[发明专利]基于LSTM的仿真系统车辆动力学模型速度预测方法

摘要

本发明实施例提供一种基于LSTM的仿真系统车辆动力学模型速度预测方法，基于现场采集到的实际列车运行记录数据，使得仿真车辆动力学模型在全功能仿真测试平台中更好地模拟现场车辆的实际运行效果，基于此数据源训练基于时间序列的车辆速度预测模型，能够将现场真实的隐含模式蕴含在模型之内，隐含模式是指车辆自身的一些性能参数，并可以用来优化车辆动力学模型，如增加雨雪模式的功能，LSTM模型的应用使得原本难以采用但又对实际运行速度输出的重要影响的因子以关注，可以将诸如车重、实际线路曲率以及满载率等特征引入进仿真系统；克服了传统模型没有把历史数据引入计算的问题。

主权项

1.一种基于LSTM的仿真系统车辆动力学模型速度预测方法，其特征在于，包括：获取现场的真实车辆日志记录，基于线路和车型对所述真实车辆日志记录进行分类；提取现有仿真系统中车辆动力学模型的输入特征集与真实车辆日志记录中记录一致的运行状态特征，所述输入特征集单独记载的与车辆速度相关的运行状态特征，以及所述真实车辆日志记录单独记载的与车辆速度相关的运行状态特征；基于所述运行状态特征构建时间序列记录，所述时间序列记录中每条记录包括所述运行状态特征对应的特征值以及当前时刻的瞬时车辆速度；将不同线路和车型分类下的所述时间序列记录作为样本进行长短期记忆网络LSTM训练，得到对应的LSTM速度预测模型；基于所述LSTM速度预测模型进行仿真系统车辆动力学模型速度预测。