牵引能耗

摘要： 针对铁路机车能耗分析精细化程度低的问题,在分析电力机车能耗采集现状及存在问题的基础上,从机车能耗信息采集源点着手,将能耗数据与运输生产信息进行关联整合,构建涵盖数据预处理层、数据存储层、数据挖掘分析层、用户交互层的电力机车能耗数据挖掘分析总体框架,可以实现分线路、车次、站间、司机等多维度单耗区间分布测算,为能耗精细化分析奠定基础。以京沪线HXD1D型电力机车担当的旅客列车作为实例分析测算,将机车能耗数据分析细化到任意停站之间,并与司机操纵、牵引质量、列车速度等影响因素进行关联分析,从平均值、极差、标准差、离散系数等角度对能耗数据进行深度挖掘,为司机操纵和节支降耗提供数据参考,以提高机车能耗分析精度和管理水平。

摘要： 地铁列车牵引电力消耗总量过大是目前地铁运营公司面临的一大问题。为量化评估地铁列车牵引能耗,促进厂家不断优化牵引系统设计,降低地铁列车牵引能耗,文章在综合分析影响地铁列车牵引能耗因素的基础上,根据地铁列车牵引能耗测试的控车需求,研制了一种用于地铁列车牵引能耗测试的便携式控车装置,其实现了通过模拟司控器级位信号控制不同厂家地铁列车的自动运行和采集、记录和分析地铁列车牵引能耗数据的目标。试验结果显示,该装置能保证试验过程中列车按照规划曲线运行的最大速度误差小于2 km/h,解决了因人工操纵造成的列车运行过程不一致、试验数据不可信的问题,可满足对不同厂家地铁列车进行牵引能耗测试时的控车需求。

摘要： 牵引能耗是列车能耗的主要组成部分,针对城轨列车节能运行的问题,将列车运行状态离散化,以列车对速度控制作为动作空间,时间和能耗作为奖励函数,提出一种基于Q学习算法的城轨列车智能控制策略。在不使用离线优化速度曲线的情况下,根据列车当前位置和速度实时计算最优控制策略;同时,在传统Q学习基础上,将ε-greedy策略与司机驾驶经验相结合,减少探索次数,提高算法学习效率;最后,以杭州地铁5号线三坝-萍水站线路为例,验证该算法在满足准点运行的情况下,较传统动态规划算法,可减少列车站间牵引能耗3.79%。在原线路增加临时限速后,验证该算法仍具有实效性。

摘要： 城市轨道交通供电系统中牵引供电能耗受列车运行策略、运行时刻表编制和线路断面设计等多种因素影响。利用多列车仿真技术开发了一套牵引能耗仿真分析模型和多车牵引供电模型,研究了单车驾驶策略和基于运行时刻表的多车协同牵引节能优化技术。基于合肥轨道交通1号线列车运行数据的仿真结果表明,该优化技术效益较为明显,综合节能效果可达5%。

摘要： 对地铁运输经济性现状进行分析,从提高运输效率和降低运输成本方面找出了限制地铁提高运输经济性的因素。在辅助线设计、车辆选型和信号软件设计等方面提出了地铁运输成本的优化建议;在运量与运力匹配、应用列车的节能运行曲线及解决列车“扎堆”进站带来的牵引电能损耗等方面进行研究,制定了具有操作性的优化方案,从而提高地铁运输的经济性。

摘要： 节能是轨道交通可持续发展的重要目标,对牵引能耗的准确测算有助于探索节约能源.分析列车与牵引能耗的线性关系和动态客流在不同时区段的特征,并引入关键系数单耗指标,以此建立了一种地铁列车牵引能耗测算模型,该模型更加贴合线路特征和客流动态特征,大大降低了测算误差,与现有的预测方法比误差更小.通过研究不同时区段的单位能耗可以为既有线路的能耗估算和新线的规划设计提供了参考.

摘要： 因建设成本和运营成本较高,城市轨道交通运营企业入不敷出的现象较为普遍,大多依靠政府财政补贴维持运营.从工程建设和运营管理等方面,提出了一些城市轨道交通运营减亏措施,如缩小列车编组、提高列车满载率、减少列车牵引能耗、降低车辆维修成本、改革运营管理方法等,以期提高运营效益,减少企业亏损和政府财政补贴.

摘要： 城市轨道交通因其单位运行能耗低、运营效率高、车体容量大、乘坐安全系数高、行车密度大、快速准时等优势在国内公共交通领域得到快速发展.经过测算对比,在同等运力条件下,城市轨道交通人公里能耗相当于公共汽车的1/3、小汽车的1/9,因此城市轨道交通是当前最为节能的绿色交通工具.但随着运营里程的快速增长、建设规模的不断扩大,其总量能耗仍然巨大且不断攀升,其中牵引能耗的成本支出占总能耗支出的40％ 以上,节能潜力巨大.文章以郑州市轨道交通1号线为例,采用灰狼算法,对单车节能控制策略进行优化设计,优化列车运行曲线,并对优化后产生的列车牵引节能效果进行分析,为城市轨道交通降低列车牵引能耗相关工作的开展提供借鉴和参考.

摘要： 城市轨道交通牵引能耗占系统整体能耗的40％～60％.车载能耗计量装置记录了大量时间序列形式的牵引能耗数据,其能耗模式和异常分析对城市轨道交通节能运营具有重要意义.本文提出一种针对时间序列数据的牵引能耗异常分析方法.首先基于符号化近似聚合方法降低原时间序列维度得到牵引能耗子模式,然后利用K-means聚类实现牵引能耗模式判别,最后基于获得的典型牵引能耗模式及时间序列相似性度量方法,分析牵引能耗时间序列是否存在异常.将该方法应用于北京地铁某线路列车运营过程中记录的数据,得到3种典型能耗模式并结合车底运用计划进行分析,所提方法可用于时间序列牵引能耗数据的异常判断,为及时发现并确定牵引能耗异常程度提供数据支撑.

摘要： 新线牵引能耗预测可用以辅助线路的规划设计及列车选型,进而实现牵引节能.地铁新线牵引能耗受线路条件、列车属性等因素的综合影响,传统的仿真方法简化多种参数,而大数据预测方法忽略列车物理运动过程,均难以保证新线牵引能耗的预测效果.因此,提出一种将列车运行仿真与支持向量回归(SVR)相结合的组合预测方法预测地铁新线牵引能耗,并采用交叉验证方法及遗传算法对SVR参数进行寻优.研究结果表明:仿真与SVR相结合的组合预测方法优于单一预测方法,在95％的置信水平下,地铁新线牵引能耗预测精度可达90％.

摘要： 城市轨道交通节能潜力巨大,本文通过分析城市轨道交通列车牵引能耗系统,得出影响城市轨道交通列车牵引能耗的主要影响因素,并在此基础之上,根据灰色关联理论,建立城市轨道交通牵引能耗影响因素的灰色关联分析模型,采用灰色关联度分析法对各影响因素的关联度进行计算,进而分析各影响因素的重要度,并根据其重要度对各影响因素进行排序,研究结论表明,列车辅助设备、设计速度、运行速度、站间距、满载率5 个影响因素的关联度值依次减小,按照相关分类,列车辅助设备和设计速度为显著影响因素,其他为一般影响因素,为之后的行业研究提供分析基础.

摘要： 列车属性作为影响城市轨道交通牵引能耗的影响因素之一,其对牵引能耗的影响程度为牵引能耗研究的制约因素之一,本文从牵引能耗和辅助能耗两个方面进行列车属性对牵引能耗的影响程度研究,通过研究发现,列车属性对牵引能耗的影响主要体现在电机效率、车体流线设计、车体重量和辅助设备功率等方面,且列车牵引能耗同时受列车各属性影响,变化情况比较复杂.本文通过控制单变量变化,采取灵敏度分析的方法,分析各属性变化引起列车牵引能耗变化程度,并最终得出列车属性对牵引能耗的影响程度:由于列车的不同可导致牵引能耗差异达10％ 以上。

摘要： 本文以仿真数据为基础,从线路纵断面设计、平面曲线、站间距以及车站位置等角度,借助灰色关联理论研究了线路条件对牵引能耗的影响.研究表明,站间距和车站位置对牵引能耗的影响很大.从节能角度出发,当设计速度为60km/h时,站间距宜设计在0.8km以上;当设计速度为60～80km/h时,站间距宜设计在1.2kin以上;当设计速度高于80km/h时,站间距可设计在1.6km以上.此外,车站设置在凸形地段有利于牵引节能.

摘要： 节能减排是轨道交通可持续发展的重要目标.该文基于城市轨道交通列车运行能耗仿真系统,结合重庆轨道交通六号线二期工程实例,选取工程线路土建参数、车辆参数等进行配置,模拟不同的运行交路、坡度方案和再生制动情况下,列车运行过程中的牵引能耗的变化情况,从而为同类轨道交通工程设计提供参考,并以此作为能耗优化方案的基础,对于降低牵引能耗和运营成本起到重要的作用.

摘要： 列车牵引能耗是城市轨道交通系统能耗的重要部分,对列车牵引能耗进行分析预测对于降低城市轨道交通系统能耗具有重要意义.本文在总结列车牵引能耗影响因素的基础上,重点考虑走行公里、客运周转量和环境温度,分别建立了线性回归模型和非线性回归模型对牵引能耗进行预测.以某地铁线路为例,预测结果表明,非线性回归模型预测结果较好,预测平均误差为8.09％.

摘要： 随着城市轨道交通运营里程快速增长,高耗能的运营成本也在逐步攀升.如何在基于高运输质量的情况下减小能耗,是城市轨道交通行业当中十分重要的课题.所以分析能耗影响因素并建立能耗指标有着很重要的作用.本文重点分析了线路的牵引能耗影响因素，按照其能耗性质选择最具有代表性、科学性的能耗指标，其主要反映了客运量、列车周转量等与能耗的关系，体现出能耗与运输质量的关系。考虑线路条件、基础设施设备、运营情况给出节能管理的措施。

摘要： 本文依据新一代高速动车组京沪先导段的能耗测试结果,提出一种长距离多工况下列车牵引能耗估算方式.估算不同速度级直达开行方式下京沪全程高速列车的牵引能耗,比较不同速度级下总牵引能耗大小、牵引能耗组分、运行时间,以此作为选定京沪高速动车组速度目标值的部分依据.能耗估算结果表明,京沪高铁高速动车组一站直达开行方式选择300km/h作为速度目标值相比其他速度级具有较优的能耗水平和经济效益.

摘要： 本文介绍了转K7型转向架的结构、主要技术参数、结构组成、设计原理、试验和运用情况。转K7型转向架采用自导向装置、橡胶堆、两级刚度弹簧和双作用常接触弹性旁承等新技术后，可以显著地提高车辆蛇行运动的临界速度和运行平稳性、稳定性，减少车辆运行时轮轨的冲击，降低踏面和轮缘的磨耗，延长钢轨和车轮的使用寿命，大幅度地减少牵引能耗，降低运营成本，提高线路的运营能力，车辆运行品质的改善，保证了车辆快速运行的安全性，具有良好的社会效益和经济效益。

摘要： 本发明公开了一种基于多维数据的牵引力能耗合理区间预测方法，包括：数据采集，采集能源系统能耗的历史和实时的多维特征数据；数据拆分，按照数据类型的区别拆分成不同单项的多维数据；数据预处理，对各个单项的多维数据分别进行数据预处理；数据建模，针对每一个单项的多维数据都设计一个数据模型；数据训练，对建立的数据模型进行训练，优化数据模型；数据预测，将实时数据根据训练优化后的数据模型进行数据预测。本发明通过人工智能算法以及分布式框架结构对智慧城轨中多维度牵引力能耗数据进行区间预测，可根据历史数据以及实时数据的情况进行多步预测并为牵引力设备决策提供辅助指导。

摘要： 本实用新型提供一种用于纺织低能耗可快速冷却的牵引机构，涉及牵引机构领域，该用于纺织低能耗可快速冷却的牵引机构，用于纺织布冷却。包括两个中空的辊筒，两个辊筒上下布置，所述辊筒内设有螺旋管。该用于纺织低能耗可快速冷却的牵引机构，该用于纺织低能耗可快速冷却的牵引机构，通过设置上、下辊筒使得纺织布两面通过被接触，在通过螺旋管、压缩机、冷凝管、过滤管、毛细管相互配合，降低两个辊筒的表面温度，从而实现对纺织布两面同步冷却的作用，由于是循环使用故具有降低能耗的作用，且加快了纺织布冷却效率。再通过导向阀内圆柱旋转角度不同，从而改变气体流向，令整个装置均由多种工作状态，提高整个装置的适用范围。

摘要： 本发明公开了一种基于粒子群算法优化LSTM的地铁牵引能耗预测方法，方法为：首先获取地铁牵引能耗原始数据，根据灰色关联分析法选取牵引能耗的影响因素作为模型的输入；然后将数据集分为训练集和测试集，对训练集数据进行归一化处理；接着用改进的粒子群算法优化LSTM神经网络预测模型的超参数，结合训练样本和所得的最优参数组合构建用于地铁牵引能耗预测的LSTM网络模型；最后将测试集输入回归预测模型，预测地铁下个时间段的牵引能耗值。本发明提高了LSTM神经网络超参数寻优的搜索能力，提高了地铁牵引能耗预测的准确率。

摘要： 本发明提供了一种基于运行计划的轨道交通系统牵引能耗优化界限探测方法，包括：构建目标轨道交通线路的基础数据库；采用基础牵引计算方案计算目标轨道交通线路所有计划运行列车的参考运行方案以及对应的牵引能耗；采用优化牵引计算方案计算目标轨道交通线路所有计划运行列车在节能优化目标下的优化运行方案以及牵引能耗；根据参考运行方案和优化运行方案的牵引能耗，计算优化运行方案相对于参考运行方案的节能量和节能比，构建列车牵引能耗界限数据库，确定牵引能耗优化界限。本方法可以对给定轨道交通运行计划的牵引能耗节能优化界限进行准确估计，进而在运行计划编制与调整层面为提升轨道交通系统节能水平提供参考依据。

摘要： 本发明涉及列车牵引能耗异常监测技术领域，公开了一种基于集成学习的地铁列车牵引能耗异常监测方法，所述方法包括以下步骤：对地铁列车运行的历史运行数据进行预处理；使用获得的数据建立地铁牵引能耗异常监测的集成学习模型；对采集设备采集到的实时数据进行预处理；以经过预处理后的实时数据作为异常监测模型的输入，实时监测地铁列车牵引能耗；通过设置集成学习模型有效识别地铁列车牵引能耗的异常值，为地铁安全运行、检修体重可靠的依据，具有重要的实际工程意义。

摘要： 本发明公开了一种地铁牵引能耗智能检测控制方法、系统及电子设备。该方法包括获取牵引变电所的牵引负荷数据，并将牵引负荷数据与预设的最低能耗限值进行比对；当牵引负荷数据高于最低能耗限值时，从预设的数据库中查找与牵引负荷数据相匹配的决策信号，数据库中存储有历史牵引负荷数据以及历史牵引负荷数据所对应的历史决策信号；根据决策信号控制调整地铁供电系统的负荷状态。本发明实现了通过监测地铁能耗数据，根据历史数据和决策判断系统能耗超过限制时如何进行决策，进而对地铁能耗系统进行实时监测和控制，实现了基于实时能耗数据的系统节能优化。

摘要： 本发明涉及列车牵引能耗异常监测技术领域，公开了一种基于集成学习的地铁列车牵引能耗异常监测方法，所述方法包括以下步骤：对地铁列车运行的历史运行数据进行预处理；使用获得的数据建立地铁牵引能耗异常监测的集成学习模型；对采集设备采集到的实时数据进行预处理；以经过预处理后的实时数据作为异常监测模型的输入，实时监测地铁列车牵引能耗；通过设置集成学习模型有效识别地铁列车牵引能耗的异常值，为地铁安全运行、检修体重可靠的依据，具有重要的实际工程意义。

摘要： 本发明提供了一种基于Boosting和多预测器融合的列车牵引能耗异常检测方法。该方法包括：处理秒级累计的列车牵引能耗数据，形成日、周、月和年时间尺度的时序数据集；构建多种时间序列预测器，对每种时间序列预测器进行校验验证，采用Boosting算法调整各时间序列预测器的预测结果权重，形成多预测器融合模型；将待分析列车的秒级累计的列车牵引能耗数据输入到所述多预测器融合模型，根据所述多预测器融合模型的输出值判断所述待分析列车的牵引能耗状态。本发明提出的异常判断基础依托于多种时间序列预测模型及Boosting算法优化权重，所得预测值经加权及校验，符合工程现场实际能耗水平，同时便于工作人员理解使用。

摘要： 本发明公开了一种铁路运输企业非牵引能耗分线方法，包括将铁路运输生产单位按照能耗类型进行分类；针对各能耗部门从能耗部门分线影响因素中选择对应的能耗分线分劈指标；对各铁路运输企业能源消耗量数据进行数据清洗，并基于不同的能源品类按不同的能耗部门进行归类；从铁路运输生产单位的生产数据中确定能耗分线数据；构建各能耗部门的非牵引能耗分线分劈模型；计算各能耗部门的非牵引能耗分线分劈结果。本发明以各部门的运输工作量指标为依据，实现了各部门非牵引能耗分劈到具体线路上，解决了各线路能耗数据统计不准确、不精细的问题，能够准确反映铁路线路的能源消耗实际情况。

摘要： 本发明公开了一种铁路运输企业非牵引能耗分客货分劈方法，包括将铁路运输生产单位按照用能类型进行分类；针对各种用能单位从能耗分劈影响因素中选择对应的能耗分客货分劈指标；对各铁路运输企业能源消耗量数据进行数据清洗，并基于不同的能源品类按不同的用能单位进行归类；确定能耗分客货分劈数据；构建各种用能单位的客运非牵引能耗分劈模型和货运非牵引能耗分劈模型；确定各种用能单位的非牵引能耗分客货分劈结果。本发明全面考虑了铁路运输非牵引能耗分客货分劈的影响因素，并筛选出主要的影响因素作为能耗分劈的指标，提高了非牵引能耗分客货分劈的准确性，可以有效测算各个用能单位客运和货运的非牵引能耗。