System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于时空数据的轨道交通能耗预测方法技术_技高网

一种基于时空数据的轨道交通能耗预测方法技术

技术编号:40952400 阅读:5 留言:0更新日期:2024-04-18 20:27
本发明专利技术公开了一种基于时空数据的轨道交通能耗预测方法,属于轨道交通供电技术领域。本发明专利技术将供电区间划分为多个牵引支路,根据轨迹函数提取列车在牵引支路的能耗数据,生成该牵引支路的能耗预测模型,依据所有牵引支路的能耗数据确定供电区间总能耗。同时利用供电区间中各牵引支路的自耦电阻位置及列车的瞬时速度和时间等时空信息确定参数范围,将列车的速度与时间作为输入参数,将牵引区间列车能耗作为输出参数,基于支持向量机技术生成支持向量回归函数,从而确定能耗预测模型。进一步的,本发明专利技术根据列车的运行状态分配无功能耗,降低同一牵引支路内的能量回馈对能耗预测的影响。

【技术实现步骤摘要】

本专利技术涉及能耗数据处理,尤其涉及一种基于时空数据的轨道交通能耗预测方法


技术介绍

1、轨道交通的能耗预测与评价在节约能源利用过程中的作用越来越重要,评价现有能耗水平及能耗预测结果及时作出策略调整,能够提高能源的利用率。申请号为cn202310175103.0的中国专利申请公开了一种轨道交通能耗分析系统及方法,该方法对能耗原始数据库中的数据进行数据填充、时间戳对齐以及数据切片处理,得到多维度能耗运行数据,再对多维度能耗运行数据进行能耗规律特征分析、能耗影响因素分析。该方法采用数学分析方法,没有考虑轨道交通设备的具体工况,预测模型的不确定性大,需要大量的样本集参与训练。

2、申请号为cn202211019980.0的中国专利申请公开了一种基于boosting和多预测器融合的列车牵引能耗异常检测方法,该方法生成日、周、月和年时间尺度的时序数据集,将时间序列分解为季节性、趋势项和节假日项,构建prophet预测模型。该方法将轨道列车的时间尺度纳入预测模型参数,可以获得更准确的预测结果。除了时间尺度,轨道列车的位置不断变化,其空间尺度也会改变列车的能耗,尤其是影响列车能量回馈设备的能耗。因此,有必要同时考虑时间尺度和空间尺度,优化轨道交通的能耗预测方法。


技术实现思路

1、为了解决上述现有技术存在的缺陷,本专利技术提出了一种基于时空数据的轨道交通能耗预测方法,用于预测列车在供电区间的总无功能耗。本专利技术根据供电区间的空间尺度确定预测模型,同时根据列车的时间尺度确定模型参数范围,预测结果可以准确反映每一供电区间的能耗状况,进而提高预测精度。进一步的,本专利技术根据列车的运行状态分配无功能耗,可以降低同一牵引支路内的能量回馈对预测结果的影响。

2、本专利技术的技术方案是这样实现的:

3、一种基于时空数据的轨道交通能耗预测方法,包括以下步骤:

4、步骤1:变电所、接触线和正馈线组成供电区间,在供电区间设置辅助供能设备,自耦绕组将供电区间分割为m个牵引支路,相邻自耦绕组的中点通过钢轨连接;

5、步骤2:列车具有驱动设备和能量回馈设备,驱动设备经能量回馈设备连接至接触线和钢轨,能量回馈设备具有一无功补偿装置;

6、步骤3:检测牵引支路m内接触线和辅助供能设备的输出电压和输出电流,分别计算第一功率p1m(t)和第二功率p2m(t),m=1,2,..., m;

7、步骤4:获取n个列车的轨迹函数,提取列车n处于牵引支路m的初始时刻t1mn和终止时刻t2mn,n=1,2,...,n;

8、步骤5:检测列车n的瞬时牵引力和瞬时速度,生成驱动设备在牵引支路m的第三功率p3mn (t);

9、步骤6:基于所述第一功率p1m (t)、第二功率p2m (t)以及第三功率p3mn (t)生成列车n的无功功率p4mn (t),根据无功功率p4mn (t)计算列车n在牵引支路m的无功能耗qmn;

10、步骤7:采集列车n在初始时刻t1mn的第一速度v1mn和在终止时刻t2mn的第二速度v2mn,根据牵引支路m内多个列车的无功能耗与对应的初始时刻、终止时刻、第一速度以及第二速度建立牵引支路m的能耗预测模型qm=f(t1m, t2m,v1m, v2m),t1m、t2m、v1m、v2m分别为初始时刻、终止时刻、第一速度、第二速度的输入变量;

11、步骤8:输入目标列车的轨迹函数s'(t),提取目标列车进入牵引支路m的初始时刻t'1m、离开牵引支路m的终止时刻t'2m以及进入牵引支路m的第一速度v'1m和离开牵引支路m的第二速度v'2m,基于所述能耗预测模型预测目标列车在牵引支路m的能耗q'm,再计算目标列车在供电区间的总无功能耗q'。

12、在本专利技术中,在步骤1中,所述辅助供能设备包括储能电容、储能电源,储能电容、储能电源经功率调节器和负荷控制器连接至牵引支路。

13、在本专利技术中,在步骤1中,变电所、接触线、自耦绕组以及正馈线组成高压回路,列车、接触线、自耦绕组以及钢轨组成低压回路。

14、在本专利技术中,在步骤2中,无功补偿装置包括制动电阻以及斩波器,驱动设备经一滤波电感连接至一受电弓,受电弓连接至接触网,制动电阻并联至驱动设备,斩波器调整制动电阻的电阻值。

15、在本专利技术中,在步骤3中,采集牵引支路m对应负荷控制器的输出电压和输出电流,计算辅助供能设备向牵引支路m输出的第二功率。

16、在本专利技术中,在步骤4中,根据自耦绕组的位置坐标确定牵引支路m的区间[s1,s2],根据位置坐标s1提取列车n的轨迹函数sn(t)的初始时刻t1mn,根据位置坐标s2提取列车n的轨迹函数sn(t)的终止时刻t2mn。

17、在本专利技术中,在步骤6中,提取列车n在牵引支路m的无功补偿装置的瞬时电压和瞬时电流,生成补偿功率p5mn(t),无功功率,k为位于牵引支路m的列车数量。

18、在本专利技术中,在步骤6中,计算列车n的设备负荷参数an(t),,列车n的无功功率,其中,wn为列车n的质量,vn为列车n的速度,为列车n的加速度,为k个列车的的最小值,k为位于牵引支路m的列车数量。

19、在本专利技术中,在步骤7中,以列车n的初始时刻t1mn、终止时刻t2mn、第一速度v1mn、第二速度v2mn构造归一化输入矩阵xn,以列车n的无功能耗qmn构造归一化输出参数yn,建立牵引支路m中k个列车的归一化样本集b,b={(x1,y1),(x2,y2),...,(xn,yn),...,(xk,yk)},通过该归一化样本集训练支持向量回归函数y=g (x),再通过反归一化算法得到牵引支路m的能耗预测模型。

20、在本专利技术中,在步骤7中,反归一化算法h(y)=[max(qmn)-min(qmn)]y+min(qmn),max(qmn)为k个列车的无功能耗的最大值,min(qmn)为k个列车的无功能耗的最小值,能耗预测模型f(t1m,t2m,v1m,v2m)=h[g(x)],x为初始时刻t1m、终止时刻t2m以及第一速度v1m和第二速度v2m组成的归一化输入矩阵。

21、本专利技术实施的这种基于时空数据的轨道交通能耗预测方法,具有以下有益效果:本专利技术以供电区间内的牵引支路为预测对象,根据k个列车的输入参数生成该牵引支路预测模型,再结合m个牵引支路的预测数据估计列车在供电区间的总无功能耗。本专利技术依据轨迹函数提取列车在牵引支路的能耗数据,依据供电区间的空间尺度确定预测模型,依据列车的时间尺度确定参数范围,具有实时性和准确性,且预测结果可以准确反应供电区间的能耗状况,提高预测精度。依据列车运行状态分配能量回馈设备的无功能耗,降低同一牵引支路内的能量回馈对预测结果的影响。基于支持向量机技术生成支持向量回归函数以预测整个轨道交通能耗,保障数据的精确性。

本文档来自技高网...

【技术保护点】

1.一种基于时空数据的轨道交通能耗预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于时空数据的轨道交通能耗预测方法,其特征在于,在步骤1中,所述辅助供能设备包括储能电容、储能电源,储能电容、储能电源经功率调节器和负荷控制器连接至牵引支路。

3.根据权利要求1所述的基于时空数据的轨道交通能耗预测方法,其特征在于,在步骤1中,变电所、接触线、自耦绕组以及正馈线组成高压回路,列车、接触线、自耦绕组以及钢轨组成低压回路。

4.根据权利要求1所述的基于时空数据的轨道交通能耗预测方法,其特征在于,在步骤2中,无功补偿装置包括制动电阻以及斩波器,驱动设备经一滤波电感连接至一受电弓,受电弓连接至接触网,制动电阻并联至驱动设备,斩波器调整制动电阻的电阻值。

5.根据权利要求2所述的基于时空数据的轨道交通能耗预测方法,其特征在于,在步骤3中,采集牵引支路m对应负荷控制器的输出电压和输出电流,计算辅助供能设备向牵引支路m输出的第二功率。

6.根据权利要求1所述的基于时空数据的轨道交通能耗预测方法,其特征在于,在步骤4中,根据自耦绕组的位置坐标确定牵引支路m的区间[s1,s2],根据位置坐标s1提取列车n的轨迹函数sn(t)的初始时刻t1mn,根据位置坐标s2提取列车n的轨迹函数sn(t)的终止时刻t2mn。

7.根据权利要求1所述的基于时空数据的轨道交通能耗预测方法,其特征在于,在步骤6中,提取列车n在牵引支路m的无功补偿装置的瞬时电压和瞬时电流,生成补偿功率p5mn(t),无功功率,k为位于牵引支路m的列车数量。

8.根据权利要求1所述的基于时空数据的轨道交通能耗预测方法,其特征在于,在步骤6中,计算列车n的设备负荷参数an(t),,列车n的无功功率,其中,wn为列车n的质量,vn为列车n的速度,为列车n的加速度,为k个列车的的最小值,k为位于牵引支路m的列车数量。

9. 根据权利要求1所述的基于时空数据的轨道交通能耗预测方法,其特征在于,在步骤7中,以列车n的初始时刻t1mn、终止时刻t2mn、第一速度v1mn、第二速度v2mn构造归一化输入矩阵Xn,以列车n的无功能耗Qmn构造归一化输出参数yn,建立牵引支路m中k个列车的归一化样本集B,B={(X1,y1),(X2,y2),...,(Xn,yn),...,(Xk,yk)},通过该归一化样本集训练支持向量回归函数y=g (X),再通过反归一化算法得到牵引支路m的能耗预测模型。

10.根据权利要求9所述的基于时空数据的轨道交通能耗预测方法,其特征在于,在步骤7中,反归一化算法h(y)=[max(Qmn)-min(Qmn)]y+min(Qmn),max(Qmn)为k个列车的无功能耗的最大值,min(Qmn)为k个列车的无功能耗的最小值,能耗预测模型f(t1m,t2m,v1m,v2m)=h[g(X)],X为初始时刻t1m、终止时刻t2m以及第一速度v1m和第二速度v2m组成的归一化输入矩阵。

...

【技术特征摘要】

1.一种基于时空数据的轨道交通能耗预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于时空数据的轨道交通能耗预测方法,其特征在于,在步骤1中,所述辅助供能设备包括储能电容、储能电源,储能电容、储能电源经功率调节器和负荷控制器连接至牵引支路。

3.根据权利要求1所述的基于时空数据的轨道交通能耗预测方法,其特征在于,在步骤1中,变电所、接触线、自耦绕组以及正馈线组成高压回路,列车、接触线、自耦绕组以及钢轨组成低压回路。

4.根据权利要求1所述的基于时空数据的轨道交通能耗预测方法,其特征在于,在步骤2中,无功补偿装置包括制动电阻以及斩波器,驱动设备经一滤波电感连接至一受电弓,受电弓连接至接触网,制动电阻并联至驱动设备,斩波器调整制动电阻的电阻值。

5.根据权利要求2所述的基于时空数据的轨道交通能耗预测方法,其特征在于,在步骤3中,采集牵引支路m对应负荷控制器的输出电压和输出电流,计算辅助供能设备向牵引支路m输出的第二功率。

6.根据权利要求1所述的基于时空数据的轨道交通能耗预测方法,其特征在于,在步骤4中,根据自耦绕组的位置坐标确定牵引支路m的区间[s1,s2],根据位置坐标s1提取列车n的轨迹函数sn(t)的初始时刻t1mn,根据位置坐标s2提取列车n的轨迹函数sn(t)的终止时刻t2mn。

7.根据权利要求1所述的基于时空数据的轨道交通能耗预测方法,其特征在于,在步骤6中,提取列车n在牵引支...

【专利技术属性】
技术研发人员:程宏波姚轩高强徐晋卿
申请(专利权)人:华东交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1