基于列车运行仿真和SVR组合的地铁新线牵引能耗预测方法

新线牵引能耗预测可用以辅助线路的规划设计及列车选型,进而实现牵引节能.地铁新线牵引能耗受线路条件、列车属性等因素的综合影响,传统的仿真方法简化多种参数,而大数据预测方法忽略列车物理运动过程,均难以保证新线牵引能耗的预测效果.因此,提出一种将列车运行仿真与支持向量回归(SVR)相结合的组合预测方法预测地铁新线牵引能耗,并采用交叉验证方法及遗传算法对SVR参数进行寻优.研究结果表明:仿真与SVR相结合的组合预测方法优于单一预测方法,在95％的置信水平下,地铁新线牵引能耗预测精度可达90％.     

基于实测数据的地铁列车能耗特征分析

基于车载装置实时采集的北京地铁6、8、13号线列车牵引能耗、辅助能耗及再生能等分项 能耗和牵引变电所电表记录的统计能耗,探析了地铁牵引系统能耗构成及影响因素特征。得到 如下结论：列车运行能耗中38%~60%用于克服阻力和电机效率损失,9%~20%用于辅助设备,再 生能占比约20%~49%。影响车公里牵引单耗的因素包括站间距、纵断面、列车性能、技术速度及 满载率等。随站间距减小,牵引单耗呈幂级增长;纵断面设计为“高站位、低区间”的节能坡形式 有利于减少单耗;质量轻、阻力小、电机效率的列车更节能,不同车型能耗差异可达10%;技术速 度增加引起牵引单耗增长,平峰时段可适当降低技术速度。满载率每降低10%,可减少牵引单耗 2%。影响再生能的因素主要包括站间距与制动初速度,站间距越小则再生能产生量越多,但摩擦 制动产生的动能损失也越大,总体不利于车公里单耗的降低。影响辅助能耗的主要包括气温与 客流,辅助能耗随气温或客流增长而增高,地下线辅助能耗随气温增长变化幅度较地上线更小。     

基于列车运行仿真和SVR组合的地铁新线牵引能耗预测方法

新线牵引能耗预测可用以辅助线路的规划设计及列车选型,进而实现牵引节能.地铁新线牵引能耗受线路条件、列车属性等因素的综合影响,传统的仿真方法简化多种参数,而大数据预测方法忽略列车物理运动过程,均难以保证新线牵引能耗的预测效果.因此,提出一种将列车运行仿真与支持向量回归(SVR)相结合的组合预测方法预测地铁新线牵引能耗,并采用交叉验证方法及遗传算法对SVR参数进行寻优.研究结果表明:仿真与SVR相结合的组合预测方法优于单一预测方法,在95％的置信水平下,地铁新线牵引能耗预测精度可达90％.