列车飞轮储能故障下基于强化学习的控制系统及控制方法

    公开(公告)号:CN119231590A

    公开(公告)日:2024-12-31

    申请号:CN202411268932.4

    申请日:2024-09-11

    Abstract: 本发明提供了一种列车飞轮储能故障下基于强化学习的控制系统,其特征在于:包括列控中心、直流牵引站和飞轮储能系统;还包括一种针对上述控制系统的控制方法,其特征在于:当某个飞轮储能装置被轴承故障诊断模块诊断为故障时,飞轮阵列控制模块将故障的飞轮储能装置从飞轮阵列中切出,然后利用采用DDPG算法调整各个正常飞轮装置的充放电电压阈值,利用多源信息融合模型对列车运行数据、乘客数据和线路损耗数据进行处理得到新飞轮储能阵列的总能量,然后采用A2C算法对总能量进行分配后吸收或释放。采用本发明的控制系统和方法能在飞轮储能阵列故障下保障牵引网稳定和列车正常运行,还能降低飞轮储能设备的维修和使用成本。

    一种列车车载控制系统故障下的自动救援方法

    公开(公告)号:CN117565943A

    公开(公告)日:2024-02-20

    申请号:CN202311469467.6

    申请日:2023-11-07

    Abstract: 本发明提供了一种列车车载控制系统故障下的自动救援方法,其特征在于:包括运行列车、救援列车和地面列控中心;所述运行列车的车头和车尾以及救援列车上均设置有车载控制系统,所述车载控制系统包括车载监测模块、自动驾驶模块、安全保护模块、追踪模块、定位模块和通信模块;所述自动救援方法包括:当其中一个车载控制系统故障采用另一个备份车载控制系统控制列车返回;如果两个车载控制系统均故障,控制最近的救援车采用虚拟连挂的方式实施救援;故障车和救援车的自动驾驶速度曲线均采用族群式的强化学习方法生成。采用本发明所述的方法实施自动救援效率大大提高,安全性和可靠性得到有效保障。

    循环多级校准惯性传感器漂移的列车安全定位系统及方法

    公开(公告)号:CN117553829A

    公开(公告)日:2024-02-13

    申请号:CN202311513054.3

    申请日:2023-11-14

    Abstract: 本发明提出了一种循环多级校准惯性传感器漂移的列车安全定位系统及方法,其中,列车安全定位系统由多个视觉修正模块、多个惯性传感器、多个部相机、多个线路地图修正模块和融合输出修正模块组成;相互匹配的惯性传感器和相机构成相机‑IMU模组;相互匹配的视觉修正模块和相机‑IMU模组电气连接,相互匹配的线路地图修正模块和相机‑IMU模组电气连接;融合输出修正模块分别与多个相机‑IMU模组电气连接;本发明的有益技术效果是:提出了一种循环多级校准惯性传感器漂移的列车安全定位系统及方法,该方案可持续对车载惯性传感器的参数漂移进行多级循环修正,最终使得列车的速度、位置、姿态、里程的解算精度得到提升。

    一种用于增强列车机器学习驾驶策略数据集的方法

    公开(公告)号:CN117421547A

    公开(公告)日:2024-01-19

    申请号:CN202311469461.9

    申请日:2023-11-07

    Abstract: 本发明提供了一种用于增强列车机器学习驾驶策略数据集的方法,其特征在于:包括数据采集模块、数据处理模块、一级数据增强模块和二级数据增强模块;二级数据增强模块内设置有GAN模型,所述GAN模型包括生成器和判别器;所述方法包括采集人工驾驶速度曲线策略数据,识别出待繁衍粒子,采用粒子集群扰动算法填补模态缺失数据,然后采用GAN模型对数据样本进行进一步增强,然后对所有可行解和可用样本进行Pareto支配处理得到增强的机器学习的训练样本数据。采用本方法能填补和增强模态缺失的数据,使用于机器学习的驾驶策略数据更完整分布更均匀,从而使训练得到的机器模型泛化能力增强,将其用于列车自动驾驶控制精度得以提高,列车驾驶的多个目标得到优化。

    一种列车ATP系统故障下主动自愈的调控方法

    公开(公告)号:CN117048664A

    公开(公告)日:2023-11-14

    申请号:CN202311230743.3

    申请日:2023-09-22

    Abstract: 本发明提供了一种列车ATP系统故障下主动自愈的调控方法,其特征在于:所述调控方法包括:每个单列车均设置一个曲线生成模块,单个曲线生成模块的两个曲线模块每次同时生成两个速度监控包络线,然后曲线比较模块对上述两个速度监控包络线进行比较,从而判断ATP设备是否故障,当ATP设备故障时,再将曲线生成模块功能整体切换到备车上进行,从而实现故障车ATP系统的主动自愈。本调控方法,即能提高单列车内部以及车车之间的ATP系统安全性和可靠性,还大大降低了列车的配置成本。

    一种环境变化下列车自适应学习的自动驾驶控制方法

    公开(公告)号:CN116620354A

    公开(公告)日:2023-08-22

    申请号:CN202310749873.1

    申请日:2023-06-25

    Abstract: 本发明提供了一种环境变化下列车自适应学习的自动驾驶控制方法,其特征在于:所述自动驾驶控制方法包括:从成熟线路的多条线路采集自动驾驶数据,然后设置多个基础学习器和一个综合学习器,将多条线路的自动驾驶数据分别用于多个基础学习器的训练,然后使多个基础学习器依次与综合学习器进行交互训练,将最终得到的综合学习器的模型参数赋予至新建线路学习器的深度学习模型中,然后采用新建线路的小样本自动驾驶数据对新建线路学习器进行训练得到可用新建线路学习器,采用可用新建线路学习器对列车进行自动驾驶控制。采用本发明所述的方法,能快速、高效地在新建线路上利用机器学习的方法高精度地控制列车的运行。

    基于深度强化学习的列车临时停车策略的优化方法

    公开(公告)号:CN116611518A

    公开(公告)日:2023-08-18

    申请号:CN202310590085.2

    申请日:2023-05-24

    Abstract: 本发明提供了一种基于深度强化学习的列车临时停车策略的优化方法,其特征在于:包括环境模块、知识模块、经验回放池和多个智能体;所述优化方法包括:所述知识模块将临停指令序列分发给各个智能体;各个智能体均采用Actor‑Critic算法与环境模块交互以获取临停时间序列和经验数组;将各个智能体获取的经验数组均放入经验回放池;当经验回放池满载后,各个智能体均从经验回放池中随机抽取经验数组对各自对应的策略网络参数和价值网络参数进行更新。采用本发明的方法提高了列车临停策略的优化速度和质量,进而提高了列车临停的准确度和乘坐舒适性。

Patent Agency Ranking