电气化铁路牵引负荷预测研究北大核心

为保证牵引供电系统电能质量并减少牵引变电所购电成本,文章提出了一种基于稀疏高斯过程(sparse Gaussian process,SGP)的牵引负荷概率预测模型。该模型首先构建以牵引负荷历史特征和时间信息为基础的输入特征向量;然后建立输入特征到牵引负荷之间的映射关系,并用SGP来拟合该映射关系;最后使用滚动预测的形式来实现对牵引负荷的预测。在朔黄铁路某牵引变电所实际运行数据上进行的对比试验验证了所提方法的优越性,其中,点预测可以得到误差在7%左右的预测值,概率预测可以得到不同置信度下可靠的预测区间。     

基于灰色理论和PSO的牵引供电系统可靠性研究

采用灰色GM(1,1)模型预测其相关设备中长期的故障数据,增大建模所需数据样本量,提出以威布尔分布模型为基础,基于粒子群算法的智能拟合方法,建立牵引供电系统各设备可靠性分析的数学模型,所建模型全部通过拟合优度K-S检验,证明该方法十分适合于牵引供电系统设备的可靠性建模。运用BDD算法得到用最小割集表示的牵引变电所和接触网故障树模型,综合得到牵引供电系统整体的可靠性模型,并计算出系统的可靠度和平均使用寿命。最后分析可知接触网的可靠性在很大程度上决定了牵引供电系统整体的可靠性,其分析结果为牵引供电系统以后的维护工作提供了理论依据。     

牵引供电系统可靠性预测及建模方法研究

基于采用无偏GM(1,1)模型预测其相关设备中长期的故障数据,增大了建模所需的数据样本量,能解决牵引供电系统可靠性建模由于故障数据较少,导致建模的精度不高且建模失败的可能性大的问题,提出基于粒子群算法的智能拟合方法。以威布尔分布模型为基础,建立牵引供电系统各关键设备可靠性分析的数学模型。计算得到用最小割集表示的牵引变电所和接触网故障树模型,综合分析得出牵引供电系统整体的可靠性模型,并计算系统整体的可靠度和平均使用寿命,通过建立灰色关联分析模型,计算得出接触线是影响牵引供电系统整体可靠性的关键设备。     

考虑高速铁路负荷特性的牵引变压器可靠性评估

牵引变压器的可靠性评估对整个高速铁路牵引供电系统的可靠性研究至关重要。本文分析高速铁路牵引负荷特性对牵引变压器可靠性的影响,提出一种牵引变压器可靠性评估方法。该方法同时考虑高速铁路牵引负荷不平衡性、冲击性和非线性特点,利用IEEE C57.110标准提供的谐波损耗因子计算谐波引起的变压器降容率,通过热路模型及其微分方程组将高速铁路牵引负荷特性综合量化到变压器温升计算中。在此基础上,通过Arrhenius-Weibull模型求取变压器失效概率。以世界首台220kV等级的中点抽出式Scott牵引变压器为例,利用实测数据验证该方法的可行性,计算得到牵引变压器的可靠性指标,并分析高速铁路负荷特性对其可靠性的影响。结果表明高速铁路负荷对牵引变压器可靠性的影响不容忽视。评估结果可辅助合理决策,以降低牵引变压器运行风险,满足安全可靠需求。     

高速铁路牵引供电系统负荷过程仿真技术的研究

高速铁路牵引供电系统负荷过程仿真主要包括动车组运行的牵引负荷功率计算和牵引供电系统的潮流计算。通过建立牵引计算模型得到动车组运行过程中的电气负荷特性,基于多导体传输线模型,建立牵引网等值电路,基于牵引变电所端口电气量通用变换关系,建立牵引变电所等值电路,基于牵引负荷功率进行牵引供电系统潮流计算,可以得到动车组运行过程中牵引供电系统的电压和电流的变化。以此为基础,编制了高速铁路牵引供电系统负荷过程仿真程序,通过仿真程序对云南省开通的首条高速铁路—长昆客运专线邓家山牵引供电系统进行了仿真计算,计算结果与中国铁道科学研究院的实地测试结果相一致。高速铁路牵引供电系统负荷过程仿真技术的研究对于深入研究高铁牵引供电系统的运行规律,对供电系统中各种供电指标的核查、校验等具有重要意义。     

考虑再生工况的电气化铁路牵引负荷统计预测

以实际建设的铁路线路为例,基于大量实测数据研究了牵引负荷的分布特征,着重研究再生工况下的电流,采用β函数拟合其概率分布,并结合抽样方法获得其样本数据。由误差分析分析结果可知,β分布拟合再生电流概率密度函数是可行、可靠的。添加牵引、空载数据并通过整体抽样,可获得全日馈线电流的样本,以达到预测牵引负荷的目的。     

灰色理论在铁路客运量预测中的分析研究

针对传统灰色预测模型存在对历史数据依赖性强、容错性小及抗干扰能力差的局限性，将无偏灰色理论与残差验证理论引入预测模型，从趋势曲线灰色拟合与状态分类方式上对传统灰色模型进行改进，提出无偏灰色预测铁路客运量方法；同时，对铁路客运量预测方法从定性预测和定量预测两个方面进行阐述并对其优缺点进行分析。依据建立的无偏灰色预测铁路客运量模型，以1997—2016年铁路客运量为基础数据，对铁路“十三五”时期的数据进行预测，通过残差检验和结果分析，其预测精度明显高于BP神经网络预测。     

牵引供电系统背景谐波概率模型及其应用

牵引负荷产生的谐波对牵引供电系统和电网的电压、电流波形畸变都会产生较大的影响,准确评估和模拟牵引系统的背景谐波是研究电力系统本身和牵引负荷谐波问题的关键。基于大量实测数据,采用概率统计方法分析牵引变电所进线处全天背景谐波电压的分布规律,并利用Weibull函数对该分布规律进行拟合,建立牵引变电所进线处24h的背景谐波电压模型,该模型能准确描述背景谐波电压的变化规律。结合该背景谐波模型,提出一种基于Monte Carlo法的牵引负荷谐波责任评估方法,并在算例中计算某高速铁路牵引变电所列车取流时牵引负荷对公共耦合端处的谐波责任,计算结果表明,公共耦合端的低次谐波电压主要受背景谐波电压的影响。     

GM(1,1)模型在高速铁路桥墩沉降监测中的应用

详细地介绍了GM(1,1)模型及模型精度评定,利用GM(1,1)灰色模型对某区段高速铁路的桥墩沉降进行预测,将预测结果进行分析,分析表明GM(1,1)灰色模型能较好地预测该段高速铁路桥墩的沉降趋势。     

基于灰色系统理论的铁路客运专线路基沉降预测

基于灰色预测模型GM（1,1）模型、离散灰色预测DGM（1,1）模型和非线形离散灰色预测NLFDGM（1,1）模型,采用FORTRAN语言,编制了路基沉降预测程序GREYMODEL。将该程序应用于铁路客运专线路基典型断面沉降预测,并与实测结果进行对比。结果表明：DGM（1,1）模型作为GM（1,1）模型的离散形式,两种模型的预测结果比较接近,短期预测精度高,中长期预测精度低;结合等维信息建模,非线形离散灰色预测NLFDGM（1,1）模型具有极高的精度和稳定性,在路基沉降预测中推荐使用;并提出了若干关于提高灰色模型预测稳定性和精度的建议。