-
公开(公告)号:CN101980220A
公开(公告)日:2011-02-23
申请号:CN201010515429.6
申请日:2010-10-15
Applicant: 清华大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于近似概率转换的电路性能可靠性的估计方法,属于电子线路设计技术领域。对于给定的电路性能函数,将其输入变量表示为区间证据;将该区间证据通过性能函数映射到输出,获得输出量的区间证据;利用可传递信度模型中的近似概率转换,将输出变量的区间证据转化为近似累积概率分布;将该近似分布作为输出变量真实累积概率分布的近似,用其估计电路性能可靠度是否达到要求。本发明方法在区间采样次数确定的情况下,只需实施一次仿真过程即可得到置信水平为100%的确定性估计误差,在同样的估计误差下,本方法所需计算量远远小于已有的蒙特卡罗方法。
-
公开(公告)号:CN119151106A
公开(公告)日:2024-12-17
申请号:CN202411311448.5
申请日:2024-09-19
Applicant: 清华大学
IPC: G06Q10/047 , G06Q10/0639 , G06Q50/40
Abstract: 本公开涉及城市轨道交通乘客服务质量优化方法、装置、电子设备及存储介质,所述方法包括获取地铁路网在指定时段内的路网数据、客流数据、决策变量集以及引导策略集;根据路网数据、客流数据与引导策略集,确定乘客路径选择集;根据路网数据、乘客路径选择集以及乘客服务系数集,确定从各个起始车站去往各个终点车站的乘客的耐心度损失;根据乘客路径选择集,确定各个乘客所选择的目标乘车路径所需的等待时长;根据从各个起始车站去往各个终点车站的乘客的耐心度损失与等待时长,对决策变量集与引导策略集进行优化,得到目标决策变量集与目标引导策略集。由此,能够实现缩短地铁路网中乘客的等待时长与耐心度损失,提高地铁路网的乘客服务质量。
-
公开(公告)号:CN119106765A
公开(公告)日:2024-12-10
申请号:CN202411203783.3
申请日:2024-08-29
Applicant: 清华大学
IPC: G06Q10/04 , G06Q50/40 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084 , G06F18/22 , G06N3/048 , G06F123/02
Abstract: 本公开涉及智能交通技术领域,尤其涉及一种基于图卷积神经网络的高速铁路列车晚点预测方法、装置及存储介质。所述方法包括:获取列车在前站的第一运行数据,前站为在列车的行驶线路上位于待预测的目标车站之前的n个车站,n为正整数,第一运行数据用于指示列车在前站的晚点情况和运行计划;根据第一运行数据,调用训练完成的晚点预测模型进行晚点预测,输出得到晚点预测结果,晚点预测结果用于指示预测的列车在目标车站的晚点情况,晚点预测模型为基于图卷积神经网络的模型。本公开实施例通过基于图卷积神经网络的晚点预测模型,实现了利用列车在前站的晚点情况和运行计划对列车在目标车站的晚点情况进行预测,提高了列车晚点预测效果。
-
公开(公告)号:CN109766927B
公开(公告)日:2023-08-22
申请号:CN201811574962.2
申请日:2018-12-21
Applicant: 清华大学
IPC: G06F18/214 , G06F18/23 , G06F18/2411 , G06F18/21 , B61L5/06 , G01R31/00
Abstract: 本发明提供一种基于混合深度学习的高铁道岔智能故障检测方法,该方法将结合深度学习自动特征提取及传统机器学习异常点检测的混合深度学习方法运用到道岔故障检测方法研究中,利用深度学习进行自动特征提取,形成了维度更小且更加抽象的特征数据,解决了特征提取过程依赖人工经验及聚类算法在高维数据下的计算困难问题;然后使用聚类算法结合专家知识选取正常数据簇,解决无法获得大量有标签数据问题;最后使用标注为正常的数据训练单分类支持向量机进行异常点检测并解决了道岔故障检测过程中无标签或标签不足的问题。
-
公开(公告)号:CN114781776A
公开(公告)日:2022-07-22
申请号:CN202210089842.3
申请日:2022-01-25
Applicant: 清华大学
Abstract: 本发明提供一种能源互联网能量分配方法、装置、电子设备及存储介质,所述方法包括:基于能源互联网建立拓扑图;基于节点的能源负荷值和能源供应值,确定节点的能量冗余值,并基于能量冗余值,确定迭代传输能量值;基于共识算法,按照迭代传输能量值,对各节点的能量冗余值进行多次分布式平均,直至各节点的能量冗余值为零,并记录各边的能量传递值;基于边的容量约束与能量传递值,对边的实际能量传递值、与边对应源节点的能量冗余值,以及与边对应目的节点的容量值进行调整;以及基于调整后实际能量传递值、调整后源节点的能量冗余值,以及调整后目的节点的容量值,对各节点进行能量分配。通过本方法提高了能量分配的自适性和有效性。
-
公开(公告)号:CN110222912B
公开(公告)日:2021-06-11
申请号:CN201910543806.8
申请日:2019-06-21
Applicant: 清华大学
Abstract: 本发明提供一种基于时间依赖模型的铁路行程路线规划方法及装置,该方法结合中国铁路网络实际情况,对标准时间依赖模型进行修改,改进后的模型可处理中国铁路网络中的最早到达、最少换乘和最短行程时间等问题;以此模型为基础建立基于时间依赖模型的空铁联运模型和空铁地联运模型;然后使用改进的时间依赖模型以及Dijkstra算法求解中国铁路最短路径搜索问题,通过选择Dijkstra算法的数据结构同时采用A*算法思想对算法进行加速,提高了算法效率;最后基于回溯思想将最短路径搜索算法修改为K优路径算法,实现中国铁路网络行程规划中最早到达K优路径、最少换乘K优路径、最短行程时间K优路径、票价最低K优路径问题的实时求解。
-
公开(公告)号:CN111754071A
公开(公告)日:2020-10-09
申请号:CN202010398514.2
申请日:2020-05-12
Applicant: 清华大学
Abstract: 本发明涉及一种协同优化的区域轨道交通全局安全性增强方法,采集客流分配数据与列车调度数据;用优化算法优化以路网全局风险最低为优化目标的目标函数,所述目标函数由路网内所有车站与区间的运能风险相加得到;输出最低最小风险值,以及优化后的客流分配数据和列车调度数据。本发明的有益效果在于,相比于只考虑客流引导的方法,可以使路网全局风险进一步降低10%左右。
-
公开(公告)号:CN110276509A
公开(公告)日:2019-09-24
申请号:CN201910164981.6
申请日:2019-03-05
Applicant: 清华大学
Abstract: 本发明涉及一种基于特征量的地铁列车牵引系统动态风险分析评估方法,至少包括:S1、地铁列车牵引系统监控实时采集各个车辆和设备的数据;S2、基于采集的数据建立地铁牵引系统典型风险链条,建立电容故障率随电容等效串联电阻变化图和牵引电机故障率随电机振动变化曲线图;S3、依据检测的数据,动态统计t时刻牵引逆变器的等效串联电阻RESR、电机振动烈度L,并按照电容故障率随电容等效串联电阻变化图像,计算电容实时故障概率Pt1;按照牵引电机故障率随电机振动变化曲线图,计算出电机故障概率Pt2;S4、求得t时刻因逆变器支撑电容故障条件下典型风险链条发生概率Pt。该方法能够对牵引系统健康状态做出实时定量的分析评估,及时发现系统运行中的安全薄弱环节。
-
公开(公告)号:CN109978345A
公开(公告)日:2019-07-05
申请号:CN201910169859.8
申请日:2019-03-05
Applicant: 清华大学
Abstract: 本发明提供一种基于特征量的高速列车牵引系统复合故障动态风险分析方法,该方法对高速列车牵引逆变器IGBT开路与速度传感器增益系数偏小共同导致牵引电机故障的故障链进行分析,利用故障机理进行数学建模,得到牵引电机故障率随tanδ变化的曲线,建立了以“IGBT结温升”和“电机定子温度”为特征量的复合故障风险链。同时,将风险链条分析延伸到具体的线路场景,在风险后果评估中,用事故树分析法对风险后果进行了分解,并且建立了以运输运维为主要考虑因素的评价体系,运用白化权函数对各项指标值进行灰色聚类处理,对由复合故障引发的风险进行了风险分析并分别得到了其风险等级,为应急措施的制定和施行提供了理论依据。
-
公开(公告)号:CN109872008A
公开(公告)日:2019-06-11
申请号:CN201910189940.2
申请日:2019-03-13
Applicant: 清华大学
Abstract: 本发明提供一种基于客流分配的城市轨道交通路网安全性评估与增强方法方法,该方法利用风险函数定量评估路网安全性,然后在路网层面进行客流分配以降低风险。该方法将区间和车站的实际运营状态与其能力的匹配程度作为风险函数的输入,并将车站和区间在路网中的静态统计指标作为因子对风险进行加权求和,从而体现不同车站和区间的重要性,由此计算得到路网整体风险。将最小化风险作为优化目标并对约束条件进行分析,可以发现优化问题为凸优化问题,于是可以求得路网最优配流方案。本发明提供的方法可以使运力运量更加匹配、路网运营状态更加平稳,从而降低风险、提高安全。
-
-
-
-
-
-
-
-
-