基于状态迁移预测的高铁行车网络协同报警优化方法技术

本发明专利技术公开了一种基于状态迁移预测的高铁行车网络协同报警优化方法，通过建指令状态推演和预测感知平台，可以实现报警优化，减少实际运输中无效报警对调度员的干扰，极大减轻调度员劳动强度，使其更多精力侧重于突发事件应对和行车效率提升；通过网络共享架构及机制，对搜集高铁行车数据，建立高铁运营模式有帮助作用，对列车指令状态非正常迁移的统计分析，可以优化运营计划和可用资源调度，促进高铁智能调度深度发展。

Optimization method of coordinated alarm of high-speed railway traffic network based on state transition prediction

The invention discloses a high-speed railway traffic network cooperative alarm optimization method based on state migration prediction. By building an instruction state deduction and prediction perception platform, the alarm optimization can be realized, the interference of invalid alarm to dispatcher in actual transportation can be reduced, the labor intensity of dispatcher can be greatly reduced, and more attention can be focused on emergency response and traffic efficiency improvement; through the network Sharing architecture and mechanism is helpful to collect high-speed railway operation data and establish high-speed railway operation mode. It can optimize operation plan and available resource scheduling and promote the in-depth development of high-speed railway intelligent scheduling by statistical analysis of abnormal transfer of train command state.

【技术实现步骤摘要】
基于状态迁移预测的高铁行车网络协同报警优化方法
本专利技术涉及轨道交通
，尤其涉及基于状态迁移预测的高铁行车网络协同报警优化方法。
技术介绍
高速铁路行车调度系统是铁路运输日常组织工作的指挥中枢。分散自律控制模式下，中心调度员编写阶段计划，通过一系列设备下发至车站自律机系统。自律机系统依据管辖范围过滤有效计划，生成相应行车指令。在股道、区间、道岔和各类信号机等站场对象以及由这些对象组合表征的进路的状态变化驱动和指令触发时机管控下，自律机进行内部业务逻辑和安全卡控的有序执行，包括主要的排路操作等。在遇有自身无法处理、影响正常行车的突发事件时，自律机及时有效通知调度员，申请人工介入。自律机系统是高铁行车调度的核心执行者，是行车效率和行车安全的重要保障。这其中，行车指令的有效执行及异常情况下的冲突处理，是整套调度系统的基础和最终落脚点。当前，高铁行车密度持续加大，站场场景复杂，突发事件丛生，线路运营中实际申请人工干预的行车报警总量激增。在智能调度框架下优化完善列车冲突检测及报警逻辑，减少无效报警，对降低调度员劳动强度，提升调度效率和行车本文档来自技高网...

【技术保护点】
1.一种基于状态迁移预测的高铁行车网络协同报警优化方法，其特征在于，包括：/n自律机综合列车运行过程中的站场采集状态、车次追踪结果和联锁排路，建立列车指令状态静态转换关系，以及通过分析全局历史通用行车数据，在列车指令状态静态转换关系的基础上建立列车指令状态动态迁移概率表，从而构建指令状态推演和预测感知平台，以优化自律机单机模式下行车报警；/n统一将线路内单机模式下的自律机连接至中心协同服务器，实现区域组网以及自律机单机处理到协同优化的模式转换；各自律机根据所在车站的列车指令状态变化情况，实时更新列车指令状态动态迁移概率表；自律机定时发送本地数据至中心协同服务器，并从中心协同服务器接收其他车站数...

【技术特征摘要】
1.一种基于状态迁移预测的高铁行车网络协同报警优化方法，其特征在于，包括：
自律机综合列车运行过程中的站场采集状态、车次追踪结果和联锁排路，建立列车指令状态静态转换关系，以及通过分析全局历史通用行车数据，在列车指令状态静态转换关系的基础上建立列车指令状态动态迁移概率表，从而构建指令状态推演和预测感知平台，以优化自律机单机模式下行车报警；
统一将线路内单机模式下的自律机连接至中心协同服务器，实现区域组网以及自律机单机处理到协同优化的模式转换；各自律机根据所在车站的列车指令状态变化情况，实时更新列车指令状态动态迁移概率表；自律机定时发送本地数据至中心协同服务器，并从中心协同服务器接收其他车站数据，完成本地列车指令状态动态迁移概率表的协同更新，实现网络协同优化处理。


2.根据权利要求1所述的一种基于状态迁移预测的高铁行车网络协同报警优化方法，其特征在于，所述自律机综合列车运行过程中的站场采集状态、车次追踪结果和联锁排路，建立列车指令状态静态转换关系包括：
自律机综合列车运行过程中的站场采集状态、车次追踪结果和联锁排路，划分单一指令生命周期为7个关键节点：等待、重试、失败、触发中、排路成功、占用和出清；7个关键节点也即7个列车指令状态，列车指令状态的转换有固定关系，列车指令状态由初始的等待开始，在各状态间转换，直至出清。


3.根据权利要求1或2所述的一种基于状态迁移预测的高铁行车网络协同报警优化方法，其特征在于，所述通过分析铁路局管内的历史行车数据，建立列车指令状态动态迁移概率表包括：
收集铁路局管内的全局历史通用行车数据，基于隐马尔科夫模型在列车指令状态静态转换关系的基础上构建列车指令状态动态迁移概率表；
构造隐马尔科夫模型λ，定义观测序列长度T；依据全局历史通用行车数据生成初始状态概率向量Π，初始状态下列车指令状态均为等待状态；设置隐藏状态集合Q＝{q1,q2,…}为指令类型和站场结构关联控制下的列车候选进路集合，|Q|∝|J|，其中，|J|表示基本进路和变通进路组成候选进路集合J中的元素个数；设置观测状态集合V＝{等待,重试,失败,触发中,排路成功,占用,出清}，并定义V＝{v1,v2,…}，|Q|和|V|为对应集合元素个数，观测状态集合的元素也即各个列车指令状态；设I＝{i1,i2,…,iT},it∈Q,t＝1,2,...,T为隐藏状态序列，O＝{o1,o2,…,oT},o∈V为实际观测序列，|I|和|O|为序列长度；qi→qj(qi,qj∈Q)的概率构成状态转移概率矩阵A，qi→vj(qi∈Q,vj∈V)的概率构成观测概率矩阵B；隐马尔科夫模型λ由初始状态概率向量Π和矩阵A、B定义的三元组λ＝(A,B,Π)构成；
隐马尔科夫模型λ中隐藏状态序列I＝{i1,i2,…,iT}的出现概率P(I|λ)为：



其中，为状态转移概率矩阵A的第it-1行第it列的元素；是初始状态概率向量Π的第i1个元素；
对隐藏状态序列I＝{i1,i2,…,iT}，实际观测序列O＝{o1,o2,…,oT}的出现概率P(O|I,λ)为：



其中，是实际观测序列O中元素ot所对应的观测概率；
实际观测序列O与隐藏状态序列I联合出现概率P(O,I|λ)为：



求解上式边缘概率分布，得到实际观测序列O在隐马尔科夫模型λ出现的条件概率：



由条件概率P(O|λ)组成的矩阵即为列车指令状态动态迁移概率表。


4.根据权利要求1或2所述的一种基于状态迁移预测的高铁行车网络协同报警优化方法，其特征在于，由指令状态推演和预测感知平台实现自律机单机模式下行车报警，流程包括：
步骤S1、自律机启动后，初始化所有参数，并置空自律机报警三元组，三元组为<报警ID、报警等级、报警描述内容>用于描述报警完整...

【专利技术属性】
技术研发人员：赵宏涛，张琦，宋鹏飞，赵随海，袁志明，王涛，段晓磊，王子维，
申请(专利权)人：中国铁道科学研究院集团有限公司通信信号研究所，中国铁道科学研究院集团有限公司，北京华铁信息技术有限公司，北京锐驰国铁智能运输系统工程技术有限公司，
类型：发明
国别省市：北京;11