[發明專利]一種非正常事件下高鐵路網圖定能力保持方法

有效

• 申請號: 201911149049.2
• 申請日: 2019-11-21
• 公開（公告）號: CN110843870B
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 許心越;李建民;王銘銘;石睿;張可;李燕秋
• 申請（專利權）人: 北京交通大學
• 主分類號: B61L27/00
• 分類號: B61L27/00
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 麻吉鳳

本發明實施例提供了一種非正常事件下高鐵路網圖定能力保持方法，以GBRT模型預測列車的延誤，構建基于運行調整的列車延誤運行替代圖優化模型，生成可行的列車運行圖和計算非正常事件下高鐵路網能力；由生成的調整后列車運行圖計算路段能力，構建非正常事件下高鐵路網能力權重網絡，進而識辨出高鐵路網能力瓶頸路段；運用OPENTRACK仿真軟件對不同延誤情況下的高速列車運行進行仿真，分析非正常事件下高鐵區段、車站的能力，計算結果作為能力約束反饋到基于運行調整的替代圖優化模型中，迭代計算非正常事件下高鐵路網能力，實現高鐵路網能力的精準估計，并制定能力保持策略，為高鐵調度和運行圖調整提供宏觀參考。

技術領域

本發明涉及軌道交通能力分析技術領域，尤其涉及一種非正常事件下高鐵路網圖定能力保持方法。

背景技術

非正常事件的發生始終制約著高速鐵路路網能力的提升，不同類型的非正常事件將導致不同程度的列車延誤，嚴重的非正常事件往往持續時間較長，能力損失嚴重而導致運量與運能失衡，給高速列車的行車組織和運營計劃造成困擾。非正常事件主要分為自然災害、事故災難、公共衛生、社會安全。具體為行車事故，火災、爆炸、地質災害、氣象災害、設施設備事故等事件。

近年來，我國高速鐵路建設快速發展，逐漸成為我國旅客運輸的主要通道，其一旦發生非正常事件造成能力損失或線路中斷，將對整個運輸系統造成嚴重影響。因此，構建非正常事件下高鐵路網圖定能力保持方法，研究非正常事件下路網能力的變化和路網能力瓶頸辨識，這將從宏觀層面為調度指揮提供決策依據，有助于在高速鐵路成網條件下提高鐵路行車組織效率，保障行車安全。

發明內容

本發明的實施例提供了一種非正常事件下高鐵路網圖定能力保持方法，基于高鐵列車晚點延誤預測和調整策略，構建基于運行調整的列車延誤運行替代圖優化模型，以區段、車站能力作為模型的動態約束，實現了高鐵路網能力的精準估計，并制定能力保持策略，為高鐵調度和運行圖調整提供宏觀參考。

為了實現上述目的，本發明采取了如下技術方案。

一種非正常事件下高鐵路網圖定能力保持方法，包括：

S1：基于GBRT模型預測高鐵列車的延誤時間；

S2：運用OPENTRACK仿真軟件構建車站及區間的高鐵路網拓撲圖，并對不同延誤時間下的高速列車運行進行仿真，由仿真結果計算得出非正常事件下高鐵區段能力N_q和車站能力Nw；

S3：將所述延誤時間作為模型輸入數據，以區段能力N_q、車站能力Nw作為模型約束，構建基于運行調整的高鐵路網替代圖優化模型，生成非正常事件下高鐵列車運行圖、計算路網能力N_z；

S4：基于非正常事件下高鐵列車運行圖和路網能力，構建非正常事件下高鐵路網能力權重網絡，進而識辨出高鐵路網能力瓶頸路段；

S5：由瓶頸路段將路網劃分為區段和車站，轉S2計算得到新的非正常事件下高鐵區段能力和車站能力

S6：判斷下列語句是否為真，

ε為充分小正數

若上述語句為真，則停止迭代進入S7；否則轉S3進行循環迭代；

S7：輸出非正常事件下高鐵區段能力車站能力和路網能力N_z。

優選地，所述S1包括：

采用漸進梯度回歸樹GBRT集成學習的方法對高鐵到達延誤進行預測，將車次、圖定到達時間、行程總長度、車站站點、列車旅行時間、行程百分比和晚點時間7個變量作為預測模型的自變量，各車次到達后續車站的延誤時間作為輸出變量，基于GBRT高鐵延誤預測的步驟如下：