面向数据驱动的城市轨道交通短时客流预测模型

考虑城市轨道交通客流的时空交互关系,提出一种融合循环门控单元和图卷积神经网络的城市轨道交通客流预测模型(GCGRU)。首先,分析短时客流在城市轨道交通网络中的空间关系,建立图卷积神经网络提取不同车站客流的空间交互关系;其次,分析路网各车站客流的时间演化关系,并利用循环门控单元刻画各车站客流数据的时间特征,进而形成面向数据驱动的城市轨道交通路网短时客流预测模型。与传统方法相比,该模型能较好地刻画路网各车站客流的时空相关性,可以深度挖掘路网各车站客流变化的内在机理;同时与既有的图卷积神经网络相比,该模型提出了面向旅行时间的邻接矩阵,能够挖掘客流数据与运行图数据的内在关系,具有较高的精度和可解释性。最后,以广州地铁典型车站的出站量预测为例,验证该模型的有效性。结果表明:该模型在整体预测性能和各车站的预测性能上都优于现有模型,能较好地处理城市轨道交通客流的时空关系,精准地预测路网各车站客流变化。此外,通过邻接矩阵对预测精度影响的分析,进一步验证该模型的性能。     

城市轨道交通客流增长滞后性与预测方法研究

城市轨道交通客流是确定城市轨道交通建设规模及投资决策的主要依据,然而客流增长速度并不与城市轨道交通建设同步.考虑到城市轨道交通客流增长的滞后性,利用上海城市轨道交通1996-2010年客流与建设数据,基于协整理论建立了向量自回归模型进行城市轨道交通客流预测.研究结果表明:城市轨道交通客流与城市轨道交通网络长度以及连接度存在协整关系;在城市轨道交通建设初期,客流增长对于网络长度具有显著滞后性,随着城市轨道交通系统的完善客流滞后性减弱;2011年上海城市轨道客流预测误差为9.3％.     

基于 VMD-GRU 的城市轨道交通短时客流预测

精准的客流预测是轨道交通运输计划编制的基础和依据,为提高城市轨道交通短时客流的预测精准度, 基于城市轨道交通短时客流的动态性、非线性、不确定性、周期性、非平稳性及时序性等特点,提出一种组合 模型预测方法,即 VMD-GRU 神经网络预测模型,由变分模态分解和门控循环单元组合而成。变分模态分解的 作用是分解短时客流,降低数据中的噪声,减少数据波动;门控循环单元的作用是基于分解的短时客流,进行 客流预测。经南京地铁的数据验证,该模型在地铁短时客流预测方面效果良好。与 GRU 相比,VMD-GRU 在 15、30 和 60 min 的时间粒度下,预测准确度分别提升 7.57%,16.93%,18.47%。该模型可为地铁运营管理部 门对车站客流管理、日常行车计划制定等提供有效的数据支撑,从而提升线网总体运营效率以及轨道交通系统 的服务水平。     

基于PLC的城市轨道交通门控单元测试平台的开发

针对一款应用于广州地铁列车的常用门控单元,以S7-200系列PLC为核心部件,运用Win CC进行了上位机测试软件的编写,构建了基于PLC的城市轨道交通门控单元功能测试平台。该测试平台提供检测和故障显示功能,可准确检测出门控单元故障,提高检修维护效率。     

无缝换乘条件下城市轨道交通网络客流分配模型及算法

结合国内城市轨道交通无缝换乘的运营特点,充分考虑了影响城市轨道交通网络客流分配的主要因素（包括出行时间和换乘次数）,以及城市轨道交通网络的特有属性,构造城市轨道交通网络的广义费用函数,并分析乘客在城市轨道交通网络中的路径选择行为。在此基础上,基于随机用户平衡原则提出城市轨道交通网络客流分配问题的数学优化模型,在模型的求解中,分析目前常用的有效路径搜索方法并设计了基于图的深度优先搜索算法,以得出符合现实的有效路径集合,并给出求解配流模型的连续平均算法。最后通过北京市轨道交通网络的数据对模型和算法进行验证。     

城市轨道交通网络规划理论方法研究进展

在详细分析、总结国内外城市轨道交通规划领域的研究成果和存在问题的基础上,总结归纳了网络规划指导思想、规划原则、规划的要点、网络规模、网络优化、轨道项目的建设排序、客流预测理论和方法,指出我国城市轨道交通规划工作已经取得较大的进步和发展,对规划的特征和规律有深层认识,加强了定性定量的分析论证,使城市轨道交通网络规划的合理性日趋提高,但也存在许多有待进一步发展和完善之处。对我国城市轨道交通网络规划理论方法的发展提出了新建议。     

基于深度学习的城市轨道交通短时客流起讫点预测

提出了一种基于门控循环单元(GRU)神经网络的城市轨道交通短时客流OD(起讫点)预估模型。以实际数据为例,引入同期天气数据,对工作日的数据进行训练预测,并与长短期记忆(LSTM)神经网络模型进行对比。预测结果表明:相对于LSTM模型,GRU模型不仅模型简单、收敛速度明显较快,而且在预估误差和预测稳定性等方面也略优,更适于短时客流OD的快速预测。     

固定交通检测器布设对快速路交通流量预测影响的实证研究

交通检测器是智能交通系统的重要组成部分,交通检测器的布设策略对交通精细管控有重要影响,优化交通检测器的布设方案能够有效缓解交通拥堵问题。针对交通流量预测未充分考虑交通检测器布设方案的情况,从交通检测器的间距和数量2个方面对短时交通流量预测的影响进行实证研究。采用实证研究及BP神经网络算法,探究交通检测器的布设方案对短时交通流量预测的影响。采用20组交通检测器为研究载体,采集20组交通检测器的间距信息及每组交通检测器时长共30 d的短时交通流数据为研究数据,使用BP神经网络对当前组别的交通检测器及其上游相邻的交通检测器在高峰时段断面的交通流量进行预测。针对长路段,分别选择2～K组检测器数据预测交通流量。实验结果表明：相邻路段的交通流量具有空间关联性,交通检测器的最优布设间距处在330～450 m范围内,长路段选择2～3组检测器能极大地降低预测误差,优化布设策略与传统方法相比可降低误差20%以上。采用优化布设策略选择适当间距及数量要求的交通检测器可以显著提高短时交通流量预测的准确度。     

城市轨道交通实时客流监控方法与实现技术

我国城市轨道交通的高速发展以及大规模城市轨道交通网络的日臻完善使得列车调度与指挥的重要性日益凸显,而对客流进行精准高效的监控统计是实现列车高效调度的基础。文章通过对城市轨道交通站点进出客流进行分析,得出短期客流数据具有明确的周期性和时序相关性,客流监控数据可以成为短期客流预测的可靠数据来源。客流监控数据获取需要将存量式与通量式客流监控设备结合,通过合理布置监控点位获得及时精准的客流监控数据,为短期客流预测提供低时延、高精度数据支持。     

城市轨道交通车辆门控单元运行工况下检测平台的设计

城市轨道交通车辆门的频繁使用,使得车辆门系统中门控单元的故障时常发生。以上海市轨道交通车辆的门控单元作为研究对象,设计了一台针对其运行工况下的检测平台,从硬件上模拟了门控单元的运行环境,从软件上模拟了门控单元的运行流程,实现了对两款门控单元的功能检测。并通过试验验证了检测平台可以实现维修前的故障初步确定和修理完毕后的状态确认等,提高了检修和维修的工作效率。     

城市轨道交通信息化网络规划

为适应城市轨道交通网络化发展,需对城市轨道交通信息化网络需求进行全面统筹规划。结合城市轨道交通线网规划目标、原则及内容,提出在网络化运营条件下构建一个安全、高效的信息化网络架构的基本原则和规划内容,剖析了城市轨道交通信息化网络规划的关键技术、规划方案、资源管控原则,可为优化整体资源配置,构建节约、高效、先进的城市轨道交通网络,实现网络化运营以及为城市轨道交通信息管理部门合理配置网络资源、提高管理效率提供理论支持。     

基于空间加权的LS-SVM城市轨道交通车站客流量预测

为提高城市轨道交通车站客流预测模型精度,简化模型数据需求规模,提出基于空间加权的LS-SVM城市轨道交通车站客流预测模型。基于交通网络距离重新划分车站的影响范围,提出分距离影响带的线型和指数型空间权重系数方程,结合空间权重系数,输入区域特征变量和车站属性变量构建城市轨道交通车站客流LSSVM预测模型,运用动态改变惯性权重自适应粒子群优化算法(DCW-APSO)对模型参数进行优化选取。应用模型预测2011年成都市地铁1号线部分车站客流,并与其他模型进行比较,结果表明:模型明显提高客流预测精度,简化数据需求量,作为城市轨道交通客流预测的补充模型可以进一步提高系统的可靠性。     

城市轨道交通智能供电系统框架及功能设计

为落实国家双碳战略、顺应《中国城市轨道交通智慧城轨发展纲要》要求、实现城市轨道交通的绿色低碳运行,打造城市轨道交通智能供电系统势在必行。为此,文章针对目前城市轨道交通供电系统运营维护中存在的问题,在系统阐述城市轨道交通智能供电系统定义及功能需求的基础上,构建智能供电系统框架,提出将其按功能分为智能供电设备、智能供电调度、智能能源管理和智能供电运维 4 大模块,并对各模块的具体功能进行设计,以期为促进城市轨道交通供电系统的智能化发展提供参考和借鉴。     

《电气化铁道》2023年第34卷1—6期总目次

随着城市轨道交通智能化的发展，既有城市轨道交通供电系统设计标准已不能满足智慧城轨的建设需求，需要对标准体系进行重新规划和研究。本文研究了国内外智能电网和国内铁路智能牵引供电系统的标准体系，结合城市轨道交通供电系统特点，提出了智能供电系统标准体系框架及系统标准的研究方向，以推进城市轨道交通智能供电系统的建设。     

城市轨道交通互联互通 全局调度系统研究

为打破城市轨道交通传统单线调度指挥模式在大规模运营网络中日益凸显的调度流程繁琐、线路间联动 沟通不畅、处理突发事件效率不高等问题,提高线网级调度管控能力,以大城市快速发展对城市轨道交通的重大 需求为牵引,以重庆轨道集团既有研究及实践成果为基础,通过城市轨道交通多源大数据分析关键技术,搭建城 市轨道交通多源大数据平台,通过全局列车运行计划智能编制、全局列车运行智能调度、全局应急协调指挥等关 键技术实现全局调度系统的核心功能,开发部署了智慧化的新一代互联互通全局调度系统。研究结果表明：该 系统可以显著增强互联互通效能,从系统层面提高运营效率,节约运营成本,可以为其他城市轨道交通互联互通 全局调度系统的建设提供借鉴和指导。     

基于复杂网络理论的城市轨道交通网络结构特性

城市轨道交通网络是多条轨道交通线路经由换乘关系相互衔接的网络.引入图论的方法,以北京、上海、广州城市轨道交通运营网络为基础,分别建立以线路为节点的城市轨道交通网络模型;运用复杂网络的理论,对线路网络模型结构特性进行研究.通过对比分析发现,上海城市轨道交通网络线路连通性最高,广州次之,北京最低,研究结论可以对这些城市的轨道交通网络资源合理优化配置以及安全风险预防等提供参考依据.     

城市轨道交通全自动驾驶车辆基地创新研究

结合《中国城市轨道交通智慧城轨发展纲要》,分析了智能列车运行、智能运维安全、智能基础设施对城市轨道交通车辆基地建设的要求,并从自动化场段、智能运维、智能机电设备等3个方面提出车辆基地的智慧化解决方案.     

上海城市轨道交通网络规划实施评估

上海城市轨道交通系统经过20余年的发展,建设规模过半,网络效应明显。为了更好地开展未来的城市轨道交通网络规划建设,对已运营和规划的城市轨道交通网络从城市规划、综合交通、客流特征、建设运营等方面进行了分析评估,并提出了相应的建议。     

免授权长期演进系统辅助城市轨道交通长期演进系统进行综合承载的研究

针对济南市轨道交通使用城市轨道交通长期演进系统进行车地无线综合承载系统建设时遇到的问题,分析了城市轨道交通长期演进系统在实际应用中遇到的困难,提出了一种新的建设方案,并对免授权频谱长期演进系统目前存在的问题进行了分析。结合城市轨道交通建设的实际情况,做出了适合于城市轨道交通车地无线综合承载系统建设的组网方案。该研究有助于解决频率资源不足导致的传输速率无法满足未来城市轨道交通业务多元化、安全可视化需求的问题,为智慧地铁打下基础。     

基于门控循环残差网络的滚动轴承故障诊断研究

滚动轴承的运行状态对整体机构的工作状态影响很大，防止因滚动轴承失效而产生的安全事故极为重要。而一维信号只利用卷积神经网络CNN(Convolutional Neural Networks)输出结果时无法充分利用数据间的时序信息的问题，因此，文中结合门控循环单元GRU(Gated Recurrent Unit)在处理时序数据所具有的优势,提出了一种门控循环残差网络结构，将CNN在强大的特征提取的优点与GRU处理时序数据的优点有机结合起来。为了验证算法的有效性，采用凯斯西储大学轴承数据集与齿轮箱轴承台架试验进行轴承故障诊断分析，同时引入常见神经网络作为对比，检验不同模型的分类性能。结果表明，在相同试验条件下相较于卷积神经网络等深度学习网络，文中算法具有更高的故障识别准确度和稳定性。