一种基于统计规律的列车运行里程预测方法、系统及介质

技术领域

本发明应用于高速铁路工程领域，具体涉及一种基于统计规律的列车运行里程预测方法及系统。

背景技术

目前，我国的高速铁路及各大城市的地铁、城际铁路均处于快速发展建设中。随着高速列车运营规模的不断扩大、运行公里数的不断累积，为了保证高速列车的快速高效运营，必须进行高速列车检修。而高速列车的修检计划一般是据现有的高铁列车运行里程预测信息、检修基地的产能信息、检修基地的入修限制信息等，对运行里程预测信息中未来一定天数内列车可能进入高级修的日期进行分析、调整。因此精确预测行程里程就是十分必要的。

现有的技术方案中，里程的预测采用的方法为：首先计算列车最近的两次二级修之间的日均里程，再根据该日均里程对未来列车可能达到的里程数进行预测。但现有技术这种里程预测方法存在以下问题：(1)同一列车在不同状态阶段，两次二级修之间的日均里程会存在明显的差别，因此以一种状态的日均里程去预测另一状态的累增里程时会产生一定误差；(2)当列车在两次两级修之间的每日增长里程波动较大时，该方案将会产生一定误差；(3)在预测时段内的未来若是出现高级修(三级修及以上)停车，误差将会剧增；(4)仅采用了一小段时期的数据作为预测依据，未能充分利用珍贵的历史数据。

因此，实有必要提供一种新的基于统计规律的列车运行里程预测方法及系统以解决上述问题。

发明内容

针对现有技术的上述不足，本发明提出一种基于统计规律的列车运行里程预测方法及系统，以便能够实现未来一定时期内的更为精确的列车里程预测。

为了解决上述技术问题，本发明提供了一种基于统计规律的列车运行里程预测方法，包括如下步骤：获取目标列车的历史数据，对所述历史数据进行预处理，所述历史数据至少包括日期、交路、运行里程、起始站点和到达站点；根据所述历史数据生成目标列车的交路转移次数矩阵；根据所述交路转移次数矩阵获取站点接续关系，建立具有连续关系的站点之间的映射；根据所述交路转移次数矩阵，对数据进行变形处理生成目标列车的交路转移概率矩阵；以所述交路转移概率矩阵和所述站点连接关系为约束，选取任意一个起点交路，通过随机生成函数对所述起点交路进行随机转移得到转移交路；以得到的转移交路作为新的起点交路重复随机转移直到预测天数满足预设条件；对交路里程进行预测，进行验证修正并输出目标列车未来一定时间内的列车累计运行里程。

优选的，所述交路转移次数矩阵的行名和列名为历史开行数据中每日的开行交路，所述交路转移次数矩阵中的每个数值表示交路转移次数。

优选的，对所述交路转移次数矩阵中的数据依据数据日期赋予权重，日期在后的交路权重大于日期在先的交路权重。

优选的，所述交路转移概率矩阵的行名和列名与所述交路转移次数矩阵的行名、列名相同，所述交路转移概率矩阵中的每个数值表示以所述交路转移次数矩阵数据变形处理得到的交路转移概率。

优选的，所述交路转移概率矩阵中行A列B行中的概率Pab＝交路转移次数矩阵中行A中列B的权值÷交路转移次数矩阵中行A所有交路列的权值之和。

优选的，所述随机转移为取出交路转移概率矩阵中起点交路所在的行中所有非0概率的列所对应的交路，并将这些概率值按大小比例分布到(0，1)区间内，利用随机数据生成函数生成0～1之间的随机数，依据该数将分布在(0，1)区间内对应的交路取出，并以新预测得到的交路作为交路转移起点，重复上述步骤进行交路里程的预测。

优选的，在随机转移得到预测结果后，还包括对结果进行修正，对结果进行修正是根据目标列车的检修历史数据得到该列车当前的检修周期，每一次交路随机转移之后，先判断随机转移预测得到的交路是否符合规则，选择目标列车是否进入高级修状态，对随机转移的预测结果进行修正。

优选的，重复进行多次交路里程的预测以及结果修正，取所有预测结果中最接近均值的一组作为最终交路预测结果。

为解决上述问题，本发明还提供一种基于统计规律的列车运行里程预测系统，包括如上所述的基于统计规律的列车运行里程预测方法。

为解决上述问题，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上所述的基于统计规律的列车运行里程预测方法。

与相关技术相比，本发明提供基于统计规律的列车运行里程预测方法、系统及介质，根据各列车执行的最新的交路里程数，结合列车的修程、修时规律，在交路概率转移矩阵的基础上，利用随机转移的方法预测未来每天的执行交路，并通过一定次数的重复执行保障体现统计规律，可计算得到每列高铁车辆未来的一定时期内的运行交路组合，同时可得到相应的累计运行里程。本发明可以提供精确的预测信息，减小预测，为列车的行程安排及检修计划提供充分的参考价值。

附图说明

下面结合附图详细说明本发明。通过结合以下附图所做的详细描述，本发明的上述或其他方面的内容将变得更清楚和更容易理解。附图中：

图1为本本发明基于统计规律的列车运行里程预测方法的流程图；

图2为本发明基于统计规律的列车运行里程预测的数据模型；

图3为本发明基于统计规律的列车运行里程预测方法的流程图。

具体实施方式

下面结合附图详细说明本发明的具体实施方式。

在此记载的具体实施方式/实施例为本发明的特定的具体实施方式，用于说明本发明的构思，均是解释性和示例性的，不应解释为对本发明实施方式及本发明范围的限制。除在此记载的实施例外，本领域技术人员还能够基于本申请权利要求书和说明书所公开的内容采用显而易见的其它技术方案，这些技术方案包括采用对在此记载的实施例做出任何显而易见的替换和修改的技术方案，都在本发明的保护范围之内。

请参图1-图2所示，本发明提供了一基于统计规律的列车运行里程预测方法。该方法用于高铁等高速列车，旨在基于统计规律科学精确预算目标列车未来一定天数内可能进入高级修的日期。

该方法具体包括如下步骤：

步骤S1：获取目标列车的历史数据，对所述历史数据进行预处理，其中历史数据至少包括日期、交路、运行里程、起始站点和到达站点：

步骤S11获取目标列车的历史数据，对历史数据进行分类处理，将目标列车的历史数据按照不同车号进行分类，分别处理；

步骤S12数据字段的选取：将分类处理后的数据保留车号、当日开行交路、当日运行里程、累计运行里程、交路始发站、交路终到站和运行日期字段；

步骤S13数据排序：将数据按照运行日期进行排列，在本实施方式中，为按照升序排序。

步骤S2：根据历史数据生成目标列车的交路转移次数矩阵：

步骤S21历史数据降噪：对步骤S1预处理后的历史数据进行降噪处理，将较小的非正常的开行交路数据抹去，不予采用；

步骤S22矩阵初始化：以降噪处理后的历史数据的开行数据中每日的开行交路作为行、列名，初始化矩阵；

步骤S23矩阵充填：对初始化后的矩阵进行充填数据，使交路转移次数矩阵中的每个数值表示交路转移次数，并对矩阵中每个位置的数据赋予不同的权重，权重由该行数据的新旧程度决定，越新的数据则赋予越高的权重。权重的大小可以根据实际数据的离散情况大小而调整。举例来说，若记历史开行数据中某一天的开行交路为交路A，第二天的开行交路为交路B，则将矩阵中行A列B的处的数值加上一倍权重。

步骤S3：根据所述交路转移次数矩阵获取站点接续关系，建立具有连续关系的站点之间的映射。若仍记历史开行数据中某一天的开行交路为交路A，第二天的开行交路为交路B，其中交路A的终到站为站点E，交路B的始发站为站点S，则将站点S加入到站点E的可接续站点集合。

步骤S4：根据所述交路转移次数矩阵，对数据进行变形处理生成目标列车的交路转移概率矩阵，该所述交路转移概率矩阵的行名和列名与交路转移次数矩阵的行名、列名相同，矩阵中的每个数值表示以交路转移次数矩阵数据变形处理得到的交路转移概率，得到的交路转移概率矩阵如图3所示。具体形成交路转移概率矩阵的方法为：

步骤S41矩阵初始化：以交路转移次数矩阵的行名、列名来进行矩阵的初始化；

步骤S42矩阵填充：交路概率转移矩阵中行A列B的概率＝交路转移次数矩阵中行A中列B的权值÷交路转移次数矩阵中行A所有交路列的权值之和；

步骤S43矩阵修正：防止由于新交路在历史数据中出现次数过少导致的概率转移短链闭环问题以及概率转移出口丢失问题。当出现这两个问题时，先采用站点接续关系进行矩阵概率的修正，若仍无法修正则采用全局交路出现频次进行修正。

步骤S5：根据步骤S1-步骤S4得到的数据对目标列车未来的里程进行预测：以所述交路转移概率矩阵和所述站点连接关系为约束，选取任意一个起点交路，通过随机生成函数对所述起点交路进行随机转移得到转移交路；以得到的转移交路作为新的起点交路重复随机转移直到预测天数满足预设条件；具体包括如下步骤：

步骤S51转移约束：进行交路转移的预测时，遵从交路接续关系和站点接续关系的约束。其中交路连接关系为根据交路概率转移矩阵获得，站点连续关系为步骤S3获得。

步骤S52随机转移：在满足转移约束的前提下，取出矩阵中转移起点交路r

步骤S53预测结果稳定性，并对结果进行修正，对结果进行修正是根据目标列车的检修历史数据得到该列车当前的检修周期，每一次交路随机转移之后，先判断随机转移预测得到的交路是否符合规则，选择目标列车是否进入高级修状态，对随机转移的预测结果进行修正：为了体现统计规律，将整个预测过程进行多次，取所有预测结果中最接近均值的一组作为最终交路预测结果。

步骤S54结果输出，根据最终交路预测结果，得到输出数据，输出未来一定时间内的列车累积运行里程。

本发明还提供一种基于统计规律的列车运行里程预测系统包括如上所述的基于统计规律的列车运行里程预测方法。进一步的，还提供一种计算机可读存储介质，其上存储有计算机程序。

本发明的有益效果和优点是：本发明提供基于统计规律的列车运行里程预测方法、系统及介质，根据各列车执行的最新的交路里程数，结合列车的修程、修时规律，在交路概率转移矩阵的基础上，利用随机转移的方法预测未来每天的执行交路，并通过一定次数的重复执行保障体现统计规律，可计算得到每列高铁车辆未来的一定时期内的运行交路组合，同时可得到相应的累计运行里程。本发明可以提供精确的预测信息，减小预测，为列车的行程安排及检修计划提供充分的参考价值。

需要说明的是，以上参照附图所描述的各个实施例仅用以说明本发明而非限制本发明的范围，本领域的普通技术人员应当理解，在不脱离本发明的精神和范围的前提下对本发明进行的修改或者等同替换，均应涵盖在本发明的范围之内。此外，除上下文另有所指外，以单数形式出现的词包括复数形式，反之亦然。另外，除非特别说明，那么任何实施例的全部或一部分可结合任何其他实施例的全部或一部分来使用。