【技术实现步骤摘要】
一种车站调车作业工作量的预测方法
[0001]本专利技术涉及铁路运输研究
，尤其涉及一种车站调车作业工作量的预测方法。
技术介绍
[0002]均衡运输是铁路运输组织工作的重要原则，每个站段基本拥有固定的运输资源，但这种方式会造成运输资源的浪费或紧张，即运输资源使用不合理，所以在不同的时间根据站场作业繁忙程度来合理的搭配使用运输资源，提升车站作业组织方法和调车作业效率，是目前铁路运输研究的重要课题之一。无线调车机车信号和监控系统(STP,Shunting Train Protection)是调车安全防护的重要辅助设备，通过其地面设备将获取的集中联锁车站调车作业相关信号、道岔、轨道电路区段信息进行处理，车地采用无线通信方式，通过车载设备接入列车运行监控装置实现对调车机车信号显示和车列速度监控并进行控车，地面上位机存储所有的调车作业过程所产生的数据。STP数据包括联锁数据(站场设备实时表示)，机车数据(机车速度里程等)，作业单数据(摘挂钩数，摘挂车列等数据)等重要数据。
[0003]现有技术中针对调车作业工作量的衡量...
【技术保护点】
【技术特征摘要】
1.一种车站调车作业工作量的预测方法，其特征在于，所述方法包括：步骤1、通过无线调车机车信号和监控系统STP数据构建衡量调车作业工作量的时序数据；其中，所述STP数据是在车站STP运行过程中，所记录的与调车作业相关的地面信号联锁、机车运行状态数据，具体包括联锁数据、控制数据、机车数据、作业单数据、跟踪数据；步骤2、将所构建的时序数据的各子序列数据分发到Hadoop集群节点上，将动态时间规整DTW距离矩阵划分成多个子矩阵，采取并行计算的方法得到时序数据的DTW距离；步骤3、根据所得到的DTW距离搜索在历年数据中与当前数据相似度最高的场景，并以此为依据来预测车站调车作业工作量。2.根据权利要求1所述车站调车作业工作量的预测方法，其特征在于，在步骤1中，具体是通过STP数据中的机车数据、作业单数据获取与调车作业工作量相关的因素，进行归一化处理，计算出单位天数的调车工作量影响因子；再通过联锁数据中的咽喉道岔占用数、开放进路数、调车信号机开放数、区段占用数，并结合所计算出的单位天数的调车工作量影响因子得出最终衡量调车作业工作量的值。3.根据权利要求1或2所述车站调车作业工作量的预测方法，其特征在于，所述步骤1的过程具体为：首先以天为单位，分别统计每天车站内所有调车在车站内作业时的公里数、摘挂车列的数量、调车作业勾数；其中，公里数由机车数据得到，摘挂车列的数量和调车作业勾数由作业单数据得到，由于3种数据的单位范围都不一样，所以先分别对它们进行归一化处理，所采用的归一化方式为最大
‑
最小标准化，公式为：式中，x
′
为归一化后的[0,1]的无量纲的值；x为数据的原始值；min A为x的范围最小值；max A为x的范围最大值；然后分别计算出3种数据归一化后的值，将权重配给不同数据，之后相加得出衡量车站一天调车作业工作量的值，公式为：y＝εa+γb+(1
‑
ε
‑
γ)c式中，y为单位天数的调车工作量的影响因子；ε为调车公里数的权重系数；a为归一化后的车站调车公里数；γ为调车作业摘挂车列数量的权重系数；b为归一化后的车站调车作业摘挂车列数量；c为归一化后的调车作业勾数；由此计算出单位天数的调车工作量的影响因子y，然后使用咽喉道岔组占用数、开放进路数、调车信号机开放数、区段占用数来衡量车站调车作业的工作量，先将这4种数据归一化，然后根据权重累加，最后加上影响因子y，得到最终衡量调车作业工作量的值，公式为：m＝η(ωd+αe+θf+(1
‑
ω
‑
α
‑
θ)g)+ρy
′
式中，m为最终衡量车站调车作业工作量的值；η为联锁数据的权重系数；ω为咽喉道岔组占用数的权重系数；d为归一化后的咽喉道岔组占用数；α为开放进路数的权重系数；e为归一化后的开放进路数；θ为调车信号机开放数的权重系数；f为归一化后的调车信号机开放数；g为归一化后的区段占用数；ρ为影响因子的权重系数；y
′
为影响因子y归一化后的值。4.根据权利要求1所述车站调车作业工作量的预测...
【专利技术属性】
技术研发人员：曹子昱，陈尚彬，冯军，唐汇东，任宛星，栾德杰，杨华昌，张弘志，韩波，盛玉，赵阳，李继东，尹德胜，李铁，王浩然，刘靖远，曹天睿，李堃，刘远达，徐鹏，刘姣雨，赵小军，马金鑫，王新勇，刘明源，张少磊，张为，苑江涛，牟杰，申江辉，张继海，黄天天，张永，文超周，李燕，罗妮娜，
申请(专利权)人：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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。