一种基于多源异构数据的地铁综合监控系统

本发明属于城市轨道交通综合监控系统领域，具体涉及一种基于多源异构数据的地铁综合监控系统。

背景技术：

1、城市轨道交通的建设提高了交通运输效率，在建设过程中，我国城市轨道交通不仅注重扩大规模，也致力于推动技术创新，引入智能化、自动化等先进技术，以提高系统运行效率和服务水平。构建一个城轨交通综合监控系统意义如下：(1)随着技术的进步，地铁系统中涉及的监控目标变得更加多样化，例如列车运行状态、设备健康状况、乘客流量、能源消耗等。这些目标之间的相互关系变得更为复杂，需要全面的信息采集和处理。(2)随着城市轨道交通的快速发展，为了更好地应对复杂的监控目标关系和提高运营水平，资源和信息的共享变得尤为重要。各个子系统之间、不同地铁线路之间，以及地铁管理部门与相关机构之间的信息共享需求大大增加。(3)综合监控系统监测各条铁路线和车站的能源消耗状况，制作了各类能源报表、能耗曲线及相关饼状图和柱状图等，并利用信息网络与有关管理人员和运营商共享数据，为制定铁路运输运营和管理的节能战略提供适当的依据。(4)在收集线路、车站、系统当前能耗数据的基础上，进一步进行分析、比较和评价，针对不同客流情况，制定有针对性的节能措施，避免盲目使用节能设备和安装节能装置。(5)能耗监控设备的管理人员可以即时监控各种电路的状况，并尽快发现能耗的异常。通过比较分析和负荷分析等功能，有助于查明成因和提供合理的补救措施，最终实现降低能耗和运营成本的目标。(6)传统的地铁综合监控系统中并未包含非集成系统的所有信息，仅部分设备运行信息被提取到系统中，信息共享不足。忽略了对于能量流和信息流的运用。本设计对原始数据进行了分析和异构，根据基础电气数据得到了全线的仿真总能耗数据和未来三站的地铁客流信息。其动力学模型、神经网络模型、优化节能算法利用实测数据、仿真数据、预测数据进行误差对比，不断修正模型的预测精度，实现模型的迭代升级。

2、目前，轨道交通不断发展，其运行环境、工作原理、技术指标都发生了很大变化。为适应云计算、大数据、神经网络等新技术接入城市轨道交通的新要求，综合监控系统的设计需要融入创新思路，调整思想结构，加大新技术和现实问题的融合互通。针对传统的综合监控系统集成范围小、信息共享不足、数据利用不足、后续功能扩展有限的问题。提出了建立更加广泛集成和信息共享的多源异构数据综合监控系统。并融合了神经网络构建集成节能优化系统的新型综合监控系统概念。利用安装在车地的数据采集设备。对接触网网压、牵引电流，制动电流、辅变电流和变电站数据进行监测，实时预测客流和能耗数据。通过服务器端对数据在线清洗和分析挖掘，并根据建立的神经网络模型和列车仿真模型得到多源异构数据，依靠这些数据可以贯通地铁车-路-网信息流与能量流，做到根据全天动态客流实现地铁供电系统的优化调度和在线调图。

技术实现思路

1、本发明的目的在于提供一种具有良好兼容性与扩展性的城轨交通能源管理微服务系统，能够在满足正常需求成本的情况下实现整体轨道交通能耗数据的实时采集，实时查看能耗信息，对采集设备进行远程交互控制以及对牵引供电系统的仿真计算，进而降低能耗，实现低成本运营。

2、实现本发明目的的技术解决方案为：根据车载电流电压传感器，凭借测得的电压电流数据，建立神经网络以列车牵引功率来计算当前客流。根据启动后十秒内的列车功率数据主要和区间客流有关，进行区间的客流(载客量)的预测。然后前三站的客流(载客量)为输入，后三站的区间客流量为输出，设计了残差神经网络进行短期客流预测。预测误差平均在3％以内，根据预测的未来客流分布情况，从而实现对突发情况的运行图调整。

3、一种基于多源异构数据的地铁综合监控系统，包括数据采集服务模块、牵引供电系统仿真服务模块、客流预测服务模块、动态运行图调整模块以及微服务地铁综合系统，并通过web服务器端将其整合成一个服务系统，其中：

4、数据采集服务模块包括分布式数据采集单元和数据传输云平台服务器两部分；

5、牵引供电系统仿真分析服务模块，对地铁供电系统建模，并做潮流计算加以分析，得到不同运行图下的变电站能耗数据；

6、客流预测服务模块主要预测未来三站的地铁载客量；

7、动态运行图调整模块主要根据客流预测的结果进行符合当前客流情况的节能运行图调整；

8、web服务器端，将各模块服务数据存储分析和计算，完成神经网络模型更新和计算，并将监控系统的各项功能服务集中到一个云平台上。

9、进一步的，所述的数据采集服务模块包括传感器、stm32单片机、fpga数据处理模块、gprsdtu数据采集单元以及远端服务器；

10、进一步的，所述传感器将从列车及变电站采集到的信号通过所述stm32单片机完成ad转换，在所述fpga据处理模块内完成数据的计算和异构，并按约定的格式发送到所述gprsdtu数据采集单元；所述gprsdtu数据采集单元，与服务器端建立tcp长连接，进行数据传输；所述远端服务器，是通过socket技术，将gprsdtu发送的数据写入数据库，进行存储备份，并能够主动返回给gprsdtu数据采集单元客户端指令。

11、进一步的，所述的牵引供电系统仿真分析服务模块，是在对牵引变电所、牵引网、以及列车分别建模分析的基础上，建立直流牵引系统整体时变电网络模型。

12、进一步的，所述的牵引供电系统仿真分析服务，是采用收敛速度快且精度良好的牛顿拉夫逊法对于系统建模得到的非线性方程组进行求解，具体计算过程如下：

13、1)录入仿真初始数据，包括列车时刻表数据、列车运行仿真计算所确定的区间数据、接触网及走行轨的单位电阻；

14、2)初始化最大迭代次数及迭代初值，包括将初始电压值设为直流1500v，电流设为0；并设置仿真时间和步长；

15、3)建立各个节点导纳方程形成导纳矩阵，构建辅助方程满足潮流计算的基本要求，列写当前模型下对应的非线性方程组；

16、

17、式中ui为对应的节点电压值，i＝1,2,…n；

18、4)使用牛拉法求解时，将各变量的初值及各变量的修正值代入式(1)中可得式(2)；

19、

20、                                               

21、5)求得牛拉法修正方程如下式：

22、

23、式(3)是对于修正量的修正方程组。消元后可解出各个修正量然后对初始值进行修正，得到修正方程如下式(4)；

24、

25、6)反复迭代，第k+1次迭代对应方程组为：

26、

27、

28、式中和分别为第k+1和第k次迭代的节点电压值；两者之差为电压偏移量；

29、7)：判断接触网电流是否小于0、接触网列车节点的电压是否小于1800v，若同时满足，则进入9)，若不满足，则进入8)；

30、8)：判断迭代次数是否超过预设迭代次数上限值，若不满足则进入9)；若满足则修正各个节点的初值并进入6)；

31、9)：保存计算的结果并输出；

32、10)：确定当前仿真时刻是否达到了预设仿真结束的时刻，如未达到则进入6)；若满足则运算结束，仿真完成。

33、进一步的，所述的步骤6)中，如果两次迭代的节点电压值满足式(7)，即电压偏移量小于收敛精度ε，那么认为该节点满足收敛条件，进而判断网络中的其他节点是否满足，若满足则进入步骤9)，否则进入步骤7)。

34、进一步的，所述的客流预测服务模块，是利用bp神经网络，以采集到的实际电流、电压数据建立列车牵引功率—客流的区间客流预测模型，并利用预测的区间客流量，引入残差神经网络进行未来三站的客流预测。

35、进一步的，所述的动态运行图调整模块，是基于实时和动态客流数据，以降低乘客的等待时间和牵引能耗为优化目标，设计粒子群算法求解得到最优的节能时刻表，并评估时刻表的性能。

36、进一步的，所述的微服务地铁综合监控系统，各个功能之间采用微服务进行模块分离，通过接口数据库实现数据流和能量流的连接，监控平台部署在云平台实现运算资源和存储资源的扩展。

37、本发明与现有技术相比，其显著优点是：

38、(1)充分的利用实测数据，实现的多源数据的异构，包括预测客流、预测能耗等；

39、(2)根据突发的客流情况，进行实时的时刻表调整，并且将智能算法和预测模型融合到了监控平台中，丰富了监控平台的功能；

40、(3)采用netty异步通信技术方便高效的实现单通道多连接的高并发服务器，使得服务器性能进一步提升；

41、(4)采用微服务的设计架构，解决了因异构数据繁杂、业务需求多、数据传输量大导致的服务器压力问题。虚拟计算、存储和网络资源配置功能均在阿里云平台上实现。微服务的设计使得各个功能模块更加细粒度，可在云平台上进行提取、拆分、整合，新系统安全性高、隔离性好、维护和更新方便、负载能力强、扩展性好。实现了综合监控平台的实时化、异构数据解耦化和智能化；

42、(5)将牵引供电系统仿真分析搭载在微服务系统中，仿真结果可视化展示在web页面与实测数据比较，使得对于实测及仿真数据的分析更为直观。