检索结果-内蒙古大学图书馆

铁道学报 2025年第1期47卷 11-20页

作者：牛家鑫赵鹏乔珂张璞魏利亨北京交通大学交通运输学院北京100044 北京交通大学智慧高铁系统前沿科学中心北京100044 内蒙古大学交通学院内蒙古呼和浩特010020

动车组交路计划是高速铁路运输生产计划的核心问题之一。在研究编制动车组交路计划时充分考虑夜间停放、到发线运用条件等以确保计划的可实施性。以一级检修周期为时间跨度构建动车组运用接续网络,考虑夜间存放地点、车站到发线运用、... 详细信息

动车组交路计划是高速铁路运输生产计划的核心问题之一。在研究编制动车组交路计划时充分考虑夜间停放、到发线运用条件等以确保计划的可实施性。以一级检修周期为时间跨度构建动车组运用接续网络,考虑夜间存放地点、车站到发线运用、检修里程和检修时间等约束,建立以动车组使用数量最小为目标的混合整数线性规划模型,开发两阶段分支定界算法进行求解。以某动车运用所担当的列车为案例,分析结果表明:在动车组夜间存放地点和到发线运用合理的情况下,构建的模型相比既有人工编制方法可以有效节省动车组使用数量,同时能编制动车组车站到发线运用方案及夜间存放方案,节约铁路部门运营成本,为相关人员编制动车组交路计划提供辅助参考。

关键词：动车组动车组交路计划混合整数线性规划到发线运用

来源：评论

学校读者我要写书评

暂无评论

基于多阶段退化建模的列车电空阀退化预测方法

引用

同济大学学报(自然科学版) 2025年第1期53卷 115-123页

作者：熊柳景牛刚王彪同济大学交通学院上海201804 北京交通大学轨道交通控制与安全国家重点实验室北京100044

为了提高列车电空制动系统的可靠性,提出了一种考虑多阶段退化趋势动态变化的电空(electro pneumatic,EP)阀电磁线圈退化状态自适应预测方法。首先,利用加速退化试验数据和指数估计形式来推导扩展卡尔曼滤波(EKF)算法的状态方程和观测... 详细信息

为了提高列车电空制动系统的可靠性,提出了一种考虑多阶段退化趋势动态变化的电空(electro pneumatic,EP)阀电磁线圈退化状态自适应预测方法。首先,利用加速退化试验数据和指数估计形式来推导扩展卡尔曼滤波(EKF)算法的状态方程和观测方程。其次,基于EKF算法对退化数据进行最优估计,减少退化数据不确定性波动对预测的干扰。然后,根据历史数据的EKF最优估计结果建立退化模型,将下一退化阶段的预测值和观测值信息交互结果用于退化模型的更新。最后,采用自适应遗忘因子对EKF优化后的历史数据样本和新观测数据样本进行动态权重调整,通过多阶段退化建模完成退化模型的参数自适应更新。试验验证结果表明:所提出的退化预测方法可以准确有效地实现多阶段连续退化预测;所提出的自适应遗忘因子权重调整策略可以有效提高退化预测的准确性。

关键词：退化预测多阶段退化建模扩展卡尔曼滤波自适应遗忘因子电空阀电磁线圈

来源：评论

学校读者我要写书评

暂无评论

基于正态随机过程的驼峰设计中计算气温建模与分析

引用

铁道学报 2025年第1期47卷 21-30页

作者：夏胜利仇帅张红亮北京交通大学交通运输学院北京100044 北京交通大学轨道交通安全协同创新中心北京100044

基于可获取的全球公开气象数据,发现现行设计规范中用以描述气温分布的正态分布模型与我国铁路编组站所在地全年月均气温和全年日均气温的分布情况均不相符,在此基础上,深入分析现行驼峰设计规范中给出的气温分布模型的来源及不足。为... 详细信息

基于可获取的全球公开气象数据,发现现行设计规范中用以描述气温分布的正态分布模型与我国铁路编组站所在地全年月均气温和全年日均气温的分布情况均不相符,在此基础上,深入分析现行驼峰设计规范中给出的气温分布模型的来源及不足。为更准确地拟合编组站所在地实际气温的分布,提出基于正态随机过程的全年日均气温建模方法,并在此基础上给出用于拟合实际日均气温的理论密度函数。以全路18个编组站所在地的全年日均气温数据为实例,验证该理论密度函数对实际数据的拟合效果,并基于实例数据给出日均气温数据精度下计算气温的置信水平,发现相同置信水平下提出的理论密度函数计算得到的气温与基于规范方法计算得到的气温仅相差0~3℃。由此可知,现行规范中给出的气温分布模型在工程实践中应用是可行的,但在推导过程中理论依据不充分,本研究成果很好地解决这一问题,夯实了驼峰设计及优化理论基础。

关键词：驼峰设计计算气温铁路编组站气象资料

来源：评论

学校读者我要写书评

暂无评论

基于FPGA的电力电子变换器随机实时仿真建模方法

引用

电力自动化设备 2025年第2期45卷 110-118页

作者：王诗楠郭希铮孙宗辉王玉乐游小杰北京交通大学电气工程学院北京100044 北京交通大学轨道交通安全协同创新中心北京100044

确定性模型无法对系统的随机特性进行准确描述,而目前的随机模型难以应用于现场可编程门阵列(FPGA)的实时仿真。基于广义多项式混沌展开方法建立电力电子变换器的随机实时仿真模型,针对复杂概率分布随机变量以及高复杂度系数矩阵导致的... 详细信息

确定性模型无法对系统的随机特性进行准确描述,而目前的随机模型难以应用于现场可编程门阵列(FPGA)的实时仿真。基于广义多项式混沌展开方法建立电力电子变换器的随机实时仿真模型,针对复杂概率分布随机变量以及高复杂度系数矩阵导致的硬件资源消耗问题,提出一种最优正交多项式基函数的构建方法,减少FPGA的计算资源消耗,并提高模型精度。以三相脉宽调制整流器作为研究对象,通过离线仿真验证所提建模方法的准确性与有效性;并基于FPGA的实时仿真平台,搭建变换器的随机实时仿真模型。离线与实时仿真结果表明,所提模型可以实时求解系统输出响应的统计矩信息,高效地反映系统概率运行情况。

关键词：电力电子变换器广义多项式混沌展开随机仿真模型不确定性分析多随机变量 FPGA 实时仿真

来源：评论

学校读者我要写书评

暂无评论

考虑自动编组的混合公交系统行车计划优化

引用

系统工程理论与实践 2025年第2期45卷 651-665页

作者：赵小梅周绪成刘云栋谢东繁北京交通大学系统科学学院北京100044

为解决可编组自动驾驶公交和传统电动公交混合运营下的行车计划问题,本文考虑二者的功能和成本差异,结合跨线调度和分段充电策略构建混合公交系统行车计划优化模型.模型以两类公交的运行成本、空驶成本、购置成本以及充电成本最小化为目... 详细信息

为解决可编组自动驾驶公交和传统电动公交混合运营下的行车计划问题,本文考虑二者的功能和成本差异,结合跨线调度和分段充电策略构建混合公交系统行车计划优化模型.模型以两类公交的运行成本、空驶成本、购置成本以及充电成本最小化为目标,决策场站车队规模及车辆的车次链.针对该整数非线性规划模型,本文设计“初始解生成与列生成框架”的两阶段求解算法,并选取北京市某场站四条运营线路进行案例分析.结果表明:与单线调度的公交系统相比,跨线调度策略能够提高7.2%的车辆利用率,降低23.3%的运行成本和21.93%的购置成本.相比于多车型的传统电动公交系统,可编组自动驾驶公交的引入使得编组单元的平均使用次数达到3.58次,系统的平均车辆使用次数增加0.53次,有效提高车辆使用率.为混合公交系统下多线路公交行车计划提供优化建议.

关键词：交通运输规划与管理混合公交系统行车计划电动公交可编组自动驾驶公交列生成算法

来源：评论

学校读者我要写书评

暂无评论

小样本条件下基于深度特征融合的配电网高阻接地故障识别方法

引用

电力系统保护与控制 2025年第6期53卷 101-112页

作者：尚博阳罗国敏刘畅宇王小君杨雪凤北京交通大学电气工程学院北京100044

针对基于数据驱动的高阻接地故障检测可靠性低和样本需求度高的问题,提出一种小样本条件下基于深度特征融合的配电网高阻接地故障识别方法。首先,在配电网高阻故障特性分析的基础上,利用离散小波变换对高阻故障信号的波形进行深度挖掘,... 详细信息

针对基于数据驱动的高阻接地故障检测可靠性低和样本需求度高的问题,提出一种小样本条件下基于深度特征融合的配电网高阻接地故障识别方法。首先,在配电网高阻故障特性分析的基础上,利用离散小波变换对高阻故障信号的波形进行深度挖掘,构造多尺度时频特征图和全局统计特征矩阵以增强高阻故障特征的表达。其次,结合轻量型残差网络结构和自注意力机制设计深度特征提取网络,实现局部和全局时频特征的融合提取。然后,引入度量元学习计算各类样本在度量空间中的特征类原型以及类原型与样本之间的距离,从而实现高阻故障分类器的构建。最后,在不同复杂运行条件和现场数据集上进行算例测试,验证了所提方法的有效性。

关键词：配电网高阻接地故障时频特征融合小样本自注意力机

来源：评论

学校读者我要写书评

暂无评论

基于约束强化学习的综合能源系统优化调度研究

引用

电力系统保护与控制 2025年第6期53卷 1-14页

作者：李天明王小君窦嘉铭刘曌司方远和敬涵北京交通大学电气工程学院北京100044

“双碳”目标下,分布式能源高比例渗透与异质能源耦合加剧迫使综合能源系统(integrated energy system,IES)优化调度问题的求解难度提升,深度强化学习为解决上述问题提供了有效手段。然而,传统深度强化学习通常将安全约束以惩罚项形式... 详细信息

“双碳”目标下,分布式能源高比例渗透与异质能源耦合加剧迫使综合能源系统(integrated energy system,IES)优化调度问题的求解难度提升,深度强化学习为解决上述问题提供了有效手段。然而,传统深度强化学习通常将安全约束以惩罚项形式加权添加至奖励函数,加权系数一般由人工确定且在迭代过程中保持固定,一定程度上影响了算法的收敛性能与约束处理能力。对此,提出一种基于约束强化学习的IES优化调度方法。首先,构建了基于IES机组运行与系统潮流约束的安全价值网络,并通过拉格朗日乘子与经济价值网络动态并行协同,分别评估智能体决策的安全与经济价值。其次,利用原始对偶的思路,交替更新智能体策略与拉格朗日乘子,以规避人工设置惩罚系数引起的主观偏差对IES调度决策的影响。同时,利用专家知识引导智能体开展训练,防止其盲目寻优造成算力浪费。最后,基于电-热耦合系统开展仿真算例对比分析,验证了所提方法的安全性与高效性。

关键词：综合能源系统优化调度深度强化学习约束强化学习

来源：评论

学校读者我要写书评

暂无评论

基于电流相位的多端口光伏直流汇集系统故障区段辨识方法

引用

高电压技术 2025年第2期51卷 520-529页

作者：和敬涵陈想李猛杜晓通闫诗琪北京交通大学电气工程学院北京100044

多端口光伏直流升压汇集并网系统分支多、线路短,故障发展快、电流峰值高,故障区段的快速可靠辨识困难。为实现系统的快速故障隔离与恢复,提出了一种基于高频电流相对相位的极间故障区段辨识方法。首先,构建不同区段故障后的暂态等效网... 详细信息

多端口光伏直流升压汇集并网系统分支多、线路短,故障发展快、电流峰值高,故障区段的快速可靠辨识困难。为实现系统的快速故障隔离与恢复,提出了一种基于高频电流相对相位的极间故障区段辨识方法。首先,构建不同区段故障后的暂态等效网络,并利用换流器出口等效并联电容与限流电感的串联谐振条件简化等效网络,得到高频电流间的相关性特征。然后,将相关性定量为相位差分布表征,并利用汇集支路与送出线间特定频段电流的相位差分布差异构建故障区段辨识判据,辨识结果采用逻辑量形式输出。最后,通过仿真对所提方法的有效性进行了验证。仿真结果表明:该方法最快能在故障后2 ms内可靠选线,有较强的抗噪性和耐过渡电阻、分布电容能力,方法简单实用,具有一定的工程应用价值。

关键词：直流并网相关性相对相位故障分析大型光伏电站故障区段辨识

来源：评论

学校读者我要写书评

暂无评论

基于等效面积法的车载制动能量回收装置控制策略

引用

电工技术学报 2025年第3期40卷 975-986页

作者：米佳雨杨中平钟志宏林飞邵一晨北京交通大学电气工程学院北京100044

传统的基于网压或者人工智能算法的控制策略虽然可以使车载储能装置制动能量具有一定的回收效果,但是却存在忽略了储能元件自身充放电特性、模型建立复杂、难以求解最优策略的解析解等问题。为此,该文提出基于等效面积法的车载储能装置... 详细信息

传统的基于网压或者人工智能算法的控制策略虽然可以使车载储能装置制动能量具有一定的回收效果,但是却存在忽略了储能元件自身充放电特性、模型建立复杂、难以求解最优策略的解析解等问题。为此,该文提出基于等效面积法的车载储能装置控制策略。在储能装置的充电阶段,为了保证最优的节能效果,以储能装置的功率作为状态变量,通过选取最优的初始电压和充电电流,使列车制动功率曲线与储能装置充电功率曲线所围面积最大。储能装置的放电阶段,在保证储能装置的放电截止电压在列车牵引结束时达到最优充电初始值的前提下,选取合适的放电电流使列车牵引功率曲线与储能装置放电功率曲线面积差的最大高度最小,此时车载储能装置的“填谷”效果最佳。该策略从列车的牵引制动特性出发,不仅充分考虑了储能元件的充放电特性,而且模型简单、计算量小、且易于求解得到最优控制策略的解析解,从而可以充分发挥储能装置的充放电能力。算例分析结果表明,相较于传统的基于网压的双环PI控制策略,所提的控制策略可以进一步提升储能装置的充放电量,节能效果显著。

关键词：城市轨道交通车载储能装置制动能量回收控制策略等效面积法

来源：评论

学校读者我要写书评

暂无评论

基于对比学习和标签挖掘的点云分割算法

引用

计算机研究与发展 2025年第1期62卷 132-143页

作者：黄华卜一凡许宏丽王晓荣北京交通大学计算机与信息技术学院北京100044 交通数据分析与挖掘北京市重点实验室(北京交通大学) 北京100044 轨道工程北京市重点实验室(北京交通大学) 北京100044 智慧高铁系统前沿科学中心(北京交通大学) 北京100044

基于深度学习的点云分割算法通过设计复杂的特征提取模块,可以对高维空间点云进行有效的分割.但由于缺乏对边界点集的特征挖掘,使得其对边界分割的精度欠佳.已有将对比学习思想用于点云分割以解决边界区域分割性能不足问题的研究中,忽... 详细信息

基于深度学习的点云分割算法通过设计复杂的特征提取模块,可以对高维空间点云进行有效的分割.但由于缺乏对边界点集的特征挖掘,使得其对边界分割的精度欠佳.已有将对比学习思想用于点云分割以解决边界区域分割性能不足问题的研究中,忽略了点云无序和稀疏特性,特征提取不够准确.对此,设计了基于对比学习和标签挖掘的点云分割模型CL2M(contrastive learning label mining),通过自注意力机制学习不同位置处点云更为精准的特征,并引入对比学习方法,提高了点云边界处的分割精度.在对比边界学习过程中通过深入挖掘语义空间中的标签并设计了基于标签分布的对比边界学习模块,使得高维空间点云标签分布包含更多的语义信息.CL2M充分利用标签的分布规律计算分布间的距离,可准确划分正负样本,减少了常规硬划分带来的累计错误.在2个公开数据集上进行的实验结果表明,CL2M在多个评价指标上优于既有的点云分割模型,验证了模型的有效性.

关键词：计算机视觉点云分割对比学习自注意力机制边界挖掘

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：