CN113285448B - 一种电气化铁路非侵入式牵引负荷分解方法 - Google Patents

一种电气化铁路非侵入式牵引负荷分解方法 Download PDF

Info

Publication number
CN113285448B
CN113285448B CN202110571349.0A CN202110571349A CN113285448B CN 113285448 B CN113285448 B CN 113285448B CN 202110571349 A CN202110571349 A CN 202110571349A CN 113285448 B CN113285448 B CN 113285448B
Authority
CN
China
Prior art keywords
train
power
sequence
event
power sequence
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.)
Active
Application number
CN202110571349.0A
Other languages
English (en)
Other versions
CN113285448A (zh
Inventor
魏巍
徐琳
刘畅
靳旦
刘雪原
杨华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Research Institute of State Grid Sichuan Electric Power Co Ltd
Original Assignee
Electric Power Research Institute of State Grid Sichuan Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Electric Power Research Institute of State Grid Sichuan Electric Power Co Ltd filed Critical Electric Power Research Institute of State Grid Sichuan Electric Power Co Ltd
Priority to CN202110571349.0A priority Critical patent/CN113285448B/zh
Publication of CN113285448A publication Critical patent/CN113285448A/zh
Application granted granted Critical
Publication of CN113285448B publication Critical patent/CN113285448B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/10—The network having a local or delimited stationary reach

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明公开了一种电气化铁路非侵入式牵引负荷分解方法，包括步骤：获取供电区间的电压和电流，以及列车驶入或驶出供电区间的过分相感应脉冲；对电压和电流进行FFT分析，得到牵引负荷汇总的有功功率序列；检测有功功率序列中单列列车功率序列事件和/或列车叠加功率序列事件，并构建单列列车功率序列事件库；对列车叠加功率序列事件进行分解，得到各列列车的实际功率序列。本发明能够克服传统非侵入监测方法对电气化铁路牵引负荷监测和辨识的不足，有效实现其非侵入式牵引负荷分解。本发明仅借助列车运行时刻表给出的车型、编组、上行或下行、是否停靠站、进站时间五个信息便能够对负荷序列进行标记，提高了负荷辨识的准确度。

Description

一种电气化铁路非侵入式牵引负荷分解方法
技术领域
本发明涉及智能电网技术领域，特别是一种电气化铁路非侵入式牵引负荷分解方法。
背景技术
近年来，电气化铁路进入了飞速发展的阶段。列车功率高，数量多，行车密度大，是电力系统中最大的单体负荷。掌握电气化铁路牵引负荷的实际序列曲线，对于负荷预测、优化行车调度、节能降耗和电能质量评估具有重要的指导意义。
然而电力列车运行时受线路条件、天气因素、载客量和司机操纵等因素影响，呈现出强烈的随机性和波动性，导致仿真和实际结果误差大。若采用侵入式的监测方法，则需在已投入运营的列车上进行改装、增加监测单元，成本高、代价大，难以实施。若采用已有的非侵入式负荷分解方法，由于不同车型拓扑相似，导致各电气特征相似，相同车型不同供电区间的运行曲线几乎不同，而且列车具有强烈的随机性和波动性，难以形成一个标准的特征库来进行负荷辨识和分解。
电气化铁路电力机车严格按照行车运行图运行，这给出了列车车次、车型信息，以及出站和进站的时间。同时在牵引变电所和分区所安装监测单元，便可获知列车驶入、驶出供电区间的时间以及汇集在变电所监测单元处总的负荷曲线，再结合非侵入式负荷分解技术，就可以得到各种车型在不同供电区间的运行曲线。这种电气化铁路牵引负荷的非侵入式监测方法，能够弥补牵引变电所现有监测方法不足，为电力部门和铁路部门提供更真实的监测数据。
发明内容
本发明的目的是提供一种电气化铁路非侵入式牵引负荷分解方法。
实现本发明目的的技术方案如下：
一种电气化铁路非侵入式牵引负荷分解方法，包括：
步骤1：获取供电区间的电压和电流，以及列车驶入或驶出供电区间的过分相感应脉冲；所述供电区间包括站点；
步骤2：对电压和电流进行FFT分析，得到牵引负荷汇总的有功功率序列；
步骤3：检测有功功率序列中单列列车功率序列事件和列车叠加功率序列事件，并构建单列列车功率序列事件库：
3.1令滑动窗为[Pi,Pi+1,Pi+2,…,Pi+j-1]；其中，Pi为有功功率序列的第i个功率点，j为滑动窗内功率点数量；
3.2从有功功率序列的第1个功率点开始，检测起点和终点，直到检测完有功功率序列：
3.2.1检测起点：若滑动窗内的功率点满足
Figure GDA0003816672220000021
且
Figure GDA0003816672220000022
则该滑动窗内存在起点ts，起点的功率点
Figure GDA0003816672220000023
为第
Figure GDA0003816672220000024
个功率点，令i＝i+j，进入3.2.2；否则，令i＝i+1，重复本步骤检测起点；其中，Pthr为供电区间牵引负荷空载到负载的阈值，[·]为向下取整或者向上取整；
3.2.2检测终点：若滑动窗内的功率点满足
Figure GDA0003816672220000025
且
Figure GDA0003816672220000026
则该滑动窗内存在终点te，终点的功率点
Figure GDA0003816672220000027
为第
Figure GDA0003816672220000028
个功率点，令i＝i+j，返回3.2.1；否则，令i＝i+1，重复本步骤检测终点；
3.3将起点的功率点、终点的功率点及其之间的功率点构造为功率序列事件
Figure GDA0003816672220000029
k为事件的序号；若eventk中，仅起点的功率点
Figure GDA00038166722200000210
和终点的功率点
Figure GDA00038166722200000211
对应的时间存在过分相感应脉冲，则eventk为单列列车功率序列事件；若eventk中，起点的功率点
Figure GDA00038166722200000212
和终点的功率点
Figure GDA00038166722200000213
对应的时间存在过分相感应脉冲，其它功率点对应的时间还存在偶数个过分相感应脉冲，则eventk为列车叠加功率序列事件；
3.4对单列列车功率序列事件，找到列车运行时刻表中进站时间在该单列列车功率序列事件对应的时间范围内的列车，将该列车的车型、编组、上行或下行、是否停站和进站时间五个信息作为该单列列车功率序列事件的标签；
3.5将所有单列列车功率序列事件按照车型、编组、上行或下行、是否停站进行归类，构建单列列车功率序列事件库；
步骤4：对列车叠加功率序列事件进行分解，得到各列列车的实际功率序列：
4.1对列车叠加功率序列事件n，找到列车运行时刻表中进站时间在该列车叠加功率序列事件n对应的时间范围内的M列列车；按照M列列车进站时间先后顺序排序，序号为m＝1,2,……,M；标记第m列列车的进站时间tm、车型、编组、上行或下行、是否停站五个信息；
4.2将列车叠加功率序列事件n对应的时间范围内，列车驶入供电区间的过分相感应脉冲和列车驶出供电区间的过分相感应脉冲分别按照先后顺序排序，序号均为p＝1,2,……,M；将第p个列车驶入供电区间的过分相感应脉冲和列车驶出供电区间的过分相感应脉冲所对应的时间，标记为第p列列车驶入供电区间的时间Ip和驶出供电区间时间Op；
4.3在单列列车功率序列事件库中，寻找与第m列列车的车型、编组、上行或下行、是否停站信息一致的单列列车功率序列事件；若找到一个以上的单列列车功率序列事件，则随机选择其中一个单列列车功率序列事件，将其作为第m列列车的参考序列Cm；
4.4将参考序列Cm的列车进站时间与第m列列车的进站时间tm对齐，设目标函数
Figure GDA0003816672220000031
使目标最小的Ip即是第m列列车驶入供电区间的时刻Tin，m；设目标函数
Figure GDA0003816672220000032
使目标最小的Op即是第m列列车驶出供电区间的时刻Tout，m；其中，Em1为参考序列Cm的进站时间与起点时间之差，Em2为参考序列Cm的进站时间与终点时间之差；
4.5利用DTW算法将参考序列Cm缩放为时间长度为L＝Tout，m-Tin，m+1的功率序列Sm，并令该功率序列对应的系数序列为
Figure GDA0003816672220000033
4.6令列车叠加功率序列事件n的功率序列为
Figure GDA0003816672220000034
目标函数为
Figure GDA0003816672220000035
利用粒子群算法求解得到功率序列Sm对应的系数序列
Figure GDA0003816672220000036
4.7分解得到第m列列车的实际功率序列
Figure GDA0003816672220000037
相对于现有技术，本发明的有益效果是：
1、本发明能够克服传统非侵入监测方法对电气化铁路牵引负荷监测和辨识的不足，有效实现其非侵入式牵引负荷分解。
2、现有的非侵入式负荷监测技术需要提取大量负荷特征量以用于负荷辨识，对于特征相似的负荷，容易造成负荷辨识不准确。电力机车严格按照列车运行时刻表运行，本发明仅借助列车运行时刻表给出的车型、编组、上行或下行、是否停靠站、进站时间五个信息便能够对负荷序列进行标记，提高了负荷辨识的准确度。
3、现有的非侵入式负荷监测技术需要复杂的聚类算法，而本发明仅利用车型、编组、上下行、是否停靠站四个信息即可对牵引负荷进行分类，方法更加简单。
附图说明
图1为监测装置和传感器安装位置示意图。
图2为事件检测的流程图。
图3为多列列车叠加功率序列的负荷分解流程图。
具体实施方式
本发明是为了解决现有非侵入式监测方法无法获取电气化铁路牵引负荷的难题，而提出的一种用于电气化铁路牵引负荷的非侵入式负荷分解方法。本发明采用监测单元来获取数据，需借助列车运行时刻表给出的车次、车型、编组、上下行、停靠站信息，采用了非侵入式负荷分解技术。本发明成本低，易于实施，能够为电力和铁路两大部门提供更加丰富和准确的监测数据，具有良好的应用前景。
本发明的具体实施例如下，包括以下步骤：
步骤1：安装数据监测单元，从牵引变电所和分区所处获取初始数据。图1为监测装置和传感器安装位置示意图。智能电表通过电压传感器和电流传感器连接至牵引变电所主变压器二次侧电压和电流互感处，然后电表与上位机相连。其余传感器分别安装在牵引变电所出口过分相装置和分区所过分相装置处，用于记录列车驶入供电区间和驶出供电区间时刻。若传感器检测到有列车驶入或驶出供电区间过分相感应脉冲，则通过通信单元在电表所记录原始数据的对应时刻进行标记，并标记该脉冲是驶入供电区间信号还是驶出供电区间信号。
步骤2：对电压和电流进行FFT(快速傅里叶变换)分析，进而计算得到牵引负荷在电表处(牵引变压器二次侧)汇总的有功功率序列。
步骤3：构建基于滑动窗的事件检测算法流程，提取供电区间有负荷时的功率序列，并根据列车运行时刻表的信息对负荷功率序列进行标记。
步骤3的流程如图2所示，具体过程如下：
Step1：初始化滑动窗起点i＝1，初始化滑动窗窗口功率点数量为j＝11，初始化事件序号k＝0。则滑动窗内功率序列为[Pi,Pi+1,Pi+2,…,Pi+j-1]，其中Pi为滑动窗功率序列的第一个功率点。
Step2：设置牵引变压器二次侧空载到负载的阈值为Pthr＝0.03MW。
Step3：检测事件起点。若滑动窗内功率点满足
Figure GDA0003816672220000041
且
Figure GDA0003816672220000042
则该滑动窗内存在事件起点，起点时刻为ts＝i+5，此时令i＝i+j，进入Step4；否则，令i＝i+1，重复Step3。
Step4：检测事件终点，若滑动窗内功率点满足
Figure GDA0003816672220000043
且
Figure GDA0003816672220000044
则该滑动窗内存在事件终点，终点时刻为te＝i+5，此时令i＝i+j，进入Step5；否则，令i＝i+1，重复Step4。
Step5：依次检测到事件起点和终点后，记录相邻起点和终点之间的有功功率序列为一个事件，令k＝k+1，记做事件k，即
Figure GDA0003816672220000045
进入Step6。
Step6：判断是否检测完所有功率序列，若是，则进入Step7；否则，令i＝i+1，返回Step3。
Step7：统计每个事件中过分相感应脉冲次数Num。若事件中仅有起点和终点处共记录有2次过分相感应脉冲，则认为该事件为单列列车的功率序列，并找到列车运行时刻表中进站时间在此功率序列对应时间范围内的列车，将该列车的车型、编组、上下行、是否停站、进站时间五个信息作为该列车功率序列的标签；若Num＝2a(a＝2,3,4……)，则认为该事件为多列列车叠加而成的功率序列，需要在步骤4中进一步分解得到各列列车的功率序列；若Num为其它值，则该事件视为无效事件，且不对此功率序列做任何处理。
Step8：构建单列列车负荷功率序列库。认为车型、编组、上下行、是否停站四个信息相同时为同一类型负荷，则将所有由单列列车功率序列构成的事件按以上四个信息进行归类。
步骤4：构建多列列车叠加而成的功率序列分解算法，分解得到各列列车的功率序列，如图3所示，具体过程如下：
Step1：统计步骤3(Step7)所得的由多列列车叠加的功率序列构成的事件数目为N，初始化事件序号为n＝1。
Step2：根据列车运行时刻表中各列车的进站时间信息，统计事件n包含的列车数目M。
Step3：在事件n的功率序列中，按照列车运行时刻表给出的M列列车进站时间先后顺序排序，序号为m＝1,2,……,M，然后在事件n的功率序列中标记M列列车的进站时间tm、车型、编组、上下行、是否停站五个信息。
Step4：将事件n所在时间范围内传感器检测到的驶入供电区间信号对应的时间排序，序号为p＝1,2,……,M，事件n所在时间范围内传感器检测到的驶出供电区间信号对应的时间也做相同处理。然后在事件n的功率序列中标记列车驶入供电区间的时间Ip和驶出供电区间时间Op。因为传感器只能检测到有列车驶入和驶出供电区间，不能判断具体是哪一列列车驶入和驶出供电区间，需要在Step5和Step6中寻找每列列车对应的驶入和驶出供电区间时间。
Step5：在步骤3(Step8)所得的单列列车负荷功率序列库中寻找与列车m的车型、上下行、编组和是否停站四个信息一致的负荷功率序列。若找到的序列大于或等于一组，则随机选取其中一组为参考序列Cm，进入Step6；若没有找到与信息一致的负荷功率序列，则不再对事件n做处理，且令n＝n+1，转回Step2。
Step6：在序列Cm中，序列Cm的进站时间与序列起点时间之差为Em1，序列终点时间与列车进站时间之差为Em2。将序列Cm的列车进站时间与列车m的进站时间tm对齐，设目标函数
Figure GDA0003816672220000051
使目标最小的Ip即是列车m驶入供电区间的时刻Tin，m。设目标函数
Figure GDA0003816672220000052
使目标最小的Op即是列车m驶出供电区间的时刻Tout，m。
Step7：因为序列Cm的时间长度与列车m实际功率序列的时间长度有所偏差，利用DTW算法将序列Cm缩放为时间长度为L＝Tout，m-Tin，m+1的功率序列Sm，且设该功率序列对应的系数序列为
Figure GDA0003816672220000061
若m＝M，进入Step8；否则，令m＝m+1，转回Step4。
Step8：令事件n的
Figure GDA0003816672220000062
目标函数为
Figure GDA0003816672220000063
利用粒子群算法求解得到各功率序列Sm对应的系数序列
Figure GDA0003816672220000064
Step9：分解得到各列车实际功率序列
Figure GDA0003816672220000065
若n＝N，则完成负荷分解，将各列车功率序列存储至单列列车负荷功率序列库；否则，令n＝n+1，转回Step2。
本发明仅需测量牵引变电所主变压器二次侧电压电流数据和过分相装置感应信号，测量装置简单，安装方式合理。本发明借助测试数据和列车运行时刻表的车型、编组、上下行、是否停站和进站时间信息，构建了一种适用于电气化铁路牵引负荷的非侵入式负荷分解方法，解决了目前非侵入式负荷监测方法难以应用于具有特殊性的电气化铁路牵引负荷的难题。

Claims (1)

1.一种电气化铁路非侵入式牵引负荷分解方法，其特征在于，包括：
步骤1：获取供电区间的电压和电流，以及列车驶入或驶出供电区间的过分相感应脉冲；
所述供电区间包括站点；
步骤2：对电压和电流进行FFT分析，得到牵引负荷汇总的有功功率序列；
步骤3：检测有功功率序列中单列列车功率序列事件和列车叠加功率序列事件，并构建单列列车功率序列事件库：
3.1令滑动窗为[Pi,Pi+1,Pi+2,…,Pi+j-1]；其中，Pi为有功功率序列的第i个功率点，j为滑动窗内功率点数量；
3.2从有功功率序列的第1个功率点开始，检测起点和终点，直到检测完有功功率序列：
3.2.1检测起点：若滑动窗内的功率点满足
Figure FDA0003816672210000011
且
Figure FDA0003816672210000012
则该滑动窗内存在起点ts，起点的功率点
Figure FDA0003816672210000013
为第
Figure FDA0003816672210000014
个功率点，令i＝i+j，进入3.2.2；否则，令i＝i+1，重复本步骤检测起点；其中，Pthr为供电区间牵引负荷空载到负载的阈值，[·]为向下取整或者向上取整；
3.2.2检测终点：若滑动窗内的功率点满足
Figure FDA0003816672210000015
且
Figure FDA0003816672210000016
则该滑动窗内存在终点te，终点的功率点
Figure FDA0003816672210000017
为第
Figure FDA0003816672210000018
个功率点，令i＝i+j，返回3.2.1；否则，令i＝i+1，重复本步骤检测终点；
3.3将起点的功率点、终点的功率点及其之间的功率点构造为功率序列事件
Figure FDA0003816672210000019
k为事件的序号；若eventk中，仅起点的功率点
Figure FDA00038166722100000110
和终点的功率点
Figure FDA00038166722100000111
对应的时间存在过分相感应脉冲，则eventk为单列列车功率序列事件；若eventk中，起点的功率点
Figure FDA00038166722100000112
和终点的功率点
Figure FDA00038166722100000113
对应的时间存在过分相感应脉冲，其它功率点对应的时间还存在偶数个过分相感应脉冲，则eventk为列车叠加功率序列事件；
3.4对单列列车功率序列事件，找到列车运行时刻表中进站时间在该单列列车功率序列事件对应的时间范围内的列车，将该列车的车型、编组、上行或下行、是否停站和进站时间五个信息作为该单列列车功率序列事件的标签；
3.5将所有单列列车功率序列事件按照车型、编组、上行或下行、是否停站进行归类，构建单列列车功率序列事件库；
步骤4：对列车叠加功率序列事件进行分解，得到各列列车的实际功率序列：
4.1对列车叠加功率序列事件n，找到列车运行时刻表中进站时间在该列车叠加功率序列事件n对应的时间范围内的M列列车；按照M列列车进站时间先后顺序排序，序号为m＝1,2,……,M；标记第m列列车的进站时间tm、车型、编组、上行或下行、是否停站五个信息；
4.2将列车叠加功率序列事件n对应的时间范围内，列车驶入供电区间的过分相感应脉冲和列车驶出供电区间的过分相感应脉冲分别按照先后顺序排序，序号均为p＝1,2,……,M；将第p个列车驶入供电区间的过分相感应脉冲和列车驶出供电区间的过分相感应脉冲所对应的时间，标记为第p列列车驶入供电区间的时间Ip和驶出供电区间时间Op；
4.3在单列列车功率序列事件库中，寻找与第m列列车的车型、编组、上行或下行、是否停站信息一致的单列列车功率序列事件；若找到一个以上的单列列车功率序列事件，
则随机选择其中一个单列列车功率序列事件，将其作为第m列列车的参考序列Cm；
4.4将参考序列Cm的列车进站时间与第m列列车的进站时间tm对齐，设目标函数
Figure FDA0003816672210000021
使目标最小的Ip即是第m列列车驶入供电区间的时刻Tin，m；
设目标函数
Figure FDA0003816672210000022
使目标最小的Op即是第m列列车驶出供电区间的时刻Tout，m；其中，Em1为参考序列Cm的进站时间与起点时间之差，Em2为参考序列Cm的进站时间与终点时间之差；
4.5利用DTW算法将参考序列Cm缩放为时间长度为L＝Tout，m-Tin，m+1的功率序列Sm，
并令该功率序列对应的系数序列为
Figure FDA0003816672210000023
4.6令列车叠加功率序列事件n的功率序列为
Figure FDA0003816672210000024
目标函数为
Figure FDA0003816672210000025
利用粒子群算法求解得到功率序列Sm对应的系数序列
Figure FDA0003816672210000026
4.7分解得到第m列列车的实际功率序列
Figure FDA0003816672210000027
CN202110571349.0A 2021-05-25 2021-05-25 一种电气化铁路非侵入式牵引负荷分解方法 Active CN113285448B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110571349.0A CN113285448B (zh) 2021-05-25 2021-05-25 一种电气化铁路非侵入式牵引负荷分解方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110571349.0A CN113285448B (zh) 2021-05-25 2021-05-25 一种电气化铁路非侵入式牵引负荷分解方法

Publications (2)

Publication Number Publication Date
CN113285448A CN113285448A (zh) 2021-08-20
CN113285448B true CN113285448B (zh) 2022-10-04

Family

ID=77281567

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110571349.0A Active CN113285448B (zh) 2021-05-25 2021-05-25 一种电气化铁路非侵入式牵引负荷分解方法

Country Status (1)

Country Link
CN (1) CN113285448B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101917000A (zh) * 2010-07-14 2010-12-15 北京交通大学 电气化铁道牵引变电所负荷的评估方法
CN104483575A (zh) * 2014-12-22 2015-04-01 天津求实智源科技有限公司 用于非侵入式电力监测的自适应负荷事件检测方法
CN111553465A (zh) * 2020-04-27 2020-08-18 西安建筑科技大学 一种基于vmd-gru网络的公共建筑冷负荷预测方法
CN112394220A (zh) * 2020-11-13 2021-02-23 四川大学 一种非侵入式电动汽车充电负荷模式提取方法
CN112798888A (zh) * 2020-12-30 2021-05-14 中南大学 一种无人驾驶列车车载电气系统故障非侵入诊断方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103998942A (zh) * 2010-12-13 2014-08-20 美国弗劳恩霍夫股份公司 用于非侵入式负载监测的方法和系统
CN107609262B (zh) * 2017-09-09 2019-11-19 广西电网有限责任公司电力科学研究院 一种城市轨道交通负荷功率的计算方法
AU2019249212A1 (en) * 2018-04-04 2020-11-12 Schneider Electric USA, Inc. Systems and methods for managing smart alarms
FR3092401B1 (fr) * 2019-02-04 2022-11-11 Eaton Intelligent Power Ltd Système et procédé de surveillance et de contrôle de charges électriques
CN212134809U (zh) * 2019-12-31 2020-12-11 广西电网有限责任公司电力科学研究院 一种用于嵌入式智能负荷辨识模块
CN112115643B (zh) * 2020-09-15 2022-06-10 中南大学 一种智慧列车整车服役寿命非侵入预测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101917000A (zh) * 2010-07-14 2010-12-15 北京交通大学 电气化铁道牵引变电所负荷的评估方法
CN104483575A (zh) * 2014-12-22 2015-04-01 天津求实智源科技有限公司 用于非侵入式电力监测的自适应负荷事件检测方法
CN111553465A (zh) * 2020-04-27 2020-08-18 西安建筑科技大学 一种基于vmd-gru网络的公共建筑冷负荷预测方法
CN112394220A (zh) * 2020-11-13 2021-02-23 四川大学 一种非侵入式电动汽车充电负荷模式提取方法
CN112798888A (zh) * 2020-12-30 2021-05-14 中南大学 一种无人驾驶列车车载电气系统故障非侵入诊断方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Non-intrusive load disaggregation based on deep dilated residual network";Min Xia 等;《Electric Power Systems Research》;20190206(第170期);第277–285页 *
"Sequence-to-Sequence Load Disaggregation Using Multiscale Residual Neural Network";Gan Zhou 等;《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》;20201103;第70卷;第2503310-2503319页 *
"深度神经网络在非侵入式负荷分解中的应用";燕续峰 等;《电力系统自动化》;20190131;第43卷(第1期);第126-136页 *

Also Published As

Publication number Publication date
CN113285448A (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
CN107085943B (zh) 一种道路旅行时间短期预测方法和系统
CN103886756B (zh) 基于obu的高速公路路网运行状态检测方法
CN106960285B (zh) 一种地铁列车运行服务质量检测装置及方法
CN110176139A (zh) 一种基于dbscan+的道路拥堵识别可视化方法
CN103794061B (zh) 基于多种定位数据计算道路融合行程车速的方法
CN107729938B (zh) 一种基于公交接驳辐射区特征的轨道站点分类方法
CN106327866B (zh) 基于rfid的车辆出行od切分方法及其系统
CN105243844A (zh) 一种基于手机信令的道路状态识别方法
CN108806248B (zh) 一种针对rfid电子车牌数据的车辆出行轨迹划分方法
CN102169630A (zh) 一种道路连续交通流数据质量控制方法
CN111724589A (zh) 一种基于多源数据的高速公路断面流量估计方法
CN105390013A (zh) 一种利用公交ic卡预测公交到站时间的方法
CN106600452A (zh) 基于时间分析矩阵及聚类分析的配电网行波故障定位方法
CN114493201B (zh) 一种基于城市轨道交通网络服务韧性测度方法
CN107832779A (zh) 一种轨道站点分类系统
CN107146414A (zh) 基于车辆识别的路网通行能力提取方法
CN113285448B (zh) 一种电气化铁路非侵入式牵引负荷分解方法
CN106803348A (zh) 一种基于卡口的高架道路车辆行程时间短时预测方法
CN102074112A (zh) 基于时间序列多元线性回归的虚拟速度传感器设计方法
CN106355541A (zh) 一种基于gps数据的出租车打车难易度识别方法
CN102749335B (zh) 基于二代曲波系数形态学条带能量法的绝缘子破损故障检测方法
CN112363415A (zh) 一种基于无线传感器网络的车站实时监控系统
CN109191850B (zh) 一种基于时间窗的停车线检测器和排队检测器的数据融合方法
CN103914984B (zh) 一种基于单元-区间协作的城市道路交通状态分析方法
CN101482986A (zh) 人流量的检测方法

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
GR01 Patent grant
GR01 Patent grant