一种城市公交车工况构建方法

摘要

本发明公开了一种城市公交车工况构建方法，对城市公交道路运行数据和站点信息进行充分采集和统计，提出代表路线选择和数据库建立方法，基于数据库建立各类代表工况并确定时间比例；提出站点分类阈值确定方法，根据阈值对城市或区域全部公交站点分类；提出各类工况权重因子确定方法，按权重因子选取代表工况数据，完成城市或区域道路循环工况构建。本发明以公交车实际道路运行数据为基础，可实现城市区域工况构建以及未知公交线路工况预测，提高构建城市循环工况精度。

说明书

技术领域

本发明属于公交车在实际道路循环工况的构建领域，具体涉及一种城市公交车工况构建方法。

背景技术

车辆行驶工况是反映车辆在特定交通环境下行驶的过程，以速度-时间过程作为表现形式。在采集大量实测数据基础上，构建实际道路循环工况是车辆优化测试和仿真的数据支撑，是评价车辆排放、油耗、控制策略和参数匹配等的重要依据，为汽车研究中共性核心技术。

由于公交车运行路线固定的特殊性，决定了其与其他用途车辆在运行状态有很大不同。目前国内外城市公交工况构建研究大多为单条线路工况构建或多条线路简单组合构建，单条线路工况只适用特定线路测试研究，不具有通用性；多条线路简单组合构建工况将多条线路工况拼接成城市公交工况，区域代表性差，不能真实反映城市或区域公交车实际运行状态。因此需要基于站点信息和大数据构建城市代表工况。

发明内容

本发明的目的在于克服上述不足，针对公交车行驶路线固定和站点分布不变的特点，基于大数据分析和站点分类，提供一种城市公交车工况构建方法，具有提高城市工况精度和新线路工况预测的优点。

为了达到上述目的，本发明包括以下步骤：

步骤一，选择n条公交代表线路，进行车辆道路行驶采集数据；

步骤二，数据库建立，构建各类代表工况；

步骤三，统计代表线路站点信息并分类，确定类阈值；

步骤四，统计全部站点信息并分类，确定类权重因子；

步骤五，道路循环工况构建。

所述步骤一中，车辆道路行驶采集数据时，选择线路频数、覆盖区域和线路方向作为代表工况的三个重要因素，通过GPS设备获得车辆道路行驶试验的数据，试验时间包含所有运营时间采集数据量与线路频数成正比。

所述步骤二中，建立数据库通过线路强度和平均运营次数，以线路强度最小线路为基准，求每条线路相对基准的权重，按照权重取相应的数据量放入数据库中，建立代表线路数据库，对数据库大数据进行数据处理，解析出拥堵、一般、通畅三类代表工况，并确定各类时间占比。

所述步骤三中，统计n条代表线路全部站点强度信息，依据各类工况时间占比对站点分三类，确定站点类阈值。

所述步骤四中，统计城市或区域全部站点强度信息，依据站点类阈值对站点分类，分三类：通畅站点、一般站点、拥堵站点，定义类权重因子为各类站点数之比，确定各类权重因子。

所述步骤五中，从已构建的各类代表工况中按照各类权重因子提取若干片段构成城市公交工况，完成城市公交工况构建。

与现有技术相比，本发明为基于公交实际运行数据试验和站点信息统计，结合公交运营车次构建代表数据库，运用主成分分析和聚类分析等数学统计方法构建各类代表工况。结合公交路线固定特性，将公交路线、站点信息和实际运行状态有机结合联系起来，从数据库各类代表工况中依据站点类权重挑选最优片段合成城市循环工况，使其更加符合城市公交车实际道路运行状态，提高构建城市循环工况精度。本发明还可以实现城市区域工况构建以及未知公交线路工况预测。

附图说明

图1为本发明的流程图。

图2是数据库构建第一类代表工况图；

图3是数据库构建第二类代表工况图；

图4是数据库构建第三类代表工况图；

图5是代表线路站点强度分布图；

图6是城市所有站点强度分布图；

图7是城市综合循环工况图。

具体实施方式

下面结合附图和实施例对本发明做进一步说明。

实施例：

本文采集统计数据为某市公交车的实际运行数据及站点详细信息，提出代表路线选择和数据库建立方法，运用短行程划分法、主成分分析、聚类分析法进行数据分类整理，分为拥堵工况、一般工况、通畅工况三类，建立各类代表工况并确定时间比例；确定站点分类阈值并对城市或区域全部公交站点分类；确定各类工况权重因子并按权重因子选取代表工况数据，完成城市或区域道路循环工况构建。

参见图1，下面进行详细步骤说明：

(1)选择n条公交代表线路，进行车辆道路行驶采集数据；城市公交循环工况数据采集要求有足够的覆盖面，故综合考虑如下因素：线路频数、覆盖区域、线路方向等。线路频数与线路利用率成正比，选择较大线路频数线路为采样线路，同时要求代表线路覆盖东西南北方向，保证采样路线的覆盖面足够。以某城市线路选择为例，共选择10条公交代表线路，基本覆盖该市2环大部分区域，符合代表线路选择依据。

通过GPS设备获得车辆道路行驶试验的数据包括时间t、车速V(t)、加速度A(t)，其中车速V(t)单位为km/h，且V(t)≥0，t的单位为s，且t∈N。要求试验时间包含所有运营时间、周一到周天、节假日，采集数据量与线路频数成正比。

(2)数据库建立，构建各类代表工况；构建数据库主要依据两个标准：线路强度和平均运营次数。线路强度是线路上所有站点频数之和除以站点数，可统计得出；平均运营次数为线路每天运营车次，可查询得出。以线路强度最小线路为基准，求每条线路相对基准的权

重，按照权重取相应的数据量放入数据库中，权重计算公式可表示为：

式中，ω为权重，为某条线路站点频数之和，为基准线路站点频数之和，n1为某条线路总站点数，n2为基准线路总站点数，s1为某条线路平均运营车次数，s2为基准线路平均运营车次数。

表1某市代表线路强度和运营车次统计表

公交线路39路603路36路266路5路103路600路215路42路线路强度2624.1122.5821.7420.2120.8820.621.7220.44运营车次(趟/天)260240230200160170180210220线路权重1.451.341.271.1611.041.071.191.18

从表1可以看出，以5路为基准线路，以公交首站到末站为一个片段，取基准路线50个片段放进数据库，其余线路按照表中线路权重取相应片段放进数据库，数据库共计535个片段，完成数据库构建。

对数据库大数据进行数据处理，主要有三个步骤：速度片段划分、速度片段特征参数分析、主成分分析+聚类分析。解析出拥堵、一般、通畅三类代表工况，如图2、图3、图4所示，并确定各类代表工况时间占比1:6:2。

(3)统计代表线路站点信息并分类，确定类阈值；统计10条代表线路全部站点强度信息，图5为代表线路各站点频数范围站点数统计结果。由图5可知，10条代表线路共计260个公交站点，各站点频数范围站点数占比如表2所示。

表2某市代表线路站点信息统计表

站点频数范围(0,5](5,10](10,15](15,20](20,25](25,30](30,50]总计站点数72583932262112260站点数占比27％22％15％13％10％8％5％100％

依据已确定的各类时间占比1:6:2对公交站点分三类，确定站点类阈值y₁、y₂。由表2计算可得，站点类阈值y₁＝5、y₂＝25，站点频数y的分类标准为：y≤5(通畅站点)、5<y≤25(一般站点)、y>25(拥堵站点)。

(4)统计全部站点信息并分类，确定类权重因子；本文统计某市三环内全部站点强度信息，如图6所示。可以看出，总计1118个公交站点，依据站点类阈值对站点分类。类权重因子为各类站点数之比，计算得出拥堵、一般、通畅站点权重因子分别为1:5:6。

(5)道路循环工况构建。从已构建的各类代表工况中按照各类权重因子提取若干片段构成城市公交工况。本文按照1:5:6从已构建的各类代表工况中提取12个速度片段构成某市城市公交循环工况,如图7所示。