基于可靠性计算的编组站车流预估方法研究

姚宇峰

（北京交通大学 交通运输学院，北京 100044)

0 引言

编组站阶段计划作为编组站工作计划的组成部分，对车站运输相关工作具有重要指导作用，涵盖了多方面的车站生产作业，在编制阶段计划时需要综合考虑出发列车的车流来源、调车机车运用计划和到发线运用计划。编制高效高质量的编组站阶段计划既可以用于指导编组站的日班计划工作，也可以用于指导编组站的车站生产作业计划，对车站顺利完成日班计划至关重要。

车流推算作为阶段计划编制中的一个重要环节，也是阶段计划自动编制中的一个难点。实际运行中预报获得的到达车流和到达时间的不确定性直接影响着车流推算的准确程度，造成远期车流预测准确率低[1]。此外，考虑到我国铁路网资源存在分布不均衡的现象，会进一步导致铁路运行的车流不均衡，在一定程度上增加了车流推算工作的复杂性[2]。目前，国内针对车流推算模型的准确性进行了多项相关研究，Liu[3]研究车流推算过程的多种干扰因素，构建了多目标随机机会约束模糊模型；Jing 等[4]结合改进的蚁群算法提出了一种改进的车流推算模型；王斌等[5]结合中国铁路总公司数据中心收集汇总的车辆实时状态信息提出了一种基于流计算的车流推算模型。

在相关研究基础上，为有效提高车流推算的准确性，研究提出一种依据实际列车的到达统计评价预报中车流可靠性和列车到达时刻准确性的方法，根据评价结果对车流进行推算，以达到推算得出的出发车流可以得到有效保障的目的。阶段计划自动编制系统可根据研究方案推算出一个阶段内站内剩余车流和未来到达车流可以编成的出发车流方案[6-7]，在车流方案基础上综合调机能力、到发线能力推算得到出发计划，从而提高自动编制的阶段计划的可用性，使其成为可兑现、可信赖的阶段计划。另外，通过研究方案推算出的车流分配计划也可以展示出未来一个阶段内系统对站内车流的推测[8]，方便管理人员及时对计划进行跟踪与调整。

1 车流可靠性的研究

研究提出一种编组站到达车流评价的模型与算法，将编组站到达车流定义成一种与时间相关的动态资源[5]，从可靠性参数及平均运行时间2 个方面来进行统计分析，随着实际使用中收集到的运行信息和推算进度动态地调整资源池，进一步辅助系统综合运行图、编组计划和现阶段出发计划等信息自动推算出合理的出发车流分配方案。

（1）车流的定义。已装配货物的货车具有一定的到站，无装配货物的空车即使没有确定的到站，也具有排空方向。因此，货车只要处于运用状态，无论重车或者空车都具有明确的去向。车流都是针对货车而言，其定义为：铁路运送的具有一定去向的车辆的集合。通常采用“车流量”这一指标来表示车流的大小，实际运用中通常以一天接、发或通过的车辆数来统计。车流本身又可进一步划分为重车流(车流移动方向为装车站到卸车站)和空车流(车流移动方向为卸车站到装车站)。

（2）车流的关注要素。针对货车而言，重点关注车流量、车流到达时间和车流去向等要素。①车流量。车流量直接体现了车流的大小，作为最重要的统计指标，有量才有流。②车流到达时间。车流具有明确规定的到发时间，只有一定时间段内车流的到达时间评估准确才能有效保障车流推算的准确性并用于编制运输计划。③车流去向。车流具有明确规定的运行方向，实际运用中各站点可以以发报站、方向组号为单位进行划分统计。

（3）车流推算模型的关注目标及约束条件。在保证列车能够按照列车运行图规定时刻正点发车的基础上，以实现在站停留车辆的总停留时间最小为求解目标。同时需要符合以下原则：①空车和重车通常需分别按车种、到站相同来进行归类；②需同时满足车流的时间接续和列车满轴的约束条件；③需兼顾考虑调车场车辆的集结过程，优先选择列车开始编组前已经解体到调车场的车辆作为车流来源。

1.1 车流可靠性参数评估

虽然通过预报得到的到达车辆存在不准确的问题，但作为未到车流的唯一信息来源，中远期的阶段计划推算中预报信息又是不可或缺的。在众多的预报中找出准确率更高的预报作为推算车流的信息来源，无疑会为提高阶段计划的准确性提供有利的帮助，因而将预报按照发报站、方向组号单位进行可靠性统计，通过不断累积的可靠性统计结果作为判断依据，在推算车流时首先进行预报的可靠性计算，采信可靠性较高的部分预报信息来推算到达车流，使得输入的到达车流计划更加准确有效。

1.1.1 工作流程

系统的工作流程为：初始化以发报站、方向组号为统计单位的车流可靠性参数，然后依次接收到达列车的预报信息和到达列车的确报信息，对于相同的列车将确报信息和沿途的预报信息循环进行比较和计算，进一步更新车流可靠性参数。车流可靠性评价参数计算过程如图1 所示。

图1 车流可靠性评价参数计算过程Fig.1 Calculation process of traffic flow reliability parameters

1.1.2 模型定义

为了计算得到预报车流的可靠性参数，将车流的可靠性按照发报车站、车流组号为单位进行分析统计，得到各站发出的预报内容在到达本站时车流的可靠性参数以方便后续计算。定义t时刻的预报车流信息可靠性的计算公式为

式中：Dzf(t)为t时刻发报站z且方向组号为f的预报车流信息可靠性，取值范围[0，1]，初始化取值为1；α为收缩系数，取值范围[0，1]，默认0.5，可配置；DBzf(t)为t时刻发报站z且方向组号f的确报车辆数，辆；YBzf(t)为t时刻发报站z且方向组号f的预报车辆数，辆。

1.1.3 模型计算

每次接收到列车到达信息时，通过确报信息和到达计划取得沿途所有预报信息进行比较和运算，循环计算各站的预报中各方向车流的可靠性，车流可靠性评价参数动态更新如图2 所示。

图2 车流可靠性评价参数动态更新Fig.2 Dynamic update of traffic flow reliability parameters

1.2 列车平均运行时间评估

影响车流自动推算的另一个因素是时间因素，列车到达时间的准确性会直接影响出发计划的兑现率，影响调机计划的编制与安排。为了确保出发列车的准点率，保障调机计划的兑现率，减少阶段计划的调整工作，考虑利用预报的发报时间对到达列车的到达时间进行预判和约束。基于历史数据，对各站发报时间和实际到达时间进行比较计算，统计计算出最近一个时间段内各站至本站的平均运行时间，利用平均运行时间和预报的发报时间来预测到达时间，并且由预测的到达时间同计划到达时间综合得到对出发列车影响更小的列车到达时间。

1.2.1 工作流程

系统的工作流程为：初始化以发报站、方向组号为统计单位的列车平均运行时间，然后依次接收列车预报信息和列车确报信息，之后进行循环比较和计算，进一步更新列车平均运行时间参数，列车平均运行时间计算过程 如图3 所示。

图3 列车平均运行时间计算过程Fig.3 Calculation of average running time of trains

1.2.2 模型定义

为了预测到达时间，将到达列车的预报、确报数据按照发报车站、方向组号为单位进行分析统计，得到站间平均运行时间以方便后续计算。

定义t时刻的预报列车平均运行时间计算公式为

式中：VTzf(t)为t时刻发报站z且方向组号为f的预报列车平均运行时间，s，初始化取值为预报运行时间；β代表收缩系数，取值范围[0，1]，默认0.5，可配置；FBTzf(t)代表t时刻发报站z且方向组号f的列车预报运行时间，s；RTzf(t)代表t时刻发报站z且方向组号f的列车实际到达运行时间，s。

1.2.3 模型计算

每次接收到列车到达信息时，通过确报信息和到达计划取得沿途所有预报信息进行运算，循环计算各站到本站的平均运行时间，列车平均运行时间动态更新如图4 所示。

图4 列车平均运行时间动态更新Fig.4 Dynamic update of average running time of trains

2 模型与算法的实现

车流推算时，根据一个阶段内历史数据统计得到的对于某车站某方向的车流可靠性参数和平均运行时间，对接收到的预报信息进行计算和处理，得到可以保证准确性的部分车流信息，参与后续的车流推算过程。

2.1 车流结存数据结构设计

设计存储为以(发报站Zi、方向组号Fj)为主键的时间序列数据，其中i= 0，1，2，…，m，代表m个发报站，j= 0，1，2，…，n，代表n个方向组号列车，车流可靠性参数存储表如表1 所示，列车平均运行时间存储表如表2 所示。

表1 车流可靠性参数存储表Tab.1 Storage table of traffic flow reliability parameters

表2 列车平均运行时间存储表Tab.2 Storage table of average running time of trains

2.2 车流可靠性参数计算

系统初始启动时设置Dzf为默认值，之后，随着接收到的最新车流信息计算Dzf的新值，步骤如下。

步骤1：初始化车流可靠性参数Dzf(0) = 1。

步骤2：接收预报车流数据。

步骤3：预报列车到达，更新实到车流数据。

步骤4：基于模型定义的Dzf按照公式⑴进行计算，更新车流可靠性参数Dzf(t+1)。

步骤5：等待预报车流数据，循环执行步骤2 至步骤5。

2.3 列车平均运行时间计算

系统初始启动时设置VTzf为默认值，之后，随着接收到的最新车流信息计算VTzf的新值，步骤如下。

步骤1：初始化列车平均运行时间VTzf(0) =FBTzf。

步骤2：接收预报车流数据。

步骤3：预报列车到达，更新实到车流数据。

步骤4：基于模型定义的VTzf按照公式 ⑵ 进行计算，更新平均运行时间VTzf(t+ 1)。

步骤5：等待预报车流数据，循环执行步骤2至步骤5。

2.4 预报中可用车流计算

车流推算过程中，到达车数预估的步骤如下。

步骤1：根据预报的发报站和预报中方向号取得车流可靠性参数Dzf。

步骤2：预报中该车流可用车数=预报中该方向车数×Dzf。

步骤3：使用步骤2 得出的该预报中所有方向号对应的可用车数作为到达车数进行车流推算。

2.5 列车到达时间计算

车流推算过程中，列车计划到达时间预估的步骤如下。

步骤1：根据预报的发报站和预报中方向号取得列车平均运行时间VTzf。

步骤2：循环所有预报中的方向号取得最长的列车平均运行时间max (VTzf)。

步骤3：预计到达时间=预报的发报时间+最长平均运行时间max (VTzf)。

步骤4：列车计划到达时间和步骤3 中计算得到的预计到达时间取较晚的时间作为计划到达时间。

步骤5：使用步骤4 得出的计划到达时间进行车流推算。

3 实例分析

3.1 系统数据收集

收集目前站点的车流预报、车流确报数据，数据库存储关键字段说明如表3 所示。车流预报数据示例如图5 所示，车流确报数据示例如图6所示。

图5 车流预报数据示例Fig.5 Sample of traffic flow forecast data

图6 车流确报数据示例Fig.6 Sample of actual traffic flow data

表3 数据库存储关键字段说明Tab.3 Description table for database key fields

3.2 系统数据计算

以发报站为X 站，发站为X 站、到站为C 站的车次为例，说明车流可靠性Dzf、列车平均运行时间VTzf的计算。

通过记录车次分别为40564，40562，40554，40552，40557，40555 和40559 的7 趟列车，其方向号主要为7，8 和70，车流可靠性参数计算如图7所示，可以发现该发报站此3 个方向号的可靠性均比较高。因此，说明本站在接收到X 站发出的预报时，可以直接使用预报中的车流进行车流推算操作，所得到的结果中车流偏差比较小。

图7 车流可靠性参数计算Fig.7 Calculation of traffic flow reliability parameters

通过记录从2021-01-06 至2021-01-21 合计15 次的40564 车次运行情况，列车平均运行时间计算如图8 所示，可以发现平均运行时间对预报时间做了修正，更具有参考性。通过预报的发报时间+本次列车包含方向的平均运行时间中最长的时间得到预计到达时间，在预计到达时间和计划到达时间中取最大值作为车流推算中的列车到达时间。

图8 列车平均运行时间计算Fig.8 Calculation of average running time of trains

3.3 系统使用情况分析

通过对系统在站内运行一段时间的数据进行分析，车流推算系统相较之前准确度有所提升，主要体现在远期车流预测方面，特别是针对个别可靠性偏低的站点，改善效果较为明显。原车流推算系统未考虑沿途站点的车辆可靠性指标，如果遇到车辆预报与车辆确报不一致的情况，只能由调度员手工调整阶段计划，相对能准确制定后续2 ～ 3 h 的作业计划，新系统因纳入了车辆可靠性指标，相当于提前考虑了异常情况，使得阶段计划的准确率提升，尽量减少了计划的调整次数，相对能准确制定后续3 ～ 4 h 的作业计划。随着系统运行数据的逐步积累，今后还将有进一步的优化空间。

4 结论

车流推算计算复杂，特别是到发车辆的运行数据直接影响到推算结果的准确性。通过结合车流可靠性的计算方法，随着系统运行动态维护到发车辆数据，可以有效提高车流推算的准确程度，提高自动编制的阶段计划的可用性，使得自动编制的阶段计划成为可兑现、可信赖的阶段计划。系统包括以下典型的技术优势。

（1）提升编组站资源的使用效率。通过自动编制的阶段计划来指导编组站的运输生产任务，合理调动站内资源及部署生产相关的作业人员，有效实现站间的车流高效接续和运力资源的合理配置。

（2）实现编组站车流量的动态预测。通过对编组站到发车流量进行动态跟踪及预测，进一步有效指导调度基于当前车流量情况进行方案的调整。

（3）实现车流径路的自动规划。通过实时优化调整车流的输送径路，实现车辆运行轨迹的全自动跟踪、车辆违规运行的全自动感知及车辆货物运送状态的实时跟踪。

（4）实现货运的提前预警。通过对车辆货物运送过程的全程自动跟踪，实时分析进度数据，提前判别异常情况并发布预警信息。