高速铁路非正常事件时长分布及场景划分研究

作者：刘梦雨; 李建民; 石睿; 许心越

来源：铁道运输与经济, 2020, 42(S1): 105-143.

DOI：10.16668/j.cnki.issn.1003-1421.2020.13.17

• 非正常事件
• 威布尔分布
• 持续时长
• 影响列车数
• 模糊C-均值算法

为了提高高速铁路应急水平和实时调度能力,采用最大似然法、最小二乘法、矩估计法3种方法对各类型非正常事件的持续时长进行威布尔分布拟合,对拟合效果进行检验与比较,探究各类事件的持续时长特征;以故障发生时刻、持续时长和影响列车数为聚类指标采用模糊C-均值算法划分非正常事件场景。结果表明,矩估计法的威布尔分布模型拟合度最优,不同类型非正常事件持续时长分布差异大;故障持续时长越长,影响列车数越多,故障强度就越大,为非正常事件下列车运行调整提供前瞻性数据支撑。

• 单位
  北京交通大学; 交通运输学院; 轨道交通控制与安全国家重点实验室