CN112801338A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN112801338A CN112801338A CN202011437006.7A CN202011437006A CN112801338A CN 112801338 A CN112801338 A CN 112801338A CN 202011437006 A CN202011437006 A CN 202011437006A CN 112801338 A CN112801338 A CN 112801338A
- Authority
- CN
- China
- Prior art keywords
- data
- simulation
- passenger flow
- emergency
- train
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004088 simulation Methods 0.000 claims abstract description 134
- 230000003993 interaction Effects 0.000 claims abstract description 33
- 238000004891 communication Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000005457 optimization Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 238000011161 development Methods 0.000 claims abstract description 12
- 230000000694 effects Effects 0.000 claims abstract description 12
- 230000006378 damage Effects 0.000 claims abstract description 8
- 238000010586 diagram Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 6
- 230000006855 networking Effects 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 238000011158 quantitative evaluation Methods 0.000 claims description 4
- 230000008846 dynamic interplay Effects 0.000 claims description 2
- 230000010365 information processing Effects 0.000 claims description 2
- 238000007730 finishing process Methods 0.000 claims 1
- 230000005180 public health Effects 0.000 claims 1
- 230000007306 turnover Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000013515 script Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 229940036051 sojourn Drugs 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及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,借助于数字孪生技术,建立仿真模型,并将多条仿真模型合并建立数字孪生轨道交通线网;根据城市轨道交通线网的历史客流数据,进行数据模拟与预测,分析可能情况下的突发状况;依据突发状况,在仿真模型中推演行车与客流趋势,建立城市轨道交通系统与数字孪生仿真系统之间的通信,实现实时行车分析、客流数据与仿真模拟数据的交互;分析接报突发事件的危害程度、发展情况,并明确预警级别,对应急处置措施实施后的效果进行定量和定性评价,将仿真过程及结果以图文的形式提供给线网控制中心调度人员,辅助调度人员进行策略优化。
Description
技术领域
本发明涉及轨道交通技术领域,具体为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。
背景技术
城市轨道交通运行时,会遇到列车撞击、脱轨等事故以及天气突变、大客流的突发情况和行车设备故障等其他突发事件,线网控制中心调度人员在处理上述突发事件中,往往不能获取线路运行过程中的全面信息,造成决策方案具有主观性强的特点,且存在决策处理过后不能及时评价决策方案的可行性,造成同类事件的再次发生。
现实中仅仅依靠现有历史数据的分析,往往不能更好的预测未来一段时间内的车流、客流数据,而数字孪生技术完美的解决了这一难题,通过在虚拟世界搭建与现实世界一致的仿真模型,在模型中可实现仿真与预测,通过与现实世界的连接,实现数据信息的交互,辅助线网控制中心调度人员进行策略的优化。
发明内容
本发明的目的在于提供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,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种城市轨道交通线网运营突发情况下的辅助决策方法,包括以下步骤:
步骤a:获取城市轨道交通线网的数据信息,所述数据信息包括行车数据、编图数据、车辆运行计划、历史车流以及客流数据;
步骤b:根据城市轨道交通线网的行车数据、编图数据、车辆运行计划建立仿真模型,并将多条仿真模型合并建立数字孪生轨道交通线网;
步骤c:根据城市轨道交通线网的历史客流数据,进行数据模拟与预测,分析可能情况下的突发状况;
步骤d:依据突发状况,在仿真模型中推演行车与客流趋势,建立城市轨道交通系统与数字孪生仿真系统之间的通信,实现实时行车分析、客流数据与仿真模拟数据的交互;
步骤e:分析接报突发事件的危害程度、发展情况,并明确预警级别,对应急处置措施实施后的效果进行定量和定性评价,将仿真过程及结果以图文的形式提供给线网控制中心调度人员,辅助调度人员进行策略优化;
优选的,所述的步骤b中,所述建立仿真模型,并将多条仿真模型合并建立孪生的数字轨道交通线网包括:在孪生仿真系统中导入CAD平面图,按照轨道线路1:1的比例建立仿真模型,并配置实际轨道交通线网的行车数据、编图数据、车辆运行计划等;将建立的多条轨道仿真模型按照实际轨道平面图进行组网合并,建立数字孪生轨道交通线网。
优选的,在所述的步骤c中,所述根据城市轨道交通线网的历史客流数据,进行数据模拟与预测包括:获取轨道交通线网的历史客流数据,导入孪生仿真系统,对客流进行时空的数据模拟,观察客流数据变化并对其进行预测;所述分析可能情况下的突发状况包括:因客流、车流、天气等条件造成的突发事件。
优选的,在所述的步骤d中,所述依据突发状况,在仿真模型中推演行车与客流趋势包括:根据突发状况在孪生仿真模型中设置相对应的突发条件,如客流激增、车辆损坏、恶劣天气变化造成的乘客拥堵、逗留现象等;从仿真模型中推演未来几个小时或一段时间内的车站客流、车流情况;所述建立城市轨道交通系统与数字孪生仿真系统之间的通信,实现实时行车分析、客流数据与仿真模拟数据的交互包括:采用UDP通信方式建立实际交通线网与数字孪生仿真线网之间的通信,实际交通线网发送实时客流、车流等数据给仿真系统,仿真系统发送模拟数据给外部系统,实现实时数据与仿真数据的交互。
优选的,在所述的步骤e中,所述分析接报突发事件的危害程度、发展情况,并明确预警级别包括:依据突发事件的现场情况及行车推演分析,判断可能影响的车站、线路及影响程度,并对高负荷的车站、区间、线路显示预警信息与级别;所述对应急处置措施实施后的效果进行定量和定性评价包括:
定量评价:
在应急处置措施实施后,对列车运行图兑现率、列车正点率、列车推出正线运营故障率、实际在线列车数等定量指标进行计算,判断其是否还符合城市轨道交通试运营基本条件,即当列车运行图兑现率小于98.5%,或列车正点率小于98%,或列车退出正线运营故障率高于0.5次/万列公里等等,若其中一项或几项不符合标准,则将其图文形式提供给线网控制中心,辅助调度人员策略优化。
定性评价:
按照事件严重性和受影响程度,运营突发事件分为特别重大、重大、较大和一般四级;根据运营突发事件伤亡严重程度和发展态势,将应急响应等级设定为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级四个等级。依据现实世界与数字孪生世界的动态交互,仿真得到数据,判断事态等级,将其反馈给线网控制中心人员。
所述将仿真过程及结果以图文的形式提供给线网控制中心调度人员,辅助调度人员进行策略优化包括:将线路的实际开行列数、在线列车、全周转时间、行车间隔,晚点事件次数等指标;线网及线路的列车运行图兑现率、列车正点率、列车退出正线运营故障率、列车服务可靠度等指标;对列车晚点,行车推演分析,预判晚点可能影响的车站、线路及影响程度;车站的客流进站量、出站量,线路、区间的客流量,以及换乘站的客流换乘量;车站、区间、线路的客流负荷情况等等用图文的形式呈现给线网控制中心调度人员,让其更直观的获取更多信息,辅助其进行策略的优化工作。
为实现上述目的,本发明还提供如下技术方案:
一种城市轨道交通线网运营突发情况下的辅助决策系统,包括:
获取模块,用于获取城市轨道交通线网的数据信息,所述数据信息包括行车数据、编图数据、车辆运行计划、历史车流以及客流数据;
建模模块,用于根据城市轨道交通线网的行车数据、编图数据、车辆运行计划,建立多条仿真模型,并将多条仿真模型合并建立数字孪生轨道交通线网;
应用服务模块,用于根据城市轨道交通线网的历史车流、客流数据,进行数据模拟与预测,分析可能情况下的突发状况;
通信交互模块,用于依据所述突发状况,在所述仿真模型中推演行车与客流趋势,建立城市轨道交通系统与数字孪生仿真系统之间的通信,实现实时行车分析、客流数据与仿真模拟数据的交互;以及
分析预警模块,用于接收上报的突发事件,分析突发事件的危害程度、发展情况,并明确预警级别,对应急处置措施实施后的效果进行定量和定性评价,将仿真过程及结果以图文的形式提供给线网控制中心调度人员,辅助调度人员进行策略优化。
优选的,辅助决策系统还包括:
应用服务器:用于完成历史客流数据分析、指标计算、预警分析和辅助决策等功能;
数据服务器:用于完成过程数据存储和系统基础数据存储;
数字孪生仿真系统:用于建立城市轨道交通线网数字孪生仿真模型,通过应用服务器接口和实时数据通信,完成车流信息与模拟数据的接收与发送,以及车流和客流的推演;
人机交互系统:用于各信息的显示和实现人机交互的功能等;
外部系统:包括列车自动监控系统、综合监控、编图、公共预警等外部系统,通过数据通信和系统进行交互。
优选的,所述完成历史客流数据分析、指标计算、预警分析和辅助决策等功能具体包括:根据历史客流数据,分析其一天中或一段时间内的客流聚集趋势,统计出各车次、线路、区间的客流信息,对高负荷车站、区间、线路显示预警;实现线路的实际开行列数、在线列车、全周转时间、行车间隔,晚点事件次数等指标;线网及线路的列车运行图兑现率、列车正点率、列车退出正线运营故障率、列车服务可靠度等指标;对列车晚点,行车推演分析,预判晚点可能影响的车站、线路及影响程度;车站的客流进站量、出站量,线路、区间的客流量,以及换乘站的客流换乘量;车站、区间、线路的客流负荷情况等指标的计算;将各指标以图文形式展示给线网控制中心调度人员,辅助调度人员进行策略优化。
优选的,所述建立城市轨道交通线网数字孪生仿真模型包括:在孪生仿真系统中导入CAD平面图,按照轨道线路1:1建立仿真模型,并配置实际轨道交通线网的行车数据、编图数据、车辆运行计划等;将建立的多条轨道仿真模型按照实际轨道平面图进行组网合并,建立数字孪生轨道交通线网;
所述通过应用服务器接口和实时数据通信,完成车流信息与模拟数据的接收与发送,以及车流和客流的推演包括:通过UDP通信和应用服务器接口,完成实时的车流、客流数据的接入,仿真模拟的数据通过UDP发送给外部系统;在孪生仿真系统中,通过建立好的模型,推演未来一段时间内的车流与客流信息。
优选的,所述信息的显示和实现人机交互包括:将仿真过程中的各项指标信息、数据、结果,通过前端页面显示,用户也可通过人机交互界面实现对页面的更改。
优选的,所述列车自动监控系统、综合监控、编图、公共预警等外部系统,通过数据通信和系统进行交互包括:采用UDP通信方式,实现实时数据信息与虚拟仿真数据的交互,可为外部系统各决策方案提供参考依据,仿真系统通过实时数据的接入,不断更新仿真模型,实现数字世界与实体世界的相互融合。
与现有技术相比,本发明的有益效果是:
本发明的方法与系统,通过建立孪生仿真系统,实现与现实世界的数据交互,通过仿真的快速推演与计算,为外部系统提供多种辅助决策信息,帮助线网控制中心人员进行决策优化;在一定程度上提高了对轨道交通线网运营突发情况的反应能力,避免了决策方案具有主观性强的特点;采用孪生系统仿真技术对应急处置措施实施后的效果进行定量和定性评价,对一些可避免的事件,防止其再次发生,降低运营突发事件的伤亡及损失。
附图说明
图1为本发明实施例提供的一种城市轨道交通线网运营突发情况下的辅助决策方法流程示意图;
图2为本发明实施例提供的一种城市轨道交通线网运营突发情况下的辅助决策系统结构示意图;
图3为本发明实施例提供的一种城市轨道交通线网运营突发情况下的辅助决策系统具体结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例:
请参阅图1至图3,本发明提供一种技术方案:
具体,如图1所示,本发明实施例提供的一种城市轨道交通线网运营突发情况下的辅助决策方法流程示意图。该方法包括:
步骤S101:获取城市轨道交通线网的数据信息,所述数据信息包括行车数据、编图数据、车辆运行计划、历史车流以及客流数据;
步骤S102:根据城市轨道交通线网的行车数据、编图数据、车辆运行计划建立仿真模型,并将多条仿真模型合并建立数字孪生轨道交通线网。
步骤S103:根据城市轨道交通线网的历史车流、客流数据,进行数据模拟与预测,分析可能情况下的突发状况。
步骤S104:依据突发状况,在仿真模型中推演行车与客流趋势,建立城市轨道交通系统与数字孪生仿真系统之间的通信,实现实时行车分析、客流数据与仿真模拟数据的交互。
步骤S105:分析接报突发事件的危害程度、发展情况,并明确预警级别,
对应急处置措施实施后的效果进行定量和定性评价,将仿真过程及结果以图文的形式提供给线网控制中心调度人员,辅助调度人员进行策略优化。
步骤S102中,数字孪生轨道仿真线网的建立主要借助于数字孪生技术,按照实际轨道交通线网成比例绘制仿真轨道线路并组网。具体实施方式为:把轨道线路平纵断面图导入仿真模型中,按照CAD平面图1:1比例绘制轨道线路;
然后根据实际轨道线路的行车数据、编图数据和车辆运行计划等,在仿真轨道线路中添加信号机、应答器、计轴器等轨旁设备,并为其配置脚本,添加进路及列车运行计划,实现对实际线路的精确仿真;并按照实际轨道线路对仿真线路进行组网,构建数字孪生轨道交通线网。
需要说明的是,获取的CAD平面图、信号设备平面图和其他列车数据信息需与实际一致,否则会影响后续孪生仿真系统的推演,不能提供准确的辅助决策信息。
步骤S103中,依据历史数据进行的仿真数据模拟与预测,具体实施方式为:把此刻之前的历史数据导入孪生仿真模型中;依据模型的快速仿真能力实现对未来一段时间内的行车预测;在仿真模型中加入其他预测信息,观察车站车流与客流等的变化。
其他预测信息可包括:如天气突变、自然灾害等预警信息;火灾、爆炸、突发停电等事故信息;列车运营事故信息等等。
步骤S104中,依据突发状况进行车流、客流的推演,包括:
根据实际突发事件,在仿真模型中加入步骤S103对应级别的突发事件信息,根据其影响程度,计算出未来若干时段的车流、客流数据。
所述建立城市轨道交通系统与数字孪生仿真系统之间的通信,具体为:采用UDP通信方式,建立孪生仿真系统与现实世界的连接,实现虚拟与现实的数据信息交互;所述实时行车、客流分析包括:列车运行晚点传播分析、交通网络多源客流数据融合的精准化计算。
步骤S105中,分析接报突发事件的危害程度、发展情况,并明确预警级别包括:
依据突发事件的现场情况及行车推演分析,将运营突发事件分为特别重大、重大、较大和一般四个等级;分级标准根据《国家城市轨道交通运营突发事件应急预案》可分为:特别重大运营突发事件、重大运营突发事件、较大运营突发事件以及一般运营突发事件。
根据运营突发事件伤亡严重程度和发展态势,将应急响应等级设定为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级四个等级;初判发生特别重大、重大运营突发事件时,分别启动Ⅰ级、Ⅱ级应急响应,初判发生较大、一般运营突发事件时,分别启动Ⅲ级、Ⅳ级应急响应;
分析影响的车站、线路及影响程度,做出预警;对高负荷的车站、区间、线路显示预警信息与级别。
优选的,所述对应急处置措施实施后的效果进行定量评价,包括以下参数:
线路的实际开行列数、在线列车、全周转时间、行车间隔,晚点事件次数指标;线网及线路的列车运行图兑现率、列车正点率、列车退出正线运营故障率、列车服务可靠度等指标;晚点影响的车站、线路及影响程度;车站的客流进站量、出站量,线路、区间的客流量,以及换乘站的客流换乘量;车站、区间、线路的客流负荷情况等等。
计算判断各项定量指标是否符合轨道交通运行基本条件。
优选的,所述对应急处置措施实施后的效果进行定性评价,包括以下参数:
运营突发事件等级;应急响应等级;事件影响程度等。
如图2-3所示,所述一种城市轨道交通线网运营突发情况下的辅助决策系统,包括:
应用服务器:用于完成历史客流数据分析、指标计算、预警分析和辅助决策等功能。
数据服务器:用于完成过程数据存储和系统基础数据存储。
数字孪生仿真系统:用于建立城市轨道交通线网数字孪生仿真模型,通过应用服务器接口和实时数据通信,完成车流信息与模拟数据的接收与发送,以及车流和客流的推演。
人机交互系统:用于各信息的显示和实现人机交互的功能等。
外部系统:包括列车自动监控系统、综合监控、编图、公共预警等外部系统,通过数据通信和系统进行交互。
优选的,所述应用服务器具体用于:
统计并分析历史客流数据在时空中的分布及变化趋势;
所述指标计算包括以下参数:列车运行图兑现率、列车正点率、列车退出正线运营故障率、列车服务可靠度、车辆系统故障率等。
列车运行图兑现率的计算方法可用下列公式实现:
A=N1/N4 (1)
其中,A为列车运行图兑现率,N1为实际开行列车次数,即完成列车运行图中规定的列车开行计划的列车数量,单位为列,N4为列车运行图图定开行列车次数,即列车运行图中规定的开行列车数量,单位为列。
列车正点率的计算方法可用下列公式实现:
B=N3/N1×100% (2)
其中,B为列车正点率,N3为正点列车次数,即在统计期内,在执行列车运行图过程中,列车终点站时刻与列车运行图计划到站时刻相比误差小于2min的列车次数,单位为列。
列车退出正线运营故障率的计算方法可用下列公式实现:
C=N5/L (3)
其中,C为列车退出正线运营故障率,N5导致列车退出正线运营的车辆故障次数,即因发生车辆故障而导致列车必须退出正线运营的故障次数,单位为次。
列车服务可靠度的计算方法可用下列公式实现:
D=L/N6 (4)
其中,D为列车服务可靠度,L为全部列车总行车里程,单位为万列公里,N6为5min以上延误次数,单位为次。
车辆系统故障率的计算方法可用下列公式实现:
E=N2/L (5)
其中,E为车辆系统故障率,N2为导致2min及以上晚点的车辆故障次数,单位为次。
数字孪生仿真系统所计算的指标并不只包括上面列举的部分,由于计算参数指标过多,这里就不一一列举了。
所述预警分析和辅助决策包括:根据仿真系统与现实数据的交互,统计伤亡人数与损失,将仿真数据以图文形式呈现给线网控制中心人员,按步骤S105中提及的预警级别发出警示,辅助做出策略优化。
优选的,所述数字孪生仿真系统,用于:
建立城市轨道交通线网数字孪生仿真模型,具体实施方式为:把轨道线路平纵断面图导入仿真模型中,按照CAD平面图1:1比例绘制轨道线路;然后根据实际轨道线路的行车数据、编图数据和车辆运行计划等,在仿真轨道线路中添加信号机、应答器、计轴器等轨旁设备,并为其配置脚本,添加进路及列车运行计划,实现对实际线路的精确仿真;并按照实际轨道线路对仿真线路进行组网,构建数字孪生轨道交通线网。
所述通过应用服务器接口和实时数据通信包括:连接应用服务器与外部系统,实现虚拟孪生仿真系统与外部系统的融合,达到数据交互。
优选的,所述人机交互系统,用于:
将上述步骤中的计算过程与得到的结果,以图表的形式直观呈现出来;显示的信息包括:行车辅助信息和客流辅助信息等;用户也可根据需要实现对界面的删改或调整。
优选的,所述外部系统包括:
建立与孪生仿真系统之间的连接,将实际轨道线路相关数据实时发送到孪生系统中,并接收相关的分析结果与图文数据;辅助线网控制中心人员优化决策方案,实施公共预警等。
本发明实施例提供的方法与系统,通过建立孪生仿真系统,实现与现实世界的数据交互,通过仿真的快速推演与计算,为外部系统提供多种辅助决策信息,帮助线网控制中心人员进行决策优化;在一定程度上提高了对轨道交通线网运营突发情况的反应能力,避免了决策方案具有主观性强的特点;采用孪生系统仿真技术对应急处置措施实施后的效果进行定量和定性评价,对一些可避免的事件,防止其再次发生,降低运营突发事件的伤亡及损失。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种城市轨道交通线网运营突发情况下的辅助决策方法,其特征在于,包括以下步骤:
获取城市轨道交通线网的数据信息,所述数据信息包括行车数据、编图数据、车辆运行计划、历史车流以及客流数据;
根据城市轨道交通线网的行车数据、编图数据、车辆运行计划,建立多条仿真模型,并将多条仿真模型合并建立数字孪生轨道交通线网;
根据城市轨道交通线网的历史车流、客流数据,进行数据模拟与预测,分析可能情况下的突发状况;
依据所述突发状况,在所述仿真模型中推演行车与客流趋势,建立城市轨道交通系统与数字孪生仿真系统之间的通信,实现实时行车分析、客流数据与仿真模拟数据的交互;
接收上报的突发事件,分析突发事件的危害程度、发展情况,并明确预警级别,对应急处置措施实施后的效果进行定量和定性评价,将仿真过程及结果以图文的形式提供给线网控制中心调度人员,辅助调度人员进行策略优化。
2.根据权利要求1所述的一种城市轨道交通线网运营突发情况下的辅助决策方法,其特征在于,所述建立条仿真模型,并将多条仿真模型合并建立孪生的数字轨道交通线网包括:
在数字孪生仿真系统中导入CAD平面图,按照轨道线路1:1建立仿真模型,并配置实际轨道交通线网的行车数据、编图数据、车辆运行计划;以及
将建立的多条轨道仿真模型按照实际轨道平面图进行组网合并,建立数字孪生轨道交通线网。
3.根据权利要求1所述的一种城市轨道交通线网运营突发情况下的辅助决策方法,其特征在于,所述根据城市轨道交通线网的历史车流、客流数据,进行数据模拟与预测包括:
获取轨道交通线网的历史车流、客流数据;
将所述历史车流、客流数据导入所述数字孪生仿真系统;以及
对客流进行时空的数据模拟,观察所述客流数据变化并对其进行预测;
所述分析可能情况下的突发状况包括:运营突发事件、自然灾害、社会安全事件以及公共卫生事件。
4.根据权利要求1所述的一种城市轨道交通线网运营突发情况下的辅助决策方法,其特征在于,所述依据突发状况,在仿真模型中推演行车与客流趋势包括:
根据突发状况在孪生仿真模型中设置相对应的突发条件;以及
从仿真模型中推演未来几个小时或一段时间内的车站客流、车流情况;
所述建立城市轨道交通系统与数字孪生仿真系统之间的通信,实现实时行车分析、客流数据与仿真模拟数据的交互的步骤包括:
采用UDP通信方式建立实际交通线网与数字孪生仿真线网之间的通信;
城市轨道交通线网发送实时客流、车流数据给数字孪生仿真系统;以及
数字孪生仿真系统发送模拟数据给外部系统,实现实时数据与仿真模拟数据的交互。
5.根据权利要求1至4中任一项所述的一种城市轨道交通线网运营突发情况下的辅助决策方法,其特征在于,所述接收上报的突发事件,分析突发事件的危害程度、发展情况,并明确预警级别包括:依据突发事件的现场情况及行车推演分析,判断可能影响的车站、线路及影响程度,并对突发事件、高负荷的车站、区间、线路显示预警信息与级别;
所述对应急处置措施实施后的效果进行定量和定性评价包括:定量评价以及定性评价,其中:
所述定量评价包括:
在应急处置措施实施后,对列车运行图兑现率、列车正点率、列车推出正线运营故障率以及实际在线列车数定量指标进行计算,判断其是否还符合城市轨道交通试运营基本条件,若其中一项或几项不符合标准,则将其图文形式提供给线网控制中心,辅助调度人员策略优化;
所述定性评价包括:
按照事件严重性和受影响程度,运营突发事件分为特别重大、重大、较大和一般四级,根据运营突发事件伤亡严重程度和发展态势,将应急响应等级设定为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级四个等级,依据现实世界与数字孪生世界的动态交互,仿真得到数据,判断事态等级,将其反馈给线网控制中心人员;
所述将仿真过程及结果以图文的形式提供给线网控制中心调度人员,辅助调度人员进行策略优化包括:
将线路的实际开行列数、在线列车、全周转时间、行车间隔,晚点事件次数指标,线网及线路的列车运行图兑现率、列车正点率、列车退出正线运营故障率、列车服务可靠度指标,晚点影响的车站、线路及影响程度,车站的客流进站量、出站量,线路、区间的客流量,以及换乘站的客流换乘量,车站、区间、线路的客流负荷情况用图文的形式呈现给线网控制中心调度人员,让其更直观的获取更多信息,辅助其进行策略的优化工作。
6.一种城市轨道交通线网运营突发情况下的辅助决策系统,其特征在于,包括:
获取模块,用于获取城市轨道交通线网的数据信息,所述数据信息包括行车数据、编图数据、车辆运行计划、历史车流以及客流数据;
建模模块,用于根据城市轨道交通线网的行车数据、编图数据、车辆运行计划,建立多条仿真模型,并将多条仿真模型合并建立数字孪生轨道交通线网;
应用服务模块,用于根据城市轨道交通线网的历史车流、客流数据,进行数据模拟与预测,分析可能情况下的突发状况;
通信交互模块,用于依据所述突发状况,在所述仿真模型中推演行车与客流趋势,建立城市轨道交通系统与数字孪生仿真系统之间的通信,实现实时行车分析、客流数据与仿真模拟数据的交互;以及
分析预警模块,用于接收上报的突发事件,分析突发事件的危害程度、发展情况,并明确预警级别,对应急处置措施实施后的效果进行定量和定性评价,将仿真过程及结果以图文的形式提供给线网控制中心调度人员,辅助调度人员进行策略优化。
7.根据权利要求6所述的一种城市轨道交通线网运营突发情况下的辅助决策系统,其特征在于,辅助决策系统还包括:
数据服务器,用于完成过程数据存储和系统基础数据存储;
数字孪生仿真系统,用于建立城市轨道交通线网数字孪生仿真模型,通过应用服务器接口和实时数据通信,完成车流信息与模拟数据的接收与发送,以及车流和客流的推演;
人机交互系统,用于各信息的显示和实现人机交互的功能;以及
外部系统,包括列车自动监控系统、综合监控、编图以及公共预警外部系统,通过数据通信和系统进行交互。
8.根据权利要求7所述的一种城市轨道交通线网运营突发情况下的辅助决策系统,其特征在于,所述应用服务模块基于应用服务器,该应用服务器用于完成历史客流数据分析、指标计算、预警分析和辅助决功能,包括:
根据历史客流数据,分析其一天中或一段时间内的客流聚集趋势,统计出各车次、线路、区间的客流信息,对高负荷车站、区间、线路显示预警,实现线路的实际开行列数、在线列车、全周转时间、行车间隔,晚点事件次数指标,线网及线路的列车运行图兑现率、列车正点率、列车退出正线运营故障率、列车服务可靠度指标,对列车晚点,行车推演分析,预判晚点可能影响的车站、线路及影响程度;车站的客流进站量、出站量,线路、区间的客流量,以及换乘站的客流换乘量,车站、区间、线路的客流负荷情况指标的计算,将各指标以图文形式展示给线网控制中心调度人员,辅助调度人员进行策略优化。
9.根据权利要求7所述的一种城市轨道交通线网运营突发情况下的辅助决策系统,其特征在于,所述信息的显示和实现人机交互包括:
将仿真过程中的各项指标信息、数据、结果,通过前端页面显示,用户也可通过人机交互界面实现对页面的更改。
10.根据权利要求7所述的一种城市轨道交通线网运营突发情况下的辅助决策系统,其特征在于,所述列车自动监控系统、综合监控、编图以及公共预警外部系统,通过数据通信和系统进行交互包括:
采用UDP通信方式,实现实时数据信息与虚拟仿真数据的交互,可为外部系统各决策方案提供参考依据,数字孪生仿真系统通过实时数据的接入,不断更新仿真模型,实现数字世界与实体世界的相互融合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011437006.7A CN112801338A (zh) | 2020-12-07 | 2020-12-07 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011437006.7A CN112801338A (zh) | 2020-12-07 | 2020-12-07 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112801338A true CN112801338A (zh) | 2021-05-14 |
Family
ID=75806591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011437006.7A Withdrawn CN112801338A (zh) | 2020-12-07 | 2020-12-07 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112801338A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177377A (zh) * | 2021-05-24 | 2021-07-27 | 北京交通大学 | 一种基于数字孪生的智慧城市轨道交通线网管理系统 |
CN113487138A (zh) * | 2021-06-09 | 2021-10-08 | 中国民航大学 | 一种基于数字孪生的机场应急演练方法和系统 |
CN113609656A (zh) * | 2021-07-19 | 2021-11-05 | 航天科工智能运筹与信息安全研究院(武汉)有限公司 | 基于数字孪生的智慧城市决策系统及方法 |
CN113704956A (zh) * | 2021-06-15 | 2021-11-26 | 深圳市综合交通设计研究院有限公司 | 一种基于数字孪生技术的城市道路在线微观仿真方法及系统 |
CN113723667A (zh) * | 2021-07-27 | 2021-11-30 | 深圳技术大学 | 轨道交通线网运营方案的优化方法、设备及可读存储介质 |
CN113844507A (zh) * | 2021-10-22 | 2021-12-28 | 暨南大学 | 一种基于数字孪生的列车模拟运行系统构建方法 |
CN114360037A (zh) * | 2022-03-21 | 2022-04-15 | 北京市运输事业发展中心 | 交通接续运输信息系统 |
CN114363369A (zh) * | 2021-12-22 | 2022-04-15 | 武汉长飞智慧网络技术有限公司 | 一种基于光纤传感与数字孪生的空轨运营方法及系统 |
CN114715234A (zh) * | 2022-03-08 | 2022-07-08 | 通号城市轨道交通技术有限公司 | 列车运行控制系统的数字孪生系统、装置和方法 |
CN114842157A (zh) * | 2022-04-21 | 2022-08-02 | 上海智能网联汽车技术中心有限公司 | 一种基于数字孪生的智能网联公交监管方法 |
CN115018148A (zh) * | 2022-06-01 | 2022-09-06 | 北京交通大学 | 一种基于数字孪生模型的城市轨道交通线网客流分布预测方法及系统 |
CN115027535A (zh) * | 2022-06-16 | 2022-09-09 | 交控科技股份有限公司 | 一种行车指挥决策系统和行车指挥决策系统的调度方法 |
CN115472018A (zh) * | 2022-10-28 | 2022-12-13 | 广州地铁集团有限公司 | 一种基于行车分析及客流预测的城轨仿真推演方法 |
CN116050669A (zh) * | 2023-03-28 | 2023-05-02 | 中铁第四勘察设计院集团有限公司 | 一种城市轨道交通突发事件智能调度方法和系统 |
CN116308914A (zh) * | 2023-02-27 | 2023-06-23 | 国家石油天然气管网集团有限公司 | 一种用于油气管道的桌面演练方法、系统、设备及介质 |
CN116739390A (zh) * | 2023-08-14 | 2023-09-12 | 北京全路通信信号研究设计院集团有限公司 | 基于模糊推理的多制式轨道交通应急协同决策方法及装置 |
CN117539169A (zh) * | 2024-01-09 | 2024-02-09 | 武汉杰然技术有限公司 | 一种基于数字孪生的管理方法和系统 |
CN117922644A (zh) * | 2024-02-26 | 2024-04-26 | 陕西凯登自动化科技有限公司 | 用于轨道车辆的制动决策方法及系统 |
CN118153925A (zh) * | 2024-05-11 | 2024-06-07 | 成都派沃特科技股份有限公司 | 基于数字孪生的智慧城市数据管理方法及系统 |
-
2020
- 2020-12-07 CN CN202011437006.7A patent/CN112801338A/zh not_active Withdrawn
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177377A (zh) * | 2021-05-24 | 2021-07-27 | 北京交通大学 | 一种基于数字孪生的智慧城市轨道交通线网管理系统 |
CN113487138A (zh) * | 2021-06-09 | 2021-10-08 | 中国民航大学 | 一种基于数字孪生的机场应急演练方法和系统 |
CN113704956A (zh) * | 2021-06-15 | 2021-11-26 | 深圳市综合交通设计研究院有限公司 | 一种基于数字孪生技术的城市道路在线微观仿真方法及系统 |
CN113609656A (zh) * | 2021-07-19 | 2021-11-05 | 航天科工智能运筹与信息安全研究院(武汉)有限公司 | 基于数字孪生的智慧城市决策系统及方法 |
CN113723667A (zh) * | 2021-07-27 | 2021-11-30 | 深圳技术大学 | 轨道交通线网运营方案的优化方法、设备及可读存储介质 |
CN113723667B (zh) * | 2021-07-27 | 2023-07-11 | 深圳技术大学 | 轨道交通线网运营方案的优化方法、设备及可读存储介质 |
CN113844507A (zh) * | 2021-10-22 | 2021-12-28 | 暨南大学 | 一种基于数字孪生的列车模拟运行系统构建方法 |
CN113844507B (zh) * | 2021-10-22 | 2023-10-10 | 暨南大学 | 一种基于数字孪生的列车模拟运行系统构建方法 |
CN114363369A (zh) * | 2021-12-22 | 2022-04-15 | 武汉长飞智慧网络技术有限公司 | 一种基于光纤传感与数字孪生的空轨运营方法及系统 |
CN114715234A (zh) * | 2022-03-08 | 2022-07-08 | 通号城市轨道交通技术有限公司 | 列车运行控制系统的数字孪生系统、装置和方法 |
CN114715234B (zh) * | 2022-03-08 | 2024-06-14 | 通号城市轨道交通技术有限公司 | 列车运行控制系统的数字孪生系统、装置和方法 |
CN114360037A (zh) * | 2022-03-21 | 2022-04-15 | 北京市运输事业发展中心 | 交通接续运输信息系统 |
CN114842157A (zh) * | 2022-04-21 | 2022-08-02 | 上海智能网联汽车技术中心有限公司 | 一种基于数字孪生的智能网联公交监管方法 |
CN115018148A (zh) * | 2022-06-01 | 2022-09-06 | 北京交通大学 | 一种基于数字孪生模型的城市轨道交通线网客流分布预测方法及系统 |
CN115027535A (zh) * | 2022-06-16 | 2022-09-09 | 交控科技股份有限公司 | 一种行车指挥决策系统和行车指挥决策系统的调度方法 |
CN115472018A (zh) * | 2022-10-28 | 2022-12-13 | 广州地铁集团有限公司 | 一种基于行车分析及客流预测的城轨仿真推演方法 |
CN115472018B (zh) * | 2022-10-28 | 2023-12-29 | 广州地铁集团有限公司 | 一种基于行车分析及客流预测的城轨仿真推演方法 |
CN116308914A (zh) * | 2023-02-27 | 2023-06-23 | 国家石油天然气管网集团有限公司 | 一种用于油气管道的桌面演练方法、系统、设备及介质 |
CN116308914B (zh) * | 2023-02-27 | 2024-03-12 | 国家石油天然气管网集团有限公司 | 一种用于油气管道的桌面演练方法、系统、设备及介质 |
CN116050669A (zh) * | 2023-03-28 | 2023-05-02 | 中铁第四勘察设计院集团有限公司 | 一种城市轨道交通突发事件智能调度方法和系统 |
CN116739390A (zh) * | 2023-08-14 | 2023-09-12 | 北京全路通信信号研究设计院集团有限公司 | 基于模糊推理的多制式轨道交通应急协同决策方法及装置 |
CN116739390B (zh) * | 2023-08-14 | 2023-11-17 | 北京全路通信信号研究设计院集团有限公司 | 基于模糊推理的多制式轨道交通应急协同决策方法及装置 |
CN117539169A (zh) * | 2024-01-09 | 2024-02-09 | 武汉杰然技术有限公司 | 一种基于数字孪生的管理方法和系统 |
CN117539169B (zh) * | 2024-01-09 | 2024-04-26 | 武汉杰然技术有限公司 | 一种基于数字孪生的管理方法和系统 |
CN117922644A (zh) * | 2024-02-26 | 2024-04-26 | 陕西凯登自动化科技有限公司 | 用于轨道车辆的制动决策方法及系统 |
CN118153925A (zh) * | 2024-05-11 | 2024-06-07 | 成都派沃特科技股份有限公司 | 基于数字孪生的智慧城市数据管理方法及系统 |
CN118153925B (zh) * | 2024-05-11 | 2024-07-16 | 成都派沃特科技股份有限公司 | 基于数字孪生的智慧城市数据管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
WO2021068602A1 (zh) | 一种多制式多业务轨道交通仿真模拟方法及系统 | |
CN110203257B (zh) | 一种轨道交通事件下列车运行调度方法和系统 | |
WO2018107510A1 (zh) | 公交系统服务质量的评估方法和装置 | |
CN111413892A (zh) | 面向轨交全自动无人驾驶场景验证的云仿真装置与方法 | |
CN101571996A (zh) | 城市公交智能化应急管理方法 | |
CN107650950A (zh) | 一种城市轨道交通列车时刻表应急调整方法 | |
CN102136190A (zh) | 城市公交客运事件应急响应调度管理系统及方法 | |
CN112622990A (zh) | 城轨地铁车辆智能运维管理系统 | |
CN112465334B (zh) | 一种轨道交通事故快速预警方法及系统 | |
CN115018148A (zh) | 一种基于数字孪生模型的城市轨道交通线网客流分布预测方法及系统 | |
CN112949081B (zh) | 一种轨道交通路网应急救援策略仿真与评估系统 | |
CN112233003A (zh) | 一种绿色智能客站系统及集成方法 | |
CN110728612B (zh) | 一种轨道交通应急仿真评估方法和系统 | |
CN116307728A (zh) | 一种基于大数据分析的地铁线路运行风险管理系统 | |
CN111898185A (zh) | 轨道交通设计方案评价方法、装置及可读存储介质 | |
CN115115174A (zh) | 一种区域多制式轨道交通全局功能目标分析方法及装置 | |
CN105515192B (zh) | 输变电设备负荷数据接入电力系统的监控预警系统及方法 | |
CN116443080B (zh) | 一种轨道交通行车调度指挥方法、系统、设备及介质 | |
Wang et al. | Analysis of risk factors affecting delay of high-speed railway in China based on Bayesian network modeling | |
CN114715234B (zh) | 列车运行控制系统的数字孪生系统、装置和方法 | |
CN110837944A (zh) | 调度方法、装置及系统 | |
CN111831658A (zh) | 一种轨道交通大数据分析方法及系统 | |
CN114781881A (zh) | 一种区域轨道交通系统的分析系统及分析方法 | |
CN115238487A (zh) | 氢燃料电池公交客车调度算法的仿真分析评价方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210514 |