[发明专利]一种轨道机车节能操纵实时优化控制策略库构建方法

说明书

本发明涉及一种轨道机车节能操纵实时优化控制策略库构建方法，具体包括以下步骤：步骤1、数据的收集与预处理，得到标准的数据集，为后续的步骤准备数据的输入；步骤2、利用数据挖掘算法结合数据预处理结果对机车操纵日志数据进行大规模的搜索与挖掘，最终将子操作序列集合处理为一种结构化的表征形式，并存储在文本文件中；步骤3、将不同坡段类型下的频繁子操作序列集合作为基础的策略库，并将最终得到的优化策略库处理为一种结构化的表征形式，存储在文本文件中；步骤4、根据机车的状态参数，通过策略的优化运算执行策略，最终生成整条线路的优化操纵序列。该方法提高了策略设计与生成的效率，并可以进行更加节油的驾驶模式的学习。

技术领域

本申请涉及一种轨道机车控制技术，尤其涉及一种轨道机车节能操纵实时优化控制策略库构建方法。

背景技术

轨道机车节能操纵是为了能够在一定的牵引机车、车辆、线路等硬件环境和既定的运行图、列车编组计划等运营管理状况下，来改进机车的操纵方法以实现列车的节能运行。轨道机车在运行过程中会受到坡度、限速、隧道、弯道等多个外部约束条件，机车的节能操纵往往也会有多个需要优化的目标，如油耗、到站时间、运行平稳性等，这些外界因素和自身因素的干扰，使得轨道机车的操纵驾驶有很大的复杂性和不确定性，所以机车的节能操纵实时优化控制是一个多目标、多约束、高非线性的复杂操纵序列优化问题。

在解决这类复杂操纵序列优化问题中常见的有三类方法：数值搜索、解析求解、启发式操纵规则设计。数值搜索：通过数值搜索算法对操纵序列进行寻优搜索从而得到优化的档位操纵序列，常见的算法有遗传算法、群搜索算法、动态规划等，这种方式耗时长，且短时间内无法收敛到最优结果，不适合在线控制系统优化。解析求解：基于领域知识对操纵控制过程中不同状况下的关键转换点根据解析公式求解来得到最终的优化操纵序列，这种方式主要缺陷是转换点的解析公式推导过程复杂，较难处理多约束条件。启发式策略设计：考虑诸多复杂因素，人工通过现有领域的一些操作规范等启发式的进行机车控制策略库设计，然后通过不同的路况信息和机车信息进行策略匹配，来自动控制机车运行，该种方式过多的引入人工的分析与设计，极大的降低了策略设计的效率，同时由于人思考范围有限，无法覆盖所有可能的情况，这势必会导致部分优化解遗漏。以上三种方法中，启发式优化策略设计由于有人工经验的参与可以考虑到诸多复杂的因素，通过人工设计操作优化规则，可控性、可靠性较强，在工程领域应用很多。针对于启发式优化策略设计，由于优化策略库的设计对最终的机车的节能效果起到了至关重要的作用，而且机车节能控制往往是需要由很多策略组织起来形成策略库，共同协调来完成优化控制，本专利针对启发式策略设计中存在的策略设计和维护效率低下、策略覆盖率低等问题提出一种轨道机车节能操纵实时优化控制策略库构建方法。

发明内容

本发明的目的是提供一种通过数据挖掘和机器学习相结合的方法来实现轨道机车节能操纵实时优化策略库的构建，最终的优化策略在控制机车运行过程中表现为具有时间属性的离散档位序列集合，机车按照这些优化操纵档位行驶。

本发明的技术方案是一种轨道机车节能操纵实时优化控制策略库构建方法，具体包括以下步骤：

步骤1、数据的收集与预处理，得到标准的数据集，为后续的步骤准备数据的输入，此步骤分为数据的收集、数据的预处理两个步骤。数据的收集是从机车上相关的监控记录设备上获取机车运行的线路数据、机车参数数据和机车操纵日志数据的原始数据；数据的预处理是针对从记录仪器上获取的原始数据进行数据的预处理操作，数据预处理阶段分别对机车运行的线路数据和机车操纵日志数据进行了预处理操作；最终得到预处理后的标准的线路数据和所有机车操纵日志数据中子操作序列集合，并以一种结构化的表征形式存储在文本文件中；

步骤2、利用数据挖掘算法结合上步骤1中的数据预处理结果对机车操纵日志数据进行大规模的搜索与挖掘，挖掘出机车在运行过程中频繁的运行趋势及档位操作序列，从而得到不同坡段类型下的频繁子操作序列集合，最终将子操作序列集合处理为一种结构化的表征形式，并存储在文本文件中；