一种结合CTC数据的高铁枢纽站智能股道运用系统

费振豪

（卡斯柯信号有限公司，上海 200071)

1 概述

截止2018 年底，国内高铁运营里程已达2.9 万km以上，约占全世界高铁运营里程的60%以上，到2020 年，中国高铁路网规模将达到3.0 万km，覆盖80%以上的大城市[1]。随着高铁线路的不断建成和并网运行，大量的高铁列车跨局、跨线运行，在全国范围内形成多个大型的高铁枢纽站，如北京南、上海虹桥、广州南等。近年来全国列车运行图调图相对频繁，既有每年既定的春运、暑运调图，又有新线开通并网运行的调图，而调图中运输部门重点关注枢纽站的接发列车能力。

目前运输部门已经配备了计算机化的列车运行图编制软件，但这些软件主要是完成运行图时刻编排以及跨局协同编图，关注点相对宏观；而对于枢纽站的股道运用、咽喉冲突检查等，仍旧依靠经验丰富的运输人员人工编排录入，智能化程度较低[2]。另外，当遇到风雨雪以及设备故障等应急情况下，需要对接发车秩序以及股道运用进行实时调整时，目前这方面的研究和手段相对较少[3]，在实际生产中主要依靠经验丰富的行车指挥人员进行人工股道调整运用。因此，股道运用成为枢纽站编图和应急指挥工作的重中之重，分析枢纽站股道运用的影响因素，借助计算机手段研究自动化、智能化的股道运用系统可降低人为错误、提高劳动效率。

2 股道运用影响因素分析

在枢纽站接发动车组的股道运用中，须考虑多种因素，这些因素都是影响和制约股道运用的重要因素，如果不能合理的考虑这些因素，会在一定程度产生作业安全风险[4]。这些因素主要包括以下几点。

1）咽喉运用能力限制

一般枢纽站都会存在同咽喉转线或者立折车次以及多方向咽喉交叉限制，这样同一咽喉区的接发车进路就会存在交叉，使得在股道运用时必须充分考虑相邻时间段列车之间的影响。咽喉运用的合理优化，可以保证不间断正点接发列车，是控制运输组织优化的重要内容。

2）技术作业限制

上水、吸污和行包快运是目前高铁主要技术作业项目，在股道运用过程中要求在特定的股道上进行作业，因故需要临时变更时必须在同等设备条件股道间变换。

3）客运组织限制

同检票口的相邻股道列车存在检票交叉时间时，容易产生误乘风险及停检后仍有旅客上站台冲车隐患。同站台面的相邻股道，一侧办理旅客候车、乘降作业，另一侧有动车组运行时（动车组出入库或到达列车），存在较大的旅客人身安全防护风险。因特殊客运组织限制（如专运或特殊时期安保加强需求等），特定的列车需指定在特定的股道且同站台面禁止安排非同档次列车到发等。

4）站台有效长限制

有些站台由于站型原因不满足接发16/17 辆长编动车组条件，因此安排股道时只能安排8 节短编动车组。

3 当前问题和解决思路

由于影响股道编排的因素较多，目前仍然依靠经验丰富的人员编排，存在许多弊端和隐患。首先，影响股道编排的因素多，仅靠人工编排，存在劳动强度大、安全压力大的风险；其次，股道编排的咽喉区使用、列车追踪间隔等参数都是人工经验数值，由于每个车站的站型各不相同，并非所有参数都完全适用，同时这些参数在一些车站是否还有优化的空间，也缺少一些有力的数据支撑；最后，股道编排的经验往往只适用于一个车站，无法将这些经验推广到其他车站，编图人员的变动也会是影响编图效果的因素。

目前高铁区段已经全部覆盖调度集中系统（CTC），CTC 系统具备线路图、站细以及联锁进路表等基础信息[5]，同时通过大量的日常应用，在该系统内部已经积累了大量的运行数据。因此，可以利用CTC 系统进行数据分析，包括对枢纽站咽喉接车行为分析、列车进出站行为分析、列车区间缓行分析、进路排列行为分析等，获取枢纽站接发列车的行为模型，并结合CTC 已有站场拓扑图形和联锁表，实现到发线股道运用与咽喉冲突检查；另外，CTC 系统中还具备基本的站细数据，如股道是否具备上水吸污设备、站台有效长等。因而，充分利用CTC 系统已有的数据，可为开发智能股道运用系统提供基础数据。

4 高铁枢纽站智能股道运用系统

高铁枢纽站智能股道运用系统（简称智能股道运用系统）与CTC 系统、编图系统的逻辑关系如图1 所示。

图1 高铁枢纽站智能股道运用系统逻辑图Fig.1 Logical diagram for intelligent track operation system of high-speed railway station

智能股道运用系统可以从其他编图系统中（如西南交大开发的编图4.0 系统）获取相应的列车车次和基本图时刻，根据路局的车次交路信息维护到发车次间的关系。根据从CTC 系统的运行数据分析获取列车进出站运行信息、站场拓扑图以及联锁进路表信息检查列车运行的冲突。

智能股道运用系统主要功能如下。

1）股道推算

智能股道运用系统通过对车站列车实际运行数据的历史分析，学习实际接发列车过程的数据参数，并依据这些参数，结合车站基本图、车站接车发车作业时间、站细规章、车站股道运用条件、车站拓扑图形、车站进路表等信息建立智能模型，计算列车接发车股道的优选方案。

2）仿真验证

利用计算机实现高速铁路客运站通过能力仿真时，接发车进路的排列和股道运用是其核心研究内容[6]。智能股道运用系统可提供仿真验证功能，其原理为基于列车实际运行参数和站场图，对已编制的列车计划进行仿真验证，仿真验证过程提供可视化的图形界面展示。同时，仿真验证可提供热修改功能，即对验证过程中出现的问题可以即时调整即时运行。通过仿真验证的列车计划可以很大程度上避免实际运行可能会出现的问题。

3）应急调整

智能股道运用系统通过信息安全隔离方式接入CTC 查询系统，根据列车运行实际数据、列车计划和人为设置条件，对未来一段时间的列车运行情况进行预判推演，对可能产生的影响进行提示，并提供优选方案，为应急指挥提供股道运用的决策参考。

5 高铁枢纽站智能股道运用系统的初步实现

智能股道运用系统其核心为股道推算和运用，因此系统围绕这一核心问题进行计算机化的编程实现。由于高铁枢纽车站车次密度大、股道多的特点，系统求整体最优解的复杂度较高，以广州南京广场为例，每天接发列车约350 组，车站共有19 个股道，可能性有19 350 种。本系统整体采用贪心算法[7]，局部求解采用深度优先遍历算法（DFS）[8]，根据列车运行冲突的检查算法进行快速剪枝提高效率。系统对完全满足股道运用规则的车次股道安排采用绿色横线标记，对存在股道运用冲突的且程序无法自动安排的则采用红色横线标记，展示界面如图2 所示。

以广州南京广场19 股道为例，在同一台电脑上测试不同组列车的执行效率和精准度。如表1 所示，在车次较少的情况下精准度非常高，而当车次数量增长时，股道编排的精准度会下降，这是与行车密度增大后，股道安排的难度增加有关。随着车次的增加时间基本上会线性增加，这主要是本算法没有追求全局最优，而关注局部最优有关。目前智能股道运用系统还是主要以调整股道为目的，不会调整时间点，因此从结果上看精度不是很高，但从使用效果上看已经较大程度上降低劳动强度，辅以人工微调，即可达到使用的效果。

表1 高铁枢纽站智能股道运用系统执行效率和精准度Tab.1 The efficiency and accuracy for intelligent track operation system of high-speed railway junction station

编排所需时间包括界面显示的时间。

精准度=（选排列车总数-存在冲突的列车数）/选排列车总数。

6 结束语

图2 高铁枢纽站智能股道运用系统界面Fig.2 The interface of intelligent track operation system of high-speed railway station

目前高铁枢纽站智能股道运用系统未对车次到发时刻进行智能调整，后期可进一步推算合理的调整时刻， 提升系统的智能化水平；另外还需要进一步优化算法，提高计算结果的实时性。通过高铁枢纽站智能股道运用系统进行股道编排，可以显著降低编图人员的劳动强度，而且基于实际数据的编排结果比依据经验数据更加可靠，同时枢纽站智能股道运用系统与CTC 系统结合后，为枢纽站应急指挥提供股道运用的判断依据，提高应急指挥效率和行车安全。高铁枢纽站智能股道运用系统将多种技术、数据结合起来，为铁路运输提供更加智能的技术装备，助力智能高铁建设。