[发明专利]一种列车速度预测方法及装置

权利要求书

1.一种列车速度预测方法，其特征在于，包括：

在列车的当前行驶过程中，获取所述列车在当前时刻的当前行驶数据和在当前时刻之前的历史行驶数据；

根据所述当前行驶数据和所述历史行驶数据，通过预设特征工程提取特征数据；

将所述特征数据作为目标模型的输入参数，得到由所述目标模型预测的在当前时刻之后所述列车的速度；

其中，所述目标模型为根据所述列车已有的行驶数据训练的，用于对所述列车的速度进行预测的模型。

2.根据权利要求1所述的列车速度预测方法，其特征在于，所述根据所述当前行驶数据和所述历史行驶数据，通过预设特征工程提取特征数据，包括：

在所述当前时刻之前的时间中，根据所述历史行驶数据，选取若干不同时刻下的列车速度和若干不同时刻下的模拟量信号，作为延后特征；

在所述当前时刻之前的时间中，根据所述历史行驶数据和所述当前行驶数据，计算从不同时刻到当前时刻的各时间段内的列车的平均速度、速度标准差、平均模拟量信号和模拟量信号标准差，以及从不同时刻与当前时刻的速度差值和模拟量信号差值，作为统计特征；

在所述当前时刻之前的时间中，根据所述历史行驶数据和所述当前行驶数据，分别计算不同时刻下的每一列车速度和所述当前时刻的列车速度的乘积，作为交叉特征；

将当前时刻列车的牵引制动数据、当前时刻列车所在位置的线路坡度、所述延后特征、所述统计特征和所述交叉特征作为提取特征数据。

3.根据权利要求1所述的列车速度预测方法，其特征在于，

在所述延后特征中，在与所述当前时刻越近的时刻中，选取的列车速度和模拟量信号越多；

所述交叉特征包括自所述当前时刻向前的连续多个时刻中，分别计算的每一时刻下的列车速度和所述当前时刻的列车速度的乘积。

4.根据权利要求1所述的列车速度预测方法，其特征在于，所述在列车的当前行驶过程中，获取所述列车在当前时刻的当前行驶数据和在当前时刻之前的历史行驶数据，包括：

在列车的当前行驶过程中，判断是否存在获取列车速度、模拟量信号、牵引制动数据和列车所在位置的线路坡度中的某一行驶数据失败的数据缺失时刻，若是，则将在所述数据缺失时刻前一时刻获取的每一行驶数据作为在所述数据缺失时刻获取的行驶数据；

获取所述列车在当前时刻的当前行驶数据和在当前时刻之前的历史行驶数据。

5.根据权利要求1所述的列车速度预测方法，其特征在于，对所述目标模型的训练包括：

对列车的任一行驶过程，从所述行驶过程获取任一选定时刻，获取所述列车在所述选定时刻的第一行驶数据和在所述选定时刻之前的第二行驶数据；

根据所述第一行驶数据和所述第二行驶数据，通过所述预设特征工程提取用于对长短期记忆网络模型进行训练的训练特征数据，并获取在所述选定时刻之后设定的预测时刻所对应的行驶速度，作为训练所述长短期记忆网络模型的期望输出；

将通过若干组训练特征数据和期望输出，对所述长短期记忆网络模型进行训练后得到的模型作为所述目标模型。

6.根据权利要求5所述的列车速度预测方法，其特征在于，所述将通过若干组训练特征数据和期望输出，对所述长短期记忆网络模型进行训练后得到的模型作为所述目标模型包括：

在对所述长短期记忆网络模型进行训练的过程中，根据由训练的长短期记忆网络模型预测的列车速度和所述期望输出，计算当前训练的长短期记忆网络模型的输出误差，判断所述输出误差是否符合设定误差范围；

若所述输出误差符合所述设定误差范围，则将当前训练的长短期记忆网络模型作为所述目标模型，否则，继续对当前训练的长短期记忆网络模型进行训练，直到所述输出误差符合所述设定误差范围。