列车节能运行控制方法及装置与流程

1.本发明涉及轨道交通技术领域，尤其涉及一种列车节能运行控制方法及装置。


背景技术：

2.在城市轨道交通领域，主要采用电力牵引的列车，牵引电力在该领域的能耗中占比非常大。目前，列车节能运行控制主要通过轨道交通的信号系统实现。
3.轨道交通的信号系统实现列车节能运行控制主要包括三种方式：单车节能、运行图节能(又称“多列车节能”)及单车节能结合运行图节能。单车节能，是指以单列车的速度曲线作为研究对象，得出在适当坡度、距离、运行时间下的最优牵引方案，尽量利用惰行，减少加速减速的工况变化(例如延长区间运行时间)，节能潜力大。运行图节能，以多列车共同运行为研究对象，利用附近列车制动时的再生能量，用于其他列车的牵引加速，初期进行节能的列车运行图编制，尽量重叠相邻列车加速减速时间，从而有效利用再生能量。单车节能结合运行图节能，是指既采用单车节能同时按照节能的列车运行图进行运行
4.大部分轨道线路的客流在每个时间段或每个车站均不同，编制节能的列车运行图时，会尽量考虑历史客流信息。但在列车实际运行过程中，绝大多数的实际运行图和计划运行图之间均存在时间差异，列车难以精确满足节能的列车运行图的要求，或者为了满足节能的列车运行图而额外增加一些加速减速工况，影响单车节能的最佳速度曲线，导致旅客乘坐体验下降。当列车未按照计划运行图运行时，虽然可以通过调整列车行车命令实现实际运行图调整，但如果同时叠加节能要求，其计算量会非常巨大，导致调整速度慢，难以满足需要。
5.综上，现有技术中节能控制的稳定性和易用性较差。


技术实现要素：

6.本发明提供一种列车节能运行控制方法及装置，用以解决现有技术中节能控制的稳定性较差的缺陷，实现增强节能控制的稳定性和易用性。
7.本发明提供一种列车节能运行控制方法，包括：
8.获取第一时刻目标供电区间内各列车的特征；
9.将所述各列车第一时刻的特征输入节能运行控制模型，获取所述目标供电区间内各列车是否开启单车节能控制策略的判断结果；
10.基于所述判断结果，控制所述目标供电区间内各列车的运行；
11.其中，所述特征包括位置、车厢满载率、下一目的站的客流等级的估计结果、剩余的区间运行时间和牵引能量。
12.根据本发明提供的一种列车节能运行控制方法，所述节能运行控制模型为神经网络模型。
13.根据本发明提供的一种列车节能运行控制方法，所述神经网络模型为bp神经网络模型。
14.根据本发明提供的一种列车节能运行控制方法，所述获取第一时刻目标供电区间内各列车的特征，包括：
15.获取每一所述列车的车载设备发送的所述列车所述第一时刻的位置和车厢满载率。
16.根据本发明提供的一种列车节能运行控制方法，所述获取第一时刻目标供电区间内各列车的特征，还包括：
17.获取列车自动监控系统发送的各车站的当前客流；
18.基于所述各车站的当前客流，获取所述列车所述第一时刻的下一目的站的客流等级的估计结果。
19.根据本发明提供的一种列车节能运行控制方法，所述获取第一时刻目标供电区间内各列车的特征，还包括：
20.获取所述列车自动监控系统发送的每一所述列车所述第一时刻剩余的区间运行时间和牵引能量。
21.本发明还提供一种列车节能运行控制装置，包括：
22.获取模块，用于获取第一时刻目标供电区间内各列车的特征；
23.判断模块，用于将所述各列车第一时刻的特征输入节能运行控制模型，获取所述目标供电区间内各列车是否开启单车节能控制策略的判断结果；
24.控制模块，用于基于所述判断结果，控制所述目标供电区间内各列车的运行；
25.其中，所述特征包括位置、车厢满载率、下一目的站的客流等级的估计结果、剩余的区间运行时间和牵引能量。
26.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述列车节能运行控制方法。
27.本发明还提供一种非暂态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述任一种所述列车节能运行控制方法。
28.本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述列车节能运行控制方法。
29.本发明提供的列车节能运行控制方法及装置，通过节能运行控制模型，判定目标供电区间内各列车及相应客流是否支持开启单车节能控制策略，控制支持开启单车节能控制策略的列车开启单车节能控制策略，使该列车优先按照单车曲节能的方式进行节能运行，充分利用运行图准点率的余量进行调整，即转为减少停站时间，延长区间运行时间，从而实现单车节能，能提高节能控制的稳定性和易用性。进一步地，在线路不同的区域和/或不同的时间，对于不同特征的列车采用的控制策略有所不同，能更好的符合当前情况下列车的特征，从而整体上取得更节能效果，稳定性更好，能进行更为细致的节能控制。进一步地，对于不同列车采用的策略不同后，之后列车的特征会形成反馈，形成下一步的节能运行控制模型的输入，调整速度更快，能避免整体关联状态多、计算复杂、收敛速度慢及调整速度慢等缺点，能进行更快的反馈和实现更高的控制频率，易用性更强。
附图说明
30.为了更清楚地说明本发明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，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
31.图1是本发明提供的列车节能运行控制方法的流程示意图之一；
32.图2是本发明提供的列车节能运行控制方法中节能运行控制模型训练过程的示意图；
33.图3是本发明提供的列车节能运行控制方法的流程示意图之二；
34.图4是本发明提供的列车节能运行控制装置的结构示意图；
35.图5是本发明提供的电子设备的结构示意图。
具体实施方式
36.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。
37.在本发明实施例的描述中，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性，且不涉及顺序。
38.下面结合图1至图5描述本发明提供的列车节能运行控制方法及装置。
39.图1是本发明提供的列车节能运行控制方法的流程示意图之一。如图1所示，本发明实施例提供的列车节能运行控制方法的执行主体可以为列车节能运行控制装置，该方法包括：步骤101、步骤102和步骤103。
40.步骤101、获取第一时刻目标供电区间内各列车的特征。
41.其中，特征包括位置、车厢满载率、下一目的站的客流等级的估计结果、剩余的区间运行时间和牵引能量。
42.具体地，本发明实施例提供的列车节能运行控制方法，可以用于轨道交通列车的运行控制，尤其是城市轨道交通列车的运行控制，以实现更节能。本发明实施例提供的列车节能运行控制方法，可以实现以某条轨道交通线路的每一供电区间为单位，针对该供电区间内的每一列车，分别确定是否开启单车节能控制策略。
43.需要说明的是，该条轨道交通线路上的列车是按照运行图节能模式运行的。
44.可以理解的是，每条轨道交通线路的供电线路可以被划分为多个供电区间，每个供电区间可以包括多个车站。每一供电区间，用于承担该供电区间包括的各个车站之间的列车的牵引电力。
45.目标供电区间，可以为需要进行运行控制的某条轨道交通线路的一个供电区间。
46.可选地，第一时刻可以根据预设的时间间隔确定，即可以周期性地执行步骤101至步骤103。可以设置合适的时间间隔，从而对该条轨道交通线路上的列车进行不间断的控制。
47.可选地，第一时刻可以为用户设定的某个时间点。
48.对于目标供电区间，可以获取第一时刻位于该目标供电区间内的每一列车的特征。对于每一列车，第一时刻该列车的特征可以包括该列车第一时刻的位置、第一时刻的车厢满载率、第一时刻的下一目的站的客流等级的估计结果、第一时刻对应的剩余的区间运行时间和第一时刻的牵引能量。
49.可选地，可以接收其他设备发送的第一时刻位于该目标供电区间内的每一列车的特征。
50.列车第一时刻的位置，可以用于指示列车第一时刻是位于某个车站还是位于某两个车站之间的运行区间中。运行区间，指轨道交通线路中两个车站之间的部分(不包括上述两个车站)。以下车站，指目标供电区间所在的轨道交通线路上的车站。
51.第一时刻列车的车厢满载率，可以指列车第一时刻的车厢载荷与额定载荷之比。
52.列车第一时刻的下一目的站，指第一时刻之后，列车到达的第一个车站。
53.可以预先将车站的客流划分为多个等级。示例性地，可以将车站的客流划分为高、中、低三个等级，或者高峰、平峰两个等级。
54.列车第一时刻的下一目的站的客流等级的估计结果，可以指对列车到达该下一目的站时该下一目的站的客流等级的进行估计得到的结果。
55.列车第一时刻的下一目的站的客流等级的估计结果，可以是基于第一时刻各车站的当前客流或当前客流的等级(即当前的客流等级)进行估计后得到的。
56.列车第一时刻剩余的区间运行时间，指列车从第一时刻所在的位置运行到下一目的站需要的时间。
57.列车第一时刻的牵引能量，即该列车的牵引能量。
58.步骤102、将各列车第一时刻的特征输入节能运行控制模型，获取目标供电区间内各列车是否开启单车节能控制策略的判断结果。
59.具体地，获取第一时刻目标供电区间内各列车的特征之后，可以将第一时刻目标供电区间内各列车的特征，输入该目标供电区间的节能运行控制模型，从而获取该节能运行控制模型输出的目标供电区间内各列车是否开启单车节能控制策略的判断结果。
60.该目标供电区间的节能运行控制模型，可以是以多个第二时刻(第一时刻之前的某个时刻)该目标供电区间内各列车的特征为训练样本，预先确定的第二时刻目标供电区间内各列车是否开启单车节能控制策略的结果为训练样本对应的标签，基于任一种深度学习或人工智能方法进行训练后得到的。
61.需要说明的是，目标供电区间内相邻的列车可以不同时开启单车节能控制策略。采用的计划运行图是以利用再生能量制定的，而当列车实际运行时，有些列车较为接近原计划，有些列车偏离较多，此时可以通过不同时开启相邻列车的节能模式(即单车节能控制策略)，可以实现相邻列车更加接近计划运行图，从而尽可能满足利用再生能量的条件，尽可能节能。
62.可以理解的是，基于各列车第一时刻的位置，可以确定各列车之间的相邻关系，即确定每一列车的相邻列车。
63.步骤103、基于判断结果，控制目标供电区间内各列车的运行。
64.具体地，获取目标供电区间内各列车是否开启单车节能控制策略的判断结果之后，可以基于该判断结果，控制该目标供电区间内的每一列车开启或者不开启单车节能控
制策略。
65.对于该目标供电区间内的每一列车，是否开启单车节能控制策略的判断结果为是，表示该列车及相应客流支持使用单车节能控制策略，可以向该列车发送第一控制指令，通知该列车开启或保持单车节能控制策略，从而该列车开启单车节能控制策略，以单车节能模式运行；是否开启单车节能控制策略的判断结果为是，表示该列车及相应客流不支持使用单车节能控制策略，可以向该列车发送第二控制指令，通知该列车关闭单车节能控制策略或保持不开启单车节能控制策略，从而该列车不开启单车节能控制策略，不以单车节能模式运行。
66.需要说明的是，本发明实施例中，将不同列车视为松弛系统，仅能耗和最近时序状态有关，可以根据所有列车的现有特征，得出全部列车的控制策略(即是否开启单车节能控制策略)。
67.需要说明的是，本发明实施例提供的节能运行控制方法，可以与通用的节能运行控制方法兼容，无需改变现有节能策略。并且，可在任意时刻控制需要运行高效率模式的列车不开启单车节能控制策略，并且不影响其他列车的节能模式(包括开启单车节能控制策略和不开启单车节能控制策略)的保持。
68.本发明实施例通过节能运行控制模型，判定目标供电区间内各列车及相应客流是否支持开启单车节能控制策略，控制支持开启单车节能控制策略的列车开启单车节能控制策略，使该列车优先按照单车曲节能的方式进行节能运行，充分利用运行图准点率的余量进行调整，即转为减少停站时间，延长区间运行时间，从而实现单车节能，能提高节能控制的稳定性和易用性。进一步地，在线路不同的区域和/或不同的时间，对于不同特征的列车采用的控制策略有所不同，能更好的符合当前情况下列车的特征，从而整体上取得更节能效果，稳定性更好，能进行更为细致的节能控制。进一步地，对于不同列车采用的策略不同后，之后列车的特征会形成反馈，形成下一步的节能运行控制模型的输入，调整速度更快，能避免整体关联状态多、计算复杂、收敛速度慢及调整速度慢等缺点，能进行更快的反馈和实现更高的控制频率，易用性更强。
69.基于上述任一实施例的内容，节能运行控制模型为神经网络模型。
70.具体地，节能运行控制模型可以为基于任一种神经网络的神经网络模型。
71.人工神经网络(artificial neural networks，简写为anns)也简称为神经网络(nns)或称作连接模型(connection model)，它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
72.神经网络可以实现大规模并行处理，分布式存储，弹性拓扑，高度冗余和非线性运算。因而具有很高的运算速度，很强的联想能力，很强的适应性，很强的容错能力和自组织能力。
73.本发明实施例通过采用神经网络模型判定目标供电区间内各列车及相应客流是否支持开启单车节能控制策略，能实现实时性更强和准确性更高的节能控制，能提高节能控制的稳定性和易用性。
74.基于上述任一实施例的内容，神经网络模型为bp神经网络模型。
75.具体地，神经网络模型可以为bp神经网络模型。
76.bp(back propagation，反向传播)神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络，是应用最广泛的神经网络模型之一。
77.本发明实施例通过采用bp神经网络模型判定目标供电区间内各列车及相应客流是否支持开启单车节能控制策略，具有很强的非线性映射能力和柔性的网络结构，能实现实时性更强和准确性更高的节能控制，能提高节能控制的稳定性和易用性。
78.基于上述任一实施例的内容，获取第一时刻目标供电区间内各列车的特征，包括：获取每一列车的车载设备发送的列车第一时刻的位置和车厢满载率。
79.具体地，每一列车的车载设备可以获取该列车的实时位置和车厢满载率，从而可以获取该列车第一时刻的位置和车厢满载率。
80.每一列车的车载设备可以向该列车节能运行控制装置发送该列车第一时刻的位置和车厢满载率，从而该列车节能运行控制装置可以接收每一列车第一时刻的位置和车厢满载率。
81.本发明实施例通过获取列车的车载设备发送的列车第一时刻的位置和车厢满载率，从而能基于的列车第一时刻的位置和车厢满载率等特征，判定目标供电区间内各列车及相应客流是否支持开启单车节能控制策略，能提高节能控制的稳定性和易用性。
82.基于上述任一实施例的内容，获取第一时刻目标供电区间内各列车的特征，还包括：获取列车自动监控系统发送的各车站的当前客流。
83.具体地，列车自动监控(automatic train supervision，ats)系统ats子系统作为列车自动控制(automatic train control，atc)系统的一个重要子系统，是一套集现代化数据通信、计算机、网络和信号技术为一体的、分布式的实时监督、控制系统，ats子系统通过与atc系统中的其他子系统的协调配合，共同完成对地铁运营列车和信号设备的管理和控制。
84.列车自动监控系统可以获取各车站的当前客流。车站的当前客流，可以指第一时刻车站的客流。
85.列车自动监控系统获取各车站的当前客流的当前客流之后，可以向该列车节能运行控制装置发送各车站的当前客流，从而该列车节能运行控制装置可以接收各车站的当前客流。
86.基于各车站的当前客流，获取列车第一时刻的下一目的站的客流等级的估计结果。
87.具体地，对于每一列车第一时刻的下一目的站，可以基于各车站的当前客流和客流预测模型，对该车站的客流等级进行估计，从而可以获取到列车第一时刻的下一目的站的客流等级的估计结果。
88.可选地，客流预测模型可以是基于概率论构建的模型，或者是基于任一种深度学习或人工智能方法进行训练后得到的模型。
89.本发明实施例通过获取列车自动监控系统发送的各车站的当前客流，基于各车站的当前客流，获取列车第一时刻的下一目的站的客流等级的估计结果，从而能基于列车第一时刻的下一目的站的客流等级的估计结果等特征，判定目标供电区间内各列车及相应客流是否支持开启单车节能控制策略，能提高节能控制的稳定性和易用性。
90.基于上述任一实施例的内容，获取第一时刻目标供电区间内各列车的特征，还包
括：获取列车自动监控系统发送的每一列车第一时刻剩余的区间运行时间和牵引能量。
91.具体地，对于每一列车，列车自动监控系统可以获取该列车第一时刻的牵引能量以及该列车第一时刻的位置；基于该列车第一时刻的位置和预先获取的运行图，列车自动监控系统可以获取该列车第一时刻剩余的区间运行时间，
92.列车自动监控系统获取每一列车第一时刻剩余的区间运行时间和牵引能量之后，可以向该列车节能运行控制装置发送该列车第一时刻剩余的区间运行时间和牵引能量，从而该列车节能运行控制装置可以接收各列车第一时刻剩余的区间运行时间和牵引能量。
93.本发明实施例通过获取列车自动监控系统发送的每一列车第一时刻剩余的区间运行时间和牵引能量，从而能基于各列车第一时刻剩余的区间运行时间和牵引能量等特征，判定目标供电区间内各列车及相应客流是否支持开启单车节能控制策略，能提高节能控制的稳定性和易用性。
94.为了便于对本发明上述各实施例的理解，下面通过一个实例对列车节能运行控制方法的实施过程进行说明。
95.图2是本发明提供的列车节能运行控制方法中节能运行控制模型训练过程的示意图。如图2所示，对于某一供电区间，该供电区间的节能运行控制模型的训练过程可以包括以下步骤：
96.步骤201、设定神经网络的神经元参数。
97.该节能运行控制模型为神经网络模型。可以先设定该神经网络模型中神经网络的神经元参数。
98.其中，隐含层神经元数量不严格确定，确保合适的收敛速度即可。
99.步骤202、构建供电区间的训练数据。
100.初期使用相似比例的实验数据和实际数据，作为训练集。对神经网络进行训练之后，可以使用实验数据作为测试集进行效果判定。当实际数据积累的数量上升后，可以改变实验数据和实际数据的配比关系后重复训练，并使用实际数据作为测试集。
101.步骤203、判断是否满足训练数量。
102.若满足，则执行步骤204；若不满足，则返回执行步骤202。
103.步骤204、对比节能误差。
104.将神经网络训练得到的节能效果与实际的节能效果进行对比，得到结盟误差。
105.步骤205、判断是否满足误差要求停止训练。
106.若满足，则可以停止训练，结束训练过程，得到训练好的节能运行控制模型；若不满足，则可以返回执行步骤201，重新训练。
107.节能运行控制模型需要设定的运行参数可以包括：单个神经网络控制范围、训练样本的数量及用于控制最大误差的误差阈值。
108.以该神经网络对实际数据进行判定，得出针对不同列车开启单车节能控制策略的结论。
109.根据该神经网络的归纳，可以得到较为简单的结论：
110.当下一目的站的客流压力较大时，对该列车设置不开启单车节能控制策略；当下一目的站的客流较小时，对该列车设置开启单车节能控制策略；当下一目的站的客流处于中间状态时，则该列车设置是否开启单车节能控制策略的情况，由前方的相邻列车决定；
111.当列车晚点时，对该列车设置不开启单车节能控制策略；当列车早点时，则该列车设置开启单车节能控制策略；当该列车正点时，该列车设置是否开启单车节能控制策略的情况，由前方的相邻列车决定。
112.示例性地，假设某条轨道交通线路全线共有列车50列(非一次性全部上线)，设置30个车站，设置6个供电区间，每个供电区间均承担5个车站之间的牵引电力。同方向车站a、b、c、d、e位于同一个供电区间，列车由车站a向车站e移动。运行图已经使用了节能运行图，如果全部列车完全按运行图运行，再生能量利用效率最高。
113.列车t1、t2、t3位于该供电区间(即车站a、b、c、d、e所在的供电区间)。列车t1位于车站a、b之间，t2位于车站c、d之间，t3位于车站d、e之间。
114.训练数据tr1包括列车t1、t2、t3的以下特征：
115.列车t1满载率80％，t2满载率90％，t3满载率100％；
116.全部列车均按照运行图正点运行，t1、t2、t3前方到站后客流预计均较高。
117.训练数据tr1对应的标签为：同时不开启单车节能控制策略。此时，该供电区间的节能比例为0。
118.训练数据tr2包括列车t1、t2、t3的以下特征：
119.列车t1满载率80％，t2满载率90％，t3满载率100％；
120.全部列车均晚点运行，t1、t2、t3前方到站后客流预计(即下一目的站的客流等级的估计结果)均较高。
121.训练数据tr2对应的标签为：同时不开启单车节能控制策略。此时，该供电区间的节能比例为0。
122.训练数据tr3包括列车t1、t2、t3的以下特征：
123.列车t1满载率80％，t2满载率90％，t3满载率100％；
124.t3晚点运行、t1和t2正点运行，t1、t2、t3前方到站后客流预计均较低。
125.训练数据tr3对应的标签为：t1、t2开启单车节能控制策略，t3不开启单车节能控制策略。此时，该供电区间的节能比例为1％。
126.训练数据tr4包括列车t1、t2、t3的以下特征：
127.列车t1满载率80％，t2满载率90％，t3满载率100％；
128.t1和t2和t3均早点，t1、t2、t3前方到站后客流预计均较低。
129.训练数据tr4对应的标签为：t1、t2、t3均开启单车节能控制策略。此时，该供电区间的节能比例为1.5％。
130.以类似构建训练数据tr1、tr2、tr3或tr4的方式，构建足够多的训练数据(例如可以为300-1000种)以及对应的标签，对神经网络模型进行训练。
131.可以用神经网络输出的判断结果，验证测试数据，保证节能误差在20％以内(即1％节能实际值对应0.8％或者1.2％的计算值)。
132.由于全部车站和供电区间的结构类似，差异仅在于线路情况和客流预测情况，可以扩大到全部线路，即可将每个供电区间的训练数据分别训练对应的神经网络，从而将整个问题作为独立小问题进行控制。
133.例如，测试数据ts1包括列车t1、t2、t3的以下特征：
134.t1满载率80％，t2满载率80％，t3满载率80％，列车均正点运行。
135.该神经网络模型输出的判断结果为t1、t2、t3均开启单车节能控制策略。此时，该供电区间的节能比例为1％，满足节能要求。
136.图3是本发明提供的列车节能运行控制方法的流程示意图之二。如图3所示，对于某一轨道交通线路，对该轨道交通线路上运行的列车进行节能控制的方法可以包括以下步骤：
137.步骤301、采集全线现有列车的特征。
138.可以采集该轨道交通线路当前所有线上列车的特征。
139.步骤302、不同供电区间的神经网络模型进行判断。
140.假设该轨道交通线路包括3个供电区间：供电区间a、供电区间b和供电区间c。
141.每个供电区间的神经网络模型分别输出该供电区间内各列车是否开启单车节能控制策略的判断结果。
142.步骤3031、向供电区间a内列车调整节能模式设置。
143.步骤3032、向供电区间b内列车调整节能模式设置。
144.步骤3033、向供电区间c内列车调整节能模式设置。
145.即基于判断结果，控制供电区间内列车开启单车节能控制策略(之前未开启单车节能控制策略)、保持单车节能控制策略(之前已开启单车节能控制策略)、停止开启单车节能控制策略(之前已开启单车节能控制策略)或者保持不开启单车节能控制策略(之前未开启单车节能控制策略)。
146.步骤304、判断是否停止控制。
147.若是，则停止；若否，则返回执行步骤301。
148.通过上述步骤，可以实现以某条轨道交通线路的每一供电区间为单位，针对该供电区间内的每一列车，分别确定是否开启单车节能控制策略。
149.下面对本发明提供的列车节能运行控制装置进行描述，下文描述的列车节能运行控制装置与上文描述的列车节能运行控制方法可相互对应参照。
150.图4是本发明提供的列车节能运行控制装置的结构示意图。基于上述任一实施例的内容，如图4所示，该装置包括获取模块401、判断模块402和控制模块403，其中：
151.获取模块401，用于获取第一时刻目标供电区间内各列车的特征；
152.判断模块402，用于将各列车第一时刻的特征输入节能运行控制模型，获取目标供电区间内各列车是否开启单车节能控制策略的判断结果；
153.控制模块403，用于基于判断结果，控制目标供电区间内各列车的运行；
154.其中，特征包括位置、车厢满载率、下一目的站的客流等级的估计结果、剩余的区间运行时间和牵引能量。
155.具体地，获取模块401、判断模块402和控制模块403可以顺次电连接。
156.获取模块401可以获取第一时刻位于该目标供电区间内的每一列车的特征。
157.判断模块402可以将第一时刻目标供电区间内各列车的特征，输入该目标供电区间的节能运行控制模型，从而获取该节能运行控制模型输出的目标供电区间内各列车是否开启单车节能控制策略的判断结果。
158.控制模块403基于该判断结果，控制该目标供电区间内的每一列车开启或者不开启单车节能控制策略。
159.可选地，节能运行控制模型可以为神经网络模型。
160.可选地，神经网络模型可以为bp神经网络模型。
161.可选地，获取模块401可以包括：
162.第一获取单元，可以用于获取每一列车的车载设备发送的列车第一时刻的位置和车厢满载率。
163.可选地，第一获取单元，还可以用于获取列车自动监控系统发送的各车站的当前客流；
164.获取模块401可以还包括：
165.第二获取单元，可以用于基于各车站的当前客流，获取列车第一时刻的下一目的站的客流等级的估计结果。
166.可选地，第一获取单元，还可以用于获取列车自动监控系统发送的每一列车第一时刻剩余的区间运行时间和牵引能量。
167.本发明实施例提供的列车节能运行控制装置，用于执行本发明上述列车节能运行控制方法，其实施方式与本发明提供的列车节能运行控制方法的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
168.该列车节能运行控制装置用于前述各实施例的列车节能运行控制方法。因此，在前述各实施例中的列车节能运行控制方法中的描述和定义，可以用于本发明实施例中各执行模块的理解。
169.本发明实施例通过节能运行控制模型，判定目标供电区间内各列车及相应客流是否支持开启单车节能控制策略，控制支持开启单车节能控制策略的列车开启单车节能控制策略，使该列车优先按照单车曲节能的方式进行节能运行，充分利用运行图准点率的余量进行调整，即转为减少停站时间，延长区间运行时间，从而实现单车节能，能提高节能控制的稳定性和易用性。进一步地，在线路不同的区域和/或不同的时间，对于不同特征的列车采用的控制策略有所不同，能更好的符合当前情况下列车的特征，从而整体上取得更节能效果，稳定性更好，能进行更为细致的节能控制。进一步地，对于不同列车采用的策略不同后，之后列车的特征会形成反馈，形成下一步的节能运行控制模型的输入，调整速度更快，能避免整体关联状态多、计算复杂、收敛速度慢及调整速度慢等缺点，能进行更快的反馈和实现更高的控制频率，易用性更强。
170.图5是本发明提供的电子设备的结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口(communications interface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行列车节能运行控制方法，该方法包括：获取第一时刻目标供电区间内各列车的特征；将各列车第一时刻的特征输入节能运行控制模型，获取目标供电区间内各列车是否开启单车节能控制策略的判断结果；基于判断结果，控制目标供电区间内各列车的运行；其中，特征包括位置、车厢满载率、下一目的站的客流等级的估计结果、剩余的区间运行时间和牵引能量。
171.此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以
软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
172.本技术实施例提供的电子设备中的处理器510可以调用存储器530中的逻辑指令，其实施方式与本技术提供的列车节能运行控制方法的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
173.另一方面，本发明还提供一种计算机程序产品，计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，计算机能够执行上述各方法所提供的列车节能运行控制方法，该方法包括：获取第一时刻目标供电区间内各列车的特征；将各列车第一时刻的特征输入节能运行控制模型，获取目标供电区间内各列车是否开启单车节能控制策略的判断结果；基于判断结果，控制目标供电区间内各列车的运行；其中，特征包括位置、车厢满载率、下一目的站的客流等级的估计结果、剩余的区间运行时间和牵引能量。
174.本技术实施例提供的计算机程序产品被执行时，实现上述列车节能运行控制方法，其具体的实施方式与前述方法的实施例中记载的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
175.又一方面，本发明还提供一种非暂态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以执行上述各提供的列车节能运行控制方法，该方法包括：获取第一时刻目标供电区间内各列车的特征；将各列车第一时刻的特征输入节能运行控制模型，获取目标供电区间内各列车是否开启单车节能控制策略的判断结果；基于判断结果，控制目标供电区间内各列车的运行；其中，特征包括位置、车厢满载率、下一目的站的客流等级的估计结果、剩余的区间运行时间和牵引能量。
176.本技术实施例提供的非暂态计算机可读存储介质上存储的计算机程序被执行时，实现上述列车节能运行控制方法，其具体的实施方式与前述方法的实施例中记载的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
177.以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
178.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
179.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管
参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种列车节能运行控制方法，其特征在于，包括：获取第一时刻目标供电区间内各列车的特征；将所述各列车第一时刻的特征输入节能运行控制模型，获取所述目标供电区间内各列车是否开启单车节能控制策略的判断结果；基于所述判断结果，控制所述目标供电区间内各列车的运行；其中，所述特征包括位置、车厢满载率、下一目的站的客流等级的估计结果、剩余的区间运行时间和牵引能量。2.根据权利要求1所述的列车节能运行控制方法，其特征在于，所述节能运行控制模型为神经网络模型。3.根据权利要求2所述的列车节能运行控制方法，其特征在于，所述神经网络模型为bp神经网络模型。4.根据权利要求1至3任一项所述的列车节能运行控制方法，其特征在于，所述获取第一时刻目标供电区间内各列车的特征，包括：获取每一所述列车的车载设备发送的所述列车所述第一时刻的位置和车厢满载率。5.根据权利要求4所述的列车节能运行控制方法，其特征在于，所述获取第一时刻目标供电区间内各列车的特征，还包括：获取列车自动监控系统发送的各车站的当前客流；基于所述各车站的当前客流，获取所述列车所述第一时刻的下一目的站的客流等级的估计结果。6.根据权利要求5所述的列车节能运行控制方法，其特征在于，所述获取第一时刻目标供电区间内各列车的特征，还包括：获取所述列车自动监控系统发送的每一所述列车所述第一时刻剩余的区间运行时间和牵引能量。7.一种列车节能运行控制装置，其特征在于，包括：获取模块，用于获取第一时刻目标供电区间内各列车的特征；判断模块，用于将所述各列车第一时刻的特征输入节能运行控制模型，获取所述目标供电区间内各列车是否开启单车节能控制策略的判断结果；控制模块，用于基于所述判断结果，控制所述目标供电区间内各列车的运行；其中，所述特征包括位置、车厢满载率、下一目的站的客流等级的估计结果、剩余的区间运行时间和牵引能量。8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述列车节能运行控制方法。9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述列车节能运行控制方法。10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述列车节能运行控制方法。

技术总结
本发明提供一种列车节能运行控制方法及装置，其中，该方法包括：获取第一时刻目标供电区间内各列车的特征；将各列车第一时刻的特征输入节能运行控制模型，获取目标供电区间内各列车是否开启单车节能控制策略的判断结果；基于判断结果，控制目标供电区间内各列车的运行；其中，特征包括位置、车厢满载率、下一目的站的客流等级的估计结果、剩余的区间运行时间和牵引能量。本发明提供的列车节能运行控制方法及装置，通过节能运行控制模型，判定目标供电区间内各列车及相应客流是否支持开启单车节能控制策略，控制支持开启单车节能控制策略的列车开启单车节能控制策略，能提高节能控制的稳定性和易用性。的稳定性和易用性。的稳定性和易用性。


技术研发人员：耿鹏 陈逸 肖孟 郭佳 郭俊垚 王中林 张帅 夏宏举 闫博 乔文可
受保护的技术使用者：通号城市轨道交通技术有限公司
技术研发日：2023.01.09
技术公布日：2023/6/7