基于控制图的有轨电车系统能耗分析方法技术方案

本发明专利技术公开了一种基于控制图的有轨电车系统能耗分析方法，首先分析了有轨电车系统能耗的组成部分，然后进行能耗收据的采集，再通过X‑Rs控制图分析判断所采集的能耗数据的异常情况，对于异常能耗数据通过分析其原因并剔除异常数据，直至X‑Rs控制图分析其数据正常，对于正常能耗数据进行灰关联分析。本发明专利技术提出了多种数据挖掘方法，通过控制图理论对有轨电车系统能耗数据的波动情况进行监测分析，可快速识别异常的能耗数据，通过灰关联算法对各能耗影响因素之间的相关性分析，将各能耗数据之间建立关系，能够实现对难以对数据进行深度分析，能耗异常数据识别，能耗影响因素分析以及未来能耗情况的预测，为有轨电车系统采取节能措施提供了参考。

Energy consumption analysis method of tram system based on control chart

The invention discloses an energy consumption analysis method of tram system based on control chart. First, the components of energy consumption of tram system are analyzed, then the energy consumption receipt is collected, and then the abnormal situation of the collected energy consumption data is analyzed and judged by the X_Rs control chart, and the abnormal energy consumption data is analyzed for the reasons. The abnormal data are eliminated until the data of X_Rs control chart is normal, and the grey correlation analysis is carried out for the normal energy consumption data. The invention proposes a variety of data mining methods, monitors and analyzes the fluctuation of the energy consumption data of the tram system by the control chart theory, can quickly identify abnormal energy consumption data, and establishes the relationship among the energy consumption data through the correlation analysis among the various energy consumption influencing factors by the grey correlation algorithm, so as to realize the realization of the abnormal energy consumption data. It is difficult to analyze the data in depth, identify the abnormal data of energy consumption, analyze the influencing factors of energy consumption and predict the future energy consumption, which provides a reference for the tram system to take energy-saving measures.

【技术实现步骤摘要】
基于控制图的有轨电车系统能耗分析方法
本专利技术属于电车系统能耗分析
，尤其涉及一种基于控制图的有轨电车系统能耗分析方法。
技术介绍
随着我国城镇化率的不断提高，城市的交通压力也逐渐突显，为缓解这一压力，地铁、有轨电车等公共交通工具逐渐占据了城市交通的主导，但由于地铁的建设周期较长，投资成本较高，因而当前我国地铁建设仅局限于少数大城市，中型城市交通拥堵和“出行难”的问题仍然难以解决。有轨电车因其无污染，运行安全及对城市市容影响小等诸多优点逐渐成为大中型城市的一种交通工具，并且，有轨电车的建设周期短，投资成本低，因而各地对有轨电车的投资建设也呈不断增加的趋势。有轨电车在运行过程中会产生能耗，而合理有效的有轨电车能耗分析方法能够更好地对各项能耗数据波动情况进行监测，实现对能耗异常数据识别、找出影响能耗的相关因素为有轨电车系统节能提供辅助决策。现有的有轨电车系统能耗分析多采用通过对数据进行回归分析的方式建立数学模型，以预测有轨电车能耗的特点和趋势。这些方法虽然能得到有轨电车能耗的一定规律并给出一些节能建议，但由于在建立数学模型时仅对各能耗影响因素独立进行分析而缺乏对影响因素相关性的研究和分析，因此无法得到能耗数据之间的潜在关系，难以对数据进行深度分析，同时也缺少对能耗模式分类和能耗异常数据识别的分析与研究。
技术实现思路
本专利技术的目的在于提供一种基于控制图的有轨电车系统能耗分析方法，旨在解决上述
技术介绍
中现有的有轨电车系统能耗分析方法在建立数学模型时仅对各能耗影响因素独立进行分析，缺乏对影响因素相关性的研究分析，无法得到能耗数据之间的潜在关系，难以对数据进行深度分析，同时也缺少对能耗模式分类和能耗异常数据识别分析的问题。本专利技术是这样实现的，一种基于控制图的有轨电车系统能耗分析方法，包括以下步骤：(1)将有轨电车系统的能耗分成车辆能耗、车站能耗、配供电区间能耗以及其他能耗四大部分，所述车辆能耗包括电车牵引能耗、电车空调能耗、电车信号设备能耗，所述车站能耗包括车站照明能耗、车站信号系统能耗、车站售票系统能耗，所述配供电区间能耗包括输电线路损耗、变压器损耗、无功/谐波损耗，所述其他能耗包括车场能耗、转撤机能耗、区间信号系统能耗；(2)采集步骤(1)中有轨电车系统的能耗数据，利用控制图法对其进行分析，选用的控制图为计量型数据控制图中的X-Rs控制图；其中，X为单值控制图，使用的数据为采集的能耗数据；Rs为移动极差控制图，所使用的移动极差为相邻两能耗数据差值的绝对值，所述X和Rs控制图中均包含上控制限(UCL)、下控制限(LCL)和中心线(CL)，其中，X控制图的UCL、LCL和中心线CL由式(1)求得：式中，μ为能耗数据的均值，为移动极差的均值；Rs控制图的UCL、LCL和中心线CL由式(2)求得：由于能耗数据始终为非负数，因此在求解Rs控制图时，其下控制限应满足式(3)：式(2)、(3)中，为移动极差的均值，为移动极差的标准差；(3)通过分析能耗数据和能耗数据的移动极差值分别在X控制图与和Rs控制图中与中心线及上、下限的位置关系与波动特点，并结合控制图出现失控情况的判断规则定量判断所述能耗数据的波动是否处于正常水平，控制图出现失控情况的判断规则如下：规则1：控制图中有一点落在上控制限或下控制限以外；规则2：控制图中出现连续9个点处于上控制限与中心线区间或下控制限与中心线区间；规则3：控制图中连续6个点单调递增或单调递减。所判断的能耗数据若处于正常水平，利用灰关联法对能耗数据的各项影响因素关联度进行分析，为有轨电车节能提供参考和指导；若处于异常水平，使用离群点分析法对数据出现异常的原因进行分析，指导采取相应的处理措施以剔除异常数据，然后再进行X-Rs控制图分析进一步判断能耗数据的波动是否处于正常水平，依次循环，直至能耗数据的波动处于正常水平，再利用灰关联法对能耗数据的各项影响因素关联度进行分析；优选地，所述步骤(3)中，灰关联法对能耗数据关联度分析的步骤为：①将影响因素作为指标收集原始数据，得到原始数据组成的矩阵如下：其中m为指标的个数，X'j＝(x'j(1),x'j(2),…,x'j(m))为影响能耗的第j种外界因素的数值，j＝2，3,…，n，X1'＝(x1'(1),x1'(2),…,x1'(m))为需要进行关联度分析的系统各部分能耗数据；②选择原始数据的第一行(x1'(1),x'2(1),…,x'n(1))作为参考值，使用式(4)对原始数据进行无量纲化，得到数据矩阵为：③从无量纲化的矩阵中选择第一列作为参考数据列，即所选参考数据列记为：X1＝(x1(1),x1(2),…,x1(m))；④逐个计算每个被评价对象指标序列与参考序列对应元素的绝对差值，即|x1(k)-xi(k)|，k＝1，…，m；i＝1，…，n，n为每个影响外部因素数据的个数；⑤得到差值的最大值与最小值⑥由式(5)分别计算每个被评价对象指标序列与参考序列对应元素的关联系数ξi(k)：式中，ρ为分辨系数，在(0，1)内取值；⑦根据式(6)对各评价对象指标序列分别计算其个指标与参考序列对应元素的关联系数的均值ri，以反映各影响因素与能耗数据的关联度；⑧对各关联度大小进行排序，以得到各外界影响因素对能耗数据的影响程度。优选地，所述灰关联法对能耗数据关联度分析的步骤为⑥中，ρ＝0.5。相比于现有技术的缺点和不足，本专利技术具有以下有益效果：本专利技术通过分析储能式有轨电车系统的能耗组成，并结合有轨电车的能耗数据特点提出了多种数据挖掘方法，本专利技术通过控制图理论对有轨电车系统能耗数据的波动情况进行监测分析，可快速识别异常的能耗数据，通过灰关联算法对各能耗影响因素之间的相关性分析，将各能耗数据之间建立关系，能够实现对难以对数据进行深度分析，能耗异常数据识别，能耗影响因素分析以及未来能耗情况的预测，为有轨电车系统采取节能措施提供了参考。附图说明图1是本专利技术实施例提供的一种基于控制图的有轨电车系统能耗数据分析流程示意图。图2是本专利技术实施例提供的有轨电车车辆能耗控制图。图3是本专利技术实施例提供的2017年10月广州市工作日期间车辆能耗数据控制图。图4是本专利技术实施例提供的2017年10月广州市假期车辆能耗数据控制图。图5是本专利技术实施例提供的2017年10月广州市有轨电车车站能耗数据控制图。图6是本专利技术实施例提供的2017年10月广州市有轨电车配供电区间能耗数据控制图.图7是本专利技术实施例提供的2017年10月广州市有轨电车其他能耗数据控制图。图8是本专利技术实施例提供的2017年10月广州市外界因素与有轨电车各能耗关联度图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。1、有轨电车系统的能耗分成车辆能耗、车站能耗、配供电区间能耗以及其他能耗四大部分，所述车辆能耗包括电车牵引能耗、电车空调能耗、电车信号设备能耗，所述车站能耗包括车站照明能耗、车站信号系统能耗、车站售票系统能耗，所述配供电区间能耗包括输电线路损耗、变压器损耗、无功/谐波损耗，所述其他能耗包括车场能耗、转撤机能耗、区间信号系统能耗；其中，有轨电车配供电产生的损耗与其他损耗中转辙机能本文档来自技高网...

【技术保护点】
1.一种基于控制图的有轨电车系统能耗分析方法，其特征在于，包括以下步骤：(1)将有轨电车系统的能耗分成车辆能耗、车站能耗、配供电区间能耗以及其他能耗四大部分，所述车辆能耗包括电车牵引能耗、电车空调能耗、电车信号设备能耗，所述车站能耗包括车站照明能耗、车站信号系统能耗、车站售票系统能耗，所述配供电区间能耗包括输电线路损耗、变压器损耗、无功/谐波损耗，所述其他能耗包括车场能耗、转撤机能耗、区间信号系统能耗；(2)采集步骤(1)中有轨电车系统的能耗数据，利用控制图法对其进行分析，选用的控制图为计量型数据控制图中的X‑Rs控制图；其中，X为单值控制图，使用的数据为采集的能耗数据；Rs为移动极差控制图，所使用的移动极差为相邻两能耗数据差值的绝对值，所述X和Rs控制图中均包含上控制限(UCL)、下控制限(LCL)和中心线(CL)，其中，X控制图的UCL、LCL和中心线CL由式(1)求得：

【技术特征摘要】
1.一种基于控制图的有轨电车系统能耗分析方法，其特征在于，包括以下步骤：(1)将有轨电车系统的能耗分成车辆能耗、车站能耗、配供电区间能耗以及其他能耗四大部分，所述车辆能耗包括电车牵引能耗、电车空调能耗、电车信号设备能耗，所述车站能耗包括车站照明能耗、车站信号系统能耗、车站售票系统能耗，所述配供电区间能耗包括输电线路损耗、变压器损耗、无功/谐波损耗，所述其他能耗包括车场能耗、转撤机能耗、区间信号系统能耗；(2)采集步骤(1)中有轨电车系统的能耗数据，利用控制图法对其进行分析，选用的控制图为计量型数据控制图中的X-Rs控制图；其中，X为单值控制图，使用的数据为采集的能耗数据；Rs为移动极差控制图，所使用的移动极差为相邻两能耗数据差值的绝对值，所述X和Rs控制图中均包含上控制限(UCL)、下控制限(LCL)和中心线(CL)，其中，X控制图的UCL、LCL和中心线CL由式(1)求得：式中，μ为能耗数据的均值，为移动极差的均值；Rs控制图的UCL、LCL和中心线CL由式(2)求得：由于能耗数据始终为非负数，因此在求解Rs控制图时，其下控制限应满足式(3)：式(2)、(3)中，为移动极差的均值，为移动极差的标准差；(3)通过分析能耗数据和能耗数据的移动极差值分别在X控制图与和Rs控制图中与中心线及上、下限的位置关系与波动特点，并结合控制图出现失控情况的判断规则定量判断所述能耗数据的波动是否处于正常水平，控制图出现失控情况的判断规则如下：规则1：控制图中有一点落在上控制限或下控制限以外；规则2：控制图中出现连续9个点处于上控制限与中心线区间或下控制限与中心线区间；规则3：控制图中连续6个点单调递增或单调递减；所判断的能耗数据若处于正常水平，利用灰关联法对能耗数据的各项影响因素关联度进行分析，为有轨电车节能提供参考和指导；若处于能耗数据...

【专利技术属性】
技术研发人员：陈林，孙成龙，唐晓想，杨宏伟，任启伟，
申请(专利权)人：中交隧道局电气化工程有限公司，
类型：发明
国别省市：北京,11