[发明专利]一种用于实现机车节能操纵的双向LSTM模型的训练方法

权利要求书

1.一种用于实现机车节能操纵的双向LSTM模型的训练方法，包括下述步骤包括下述步骤：

步骤101、采集司机历史驾驶数据与机车运行监控日志，作为初始训练数据；

步骤102、对初始训练数据进行预处理，得到训练数据集和测试数据集；

所述的初始训练数据进行预处理阶段分为两个阶段：

(1)在数据满足安全性、准点性的基础上，用如下公式筛选出N条J_i较小的数据：

其中：J_i是第i个驾驶数据的单位车重油耗，E_i是第i个驾驶数据的总油耗，W_i是第i个驾驶数据的总车重；

(2)在抽取的数据基础上，进一步抽取特征数据，形成训练数据集和测试数据集；特征数据分为前向特征数据和后向特征数据，前向特征数据指的是机车所处状态之前的历史行驶信息和道路信息，后向特征指机车行驶方向的道路信息；

步骤103、如果是初次训练，则直接初始化模型的各个参数，否则在上一次双向LSTM模型的基础上继续训练双向LSTM神经网络模型，并保存训练好的模型；

步骤104、应用训练过的模型对测试数据集做仿真测试，得到新的初始训练数据；

步骤105、将新的初始训练数据和上一训练阶段的训练数据一起作为初始训练数据；

步骤106、重复进行步骤1-步骤5，不断迭代至模型收敛。

2.根据权利要求1所述的用于实现机车节能操纵的双向LSTM模型的训练方法，其特征在于，所述的双向LSTM模型，其输入层中，特征数据分别按照时间点不同和地理位置不同进行输入，按时间点不同所对应的输入数据是前向特征数据，按地理位置不同输入的数据是后向特征数据。

3.根据权利要求1所述的用于实现机车节能操纵的双向LSTM模型的训练方法，其特征在于，

前向特征包括17个特征，分别为车重、车长、重车辆数、轻车辆数、当前坡段平均坡度、当前坡段总长度、当前坡段平均速度、当前位置的限速值、当前限速值的剩余长度、当前点处于的两个车站间的平均速度、当前位置距离下一车站距离、当前位置到达下一车站的剩余时间、当前档位、当前速度、当前位置点的坡度、当前速度与限速值的差值；

后向特征包括8个特征，分别为当前坡段平均坡度、当前坡段总长度、当前坡段剩余长度、当前坡段平均速度、当前位置的限速值、当前位置距离下一车站的距离、当前位置点的坡度、当前机车的速度与抽取特征位置点限速的差值。

4.根据权利要求1所述的用于实现机车节能操纵的双向LSTM模型的训练方法，其特征在于，所述的不断迭代过程也可以设置迭代固定的次数之后终止迭代，终止迭代后保存当前训练的模型作为最终模型。

5.根据权利要求1所述的用于实现机车节能操纵的双向LSTM模型的训练方法，其特征在于，原始训练数据集的采集可以从铁路机车中的列车运行控制记录装置获得，具体包括机车属性，线路属性以及机车行驶日志。