一种基于多源异构数据的地铁综合监控系统

    公开(公告)号:CN118124641A

    公开(公告)日:2024-06-04

    申请号:CN202410252426.X

    申请日:2024-03-06

    Inventor: 胡文斌 钱程

    Abstract: 本发明公开了一种基于多源异构数据的地铁综合监控系统,主要包括电气数据的采集和异构、神经网络客流预测、根据客流动态调整运行图以及城轨交通Web服务器的总体设计。地铁综合监控系统是基于微服务框架实现云平台部署,以数据为中心,统一管理、分析和异构,设计地铁运营所需的各种服务,包括UI交互界面、智能算法等,并将整个服务器部署在云平台上,实现降低成本、优化资源、数据共享。整个平台的总体架构贯穿了数据的采集接收和处理分析、智能算法设计、仿真模型构建和人机应用交互等各个方面。设计的地铁综合监控平台以数据流的形式,详细说明了每个部分的功能和联系使其具有扩展性、可靠性,具有重要实际应用意义。

    一种新型网线成卷机
    2.
    发明授权

    公开(公告)号:CN108861815B

    公开(公告)日:2024-03-15

    申请号:CN201810465202.1

    申请日:2018-05-16

    Abstract: 本发明公开了一种新型网线成卷机,机架(1)上设有机罩(3),绕线机构在上部,收线盘Ⅰ(2)和收线盘Ⅱ(29)在下部,收线盘Ⅰ(2)和收线盘Ⅱ(29)在同一平面内对称分布,电机Ⅰ(17)和电机Ⅱ(27)位于机罩(3)内腔的底部,电机Ⅰ(17)与机罩(3)外的收线盘Ⅰ(2)为传动连接,电机Ⅱ(27)与机罩(3)外的收线盘Ⅱ(29)为传动连接,电机Ⅲ(28)位于机罩(3)内腔的上部的滑板(31)上,所述的绕线机构的上履轮(4)固定安装在安装支架上,下履轮(32)安装在履轮支座(33)上,电机Ⅲ(28)通过曲柄机构带动履轮支座(33)滑动运动,上履轮(4)的一侧设有引导轮组,曲柄机构上设有定位导轮组。

    一种城轨交通能源管理微服务系统

    公开(公告)号:CN116776529A

    公开(公告)日:2023-09-19

    申请号:CN202310388033.7

    申请日:2023-04-12

    Abstract: 本发明公开了一种基于微服务的轨道交通能效管理系统,包括数据远程实时采集服务、轨道交通牵引供电系统仿真分析服务以及城轨交通Web服务器的总体设计,其中:数据远程实时采集系统采用Netty的IO多路复用模型实现了高效性,自定的格式化预处理数据解决了连接效率、粘包和连接安全的问题,同时具备指令交互、心跳检测功能。牵引供电系统仿真方面对各部分建模分析其特性,然后将各个部分综合考虑建立包含列车、接触网以及走行轨的城市轨道交通直流牵引供电系统模型,并对该系统模型等效形成的时变电网络进行潮流计算。本发明以数据为中心,统一管理,设计合适的日志服务,UI交互界面,持久化策略,使其具有扩展性,可靠性,具有重要实际应用意义。

    一种考虑延误的地铁列车节能时刻表优化方法

    公开(公告)号:CN118095090A

    公开(公告)日:2024-05-28

    申请号:CN202410265735.0

    申请日:2024-03-08

    Abstract: 本发明公开了一种地铁列车节能时刻表优化方法,该方法步骤如下:对地铁列车停站延误历史数据和区间追踪历史数据进行统计分析,分别建立考虑客流因素的停站延误时间的概率模型和区间追踪时间与发车延误时间概率关系函数,结合列车动力学模型、牵引供电模型,以列车区间运行时间和停站时间作为决策变量,全线变电站总能耗最低为优化目标,建立考虑延误因素的多车协同节能优化模型。在考虑列车延误条件下的停站时间约束、运行时间约束,运用交叉变异的粒子群算法对模型求解进行算法设计。本发明方法在考虑了列车延误因素下,对全线列车进行节能时刻表优化,最大化降低全线列车总牵引能耗,总运营能耗,具有较高的使用价值与应用前景。

    一种基于RNN的城市轨道交通列车速度与客流量的预测方法

    公开(公告)号:CN116611864A

    公开(公告)日:2023-08-18

    申请号:CN202310587350.1

    申请日:2023-05-24

    Abstract: 本发明公开了一种基于RNN的城市轨道交通列车速度与客流量的预测方法,首先,采集列车各部件的电压和电流以及地铁线路已知的坡道和弯道、地铁站点数据,对采集数据进行预处理操作;其次,根据列车车组运行信息和采集到的信息计算得到不同区间的功率数据;用K‑means聚类法功率曲线进行区间识别,将同一区间的信息保存为样本数据集并编号;根据不同区间的样本功率数据集,建立列车客流量预测模型并进行预测;最后基于同一区间内的样本数据集和列车客流量,建立循环神经网络模型,实现列车速度实时跟踪预测。本发明对地铁列车的速度跟踪预测的结果更加精确,具有科学、精确、可靠的优点,能提前规避列车的运行故障,为保证列车安全稳定运行提供了借鉴。

    一种基于硬件神经网络的列车速度曲线预测方法

    公开(公告)号:CN116011348A

    公开(公告)日:2023-04-25

    申请号:CN202310124174.8

    申请日:2023-02-16

    Abstract: 本发明公开了一种基于硬件神经网络的列车速度曲线预测方法。选择ZYNQ的7z010芯片开发。PS侧搭建数据采集模块,进行功率计算,数据处理。处理结果通过AXI传入PL侧的RAM中缓冲;PL侧搭建硬件神经网络。采用离线学习方式,先在PC端训练神经网络,训练后的参数进行剪枝量化后重训练,满足精度要求后导出成coe文件加载到FPGA。然后,在FPGA中设计相应的激活函数模块和矩阵运算模块。最终,将RAM中缓存的数据传入神经网络完成速度的预测。本发明能够借助列车实时运行的能耗数据进行在线速度的拟合,从而分析列车运行能耗与速度曲线的内在关系,为列车运行节能提供更多的参考意见,具有较高的使用价值和应用前景。

    一种新型网线成卷机
    7.
    发明公开

    公开(公告)号:CN108861815A

    公开(公告)日:2018-11-23

    申请号:CN201810465202.1

    申请日:2018-05-16

    Abstract: 本发明公开了一种新型网线成卷机,机架(1)上设有机罩(3),绕线机构在上部,收线盘Ⅰ(2)和收线盘Ⅱ(29)在下部,收线盘Ⅰ(2)和收线盘Ⅱ(29)在同一平面内对称分布,电机Ⅰ(17)和电机Ⅱ(27)位于机罩(3)内腔的底部,电机Ⅰ(17)与机罩(3)外的收线盘Ⅰ(2)为传动连接,电机Ⅱ(27)与机罩(3)外的收线盘Ⅱ(29)为传动连接,电机Ⅲ(28)位于机罩(3)内腔的上部的滑板(31)上,所述的绕线机构的上履轮(4)固定安装在安装支架上,下履轮(32)安装在履轮支座(33)上,电机Ⅲ(28)通过曲柄机构带动履轮支座(33)滑动运动,上履轮(4)的一侧设有引导轮组,曲柄机构上设有定位导轮组。

    波导器件微波气体放电数值模拟方法

    公开(公告)号:CN104679920B

    公开(公告)日:2017-12-12

    申请号:CN201310617785.2

    申请日:2013-11-27

    Abstract: 本发明公开了一种波导器件微波气体放电数值模拟方法,该方法建立了波导结构中微波气体放电的流体模型,针对气体击穿过程中电子密度、电子流体速度和平均电子能量进行了精确的数值分析,可得到不同几何外形的复杂结构波导器件中气体放电情况下不同观察点处的电场强度与电子密度随时间变化的规律。本发明以时域谱元法为基础,可以实现任意复杂结构波导器件的建模;生成的质量矩阵为块对角矩阵可以直接得到逆矩阵,大大降低了计算时间;同时采用数值模拟的方法可以避免通过反复实验获得波导器件的内部电场分布与电子密度,得到击穿阈值,缩短设计周期,节约设计成本,非常适用于实现对带有不连续结构的复杂波导器件的有效的仿真设计与数值模拟。

    波导器件微波气体放电数值模拟方法

    公开(公告)号:CN104679920A

    公开(公告)日:2015-06-03

    申请号:CN201310617785.2

    申请日:2013-11-27

    Abstract: 本发明公开了一种波导器件微波气体放电数值模拟方法,该方法建立了波导结构中微波气体放电的流体模型,针对气体击穿过程中电子密度、电子流体速度和平均电子能量进行了精确的数值分析,可得到不同几何外形的复杂结构波导器件中气体放电情况下不同观察点处的电场强度与电子密度随时间变化的规律。本发明以时域谱元法为基础,可以实现任意复杂结构波导器件的建模;生成的质量矩阵为块对角矩阵可以直接得到逆矩阵,大大降低了计算时间;同时采用数值模拟的方法可以避免通过反复实验获得波导器件的内部电场分布与电子密度,得到击穿阈值,缩短设计周期,节约设计成本,非常适用于实现对带有不连续结构的复杂波导器件的有效的仿真设计与数值模拟。

    一种基于残差神经网络的牵引供电系统潮流计算方法

    公开(公告)号:CN117973225A

    公开(公告)日:2024-05-03

    申请号:CN202410231941.X

    申请日:2024-03-01

    Abstract: 本发明公开了一种基于残差神经网络的牵引供电系统潮流计算方法,属于牵引供电系统仿真领域,所述方法包括:步骤1,搭建牵引供电系统稳态模型;步骤2,建立牵引供电系统的时变电网络等效模型;步骤3,进行直流潮流计算迭代求解,获取潮流训练数据集;步骤4,选取合适的特征作为神经网络模型的输入输出数据,并进行归一化处理;步骤5,设计残差神经网络模型;步骤6,训练神经网络并进行模型有效性验证,从而获得潮流计算模型;步骤7,设置输入参数,进行残差网络前向传播计算,得到潮流计算结果。本发明在满足潮流计算精度的同时,提高潮流计算求解效率,实现牵引供电系统在线监测与状态分析,为增强系统供电可靠性和安全性提供解决策略。

Patent Agency Ranking