时间的持续时间,因此需要对不同的情况进行分析,提供给运营管理者不同的建议。本系统主要对事故持续5分钟、30分钟、1个小时进行分析。
基于调度员仿真的列车运行调整,主要目的是尽快恢复通行,尽量保证列车的周转,减少对乘客的影响。具体步骤如下:
对于突发事件持续时间不长的情况下,在首站还未开行的列车暂停发车,对于首车采用区间降级的方法,尽量减少乘客的不安情绪。如果站台充足,则后续列车采用站台扣车的方式,如果不够,则采用区间扣车的解决办法,并在空白处补线。当突发事件持续时间过长时,对于无法折返的车辆采用区间降级或者扣车的方法,对于可以采用折返的列车,再考虑另一行列车运行间隔的情况下,组织折返,如图10所示。
在实例中,可以将实际列车运行调整存储,用以形成列车运行调整知识库,实现突发事件持续时间与列车调整精确匹配。
步骤S140,基于不同突发事件持续时间假设的突发事件下客流管控建议
根据突发事件下客流情况,采用知识库即通过存储模块的方式,实现突发事件下的客流管控与突发事件下客流情况的匹配,快速分析客流管控建议。并结合每次突发事件下的客流情况以及实际客流管控措施,更新客流管控知识库,实现客流管控措施不断精准化,精细化。模型根据输入的客流情况、每个车站的基础信息、实际采用的客流管控措施,对客流管控措施进行优化,优化目标主要是减少客流拥挤,避免出现事故。通过不断训练,最终得到最优结果,优化结果在规定的理想范围内可认为是最优,例如,优化到站台滞留人数不超过最多容纳人数的70%。通过模型的反复学习与训练,输出不同车站客流管控措施,如图10所示。
在实际应用中,可采用相关机器学习或者深度学习模型作为训练模型。
需要说明的是,在本申请的描述中,突发事件、事故具有相同的含义,均表示发生了影响正常交通的事件,除非根据上下文另有所指。
虽然按照特定顺序描述了各个步骤,但是并不意味着必须按照上述特定顺序来执行各个步骤,实际上,这些步骤中的一些可以并发执行,甚至改变顺序,只要能够实现所需要的功能即可。
本申请可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本申请的各个方面的计算机可读程序指令。
计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以包括但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。
尽管在上文中参考特定的实施例对本申请进行了描述,但是所属领域技术人员应当理解,在本申请公开的原理和范围内,可以针对本申请公开的配置和细节做出许多修改。本申请的保护范围由所附的权利要求来确定,并且权利要求意在涵盖权利要求中技术特征的等同物文字意义或范围所包含的全部修改。
Claims (10)
1.一种轨道交通事故快速预警方法,其特征在于:所述方法包括如下步骤:
1)根据轨道交通线网列车的实时运行状态数据识别发生突发事件的可能性,并将可能的突发事件信息推送展示;
2)分析突发事件影响范围;
3)根据不同突发事件持续时长的假设,实现调度员调度仿真,提供列车运行调整建议;
4)根据不同突发事件持续时长的假设,分析客流情况,提供客流管控建议。
2.如权利要求1所述的轨道交通事故快速预警方法,其特征在于:所述步骤1)包括对列车计划到站时间以及实际到站时间进行分析,确定计划偏离时间,当计划偏离时间超过阈值时,立即预警;当列车在自动列车监控系统消失时,立即告警;当有加开列车上线时,立即告警;当车次与编组号对应关系发生变化时,立即告警。
3.如权利要求1所述的轨道交通事故快速预警方法,其特征在于:所述步骤2)中根据乘客计划出行需求、计划列车运行图、线网基础数据,分析突发事件影响范围。
4.如权利要求3所述的轨道交通事故快速预警方法,其特征在于:所述步骤2)根据乘客出发地点和目的地分析,K短路算法交通流分配,以及基于仿真的客流分配,对无法按照计划出行的乘客进行分析,确定每个车站以及受影响人数,对严重受影响车站和区间进行分析。
5.如权利要求1所述的轨道交通事故快速预警方法,其特征在于:所述步骤3)中对事故持续5分钟、30分钟、1个小时进行分析;实现基于调度员仿真的列车运行调整,并将实际列车运行调整存储,形成列车运行调整知识库,实现突发事件持续时间与列车调整精确匹配。
6.如权利要求1所述的轨道交通事故快速预警方法,其特征在于:所述步骤4)包括基于突发事件下客流管控知识库,快速匹配客流管控措施与突发事件下客流情况,快速分析客流管控建议;根据实际客流情况与客流管控措施,更新客流管控知识库;采用机器学习或者深度学习模型获取客流管控措施。
7.如权利要求1~6中任一项所述的轨道交通事故快速预警方法,其特征在于:还包括对于终到站晚点时间,系统自动分析并统计,实现列车终到站晚点时间的分析;对于同一事件引发的告警信息,自动编号归类。
8.如权利要求7所述的轨道交通事故快速预警方法,其特征在于:所述突发事件包括列车延误、列车在自动列车监控系统消失、计划外加车消息、列车车次中途变更、列车编组号中途变更。
9.如权利要求7所述的轨道交通事故快速预警方法,其特征在于:所述信息包括突发事件发生时间、突发事件发生地点、车次号、编组号、列车运行方向、线路号、计划偏离时间、变更前车次、变更后车次、变更前编组号和变更后编组号。
10.一种轨道交通事故快速预警系统,其特征在于:包括告警单元、调整建议单元和管控建议单元;所述告警单元包括相互连接的交通事件告警模块和显示模块一,所述调整建议单元包括突发事件影响范围模块,所述突发事件影响范围模块与显示模块二连接,所述显示模块二与列车运行调整模块连接,所述管控建议单元包括客流管控模块,所述客流管控模块与存储模块连接;
所述交通事件告警模块:用于根据轨道交通线网列车的实时运行状态数据识别不同突发事件告警;
所述显示模块一,用于显示突发事件信息;
所述突发事件影响范围模块:分析突发事件的影响范围,对受影响的车站、区间进行预警;
所述显示模块二,用于显示突发事件的影响范围;
所述列车运行调整模块:模拟调度员调度过程,快速提供列车运行调整建议;
所述客流管控模块:基于客流管控知识库,快速匹配客流管控措施,根据突发事件处理情况更新知识库,利用模型,获取最优客流管控措施;
所述存储模块,用于储存客流管控数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011327779.XA CN112465334B (zh) | 2020-11-24 | 2020-11-24 | 一种轨道交通事故快速预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011327779.XA CN112465334B (zh) | 2020-11-24 | 2020-11-24 | 一种轨道交通事故快速预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112465334A true CN112465334A (zh) | 2021-03-09 |
CN112465334B CN112465334B (zh) | 2023-11-24 |
Family
ID=74799684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011327779.XA Active CN112465334B (zh) | 2020-11-24 | 2020-11-24 | 一种轨道交通事故快速预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112465334B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112949081A (zh) * | 2021-03-22 | 2021-06-11 | 中铁信(北京)网络技术研究院有限公司 | 一种轨道交通路网应急救援策略仿真与评估系统 |
CN113570253A (zh) * | 2021-07-29 | 2021-10-29 | 中国铁路设计集团有限公司 | 一种动态场景的考核方法、系统、电子设备及存储介质 |
CN114912233A (zh) * | 2022-04-19 | 2022-08-16 | 华北科技学院(中国煤矿安全技术培训中心) | 路网运力下降的影响范围确定和协同管控的方法及系统 |
CN115983543A (zh) * | 2022-11-22 | 2023-04-18 | 安徽磁云数据科技有限公司 | 一种城市轨道交通的调度方法、系统、终端及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101571996A (zh) * | 2009-06-10 | 2009-11-04 | 上海理工大学 | 城市公交智能化应急管理方法 |
KR20120072183A (ko) * | 2010-12-23 | 2012-07-03 | 주식회사 포스코아이씨티 | 열차 운행 시뮬레이션 시스템 |
CN106503315A (zh) * | 2016-10-10 | 2017-03-15 | 北京市交通信息中心 | 轨道交通突发事件下进站乘客出行特征比例的确定方法 |
CN107194497A (zh) * | 2017-04-27 | 2017-09-22 | 北京交通大学 | 一种突发事件下城市轨道交通乘客出行路径规划方法 |
-
2020
- 2020-11-24 CN CN202011327779.XA patent/CN112465334B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101571996A (zh) * | 2009-06-10 | 2009-11-04 | 上海理工大学 | 城市公交智能化应急管理方法 |
KR20120072183A (ko) * | 2010-12-23 | 2012-07-03 | 주식회사 포스코아이씨티 | 열차 운행 시뮬레이션 시스템 |
CN106503315A (zh) * | 2016-10-10 | 2017-03-15 | 北京市交通信息中心 | 轨道交通突发事件下进站乘客出行特征比例的确定方法 |
CN107194497A (zh) * | 2017-04-27 | 2017-09-22 | 北京交通大学 | 一种突发事件下城市轨道交通乘客出行路径规划方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112949081A (zh) * | 2021-03-22 | 2021-06-11 | 中铁信(北京)网络技术研究院有限公司 | 一种轨道交通路网应急救援策略仿真与评估系统 |
CN112949081B (zh) * | 2021-03-22 | 2024-03-22 | 中铁信(北京)网络技术研究院有限公司 | 一种轨道交通路网应急救援策略仿真与评估系统 |
CN113570253A (zh) * | 2021-07-29 | 2021-10-29 | 中国铁路设计集团有限公司 | 一种动态场景的考核方法、系统、电子设备及存储介质 |
CN113570253B (zh) * | 2021-07-29 | 2024-05-24 | 中国铁路设计集团有限公司 | 一种动态场景的考核方法、系统、电子设备及存储介质 |
CN114912233A (zh) * | 2022-04-19 | 2022-08-16 | 华北科技学院(中国煤矿安全技术培训中心) | 路网运力下降的影响范围确定和协同管控的方法及系统 |
CN115983543A (zh) * | 2022-11-22 | 2023-04-18 | 安徽磁云数据科技有限公司 | 一种城市轨道交通的调度方法、系统、终端及存储介质 |
CN115983543B (zh) * | 2022-11-22 | 2023-09-01 | 安徽磁云数据科技有限公司 | 一种城市轨道交通的调度方法、系统、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112465334B (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112465334A (zh) | 一种轨道交通事故快速预警方法及系统 | |
CN110203257B (zh) | 一种轨道交通事件下列车运行调度方法和系统 | |
CN112598182B (zh) | 一种轨道交通智能调度方法及系统 | |
CN109189019B (zh) | 一种机车乘务员值乘标准化监控系统 | |
CN112801338A (zh) | 一种城市轨道交通线网运营突发情况下的辅助决策方法及系统 | |
JP5959419B2 (ja) | 列車運行管理システムおよび列車運行管理システムの制御方法 | |
Sangiorgio et al. | A new index to evaluate the safety performance level of railway transportation systems | |
CN112633740B (zh) | 一种城市轨道交通线网安全测评方法 | |
Barabino et al. | An offline framework for the diagnosis of time reliability by automatic vehicle location data | |
CN114550327B (zh) | 一种单人多车道态势感知集中控制系统及方法 | |
CN113159393A (zh) | 客运站大客流感知预警方法、装置、电子设备和存储介质 | |
CN110675625A (zh) | 智慧交通大数据方法及系统 | |
CN112233003A (zh) | 一种绿色智能客站系统及集成方法 | |
CN114743285A (zh) | 一种单人多车道态势感知集中控制系统 | |
CN109409563B (zh) | 一种公交运营车辆实时人数的分析方法、系统和存储介质 | |
Hu et al. | Research on entropy based corrective maintenance difficulty estimation of metro signaling | |
Moosavi et al. | Simulation-based sensitivity analysis for evaluating factors affecting bus service reliability: A big and smart data implementation | |
Kunimatsu et al. | The prediction of passenger flow under transport disturbance using accumulated passenger data | |
CN114519491A (zh) | 一种地铁运营故障应急联动交互方法、装置、设备及介质 | |
El Rashidy et al. | Detection of high-speed red-aspect approaches using a multi-data approach | |
Nyström | Punctuality and railway maintenance | |
Peng | Improving service restoration using automatic vehicle location | |
Kostrzewski et al. | Autonomy of urban light rail transport systems and its influence on users, expenditures, and operational costs | |
OPERATIONS | NEBR/\S~ | |
CN117592661B (zh) | 复杂多场景下的区域中心化车站巡视方案设计方法与系统 |
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 |