列车运行实绩大数据分析及应用前景展望-论文.pdf

《列车运行实绩大数据分析及应用前景展望-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、列车运行实绩大数据分析及应用前景展望刘岩：中国铁道科学研究院，高级工程师，北京，100081郭竟文：北京交通大学轨道交通控制与安全国家重点实验室，硕士研究生，北京，100044罗常津：中国铁路信息技术中心，工程师，北京，100844孟令云：北京交通大学轨道交通控制与安全国家重点实验室，副教授，北京，100044摘要：基于京沪高铁一个半月的列车运行实绩数据，分析得出列车实际区间运行时分和停站时分的分布特征、列车区间运行时分与发车晚点之间的关系、列车停站时分与到站晚点之间的关系，阐述了大数据分析对优化列车运行图编制和辅助调度指挥工作中的作用，并展望列车运行

2、大1列车运行实绩数据分析数据分析的应用前景。研究数据为京沪高铁2013年12月1日一20l4年1月15关键词：大数据；列车运行实绩数据；列车运行日的数据。通过对冈定列车运行情况和实际列车运行情图；调度指挥况进行比较，分别对列车停站时间、区间运行时间进行了频率分析，对其运行晚点情况进行评价。然后通过对中图分类号：U292．4+5文献标识码：A数据的初步处理，分析列车区间运行时间与发车晚点的文章编号：1001—683X(2015)06—0070—04关系，以及列车停站时问与到达晚点的关系。1．1区间运行时间分析选取京沪高铁A站一B站两个中间站的数据，进行区

3、__JL▲数据(Bigdata)，或称巨量资料，指所涉及的问运行晚点时间分析，选取图定运行时间为22min的列／资料量规模巨大到无法透过目前主流软件_T具车，绘制实际列车运行时间的频数分布直方图和频率表进行分析，而需结合其所在行业特征，研发合适的软件(见图1)。从图1中可以看出85．6％的列车正点到达，T具以能够在合理时间内达到撷取、管理、处理、并整只有14．4％的列车发生晚点，但晚点偏离不大，证明绝理成为帮助经营决策具有积极意义的信息。大数据一大多数列车按图行车。但是同样可以看出，79．2％的列般具有4v特点：Volume(大量)、Velocity(

4、高速)、车实际运行时间小于冈定运行时间，因此该区间的冗余Variety(多样)、Veracity(精确)。列车运行实绩数时间较大，为节约区问能力，提高区间能力利用率，该据是典型的大数据，我国铁路网规模巨大，每天运行约区间的列车运行时间应略有缩短。28oood~]列车，产生海量的列车运行实绩数据，包括列1．2车站停站时间分析车在各个站的实际到发时刻、列车对轨道区段的占用和选取B站对列车停站时间进行分析，选取图定停站释放时刻、信号系统的状态变化数据等。时分为2rain的列车，绘制实际列车停站时间的频率分布一70．列车实际运行时间min车实际停站时分min频

5、率百分比有效百分比累积百分比频率百分比有效百分比累积百分比2010317．3173173213696196197924837407407402238646485614522222296223915158712427454591．623353599725427O7O987131O2O29982661O1O9973310202998141O2O21O0O341O2O21OOO合计6531OO．O1O0O合计5961O0O10O，O图1图定运行时间为22rain的列车实际区间运行时间分布图2图定停站时间为2rain的列车实际停站时间分布直方图和频率表(见图2

6、)。从图2可以看出，96．2％的考线。随着在A站的出发晚点增大，为了“赶点”，列列车正点停站，只有3．8％的列车发生停站晚点，但晚点车的区间运行时分逐渐减小，但减小幅度不大，保持在偏离不大，从而证明绝大多数列车按图停车。但同样存列车的区间最小运行时间(20rain)以上(见图3)。在74％的列车在B站的实际停站时分小于图定的停站时1．4停站时间与晚点关系分，因此在该站的冗余时问较大，为节约车站能力，该为了研究列车在到达车站的停站时间和列车在区间站的列车停站时间应略有缩短。1．3区间运行时间与列车晚点关系由于列车进站之前运行速度较低，因此准点列车和早点列

7、车在进站之前最后一个闭塞分区具有较多的冗余时间，使之与晚点列车在区间的开行方案具有较大差别。因此，列车区间运行时分受到出发站发车晚点的影响。选择在A站的发车H1,1'~1数据和A站一B站的区间运行数据来分析区间运行时分和列车发车晚点之间的关系。以列车从A站出发晚点为横坐标，以列车在A站一B站的实际运行时间为纵坐标，绘制散点图并生成拟合曲线，其中列车在区间的平均运行时间为22．8rain。为了避免个别数据对分析结果的影响，在距离下界35％处绘制参cHlNEsER,4／L14／,4Ys2015，o6(：徽苎一71—