-
公开(公告)号:CN101980220B
公开(公告)日:2012-06-20
申请号:CN201010515429.6
申请日:2010-10-15
Applicant: 清华大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于近似概率转换的电路性能可靠性的估计方法,属于电子线路设计技术领域。对于给定的电路性能函数,将其输入变量表示为区间证据;将该区间证据通过性能函数映射到输出,获得输出量的区间证据;利用可传递信度模型中的近似概率转换,将输出变量的区间证据转化为近似累积概率分布;将该近似分布作为输出变量真实累积概率分布的近似,用其估计电路性能可靠度是否达到要求。本发明方法在区间采样次数确定的情况下,只需实施一次仿真过程即可得到置信水平为100%的确定性估计误差,在同样的估计误差下,本方法所需计算量远远小于已有的蒙特卡罗方法。
-
公开(公告)号:CN102096410A
公开(公告)日:2011-06-15
申请号:CN201010605560.1
申请日:2010-12-24
Applicant: 清华大学 , 北京全路通信信号研究设计院
IPC: G05B23/00
Abstract: 本发明涉及一种高速列车运行控制系统功能的动态测试方法,属于高速列车运行控制系统技术领域。本方法首先根据高速列车运行控制系统功能规范基于参数化自动机模型构造被测高速列车运行控制系统的动态测试模型;然后依据该模型对被测高速列车运行控制系统执行动态测试过程。动态测试方法是一个由“生成待测转移的测试序列”、“执行测试序列”、“测试结果分析”、“动态测试模型参数更新”四个步骤组成的循环过程。本发明方法避免了在高速列车运行控制系统测试执行之前生成一个固定测试序列集,解决了传统静态测试方法测试覆盖率低和测试结果准确率低以及传统动态测试方法测试序列生成代价和执行代价大的问题。
-
公开(公告)号:CN102073317A
公开(公告)日:2011-05-25
申请号:CN201010607940.9
申请日:2010-12-17
Applicant: 清华大学 , 北京全路通信信号研究设计院
IPC: G05B23/00
Abstract: 本发明涉及一种用于高速铁路列车控制系统功能测试的建模方法,属于自动测试技术领域。本发明方法首先建立一个高速铁路列车控制系统功能测试的三元组系统无关模型,然后建立一个高速铁路列车控制系统功能测试的四元组系统相关模型,通过变换,将三元组系统无关模型变换成四元组系统相关模型。本发明方法根据测试需求定义测试过程建模所需的系统无关模型、系统相关模型,然后实现从系统无关模型到系统相关模型的自动化变换,提高了测试的自动化程度和测试效率。
-
公开(公告)号:CN100470982C
公开(公告)日:2009-03-18
申请号:CN200610112769.8
申请日:2006-09-01
Applicant: 清华大学
IPC: H02H3/05 , H01H47/32 , H03K5/00 , H03K17/795
Abstract: 本发明属于电力系统防继电器保护装置误动作的技术领域,其特征在于:微机型继电保护装置内的CPU的各PWM脉冲输出端依次通过串接的脉冲传递电路、驱动电路、光电隔离电路后与各继电器相连,其中,指定一条光电隔离电路的输出端与继电器电路中的开关三极管的基极相连,去接通各继电器的电源,其余各条光电隔离支路中的光电三极管的正输出端与相应的各个反并在各继电器线圈上的二极管正极相连,而所述各光电二极管的各负输出端共地,各继电器线圈的另一端共同连接到所述开关三极管的集电极。本发明具有成本低、可靠性高的优点。
-
公开(公告)号:CN119151106A
公开(公告)日:2024-12-17
申请号:CN202411311448.5
申请日:2024-09-19
Applicant: 清华大学
IPC: G06Q10/047 , G06Q10/0639 , G06Q50/40
Abstract: 本公开涉及城市轨道交通乘客服务质量优化方法、装置、电子设备及存储介质,所述方法包括获取地铁路网在指定时段内的路网数据、客流数据、决策变量集以及引导策略集;根据路网数据、客流数据与引导策略集,确定乘客路径选择集;根据路网数据、乘客路径选择集以及乘客服务系数集,确定从各个起始车站去往各个终点车站的乘客的耐心度损失;根据乘客路径选择集,确定各个乘客所选择的目标乘车路径所需的等待时长;根据从各个起始车站去往各个终点车站的乘客的耐心度损失与等待时长,对决策变量集与引导策略集进行优化,得到目标决策变量集与目标引导策略集。由此,能够实现缩短地铁路网中乘客的等待时长与耐心度损失,提高地铁路网的乘客服务质量。
-
公开(公告)号:CN119106765A
公开(公告)日:2024-12-10
申请号:CN202411203783.3
申请日:2024-08-29
Applicant: 清华大学
IPC: G06Q10/04 , G06Q50/40 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084 , G06F18/22 , G06N3/048 , G06F123/02
Abstract: 本公开涉及智能交通技术领域,尤其涉及一种基于图卷积神经网络的高速铁路列车晚点预测方法、装置及存储介质。所述方法包括:获取列车在前站的第一运行数据,前站为在列车的行驶线路上位于待预测的目标车站之前的n个车站,n为正整数,第一运行数据用于指示列车在前站的晚点情况和运行计划;根据第一运行数据,调用训练完成的晚点预测模型进行晚点预测,输出得到晚点预测结果,晚点预测结果用于指示预测的列车在目标车站的晚点情况,晚点预测模型为基于图卷积神经网络的模型。本公开实施例通过基于图卷积神经网络的晚点预测模型,实现了利用列车在前站的晚点情况和运行计划对列车在目标车站的晚点情况进行预测,提高了列车晚点预测效果。
-
公开(公告)号:CN109766927B
公开(公告)日:2023-08-22
申请号:CN201811574962.2
申请日:2018-12-21
Applicant: 清华大学
IPC: G06F18/214 , G06F18/23 , G06F18/2411 , G06F18/21 , B61L5/06 , G01R31/00
Abstract: 本发明提供一种基于混合深度学习的高铁道岔智能故障检测方法,该方法将结合深度学习自动特征提取及传统机器学习异常点检测的混合深度学习方法运用到道岔故障检测方法研究中,利用深度学习进行自动特征提取,形成了维度更小且更加抽象的特征数据,解决了特征提取过程依赖人工经验及聚类算法在高维数据下的计算困难问题;然后使用聚类算法结合专家知识选取正常数据簇,解决无法获得大量有标签数据问题;最后使用标注为正常的数据训练单分类支持向量机进行异常点检测并解决了道岔故障检测过程中无标签或标签不足的问题。
-
公开(公告)号:CN110222912B
公开(公告)日:2021-06-11
申请号:CN201910543806.8
申请日:2019-06-21
Applicant: 清华大学
Abstract: 本发明提供一种基于时间依赖模型的铁路行程路线规划方法及装置,该方法结合中国铁路网络实际情况,对标准时间依赖模型进行修改,改进后的模型可处理中国铁路网络中的最早到达、最少换乘和最短行程时间等问题;以此模型为基础建立基于时间依赖模型的空铁联运模型和空铁地联运模型;然后使用改进的时间依赖模型以及Dijkstra算法求解中国铁路最短路径搜索问题,通过选择Dijkstra算法的数据结构同时采用A*算法思想对算法进行加速,提高了算法效率;最后基于回溯思想将最短路径搜索算法修改为K优路径算法,实现中国铁路网络行程规划中最早到达K优路径、最少换乘K优路径、最短行程时间K优路径、票价最低K优路径问题的实时求解。
-
公开(公告)号:CN111754071A
公开(公告)日:2020-10-09
申请号:CN202010398514.2
申请日:2020-05-12
Applicant: 清华大学
Abstract: 本发明涉及一种协同优化的区域轨道交通全局安全性增强方法,采集客流分配数据与列车调度数据;用优化算法优化以路网全局风险最低为优化目标的目标函数,所述目标函数由路网内所有车站与区间的运能风险相加得到;输出最低最小风险值,以及优化后的客流分配数据和列车调度数据。本发明的有益效果在于,相比于只考虑客流引导的方法,可以使路网全局风险进一步降低10%左右。
-
公开(公告)号:CN110276509A
公开(公告)日:2019-09-24
申请号:CN201910164981.6
申请日:2019-03-05
Applicant: 清华大学
Abstract: 本发明涉及一种基于特征量的地铁列车牵引系统动态风险分析评估方法,至少包括:S1、地铁列车牵引系统监控实时采集各个车辆和设备的数据;S2、基于采集的数据建立地铁牵引系统典型风险链条,建立电容故障率随电容等效串联电阻变化图和牵引电机故障率随电机振动变化曲线图;S3、依据检测的数据,动态统计t时刻牵引逆变器的等效串联电阻RESR、电机振动烈度L,并按照电容故障率随电容等效串联电阻变化图像,计算电容实时故障概率Pt1;按照牵引电机故障率随电机振动变化曲线图,计算出电机故障概率Pt2;S4、求得t时刻因逆变器支撑电容故障条件下典型风险链条发生概率Pt。该方法能够对牵引系统健康状态做出实时定量的分析评估,及时发现系统运行中的安全薄弱环节。
-
-
-
-
-
-
-
-
-