[发明专利]基于SA-GRU的高速列车节能驾驶策略

说明书

本发明公开了基于SA‑GRU的高速列车节能驾驶策略，首先需要将初始运行时数据进行预处理，然后将处理后的数据根据制动手柄级位进行分类，采用欠采样法对数据集进行随机采样，得到均衡数据集，经过多重特征选择去除均衡数据集中的冗余特征得到训练集，最后将经过多重特征选择之后的训练集输入SA‑GRU分类模型中对分类模型进行训练。测试集选择一条包含所有制动手柄级位的路线，将数据进行和训练集一样的处理后，输入训练好的模型对其制动手柄级位进行预测，经过反复训练以及优化，最终得到节能策略。在今后的列车驾驶中可以使用本发明中的策略，不仅达到了节能的效果，而且成本低，符合国家对高速列车节能驾驶的要求。

技术领域

本发明属于轨道交通、神经网络技术领域，具体涉及一种基于SA-GRU的高速列车节能驾驶策略的研究。

背景技术

近年来，我国高速铁路得到了很快的发展，高速铁路的开通运营不仅促进了我国社会经济的发展，而且作为国内中短途出行时的交通方式，可以节约在旅途中的大量时间，成为绝大多数人的最佳选择。在促进国家经济发展的同时，高速铁路在节能减排方面也产生了很好的示范效应，具体体现为：首先，它提升了铁路电气化水平，优化了铁路节能结构，实现了大面积“以电代油”，降低了对石油的依赖；其次，高速铁路技术有力的提升了铁路行业的节能减排效应，形成了绿色环保的交通大动脉。但是随着高速铁路运行里程和行车密度的增大，牵引供电系统用电量逐年增加，高铁的节能降耗成为人们关注的热点。高铁相对其他交通出行方式最显著的优势之一就是极少延误能够正点到站，这就要求在列车运行过程中进行速度的规划和控制。因此保障高速列车系统安全可靠准时的前提下，开展以降低高速列车运营能耗水平为目的的关键理论技术与方法研究具有重要现实意义。现有的节能方法主要集中于车体本身、轨道路线以及列车驾驶策略方面的优化研究，除列车驾驶策略外，剩下两种投入成本高，对驾驶策略的优化成为一种高效、低成本的方法。

发明内容

本发明的目的是提供基于SA-GRU的高速列车节能驾驶策略，解决了高速列车在运行过程中由于操作不当产生过多能耗的问题。

本发明所采用的技术方案是，基于SA-GRU的高速列车节能驾驶策略，步骤1、对列车从首发站到终点站运行过程中产生的运行数据，使用插值法、卡方检验方法对运行时间、速度、车厢电气柜温度、变压器温度、驱动侧轴温度、齿轮温度、轴温、转速、风管温度以及制动手柄级位一系列单个特征进行数据预处理；

步骤2、通过12种不同类别制动手柄级位将数据分为12类，并将每一类制动手柄级位映射为0-11的数字作为标签，去除数量过少的类别为紧急制动手柄级位的数据，也就是标签为11的数据，对剩下的列车运行时数据，标签为0-10，使用欠采样法进行构造均衡数据集操作，得到每一种类别数量相同的均衡数据集；

步骤3、将步骤2中的均衡数据集进行多重特征选择，去除对制动手柄级位操作无影响或影响较小的特征，经过多重选择之后得到的均衡数据集中的数据只包含与制动手柄级位相关性大的三十四个特征，此均衡数据集将作为训练集；

步骤4、将步骤3中经过多重特征选择之后的训练集中除制动手柄级位之外的数据作为SA-GRU分类模型的输入，制动手柄级位作为输出，对SA-GRU分类模型进行训练；

步骤5、从步骤1中经过预处理之后的全部数据中根据速度变化选取一段路线作为测试集，根据数据集中所记录的由始发站到终点站的牵引用电能耗计算差值得出本段路中原有制动策略下的牵引用电能量J，并记录；然后根据初始运行时数据中的运行工况分别计算每一种标签下加速、匀速、减速所占百分比，记为p_i，0，p_i，1，p_i，2；