一种列车运行速度曲线规划方法、装置、设备、存储介质与流程

1.本发明涉及城市轨道交通技术领域，特别涉及一种列车运行速度曲线规划方法、装置、设备、存储介质。


背景技术：

2.近年来，中国城市轨道交通得到快速发展，而列车的乘坐舒适度作为列车动力学性能的一个重要评价标准，也越来越受到关注。由于城市地质情况和线路规划的限制，实际的城市轨道交通线路由直线段与曲线段组成。如果列车在轨道曲线段上速度过快，将会导致列车脱轨，从而引发重大事故。因此，为了保证列车的安全运行，运行区间内会设置多个限速不同的区段。列车需要在低限速区减速慢行，在高限速区提速行驶，这就意味着列车不能像常规牵引-巡航-惰行-制动运行那样运行，而需要通过多次工况切换，以满足限速要求，工况切换会带来列车运行中的加减速，列车的加减速度绝对值过大、加减速度变化的频率过高都会对乘客的舒适度产生不好的影响。因此，在计算列车运行速度曲线时，需要考虑乘客的舒适度情况。
3.目前，国内外对于列车运行曲线的乘客舒适度已经进行了大量的研究，现有的提升舒适度方法主要有在算法中加入约束条件的方式限制列车加减速度的变化以及常用的s曲线加减速速度曲线被引入到列车运行速度曲线中，一方面这种方法会提高优化算法的复杂度，另一方面它仅仅局限于限制加减速度变化引起的冲击在合理的范围内，而忽视了加加速度对人体带来的负面影响。而s曲线中的七阶段控制也会带来速度曲线计算的复杂问题。
4.综上，如何在提升轨道交通乘客舒适度的同时，减少计算复杂度，实现线路中不同限速区段间的目标运行速度，以达到列车运行转换的平滑处理是本领域有待解决的技术问题。


技术实现要素：

5.有鉴于此，本发明的目的在于提供一种列车运行速度曲线规划方法、装置、设备、存储介质，能够在提升轨道交通乘客舒适度的同时，减少计算复杂度，实现线路中不同限速区段间的目标运行速度，以达到列车运行转换的平滑处理。其具体方案如下：
6.第一方面，本技术公开了基于列车在不同工作线路区间的限速信息生成相应的列车运行策略；
7.确定所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的自适应系数；
8.利用所述列车运行策略中的各个工作线路区间的运行距离、所述自适应系数生成所述列车的运行速度曲线；
9.采用预设群智能算法对所述运行速度曲线优化获取目标运行速度曲线。
10.可选的，所述基于列车在不同工作线路区间的限速信息生成相应的列车运行策
略，包括：
11.获取轨道交通站的不同工作线路区间的限速信息，并根据所述限速信息和对应的各个工作线路区间划分初始列车运行速度曲线；
12.利用所述初始列车运行速度曲线生成与各个工作线路区间对应的列车运行策略。
13.可选的，所述确定所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的自适应系数，包括：
14.根据所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的区间信息建立自适应二次速度曲线；
15.控制所述自适应二次速度曲线中的加加速度在预设阈值范围内，并基于所述加加速度对自适应系数进行取值计算，以获取相应的自适应系数。
16.可选的，所述根据所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的区间信息建立自适应二次速度曲线；控制所述自适应二次速度曲线中的加加速度在预设阈值范围内，并基于所述加加速度对自适应系数进行取值计算，以获取相应的自适应系数，包括：
17.建立v＝kt2+v
c0
为自适应二次速度曲线，其中v
c0
为高限速部分牵引区间和/或低限速部分制动区间的列车巡航速度，k为速度系数，t为高限速部分牵引区间和/或低限速部分制动区间的时间；
18.对所述自适应二次速度曲线求导计算，获取加速度a＝2kt，对所述加速度的最大值进行限制，限制条件为a
maxt
为列车当前时刻的最大加速度，f
vt
为列车在当前运行速度下根据牵引曲线而得到的牵引力/制动力，f(v)为基本阻力，f(x)为线路区间附加阻力，m为列车运行负载情况；
19.求导所述加速度，获取加加速度2k，控制加速度的绝对值位于所述预设阈值范围内，符合|2k|＜jm，其中，所述jm为预设阈值；
20.通过dv
limit
＝[dv
l12 dv
l23
......dv
l(n-1)n
]计算高限速部分牵引区间和低限速部分制动区间的限速变化情况，其中，dv
lmn
＝v
ln-v
lm
，当dv
lmn
＞0进入高限速部分牵引区间，dv
lmn
＜0进入低限速部分制动区间；
[0021]
通过dv
lmax
＝max(|dv
limit
|)获取最大限速变化率；
[0022]
根据计算满足所述高限速部分牵引区间的限速条件和所述低限速部分制动区间的限速条件的自适应系数。
[0023]
可选的，所述利用所述列车运行策略中的各个工作线路区间的运行距离、所述自适应系数生成所述列车的运行速度曲线，包括：
[0024]
构建包含计算列车的加速度、列车速度和列车所在位置的列车运动模型；
[0025]
基于在高限速部分牵引区间和低限速部分制动区间时的自适应系数更新所述列车运动模型，以获取更新后的所述列车运动模型输出的列车速度曲线、加速度曲线和位移曲线。
[0026]
可选的，所述构建包含计算列车的加速度、列车速度和列车所在位置的列车运动模型；基于在高限速部分牵引区间和低限速部分制动区间时的自适应系数更新所述列车运
动模型，以获取更新后的所述列车运动模型输出的列车速度曲线、加速度曲线和位移曲线，包括：
[0027]
构建的列车运动模型，其中，f
p
(v)为基于列车的牵引曲线获取的对应牵引力，fb(v)为基于列车的制动曲线获取的对应制动力，f(v)为基本阻力，f(x)为线路区间附加阻力；v(t+δt)为t+δt时刻对应的列车速度，x(t+δt)为时刻列车所在位置；
[0028]
基于在高限速部分牵引区间和低限速部分制动区间时的自适应系数更新所述列车运动模型，更新后的所述列车运动模型如下：
[0029]
其中，k为自适应系数k
ad
；
[0030]
根据列车巡航时的各个工作线路区间的列车牵引力等于运行阻力的运行曲线计算条件获取列车速度曲线、加速度曲线和位移曲线；所述运行曲线计算条件为
[0031]
可选的，所述采用预设群智能算法对所述运行速度曲线优化获取目标运行速度曲线，包括：
[0032]
将各个工作线路区间的运行距离作为决策变量，构建包含列车停车位置和列车停车时间的目标函数，并设置约束条件为列车运行速度低于各个工作线路区间的限制速度，采用粒子群算法求解所述目标函数的最优解，以获取目标运行速度曲线。
[0033]
第二方面，本技术公开了一种列车运行速度曲线规划装置，包括：
[0034]
策略生成模块，用于基于列车在不同工作线路区间的限速信息生成相应的列车运行策略；
[0035]
系数确定模块，用于确定所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的自适应系数；
[0036]
曲线生成模块，用于利用所述列车运行策略中的各个工作线路区间的运行距离、所述自适应系数生成所述列车的运行速度曲线；
[0037]
曲线规划模块，用于采用预设群智能算法对所述运行速度曲线优化获取目标运行速度曲线。
[0038]
第三方面，本技术公开了一种电子设备，包括：
[0039]
存储器，用于保存计算机程序；
[0040]
处理器，用于执行所述计算机程序，以实现前述公开的列车运行速度曲线规划方法的步骤。
[0041]
第四方面，本技术公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的列车运行速度曲线规划方法的步骤。
[0042]
由此可见，本技术公开了一种列车运行速度曲线规划方法，包括：基于列车在不同工作线路区间的限速信息生成相应的列车运行策略；确定所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的自适应系数；利用所述列车运行策略中的各个工作线路区间的运行距离、所述自适应系数生成所述列车的运行速度曲线；采用预设群智能算法对所述运行速度曲线优化获取目标运行速度曲线。可见，由于各个站间限速区间各有不同，需要列车使用不同的运行策略，因此对列车在不同工作线路区间的限速信息进行提取，生成相应的列车运行策略，然后对列车运行策略中高限速部分牵引区间和低限速部分制动区间进行自适应系数的确定，这样一来，通过自适应系数对高限速区间和低限速区间的速度提升或降低过程的速度进行适应性调整，然后建立列车的运行速度曲线，根据具体的限速情况建立合适的运行速度曲线，实现轨道交通乘客舒适度的提升，最后对该运行速度曲线进行优化，获取目标运行速度曲线，解决因线路区间数量过多产生的计算复杂的问题，获取符合当前线路条件的运行速度曲线。
附图说明
[0043]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0044]
图1为本技术公开的一种列车运行速度曲线规划方法流程图；
[0045]
图2为本技术公开的一种列车运行策略示意图；
[0046]
图3为本技术公开的一种具体的列车运行速度曲线规划方法流程图；
[0047]
图4为本技术公开的一种高限速部分牵引速度二次曲线与加速度图；
[0048]
图5为本技术公开的一种低限速部分牵引速度二次曲线与加速度图；
[0049]
图6为本技术公开的另一种具体的列车运行速度曲线规划方法流程图；
[0050]
图7为本技术公开的一种列车运行速度曲线规划装置结构示意图；
[0051]
图8为本技术公开的一种电子设备结构图。
具体实施方式
[0052]
下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0053]
目前，国内外对于列车运行曲线的乘客舒适度已经进行了大量的研究，现有的提升舒适度方法主要有在算法中加入约束条件的方式限制列车加减速度的变化以及常用的s曲线加减速速度曲线被引入到列车运行速度曲线中，一方面这种方法会提高优化算法的复
杂度，另一方面它仅仅局限于限制加减速度变化引起的冲击在合理的范围内，而忽视了加加速度对人体带来的负面影响。而s曲线中的七阶段控制也会带来速度曲线计算的复杂问题。
[0054]
为此，本发明实施例提供了一种列车运行速度曲线规划方案，能够在提升轨道交通乘客舒适度的同时，减少计算复杂度，实现线路中不同限速区段间的目标运行速度，以达到列车运行转换的平滑处理。
[0055]
参照图1所示，本发明实施例公开了一种列车运行速度曲线规划方法，包括：
[0056]
步骤s11：基于列车在不同工作线路区间的限速信息生成相应的列车运行策略。
[0057]
本实施例中，获取轨道交通站的不同工作线路区间的限速信息，并根据所述限速信息和对应的各个工作线路区间划分初始列车运行速度曲线；利用所述初始列车运行速度曲线生成与各个工作线路区间对应的列车运行策略。可以理解的是，由于列车工作线路中不同工作线路区间的站间限速区间各有不同，需要列车使用不同的运行策略。站间限速区可以划分为出站区、高限速区、低限速区、进站区，相应的，根据列车在不同限速区可以具体地将列车运行策略分为以下阶段：出站牵引、出站巡航、高限速部分牵引、高限速巡航、低限速部分制动、低限速巡航、进站巡航、进站制动，高限速与低限速中的高/低是当前限速相对前一段限速而得到的，其中出站牵引与巡航、进站巡航与制动在线路区间中仅出现一次，而高限速部分牵引与巡航、低限速部分制动、低限速巡航则由具体的高低限速区间数量决定，因此，基于列车工作的工作线路的划分的不同工作线路区间中的限速信息划分初始列车运行速度曲线，生成列车区间运行策略。
[0058]
步骤s12：确定所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的自适应系数。
[0059]
本实施例中，基于列车运行策略中工作线路的各个限速情况，对列车运行策略中高限速部分牵引和低限速部分制动进行自适应二次曲线的优化，并获取优化后的自适应系数，用于列车从巡航进入高限速部分牵引区间和从巡航进入低限速部分制动区间的两种阶段状态时避免惯性因素导致乘客不好的乘坐体验，能够通过确定的动态自适应系数对加减速阶段进行简要的速度计算，避免加减速阶段过多造成的计算复杂问题。
[0060]
步骤s13：利用所述列车运行策略中的各个工作线路区间的运行距离、所述自适应系数生成所述列车的运行速度曲线。
[0061]
本实施例中，根据列车运行策略获取轨道交通线路信息，包括站间距离、站间运行时间、线路坡度、线路曲线、列车牵引制动曲线、列车与运行工况等信息，然后利用上述的轨道交通线路信息以及确定的自适应系数生成列车的运行速度曲线，需要注意的是，此时的列车运行速度曲线是各个工作线路区间的最适运行速度曲线的集合，但是当前的列车运行速度曲线，没有考虑到不同限速区间段的列车运行工况转换的平滑处理。
[0062]
步骤s14：采用预设群智能算法对所述运行速度曲线优化获取目标运行速度曲线。
[0063]
本实施例中，将各个工作线路区间的运行距离作为决策变量，构建包含列车停车位置和列车停车时间的目标函数，并设置约束条件为列车运行速度低于各个工作线路区间的限制速度，采用粒子群算法求解所述目标函数的最优解，以获取目标运行速度曲线。可以理解的是，对基于自适应系数获取的当前的列车运行速度曲线进行优化调整，具体的，综合考虑精确停车与准时性，以列车在各个工况下的运行距离为决策变量，确定速度约束条件，
利用粒子群算法优化得到速度曲线，各部分如下：
[0064]
所述决策变量即为：[x
ot
,x
oc
,x
ht1
,x
hc1
,x
lb1
,x
lc1
,...,x
hti
,x
hci
,x
lbj
,x
lcj
,x
ic
,x
ib
]，根据线路限速条件可以确定线路中的高/限速区间数量i与j，(x
ot
,x
oc
)分别为列车出站时的牵引与巡航距离，而(x
ic
,x
ib
)分别为列车进站时的巡航与制动距离，(x
hti
,x
hci
)分别为第i段高限速部分牵引与巡航距离，(x
lbj
,x
lcj
)分别为第j段低限速部分制动与巡航距离。
[0065]
目标函数包括：1、精确停车：
[0066]ks
＝|s-s
destination
|；
[0067]
其中，ks表示运行区间列车精确停车指标，s表示列车实际停车位置，s
destination
表示列车目标停车位置，单位为米。
[0068]
2、准时性：
[0069]kt
＝|t-t
target
|；
[0070]
其中，k
t
表示运行区间列车准时性指标，t表示列车运行计算时间，t
target
表示列车运行给定时间，单位为秒。
[0071]
最后，目标函数为k＝sks+tk
t
；
[0072]
其中，s和t分别为停车与准时系数。
[0073]
约束条件：
[0074]
对于目标函数的约束条件为线路各区间限速条件：
[0075]vt
＜v
limit
＝[v
l1 v
l2
...v
ln
]；
[0076]
其中，v
limit
表示限速条件，v
l1 v
l2
...v
ln
分别表示第一段运行区间速度、第二段运行区间速度
……
第n段运行区间速度。如图2所示，为列车在不同的运行区间的限速曲线和运行速度曲线构成的列车运行策略图，其中，对于从车站1至车站2之间的线路运行过程中从车站1出站的区间范围内作为出站区，限速信息为v
l1
，高限速区1的限速信息为v
l2
，高限速区2的限速信息为v
l3
，低限速区1的限速信息为v
l4
，低限速区2的限速信息为v
l5
，即将到达车站2的进站区的限速信息为v
l6
。
[0077]
采用粒子群算法求解所述目标函数的最优解，以获取目标运行速度曲线。
[0078]
由此可见，本技术公开了一种列车运行速度曲线规划方法，包括：基于列车在不同工作线路区间的限速信息生成相应的列车运行策略；确定所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的自适应系数；利用所述列车运行策略中的各个工作线路区间的运行距离、所述自适应系数生成所述列车的运行速度曲线；采用预设群智能算法对所述运行速度曲线优化获取目标运行速度曲线。可见，由于各个站间限速区间各有不同，需要列车使用不同的运行策略，因此对列车在不同工作线路区间的限速信息进行提取，生成相应的列车运行策略，然后对列车运行策略中高限速部分牵引区间和低限速部分制动区间进行自适应系数的确定，这样一来，通过自适应系数对高限速区间和低限速区间的速度提升或降低过程的速度进行适应性调整，然后建立列车的运行速度曲线，根据具体的限速情况建立合适的运行速度曲线，实现轨道交通乘客舒适度的提升，最后对该运行速度曲线进行优化，获取目标运行速度曲线，解决因线路区间数量过多产生的计算复杂的问题，获取符合当前线路条件的运行速度曲线。
[0079]
参照图3所示，本发明实施例公开了一种具体的列车运行速度曲线规划方法，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。具体的：
[0080]
步骤s21：基于列车在不同工作线路区间的限速信息生成相应的列车运行策略。
[0081]
步骤s22：根据所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的区间信息建立自适应二次速度曲线；控制所述自适应二次速度曲线中的加加速度在预设阈值范围内，并基于所述加加速度对自适应系数进行取值计算，以获取相应的自适应系数。
[0082]
本实施例中，获取线路各限速情况，针对高限速部分牵引与低限速部分制动进行自适应二次曲线优化。对于n段区间限速，其限速情况可以表达为v
limit
＝[v
l1 v
l2
...v
ln
]；建立v＝kt2+v
c0
为自适应二次速度曲线，其中v
c0
为高限速部分牵引区间和/或低限速部分制动区间的列车巡航速度，k为速度系数，t为高限速部分牵引区间和/或低限速部分制动区间的时间；对所述自适应二次速度曲线求导计算，获取加速度a＝2kt，对所述加速度的最大值进行限制，限制条件为a
maxt
为列车当前时刻的最大加速度，f
vt
为列车在当前运行速度下根据牵引曲线而得到的牵引力/制动力，f(v)为基本阻力，f(x)为线路区间附加阻力，m为列车运行负载情况；求导所述加速度，获取加加速度2k，控制加速度的绝对值位于所述预设阈值范围内，符合2k＜jm，其中，所述jm为预设阈值；通过dv
limit
＝[dv
l12 dv
l23
......dv
l(n-1)n
]计算高限速部分牵引区间和低限速部分制动区间的限速变化情况，其中，dv
lmn
＝v
ln-v
lm
，当dv
lmn
＞0进入高限速部分牵引区间，dv
lmn
＜0进入低限速部分制动区间；通过dv
lmax
＝max(|dv
limit
|)获取最大限速变化率；根据计算满足所述高限速部分牵引区间的限速条件和所述低限速部分制动区间的限速条件的自适应系数。可以理解的是，根据各个列车运行策略，提出的二次曲线应用于列车由巡航进入高限速部分牵引与由巡航进入低限速部分制动阶段两种情况。列车在巡航过程中，乘客的注意力容易分散，此时列车的突然加速和减速会产生较大的加速度，而乘客由于惯性因素可能会发生倾倒情况发生，所以在加速制动过程中需要降低加速度变化率，降低冲击；而对于列车自高限速区部分牵引进入高限速区巡航阶段以及自低限速区部分制动进入低限速区巡航阶段过程中，加速度会从一个较大值变为0，此时发生的是力的消除，乘客会保持匀速运动而没有惯性作用，所以不需要考虑加速度变化率。为避免加减速阶段过多造成的计算复杂问题，构建自适应二次速度曲线，并进行求导，以获取加速度，其中，加速度呈线性增加状态，需要对加速度最大值进行限制。在根据自适应二次速度曲线计算时，当加速度不断增加时，会受到列车牵引力限制，从而列车加速度会有上限，其需要满足列车加速度小于或等于列车当前时刻的最大加速度，如图4和图5所示的高限速/低限速部分牵引速度的自适应二次速度曲线以及加速度曲线，而列车当前时刻的最大加速度则基于当前列车在当前运行速度下的牵引/制动力减去基本阻力和工作线路附加阻力得到的目标牵引力/制动力，然后利用目标牵引力/制动力除以当前列车运行负载，以获取当前时刻的最大加速度。
[0083]
对求取的加速度按照进行求导，获取加加速度2k，由于列车的非舒适性指标与加速度的变化率直接相关，也即与加加速度直接相关，所以需要按照国际标准将加速度变化率-加加速度限制在一定范围内，即：|2k＜jm[0084]
加加速度其值越大，列车的加速度越大，同时列车的速度也就上升越快。针对不同限速区间之间速度提升或降低比例有所不同的情况，提出自适应系数，对于速度提升或降低比例较大的，自适应系数较大，对于速度提升或降低比例较小的，自适应系数较小，其取
值方法为计算各个工作线路区间的限速变化情况，然后计算获取最大限速变化，最终计算自适应系数，具体的计算各个工作线路区间的限速变化情况的公式为：dv
limit
＝[dv
l12 dv
l23
......dv
l(n-1)n
]其中，dv
lmn
＝v
ln-v
lm
，当dv
lmn
大于0时进入高限速区间，小于0则进入低限速区间，然后通过取所有工作线路区间的限速最大值得到最大限速变化，通过计算自适应系数k
ad
，使自适应系数符合当前线路限速条件。
[0085]
步骤s23：利用所述列车运行策略中的各个工作线路区间的运行距离、所述自适应系数生成所述列车的运行速度曲线。
[0086]
步骤s24：采用预设群智能算法对所述运行速度曲线优化获取目标运行速度曲线。
[0087]
其中，步骤s21、s23、s24中更加详细的处理过程请参照前述公开的实施例内容，在此不再进行赘述。
[0088]
由此可见，通过对不同限速情况下的运行策略分析，建立自适应二次速度曲线，二次曲线速度可以根据具体的限速情况建立合适的速度曲线，一个阶段就可以实现轨道交通乘客舒适度的提升，避免了以往s曲线因阶段数量过多产生的计算复杂的缺点；同时根据限速变化情况提出的自适应系数，速度变化大时，二次曲线系数就大，在满足乘客舒适性的前提下，使列车速度曲线更加符合当前线路条件。
[0089]
参照图6所示，本发明实施例公开了一种具体的列车运行速度曲线规划方法，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。具体的：
[0090]
步骤s31：基于列车在不同工作线路区间的限速信息生成相应的列车运行策略。
[0091]
步骤s32：确定所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的自适应系数。
[0092]
其中，步骤s31、s32中更加详细的处理过程请参照前述实施例公开的内容，在此不再进行赘述。
[0093]
步骤s33：构建包含计算列车的加速度、列车速度和列车所在位置的列车运动模型；基于在高限速部分牵引区间和低限速部分制动区间时的自适应系数更新所述列车运动模型，以获取更新后的所述列车运动模型输出的列车速度曲线、加速度曲线和位移曲线。
[0094]
本实施例中，列车出站牵引/进站制动时列车按照牵引/制动曲线，得到列车的牵引/制动力，此时列车的加速度由列车牵引/制动力与列车运行阻力共同决定，构建的列车运动模型，其中，f
p
(v)为基于列车的牵引曲线获取的对应牵引力，fb(v)为基于列车的制动曲线获取的对应制动力，f(v)为基本阻力，f(x)为线路区间附加阻力；v(t+δt)为t+δt时刻对应的列车速度，x(t+δt)为时刻列车所在位置；基于在高限速部分牵引区间和低限速部分制动区间时的自适应系数更新所述列车运动模型，更新后的所述列车运动模型如下：
[0095][0096]
其中，k为自适应系数k
ad
；也即，列车巡航-高限速区部分牵引与巡航-低限速区部分制动时，列车按照给定的速度二次曲线进行运行，此时列车的加速度由速度二次曲线与加速度限制共同确定，而基于列车牵引/制动力由加速度能够对列车运行模型进行更新。其中，k＝k
ad
(s)，s表示第s处限速边界。
[0097]
由于巡航时列车在各个区间加速度为0，列车牵引力与运行阻力相平衡。因此，根据列车巡航时的各个工作线路区间的列车牵引力等于运行阻力的运行曲线计算条件获取列车速度曲线、加速度曲线和位移曲线；所述运行曲线计算条件为：
[0098][0099]
由此可以得到不同运行策略下的列车运行曲线计算方法，包括列车速度曲线、加速度曲线、位移曲线。
[0100]
步骤s34：采用预设群智能算法对所述列车速度曲线、所述加速度曲线和所述位移曲线优化，获取目标运行速度曲线。
[0101]
本实施例中，对列车速度曲线、加速度曲线、位移曲线进行按照粒子群算法进行优化，综合考虑列车停车的精确性和列车的准时性实现线路不同限速区段间列车运行工况转换的平滑处理。
[0102]
由此可见，通过预设群智能算法对基于自适应二次速度曲线计算的列车运行速度曲线进一步进行优化，实现线路不同限速区段间列车运行工况转换的平滑处理。
[0103]
参照图7所示，本发明实施例还相应公开了一种列车运行速度曲线规划装置，包括：
[0104]
策略生成模块11，用于基于列车在不同工作线路区间的限速信息生成相应的列车运行策略；
[0105]
系数确定模块12，用于确定所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的自适应系数；
[0106]
曲线生成模块13，用于利用所述列车运行策略中的各个工作线路区间的运行距离、所述自适应系数生成所述列车的运行速度曲线；
[0107]
曲线规划模块14，用于采用预设群智能算法对所述运行速度曲线优化获取目标运行速度曲线。
[0108]
由此可见，本技术公开了基于列车在不同工作线路区间的限速信息生成相应的列车运行策略；确定所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的自适应系数；利用所述列车运行策略中的各个工作线路区间的运行距离、所述自适应系数生成所述列车的运行速度曲线；采用预设群智能算法对所述运行速度曲线优化获取目标运行速度曲线。可见，由于各个站间限速区间各有不同，需要列车使用不同的运行策略，因此对列
车在不同工作线路区间的限速信息进行提取，生成相应的列车运行策略，然后对列车运行策略中高限速部分牵引区间和低限速部分制动区间进行自适应系数的确定，这样一来，通过自适应系数对高限速区间和低限速区间的速度提升或降低过程的速度进行适应性调整，然后建立列车的运行速度曲线，根据具体的限速情况建立合适的运行速度曲线，实现轨道交通乘客舒适度的提升，最后对该运行速度曲线进行优化，获取目标运行速度曲线，解决因线路区间数量过多产生的计算复杂的问题，获取符合当前线路条件的运行速度曲线。
[0109]
进一步的，本技术实施例还公开了一种电子设备，图8是根据一示例性实施例示出的电子设备20结构图，图中的内容不能认为是对本技术的使用范围的任何限制。
[0110]
图8为本技术实施例提供的一种电子设备20的结构示意图。该电子设备20，具体可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的列车运行速度曲线规划方法中的相关步骤。另外，本实施例中的电子设备20具体可以为电子计算机。
[0111]
本实施例中，电源23用于为电子设备20上的各硬件设备提供工作电压；通信接口24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本技术技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
[0112]
其中，处理器21可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器21可以采用dsp(digital signal processing，数字信号处理)、fpga(field－programmable gate array，现场可编程门阵列)、pla(programmable logic array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称cpu(central processing unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以在集成有gpu(graphics processing unit，图像处理器)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器21还可以包括ai(artificial intelligence，人工智能)处理器，该ai处理器用于处理有关机器学习的计算操作。
[0113]
另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源可以包括操作系统221、计算机程序222等，存储方式可以是短暂存储或者永久存储。
[0114]
其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222，以实现处理器21对存储器22中海量数据223的运算与处理，其可以是windows server、netware、unix、linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的列车运行速度曲线规划方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。数据223除了可以包括电子设备接收到的由外部设备传输进来的数据，也可以包括由自身输入输出接口25采集到的数据等。
[0115]
进一步的，本技术还公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的列车运行速度曲线规划方法。关于该
方法的具体步骤可以参考前述实施例中公开的相应内容，在此不再进行赘述。
[0116]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0117]
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
[0118]
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0119]
以上对本发明所提供的一种列车运行速度曲线规划方法、装置、设备、存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：
1.一种列车运行速度曲线规划方法，其特征在于，包括：基于列车在不同工作线路区间的限速信息生成相应的列车运行策略；确定所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的自适应系数；利用所述列车运行策略中的各个工作线路区间的运行距离、所述自适应系数生成所述列车的运行速度曲线；采用预设群智能算法对所述运行速度曲线优化获取目标运行速度曲线。2.根据权利要求1所述的列车运行速度曲线规划方法，其特征在于，所述基于列车在不同工作线路区间的限速信息生成相应的列车运行策略，包括：获取轨道交通站的不同工作线路区间的限速信息，并根据所述限速信息和对应的各个工作线路区间划分初始列车运行速度曲线；利用所述初始列车运行速度曲线生成与各个工作线路区间对应的列车运行策略。3.根据权利要求1或2所述的列车运行速度曲线规划方法，其特征在于，所述确定所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的自适应系数，包括：根据所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的区间信息建立自适应二次速度曲线；控制所述自适应二次速度曲线中的加加速度在预设阈值范围内，并基于所述加加速度对自适应系数进行取值计算，以获取相应的自适应系数。4.根据权利要求3所述的列车运行速度曲线规划方法，其特征在于，所述根据所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的区间信息建立自适应二次速度曲线；控制所述自适应二次速度曲线中的加加速度在预设阈值范围内，并基于所述加加速度对自适应系数进行取值计算，以获取相应的自适应系数，包括：建立v＝kt2+v
c0
为自适应二次速度曲线，其中v
c0
为高限速部分牵引区间和/或低限速部分制动区间的列车巡航速度，k为速度系数，t为高限速部分牵引区间和/或低限速部分制动区间的时间；对所述自适应二次速度曲线求导计算，获取加速度a＝2kt，对所述加速度的最大值进行限制，限制条件为a
maxt
为列车当前时刻的最大加速度，f
vt
为列车在当前运行速度下根据牵引曲线而得到的牵引力/制动力，f(v)为基本阻力，f(x)为线路区间附加阻力，m为列车运行负载情况；求导所述加速度，获取加加速度2k，控制加速度的绝对值位于所述预设阈值范围内，符合|2k|＜j
m
，其中，所述j
m
为预设阈值；通过dv
limit
＝[dv
l12 dv
l23
......dv
l(n-1)n
]计算高限速部分牵引区间和低限速部分制动区间的限速变化情况，其中，dv
lmn
＝v
ln-v
lm
，当dv
lmn
＞0进入高限速部分牵引区间，dv
lmn
＜0进入低限速部分制动区间；通过dv
lmax
＝max(|dv
limit
|)获取最大限速变化率；根据计算满足所述高限速部分牵引区间的限速条件和所述低限速部分制动区间的限速条件的自适应系数。
5.根据权利要求1所述的列车运行速度曲线规划方法，其特征在于，所述利用所述列车运行策略中的各个工作线路区间的运行距离、所述自适应系数生成所述列车的运行速度曲线，包括：构建包含计算列车的加速度、列车速度和列车所在位置的列车运动模型；基于在高限速部分牵引区间和低限速部分制动区间时的自适应系数更新所述列车运动模型，以获取更新后的所述列车运动模型输出的列车速度曲线、加速度曲线和位移曲线。6.根据权利要求5所述的列车运行速度曲线规划方法，其特征在于，所述构建包含计算列车的加速度、列车速度和列车所在位置的列车运动模型；基于在高限速部分牵引区间和低限速部分制动区间时的自适应系数更新所述列车运动模型，以获取更新后的所述列车运动模型输出的列车速度曲线、加速度曲线和位移曲线，包括：构建的列车运动模型，其中，f
p
(v)为基于列车的牵引曲线获取的对应牵引力，f
b
(v)为基于列车的制动曲线获取的对应制动力，f(v)为基本阻力，f(x)为线路区间附加阻力；v(t+δt)为t+δt时刻对应的列车速度，x(t+δt)为时刻列车所在位置；基于在高限速部分牵引区间和低限速部分制动区间时的自适应系数更新所述列车运动模型，更新后的所述列车运动模型如下：其中，k为自适应系数k
ad
；根据列车巡航时的各个工作线路区间的列车牵引力等于运行阻力的运行曲线计算条件获取列车速度曲线、加速度曲线和位移曲线；所述运行曲线计算条件为7.根据权利要求1所述的列车运行速度曲线规划方法，其特征在于，所述采用预设群智能算法对所述运行速度曲线优化获取目标运行速度曲线，包括：将各个工作线路区间的运行距离作为决策变量，构建包含列车停车位置和列车停车时间的目标函数，并设置约束条件为列车运行速度低于各个工作线路区间的限制速度，采用粒子群算法求解所述目标函数的最优解，以获取目标运行速度曲线。8.一种列车运行速度曲线规划装置，其特征在于，包括：策略生成模块，用于基于列车在不同工作线路区间的限速信息生成相应的列车运行策略；
系数确定模块，用于确定所述列车运行策略中高限速部分牵引区间和低限速部分制动区间的自适应系数；曲线生成模块，用于利用所述列车运行策略中的各个工作线路区间的运行距离、所述自适应系数生成所述列车的运行速度曲线；曲线规划模块，用于采用预设群智能算法对所述运行速度曲线优化获取目标运行速度曲线。9.一种电子设备，其特征在于，包括：存储器，用于保存计算机程序；处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所述的列车运行速度曲线规划方法的步骤。10.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的列车运行速度曲线规划方法的步骤。

技术总结
本申请公开了一种列车运行速度曲线规划方法、装置、设备、存储介质，涉及城市轨道交通技术领域，包括：基于列车在不同工作线路区间的限速信息生成相应的列车运行策略；确定列车运行策略中高限速部分牵引区间和低限速部分制动区间的自适应系数；利用列车运行策略中的各个工作线路区间的运行距离、自适应系数生成列车的运行速度曲线；采用预设群智能算法对运行速度曲线优化获取目标运行速度曲线。由于各个站间限速区间各有不同，需要列车使用不同的运行策略，通过自适应系数对高限速区间和低限速区间的速度提升或降低过程的速度进行适应性调整，解决因线路区间数量过多产生的计算复杂的问题，获取符合当前线路条件的运行速度曲线。线。线。


技术研发人员：马兴 杨爽 陈咏涛 廖玉祥 陈爽 熊来红 魏永鑫 张友强 董光德 付昂 朱小军 王瑞妙 杜雄 管勃 孙鹏菊 赵小娟 周敬森 朱晟毅
受保护的技术使用者：国网重庆市电力公司 国家电网有限公司
技术研发日：2023.07.03
技术公布日：2023/10/6