[發明專利]一種軌道交通系統運行安全評估方法

有效

• 申請號: 201210062049.0
• 申請日: 2012-03-09
• 公開（公告）號: CN102629298A
• 公開（公告）日: 2012-08-08
• 發明（設計）人: 秦勇;張媛;賈利民;陳波;廖貴玲;邢宗義
• 申請（專利權）人: 北京交通大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 黃家俊

技術領域

本發明屬于交通技術和安全技術領域，尤其涉及一種軌道交通系統運行安全評估方法。

背景技術

軌道交通系統運行安全評估是保障其安全運營的前提和必要科學手段。隨著軌道交通事業的快速發展，與之相適應的系統運行安全評估問題已成為亟需解決的關鍵問題。但現有的定性的、靜態的、單個設備的安全評估方法無法滿足精確安全狀態信息分析、動態安全評價和大系統安全分析的需求，保障軌道交通系統的安全高效運營迫切需要定量化、動態系統化、可解析的運行安全評估理論與方法。因此，定量化體系化的軌道交通系統運行安全評估方法對實現其安全高效的運營管理具有重要的理論和現實意義。

在軌道交通系統安全評估方面，Beom-Gyu?Eom等提出了一個多體系統的分析模型分析了Saemaeul列車通過彎道時的運行安全性；Yuji?Niwa定性分析了JR鐵路事故，找出了導致該事故的典型原因并給出了有效的事故分析方法；Yamazaki?H等將司機控制的制動系統看做一個閉環系統，分析了各個參數變化的情況下模型的變化情況；Tom?Zahler通過分析觀察記錄，解釋信號員、應急人員以及其他鐵路控制中心用戶的行為模式研究人為因素對行車安全的影響；B?Evers給出了一個可以用于提供需求信息和按照CENELEC標準在一個安全案例中提供自變量結構問題的風險模型，并對所提出的模型進行了評估；Tienfuan?Kerh等基于神經網絡進行了臺灣高速鐵路系統沿線車站的地面峰值加速度估計；張兵等建立了列車關鍵部件安全監測系統的檢測模型，提取了走行部故障的特征參數，建立了走行部的故障識別模型；戢曉峰等基于Vague集理論建立了安全評價信息提取模型，用粗糙集方法提取安全隱患的特征規則，并對安全隱患信息數據庫進行高效約簡；此外還有若干研究機構和學者對高速鐵路系統安全評估的體系框架、評估流程和評估方法進行了分析研究。但上述技術方法集中于事故定性分析或系統局部安全評價，未能提供十分有效的適應于我國軌道交通系統整體及各局部的定量化、系統化運行安全評估方法和技術。

在復雜系統安全域分析及估計方面，目前已有技術集中于通信信息安全及復雜電力系統安全分析領域。在信息安全領域中，安全域是隨全球網絡化通信發展而提出的，其相關研究及應用已擴展到網絡控制、公路交通、電子政務等方面。在電力系統安全相關領域中，美國的Kaye等就電力系統的穩定性和安全性等問題提出安全域方法；余貽鑫等給出電力大系統實用動態安全域邊界的超平面表達式，并最小二乘、數值仿真等方法擬合得到安全域邊界，評估不同運行狀態下的安全水平，提出了基于動態安全域的電力系統安全性保障技術。但軌道交通系統安全與其他領域中的研究對象有很大差異，現有的安全域相關技術和方法不可能直接應用于軌道交通系統運行安全評估。

發明內容

針對上述背景技術中提到的現有的安全域相關技術和方法不能直接應用于軌道交通系統運行安全評估等不足，本發明提出了一種軌道交通系統運行安全評估方法。

本發明的技術方案是，一種軌道交通系統運行安全評估方法，其特征是該方法包括以下步驟：

步驟1：確定評估對象的安全相關變量；

步驟2：獲取安全相關變量的數據；

步驟3：對安全相關變量的數據預處理；

步驟4：確定評估對象的安全域的邊界；

步驟5：系統運行安全評估。

所述評估對象的安全域的邊界的求解方法為基于多元統計分析的方法或基于數據智能分類的方法。

所述基于多元統計分析的方法為：

步驟4.1.1：將預處理后的數據集進行中心化和標準化；

步驟4.1.2：采用累計方差貢獻率法或交叉檢驗法確定主元個數，并經數據驗證，確定主元模型；

步驟4.1.3：計算設定檢驗水平下的統計變量平方預估誤差和得分向量的標準平方和的閾值，將該閾值作為統計變量空間的安全域邊界。

所述統計變量平方預估誤差的計算公式為：