混合动力调车机车运行工况的智能识别评价方法

摘要

本发明公开了一种混合动力调车机车运行工况的智能识别评价方法，其特征在于：它采用神经网络识别评价调车机车工作状态的过程主要分为两个阶段：第一个阶段是学期，是离线计算，第二个阶段是工作期，是在线计算。通过对调车机车运行工况进行识别评价，适用于不同运行工况下的混合动力调车，有助于混合动力调车控制参数的调整，使得混合动力调车的燃油经济性和排放性能得到最大的提高。本识别评价方法为各种串联式混合动力车辆及船舶等进行控制策略中的参数调整提供依据，具有很强的适用性。

主权项

混合动力调车机车运行工况的智能识别评价方法，其特征在于：它采用神经网络识别评价调车机车工作状态的过程主要分为两个阶段：第一个阶段是学习期，是离线计算，其方法步骤为：步骤1：首先输入在典型铁路车站，区段站、编组站工作的调车多个驱动电机的输出功率总和的曲线，然后分别对这些输出功率总和曲线进行分段，每一小段作为一个样本，而且每个样本的时间可以重叠。设定每个小样本的采样时间为ts秒，每隔tf秒钟进行一次采样，ts＝nitf，则其划分结果为0～ts秒为一段输出功率总和曲线样本，tf～(tf+ts)秒为一段输出功率总和曲线样本，2tf～(2tf+ts)秒为一段输出功率总和曲线样本，......，(n·tf)～(n·tf+ts)秒为一段输出功率总和曲线样本，并把每种输出功率总和曲线分段后的曲线样本分别进行存储，每个曲线样本采用一个向量P＝[p1 p2…pts]表示。p表示不同时刻的输出功率总和，单位为kw。在区段站工作的调车机车多个驱动电机的输出功率总和曲线分为zn段，把在区段站工作的调车机车多个驱动电机的输出功率总和曲线存储为数组Pz1，Pz2，......，Pzn；在编组站工作的调车机车驱动电机的输出功率总和曲线分为kn段，把在编组站工作的调车机车驱动电机的输出功率总和曲线存储为数组Pk1，Pk2，......，Pkn；步骤2：对每一小段输出功率总和曲线数组进行处理，当输出功率总和大于等于零时，在区段站工作的调车机车驱动电机的输出功率总和曲线数组存储为数组Paz1，Paz2，......，Pazn，在编组站工作的调车机车驱动电机的输出功率总和曲线数组存储为数组Pak1，Pak2，......，Pakn；当输出功率总和小于零时，在区段站工作的调车机车驱动电机的输出功率总和曲线数组存储为数组Prz1，Prz2，......，Przn，在编组站工作的调车机车驱动电机的输出功率总和曲线数组存储为数组Prk1，Prk2，......，Prkn。对输出功率总和大于等于零的曲线数组计算其数据的最 大值、平均值以及标准差，对输出功率总和小于零的曲线数组计算其数据的最小值、平均值和标准差。对两种输出功率曲线数组，进行节点划分和数据统计，并计算各部分占各自数组时间的比例；步骤3：采用上述步骤2中计算得到的参数，作为神经网络学习的训练样本x1、x2......xk，即输入层；采用y1代表调车机车在区段站工作，y2代表调车机车在编组站工作，……，ym代表调车机车在第m种工作状态工作，作为神经网络的输出层；然后采用公式一进行计算，求得神经网络各连接权上的权值wim、bm；公式一： y m = Σ i = 1 k w im x i - b m ; 第二个阶段是工作期，是在线计算，其方法步骤为：步骤4：首先对功率总和进行中位值滤波法处理：在第一阶段中功率总和的采样频率为tf秒钟一次，则取前nk次功率总和的中间值作为第一次处理后的功率总和，nk为奇数；然后对第一次处理后的功率总和进行递推平均滤波法处理：取前nc次的功率总和的平均值作为最终功率总和；步骤5：存储一定时间的功率总和，形成功率总和数组。若在第一阶段中选用ts秒的样本进行神经网络权值计算，则在调车机车工作过程中在每次采样后存储前ts秒内的功率总和，形成一个具有ni个功率总和值的数组作为一个功率总和片断；步骤6：对上述功率总和片断按照第一阶段中的步骤2进行计算，得到神经网络计算所需的各项输入参数；步骤7：然后采用公式一进行神经网络计算，即得到当前调车机车得工作状态ym。