数据驱动的轨道交通列车速度预测控制方法

本发明属于轨道交通列车自动控制技术领域，具体公开数据驱动的轨道交通列车速度预测控制方法。用于解决当前采用黑盒机制的数据驱动模型在实际应用中难以设计高效的控制算法的问题。包括：建立数据集；利用深度神经网络从数据集中学习动态系统的特征，并将其作为扩展动力学模式分解方法的输入，使用从数据集中获得的列车运行数据，训练Koopman算子模型，得到列车的高维线性动力学模型；对模型进行模型选择和参数调优，建立列车高维全局线性化模型；设计基于列车高维全局线性化模型的速度追踪模型预测控制器。本发明有利于提高运行效率、增强安全性、降低能源消耗和优化运行调度，对智能交通建设具有重要意义。