一种列车安全防护方法、模型训练方法、装置及电子设备制造方法及图纸

本申请提供一种列车安全防护方法、模型训练方法、装置及电子设备，属于列车安全防护的技术领域。列车安全防护方法，包括：获取列车在预设时间长度内的第一行驶数据；基于第一行驶数据和预先训练好的行驶数据预测模型，得到列车在下一个控制周期的预测行驶数据；若预测行驶数据触发列车预设的安全速度防护曲线，获取预测行驶数据中第一次触发列车安全速度防护曲线时的目标预测列车速度和目标预测停车距离；从预设的防护曲线时间序列数组中确定包括目标预测列车速度、目标预测停车距离的一组目标时间序列数据；根据目标时间序列数据和列车当前的状态数据，输出列车在下一个控制周期的运行数据，以使列车根据运行数据运行。以使列车根据运行数据运行。以使列车根据运行数据运行。

【技术实现步骤摘要】
一种列车安全防护方法、模型训练方法、装置及电子设备


[0001]本申请涉及列车安全防护的
，具体而言，涉及一种列车安全防护方法、模型训练方法、装置及电子设备。

技术介绍

[0002]近年来，随着列车精确定位技术的日渐成熟，精准地控制列车安全停车成为了可能。现有技术实现列车精准停车，是通过对每个控制周期内，列车的历史行驶数据进行分析，得到控制策略，进而根据列车运行时采集的运行数据实时选择控制策略，但该方案对列车的网络环境要求较高，且难以应对列车运行过程中的复杂情况。

技术实现思路

[0003]本申请提供一种列车安全防护方法、模型训练方法、装置及电子设备，以解决现有技术对列车的网络环境要求较高，且难以应对列车运行过程中的复杂情况的问题。
[0004]第一方面，本申请提供一种列车安全防护方法，包括：获取列车在预设时间长度内的第一行驶数据，所述第一行驶数据包括列车在不同时刻的第一行驶速度、表征列车与安全停车点的距离的第一停车距离；基于所述第一行驶数据和预先训练好的行驶数据预测模型，得到所述列车在下一个控制周期的预测行驶数据，所述下一个控制周期为预先设置的时间长度；若所述预测行驶数据触发所述列车预设的安全速度防护曲线，获取所述预测行驶数据中第一次触发所述列车安全速度防护曲线时的目标预测列车速度和目标预测停车距离；从预设的防护曲线时间序列数组中确定包括所述目标预测列车速度、所述目标预测停车距离的一组目标时间序列数据，其中，所述防护曲线时间序列数组包括多组列车在不同时刻下的第二列车速度和第二停车距离；根据所述目标时间序列数据和所述列车当前的状态数据，输出所述列车在所述下一个控制周期的运行数据，以使所述列车根据所述运行数据运行。
[0005]本申请实施例中，通过列车在预设时间长度内的第一行驶数据和预先训练好的行驶数据预测模型，得到该列车在下一个控制周期的预测行驶数据，并在预测行驶数据触发列车预设的安全速度防护曲线时，获取预测行驶数据中第一次触发列车安全速度防护曲线时的目标预测列车速度和目标预测停车距离，进而从预设的防护曲线时间序列数组中确定包括目标预测列车速度、目标预测停车距离的一组目标时间序列数据，再根据目标时间序列数据和列车当前的状态数据，输出列车在所述下一个控制周期的运行数据，以使列车根据所述运行数据运行。本方案通过预先训练好的行驶数据预测模型预测列车在下一个控制周期的预测行驶数据，进而在该预测行驶数据触发列车安全速度防护曲线时，通过输出的列车在下一个控制周期的运行数据，控制列车的运行状态，保障列车的安全运行，无需依赖于网络即可完成，且在面对列车运行过程中的复杂情况时，可以通过预先得到的预测行驶数据来输出列车的运行数据，以便于提前应对接下来可能触发的安全事件，进一步确保列车安全运行。
[0006]结合上述第一方面提供的技术方案，在一些可能的实施方式中，所述从预设的防护曲线时间序列数组中确定包括所述目标预测列车速度、所述目标预测停车距离的一组目标时间序列数据，包括：获取所述防护曲线时间序列数组中，存在第二停车距离与所述目标预测停车距离相等的至少一组第一时间序列数据；从所述第一时间序列数据中，确定与所述目标预测停车距离相等的第二停车距离对应的第二列车速度与所述目标预测列车速度的误差在预设阈值内的至少一组第二时间序列数据；从所述第二时间序列数据中，确定目标时间序列数据。
[0007]本申请实施例中，通过获取防护曲线时间序列数组中，存在第二停车距离与目标预测停车距离相等的至少一组第一时间序列数据，然后从第一时间序列数据中，确定与目标预测停车距离相等的第二停车距离对应的第二列车速度与目标预测列车速度的误差在预设阈值内的至少一组第二时间序列数据，最后从第二时间序列数据中，确定目标时间序列数据，由于目标时间序列数据中存在第二停车距离与目标预测停车距离相等的数据，使得根据该目标时间序列数据生成的列车的运行数据能准确确定列车的停车距离，提高停车精度，并且，在该目标时间序列数据中，第二停车距离对应的第二列车速度与目标预测列车速度误差在预设阈值内，使得根据该目标时间序列数据生成的列车的运行数据能进一步控制列车的行驶速度，进一步提高停车精度。
[0008]结合上述第一方面提供的技术方案，在一些可能的实施方式中，所述方法还包括：获取训练数据集，所述训练数据集包括N个不同控制周期的历史行驶数据，每个所述历史行驶数据包括列车在不同时间的行驶速度、列车在不同时间的停车距离；利用所述训练数据集对所述行驶数据预测模型进行训练，训练时，利用反向传播法以及梯度下降法更新所述行驶数据预测模型的参数，直至第i个历史行驶数据对应预测行驶数据与第i+1个历史行驶数据的误差值满足预设条件，得到训练好的行驶数据预测模型。
[0009]本申请实施例中，利用包括N个不同控制周期的历史行驶数据的训练数据集对行驶数据预测模型进行训练，通过反向传播法以及梯度下降法更新行驶数据预测模型的参数，使得最终得到的训练好的行驶数据预测模型预测得到的列车在下一个控制周期的预测行驶数据更加准确。
[0010]结合上述第一方面提供的技术方案，在一些可能的实施方式中，所述方法还包括：获取与预测行驶数据同一周期的列车的实际行驶数据；基于所述实际行驶数据、所述预测行驶数据，确定预测误差值；基于所述预测误差值对所述预先训练好的行驶数据预测模型的输出值进行误差补偿校正。
[0011]本申请实施例中，通过获取与预测行驶数据同一周期的列车的实际行驶数据，然后基于实际行驶数据、预测行驶数据，确定预测误差值，再基于预测误差值对该预先训练好的行驶数据预测模型的输出值进行误差补偿校正，进一步提高该预先训练好的行驶数据预测模型的输出值的准确度。
[0012]第二方面，本申请提供一种行驶数据预测模型训练方法，包括：获取训练数据集，所述训练数据集包括N个不同控制周期的历史行驶数据，每个所述历史行驶数据包括列车在不同时间的行驶速度、列车在不同时间的停车距离；利用所述训练数据集对所述行驶数据预测模型进行训练，训练时，利用反向传播法以及梯度下降法更新所述行驶数据预测模型的参数，直至第i个历史行驶数据对应预测行驶数据与第i+1个历史行驶数据的误差值满
足预设条件，得到训练好的行驶数据预测模型。
[0013]第三方面，本申请提高一种列车安全防护装置，包括：获取模块、处理模块，获取模块用于获取列车在预设时间长度内的第一行驶数据，所述第一行驶数据包括列车在不同时刻的第一行驶速度、表征列车与安全停车点的距离的第一停车距离；处理模块用于基于所述第一行驶数据和预先训练好的行驶数据预测模型，得到所述列车在下一个控制周期的预测行驶数据，所述下一个控制周期为预先设置的时间长度；所述处理模块还用于若所述预测行驶数据触发所述列车安全速度防护曲线，获取所述预测行驶数据中第一次触发所述列车安全速度防护曲线时的目标预测列车速度和目标预测停车距离；所述处理模块还用于从预设的防护曲线时间序列数组中确定包括所述目标预测列车速度、所述目标预测停车距离的一组目标时间序列数据，其中，所述防护曲线时间序本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种列车安全防护方法，其特征在于，包括：获取列车在预设时间长度内的第一行驶数据，所述第一行驶数据包括列车在不同时刻的第一行驶速度、表征列车与安全停车点的距离的第一停车距离；基于所述第一行驶数据和预先训练好的行驶数据预测模型，得到所述列车在下一个控制周期的预测行驶数据，所述下一个控制周期为预先设置的时间长度；若所述预测行驶数据触发所述列车预设的安全速度防护曲线，获取所述预测行驶数据中第一次触发所述列车安全速度防护曲线时的目标预测列车速度和目标预测停车距离；从预设的防护曲线时间序列数组中确定包括所述目标预测列车速度、所述目标预测停车距离的一组目标时间序列数据，其中，所述防护曲线时间序列数组包括多组列车在不同时刻下的第二列车速度和第二停车距离；根据所述目标时间序列数据和所述列车当前的状态数据，输出所述列车在所述下一个控制周期的运行数据，以使所述列车根据所述运行数据运行。2.根据权利要求1所述的方法，其特征在于，所述从预设的防护曲线时间序列数组中确定包括所述目标预测列车速度、所述目标预测停车距离的一组目标时间序列数据，包括：获取所述防护曲线时间序列数组中，存在第二停车距离与所述目标预测停车距离相等的至少一组第一时间序列数据；从所述第一时间序列数据中，确定与所述目标预测停车距离相等的第二停车距离对应的第二列车速度与所述目标预测列车速度的误差在预设阈值内的至少一组第二时间序列数据；从所述第二时间序列数据中，确定目标时间序列数据。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取训练数据集，所述训练数据集包括N个不同控制周期的历史行驶数据，每个所述历史行驶数据包括列车在不同时间的行驶速度、列车在不同时间的停车距离；利用所述训练数据集对所述行驶数据预测模型进行训练，训练时，利用反向传播法以及梯度下降法更新所述行驶数据预测模型的参数，直至第i个历史行驶数据对应预测行驶数据与第i+1个历史行驶数据的误差值满足预设条件，得到训练好的行驶数据预测模型。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取与预测行驶数据同一周期的列车的实际行驶数据；基于所述实际行驶数据、所述预测行驶数据，确定预测误差值；基于所述预测误差值对所述预先训练好的行驶数据预测模型的输出值进行误差补偿校正。5.一种模型训练方法，其特征在于，包括：获取训练数据集，所述训练数据集包括N个不同控制周期的历史行驶数据，每个所述历史行驶数据包括列车在不同时间的行驶速度、列车在不同时间的停车距离；利用所述训练数据集对行驶数据预测模型进行训练，训练时，利用反向传播法以及梯度下降法更新所述行驶数据预测模型的参数，直至第i个历史行驶数据对应预测行驶数据与第i+1个历史行驶...

【专利技术属性】
技术研发人员：许凤凯，燕玮，王绍杰，霍朝宾，衣然，李东成，石春竹，
申请(专利权)人：中国电子信息产业集团有限公司第六研究所，
类型：发明
国别省市：