论文题名: | 延误条件下城轨列车的时刻表调整与能耗分析研究 |
关键词: | 地铁运营;列车延误;时刻表调整;能耗分析 |
摘要: | 地铁列车运营具备安全性高、运量大等特点,近些年来发展迅速。在地铁列车的日常开行中,容易受到一些随机因素的干扰,导致列车的运行轨迹偏离计划运行状态,如果偏离程度较大且没有及时对其进行调整,会对地铁运营系统的正常运转造成严重影响。因此,对于地铁列车延误后的调整方案的研究逐渐成为地铁运营领域的热点问题。 本文在总结了国内外学者做过的相关研究的基础上,建立了地铁列车延误调整模型,而后基于改进的基于中心-离散学习的粒子群算法设计了地铁列车延误调整模型的求解流程。考虑到实际地铁列车运营中出现的延误情况,模拟列车短时延误和连带延误两种场景,然后使用上述的求解流程对其进行求解。结果发现,可以使得延误列车调整回计划运行状态的同时,降低了由于延误调整而带来的能耗值的上升。本文所做的研究具体展开如下: (1)考虑到站点乘客数量对于停站时间调整上限值的约束,构建了基于长短期记忆神经网络(Long Short-Term Memory,LSTM)的客流预测模型,较为精确的预测出延误列车后续停站站点的乘客数量。 (2)模拟乘客上下车的过程,建立了列车的停站时间模型,并将此模型作为地铁列车运行调整模型的站台停靠时长的约束条件。 (3)考虑到调整过程中对于再生制动能的吸收利用,构建了时变的电网络潮流计算模型,能够计算出具体时段内的变电站能耗值,将求出的延误调整对应时段内的变电站能耗值作为后续算法优化计算的适应度函数。 (4)结合上述相关模型以及相关的约束条件,构建了延误列车调整模型。把延误调整过程中变电站能耗最小作为优化目标,并设计了基于中心-离散粒子群算法(Center-Decenter PSO,CDPSO)的求解流程。以国内某条地铁线路为背景,在Windows平台上使用 QT 软件研发地铁列车延误调整软件,基于列车自动监控(Automatic Train Supervision,ATS)子系统对于列车运行调整的原理,在软件界面上输入列车延误相关的信息以模拟不同的列车延误场景,然后进行仿真得到列车的调整方法。通过对结果的分析,得出本文构建的列车延误调整模型有效的结论。 |
作者: | 曹鑫 |
专业: | 电气工程 |
导师: | 朱岩 |
授予学位: | 硕士 |
授予学位单位: | 南京理工大学 |
学位年度: | 2021 |