钢轨折断时间预测方法、装置、电子设备及介质

    公开(公告)号:CN117993575A

    公开(公告)日:2024-05-07

    申请号:CN202410298921.4

    申请日:2024-03-15

    Abstract: 本发明提出一种钢轨折断时间预测方法、装置电子设备及介质,适用于轨道交通技术领域,可以有效提高预测钢轨折断时间的准确度。该方法包括:构建训练样本,训练样本包括样本钢轨的状态影响因素的量化评定结果,样本钢轨的状态影响因素包括如下一项或多项:计算型影响因素、分类型影响因素、或实测型影响因素;将训练样本输入BP神经网络进行训练,得到钢轨折断时间预测模型;将待预测钢轨的状态影响因素的量化评定结果输入钢轨折断时间预测模型,得到待预测钢轨的折断时间。

    一种多制式轨道交通应急协同决策方法及装置

    公开(公告)号:CN116739391B

    公开(公告)日:2024-01-19

    申请号:CN202311017094.9

    申请日:2023-08-14

    Abstract: 本发明涉及多制式轨道交通技术领域,特别涉及一种基于模糊贝叶斯网络的多制式轨道交通应急协同决策方法及装置。本发明中采用贝叶斯概率测度多维特征指标与不同故障影响因素之间的关联性,构造时变评分函数整合具有不同时效性的特征信息,量化故障发生的模糊状态。另外,基于影响运行的严重性对故障影响进行分级,在网络中融合多个模糊函数,分别描述不同故障对应连续变化的模糊状态在全局运营状态评估中的模糊重要性;在此基础上,计算轨道交通系统运行的综合评分值,推测其所处的状态等级和潜在运营风险。

    数据处理方法、装置、电子设备及存储介质

    公开(公告)号:CN116740617A

    公开(公告)日:2023-09-12

    申请号:CN202310958349.5

    申请日:2023-08-01

    Abstract: 本发明公开了一种数据处理方法、装置、电子设备及存储介质。涉及计算机处理技术领域。该方法包括:获取与至少一个待测对象相对应的体征信息和行为数据以及与至少一个待监测区域相对应的区域图像;基于区域图像中的各像素点信息,确定至少一个待监测区域的客流密度,在基于体征信息、行为数据和/或客流密度,确定存在异常事件时,确定存在异常事件的目标位置和相应的位置类型;基于异常事件的事件属性、目标位置和位置类型,确定目标处理方式对异常事件进行应急处理。解决了现有技术中通过异常事件发生点的就近工作人员处理异常事件,导致异常事件处理效果差和效率低的问题,实现达到提高对异常事件处理的及时性和有效性的效果。

    一种ATS数据采集方法、装置、系统及存储介质

    公开(公告)号:CN116074355B

    公开(公告)日:2023-06-27

    申请号:CN202310232579.3

    申请日:2023-03-13

    Abstract: 本发明公开了一种ATS数据采集方法、装置、系统及存储介质,该方法包括:所述大数据平台按照预设轮询频率向所述ATS系统发送ATS信息请求消息;当所述ATS系统接收到所述ATS信息请求消息时,获取设备状态全体消息;所述ATS系统按照预设帧格式将所述设备状态全体消息封装为信息帧,并将所述信息帧发送至所述大数据平台。该方法,ATS系统接收到大数据平台发送的ATS信息请求消息时,将设备状态全体消息封装成信息帧,并将信息帧发送至大数据平台,实现了大数据平台从ATS系统中实时、自动采集ATS数据,提高ATS数据的采集效率,从而可有效支撑轨道交通协同运输相关的数据应用。

    一种ATS数据采集方法、装置、系统及存储介质

    公开(公告)号:CN116074355A

    公开(公告)日:2023-05-05

    申请号:CN202310232579.3

    申请日:2023-03-13

    Abstract: 本发明公开了一种ATS数据采集方法、装置、系统及存储介质,该方法包括:所述大数据平台按照预设轮询频率向所述ATS系统发送ATS信息请求消息;当所述ATS系统接收到所述ATS信息请求消息时,获取设备状态全体消息;所述ATS系统按照预设帧格式将所述设备状态全体消息封装为信息帧,并将所述信息帧发送至所述大数据平台。该方法,ATS系统接收到大数据平台发送的ATS信息请求消息时,将设备状态全体消息封装成信息帧,并将信息帧发送至大数据平台,实现了大数据平台从ATS系统中实时、自动采集ATS数据,提高ATS数据的采集效率,从而可有效支撑轨道交通协同运输相关的数据应用。

    一种列车自主调度深度强化学习方法和装置

    公开(公告)号:CN111369181B

    公开(公告)日:2020-09-29

    申请号:CN202010481727.1

    申请日:2020-06-01

    Abstract: 本发明提出一种列车自主调度深度强化学习方法和装置,基于轨道交通数据,以列车运行状态S、列车动作A、根据列车运行状态S和列车动作A组成的回报R(S,A)、采取动作后达到的后续状态S´建立N个单列列车四元组(S,A,R,S´),选择n个四元组(S,A,R,S´),计算梯度值,利用梯度值更新值函数神经网络参数,判断值函数神经网络参数是否达到预定条件,若值函数神经网络参数达到预定条件,停止更新值函数神经网络参数,若值函数神经网络参数未达到预定条件,重新选择n个四元组(S,A,R,S´),继续更新值函数神经网络参数,得到训练好的值函数神经网络,训练好的值函数神经网络可用于列车调度。

Patent Agency Ranking