摘要
本发明涉及城市轨道交通运营优化技术领域,提供了一种城市轨道列车群高峰时段的能耗峰值优化方法和系统,方法包括获取历史列车运行时刻表、实时位置数据及能耗曲线生成训练样本集;基于运行间隔差异对样本集中的运行区间分类,确定各区间高峰类型;利用区间数据及高峰类型训练时序分类模型得到能耗特征分类模型,并训练多目标优化神经网络模型获得能耗峰值优化模型;将实时运行数据输入分类模型识别当前高峰类型,再根据类型将数据输入优化模型生成动态时刻表调整策略以平滑能耗峰值。本发明可以降低城市轨道列车群的能耗峰值,提高能源利用效率,减少发车间隔波动和延误,提升运营稳定性。
技术关键词
城市轨道列车
优化神经网络模型
列车运行时刻表
生成训练样本
能耗特征
储能系统充放电
曲线
时间序列特征
城市轨道交通运营
实时位置
拓扑图
分类模型识别
再生制动能量
混合损失函数
储能装置
实时数据
系统为您推荐了相关专利信息
LSTM神经网络
水位预测方法
注意力机制
编码器
序列
超表面设计方法
综合误差
多模态
生成结构
拉丁超立方采样
形变监测方法
孔隙水压力
指数
数据
优化神经网络模型