(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211125230.1 (22)申请日 2022.09.16 (71)申请人 中铁电气化勘测设计 研究院有限公 司 地址 300000 天津市滨 海新区自贸试验区 （空港经济区） 中环西路3 6号125室 (72)发明人 李力鹏　靳佩跃　王胜　王立天　 李熙光　陈怀鑫　王世峰　李金华　 苏鹏程　孙才勤　桑梓杰　 (74)专利代理 机构 天津睿勤专利代理事务所 (普通合伙) 12225 专利代理师 孟福成 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01)G06Q 50/30(2012.01) G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 119/12(2020.01) (54)发明名称 一种基于实测大数据的轨道交通牵引负荷 预测方法 (57)摘要 本发明提供了一种基于实测大数据的轨道 交通牵引负荷预测方法， 包括以下步骤： 利用轨 道交通数据采集工具得到轨道交通运行实测大 数据； 对轨道交通运行实测大数据进行数据预处 理、 特征选择和特征提取， 得到客流、 运行图、 以 及轨道交通牵引负荷的时间序列数据； 将时间序 列数据输入GRU ‑RT网络模型进行训练， 得到一定 列车特性与线路条件下， 客流及运行图与牵引负 荷的对应关系模型； 对指定客流及运行图数据， 经过数据处理， 得到时间序列数据并输入到训练 好的对应关系模 型中， 进而计算获得预测牵引负 荷的时间序列数据。 本发明以轨道交通运行的大 数据为基础， 预测未来客流与运行图下的牵引负 荷， 计算结果更加贴近实际情况。 权利要求书2页 说明书6页 附图3页 CN 115222160 A 2022.10.21 CN 115222160 A 1.一种基于实测大 数据的轨道交通牵引负荷预测方法， 其特 征在于： 包括以下步骤： 步骤1： 利用轨道 交通数据采集工具得到轨道 交通运行实测大数据， 所述轨道 交通运行 实测大数据包括牵引负荷、 客流信息、 运行图、 列车特性和线路数据； 所述牵引负荷包括直 流母线电压、 直 流馈线电流、 整流机组功率； 步骤2： 对轨道交通运行实测大数据进行数据预处理、 特征选择和特征提取， 得到牵引 负荷、 客流信息、 运行图、 列车 特性和线路数据的时间序列数据； 步骤3： 将牵引负荷、 客流信息、 运行图、 列车特性和线路数据的时间序列数据输入GRU ‑ RT网络模型进行训练， 得到训练好的一定列车特性与线路条件下， 客流及运行图与牵引负 荷的对应关系模型； GRU ‑RT网络模型包括依次连接的输入层、 循环层、 全连接层和输出层， 循环层采用门控循环单 元； 步骤4： 采用步骤2相同的方法对指定列车特性、 指定线路数据、 指定运行图以及预估客 流信息进行数据 处理， 得到时间序列数据并输入到训练好的对应关系模型中， 进而计算获 得预测牵引负荷的时间序列数据。 2.如权利要求1所述的基于实测大数据的轨道 交通牵引负荷预测方法， 其特征在于： 数 据预处理包括去噪、 剔除异常数据、 数据归一 化处理、 数据序列按照不同的时间粒度划分； 利用皮尔逊相关性系数对轨道 交通运行实测大数据进行相关性分析， 结合互信 息熵理 论对轨道交通 运行实测大 数据进行 特征选择； 利用分类特 征变量提取的方法对轨道交通 运行实测大 数据进行 特征提取。 3.如权利要求1所述的基于实测大数据的轨道 交通牵引负荷预测方法， 其特征在于： 所 述客流信息包括进站、 出站的乘客数量； 所述 客流信息的时间序列数据为列车的载客 率。 4.如权利要求1所述的基于实测大数据的轨道 交通牵引负荷预测方法， 其特征在于： 时 间序列数据输入给输入层， 假设一段时间序列数据 ， 在某个时刻t， 有 ， 其中 是输入层到隐藏层的权重矩阵， V是隐藏层到输出层的权重矩 阵， W是隐藏层上一 次的值作为这一 次输入的权重， 表示t时刻隐藏层中的值， 表示t时 刻输出层中的值， 表示激活函数； 门控循环单元包括复位门 和更新门 ， 更新门接收当前状态 和前一个隐藏状态 ， 接收到输入信息和矩阵运算后， sigmoid函数确定神 经元是否被激活； 复位门 接收 和 ， 其结果决定忘记多少过去的信息； 当前存储器是前一个隐藏层的输入和输出的 汇总， 和 通过更新闸门的动态控制来确定最终输出 ， 并传送至下一个GRU单元， 表示候选隐藏层状态， 表示t‑1时刻隐藏层中的值， GRU单 元计算公式为: 权　利　要　求　书 1/2 页 2 CN 115222160 A 2上述式中， 和 为更新门的权重； 和 为重置门的权重； 为sigmoid函数； H 为记忆门的权 重； 输出层输出： 其中， L表示列车特性的时间序列数据， Y表示运行图的时间序列数据， K表示客流信息 的时间序列数据， S表示线路数据的时间序列数据， U代表直流母线电压的时间序列数据， I 表示直流馈线电流的时间序列数据， P表示整流机组功率的时间序列数据。权　利　要　求　书 2/2 页 3 CN 115222160 A 3