(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111475710.6 (22)申请日 2021.12.0 6 (71)申请人 成都交大光芒科技股份有限公司 地址 610000 四川省成 都市高新区天府大 道中段801号天府软件园B区2栋 5楼 申请人 大秦铁路股份有限公司科 学技术研 究所 (72)发明人 纪泳　李亚楠　李卫民　李白云　 谷禹涵　李红庆　 (74)专利代理 机构 成都睿道专利代理事务所 (普通合伙) 51217 代理人 贺理兴 (51)Int.Cl. G06F 16/2458(2019.01) G06K 9/62(2022.01)G06N 20/00(2019.01) G06Q 50/30(2012.01) (54)发明名称 基于动态电流采集的供电臂列车负荷特征 获取方法 (57)摘要 本发明提供基于动态电流采集的供电臂列 车负荷特征获取方法， 方法步骤如下， 通过采集 装置获取同一供电区供电臂对应时段的列车取 流数据； 将列车取流数据与列车规格参数特征数 据进行匹配， 获得负荷匹配数据； 将累积的负荷 匹配数据经过 非线性拟合的机器学习训练， 获取 列车通过供电臂时的负荷特征数据预测模型； 本 申请通过监测牵引变电所里供电臂的电流负荷， 将列车运行取流特征和列车规格参数进行比对， 自动分析列车负荷特性模型并以此作为列车开 行计划的参考指标， 进而起到列车限流， 能耗削 峰的作用。 权利要求书2页 说明书4页 附图1页 CN 114138870 A 2022.03.04 CN 114138870 A 1.基于动态电流采集的供电臂列车负荷特 征获取方法， 其特 征在于， 包括如下步骤， S1.通过采集装置获取同一供电区供电臂对应时段的列车 取流数据； S2.将所述列车 取流数据与 列车规格参数 特征数据进行匹配， 获得负荷匹配数据； S3.将累积的所述负荷匹配数据经过非线性拟合的机器学习训练， 获取列车通过供电 臂时的负荷特 征数据预测模型。 2.根据权利要求1所述的基于动态电流采集的供电臂列车负荷特征获取方法， 其特征 在于， 步骤S1之前还包括， 在变电所供电臂侧的每路进线与馈线上均设置单独的数据采集 装置。 3.根据权利要求1所述的基于动态电流采集的供电臂列车负荷特征获取方法， 其特征 在于， 所述S1中的列车取流数据包括供电臂的电流、 电压、 有功功率和无功功率， 所述列车 取流数据均通过相关的网关 设备传输 至时序数据库进行存 储。 4.根据权利要求3所述的基于动态电流采集的供电臂列车负荷特征获取方法， 其特征 在于， 所述列车取流数据的获取具体为， 从调度系统中获取列车通过被采集数据供电臂的 时间节点， 再根据对应的时间节点获取时序数据库中对应的取流数据。 5.根据权利要求1所述的基于动态电流采集的供电臂列车负荷特征获取方法， 其特征 在于， 所述S2具体为选取列车取流数据， 再根据所述列车取流数据对应的列车在调度系统 中获取列车参数， 所述列车参数包括列车型号、 列车编组长度、 速度等级、 列车自身轴重； 最 后将列车 取流数据与 列车参数进行匹配获得负荷匹配数据。 6.根据权利要求5所述的基于动态电流采集的供电臂列车负荷特征获取方法， 其特征 在于， 所述S 3具体为， 将负荷匹配数据以列车信号进 行分类， 获取多个同一车型的负荷匹配 数据集合， 再将负荷匹配数据集合中的列车取流数据输入得到神经网络中进 行训练获取神 经网络最后时间片的隐藏层状态； 将列车参数经独热编码后通过稠密嵌入输出稠密向量， 最后将所述稠密向量和隐藏层状态进 行结合， 获取基于列车规格参数的负荷特征数据预测 模型。 7.根据权利要求3所述的基于动态电流采集的供电臂列车负荷特征获取方法， 其特征 在于， 所述列车 取流数据为时序数据。 8.基于动态电流采集的供电臂列车负荷特征获取系统， 其特征在于， 包括采集装置、 模 型训练单元、 数据获取单元以及数据存储单元， 所述采集装置、 数据获取单元、 模型训练单 元均与所述数据存 储单元连接； 所述采集装置用于供电臂的电流、 电压、 有功功率和无功功率， 所述采集装置采集的数 据均以时序数据的方式存 储在所述数据存 储单元中； 所述数据获取单元用于获取存储于调度系统中的列车通过供电臂的时间节点， 再根据 时间节点在所述数据存储单元中获取相应的取流数据； 同时还用于获取存储于调度系统中 的列车参数数据； 最后还用于将获取的取流数据以及列车参数数据作为一个匹配数据组存 储于所述数据存 储单元中； 所述模型训练单元通过从数据存储单元中获取同一车型的所有取流数据以及列车参 数数据的匹配数据组， 再将所述匹配数据组中的取流数据通过神经网络获取最后时间片的 隐藏层状态， 并将列车参数经独热编码后作为稠密向量， 最后将所述稠密向量和隐藏层状 态进行结合， 获取基于列车规格参数的负荷特 征数据预测模型。权　利　要　求　书 1/2 页 2 CN 114138870 A 29.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至7任一项所述的基于 动态电流采集的供电臂列车负荷特 征获取方法。 10.一种存储介质， 其上存储有计算机程序， 其特征在于， 该计算机程序被处理器执行 时实现如权利要求1至7任一项所述的基于动态电流采集的供电臂列车负荷特 征获取方法。权　利　要　求　书 2/2 页 3 CN 114138870 A 3