一种基于制造技术

本发明专利技术涉及客流预测技术领域，具体涉及一种基于

【技术实现步骤摘要】
一种基于BIM的城市轨道交通枢纽运维管理系统


[0001]本专利技术涉及客流预测
，具体涉及一种基于
BIM
的城市轨道交通枢纽运维管理系统
。

技术介绍

[0002]随着中国城市化进程的快速推进，城市人口密集
、
交通出行不便的问题日益严峻，城市轨道交通的建设与运营成为当下缓解民众出行困难的良方
。
城市轨道交通枢纽不仅是轨道线路之间的换乘节点和整个线网的锚固节点，也对城市空间拓展
、
用地结构升级起到积极的促进作用，合理设置城市轨道交通线路的班次可以减少拥堵和延误现象
。
如果班次过少或间隔时间过长，容易导致列车过载和乘客拥堵，影响轨道交通的正常运行
。
适度增加班次可以减少人员密集度，有效缓解拥堵和延误情况，提高城市轨道交通的稳定运行
。
[0003]通过准确预测客流量可以避免过多或过少的班次设置，合理分配轨道交通系统的资源
。
避免过度投入而造成资源浪费，同时也能保证乘客出行需求得到满足
。
自回归差分移动平均模型
ARIMA
可以对城市轨道交通线路上的客流量进行预测，但是，由于客流量波动程度影响因素较多导致对客流量预测准确性不高，使城市轨道交通枢纽的运维管理效率较低
。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种基于
BIM
的城市轨道交通枢纽运维管理系统，以解决城市轨道交通枢纽的运维管理效率较低的问题，所采用的技术方案具体如下：本专利技术提出了一种基于
BIM
的城市轨道交通枢纽运维管理系统，所述系统包括：模型构建模块，根据城市轨道交通设计图纸构建城市轨道交通线路的建筑信息模型；数据采集模块，采集城市轨道交通的站点在每个时间段的上客量和下客量；数据分析模块，根据站点在每个时间段的上客量和下客量获取实载客流量；根据站点在所有时间段的实载客流量获取站点在每个周期内的客流波动指数；根据站点在周期内包含的所有时间段的实载客流量获取站点在每个时间段的高峰小时系数，进而获得站点在周期内的高峰时间段；根据站点在周期内的高峰时间段的数量及高峰时间段对应的高峰小时系数获取高峰集中特征值；根据站点在所有周期内的客流波动指数以及高峰集中特征值获取客流通勤相关系数；根据客流波动指数
、
高峰集中特征值以及客流通勤相关系数获取城市轨道交通的客流波动异常程度；根据时间段的总个数及客流波动异常程度获取自适应参数值；运维管理模块，根据自适应参数值，使用时间序列预测模型对每个站点的实载客流量进行预测，获得预计客流高峰站点，根据城市轨道交通的建筑信息模型获取预计客流高峰站点的具体方位，进而对通过预计客流高峰站点的列车的运营班次进行调整
。
[0005]进一步，所述时间段获取的具体方法为：将预设时间长度作为一个周期，共获取第一预设数量个周期；将每个周期平均划分为第二预设数量个时间段
。
[0006]进一步，所述根据站点在每个时间段的上客量和下客量获取实载客流量，包括的具体方法为：分别将每个时间段记为待分析时段；将站点在待分析时段的上客量与下客量之间差值的绝对值记为站点在待分析时段的实载客流量
。
[0007]进一步，所述根据站点在所有时间段的实载客流量获取站点在每个周期内的客流波动指数，包括的具体方法为：将站点在周期内的包含的所有时间段的实载客流量的标准差记为站点在周期内的客流离散度；将站点在周期内的包含的所有时间段的实载客流量的最大值记为站点在周期内的最大客流量；将站点在周期内的包含的所有时间段的实载客流量的最小值记为站点在周期内的最小客流量；将站点在周期内的最大客流量与最小客流量的差值与客流离散度的乘积记为站点在周期内的客流波动程度；将客流波动程度的归一化值记为站点在周期内的客流波动指数
。
[0008]进一步，所述根据站点在周期内包含的所有时间段的实载客流量获取站点在每个时间段的高峰小时系数，进而获得站点在周期内的高峰时间段，包括的具体方法为：将待分析时段所在的周期记为待分析时段的对应周期；将站点在对应周期内的包含的所有时间段的实载客流量之和记为站点在对应周期内的实载客流总量；将站点在待分析时段的实载客流量与实载客流总量的比值记为站点在待分析时段的高峰小时系数；将高峰小时系数大于高峰阈值的时间段记为站点在对应周期内的高峰时间段
。
[0009]进一步，所述根据站点在周期内的高峰时间段的数量及高峰时间段对应的高峰小时系数获取高峰集中特征值，包括的具体方法为：将站点在对应周期内的所有高峰时间段的高峰小时系数之和记为站点在对应周期内的高峰密度；将站点在对应周期内连续出现的高峰时间段的数量的最大值记为站点在对应周期内的最大高峰时段数量；将站点在对应周期内的高峰密度与最大高峰时段数量的乘积记为站点在对应周期内的高峰集中特征值
。
[0010]进一步，所述根据站点在所有周期内的客流波动指数以及高峰集中特征值获取客流通勤相关系数，包括的具体方法为：将站点在所有周期内的客流波动指数按照周期的时间顺序排列获取站点的客流波动序列；
将站点在所有周期内的高峰集中特征值按照周期的时间顺序排列获取站点的高峰集中序列；将站点的客流波动序列与高峰集中序列之间的相关系数记为站点的客流通勤相关系数
。
[0011]进一步，所述根据客流波动指数
、
高峰集中特征值以及客流通勤相关系数获取城市轨道交通的客流波动异常程度，包括的具体方法为：将站点在所有周期的客流波动指数的均值记为站点的客流波动均值；将站点在所有周期的高峰集中特征值的均值记为站点的通勤枢纽连接指数；将站点的通勤枢纽连接指数的归一化值与客流波动均值的乘积记为站点的客流集中程度；将站点的客流集中程度与客流通勤相关系数的比值记为站点的通勤密集置信度；将所有站点的通勤密集置信度的均值记为城市轨道交通的客流波动异常程度
。
[0012]进一步，所述根据时间段的总个数及客流波动异常程度获取自适应参数值，包括的具体方法为：将所述第一预设数量与第二预设数量的乘积作为初始参数值；将城市轨道交通的客流波动异常程度的归一化值与初始参数值的乘积的向下取整值作为自适应参数值
。
[0013]进一步，所述根据自适应参数值，使用时间序列预测模型对每个站点的实载客流量进行预测，获得预计客流高峰站点，根据城市轨道交通的建筑信息模型获取预计客流高峰站点的具体方位，进而对通过预计客流高峰站点的列车的运营班次进行调整，包括的具体方法为：将站点在所有时间段的实载客流量的均值记为站点的历史客流量；将所有时间段的后一个时间段记为未来时段；将自适应参数值作为自回归差分移动平均模型的自回归项数，使用自回归差分移动平均模型对站点在未来时段的实载客流量进行预测，获得站点在未来时段的实载客流量；将站点在未来时段的实载客流量与历史客流量的比值记为预计客流增长率；将预计客流本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
BIM
的城市轨道交通枢纽运维管理系统，其特征在于，所述系统包括：模型构建模块，根据城市轨道交通设计图纸构建城市轨道交通线路的建筑信息模型；数据采集模块，采集城市轨道交通的站点在每个时间段的上客量和下客量；数据分析模块，根据站点在每个时间段的上客量和下客量获取实载客流量；根据站点在所有时间段的实载客流量获取站点在每个周期内的客流波动指数；根据站点在周期内包含的所有时间段的实载客流量获取站点在每个时间段的高峰小时系数，进而获得站点在周期内的高峰时间段；根据站点在周期内的高峰时间段的数量及高峰时间段对应的高峰小时系数获取高峰集中特征值；根据站点在所有周期内的客流波动指数以及高峰集中特征值获取客流通勤相关系数；根据客流波动指数
、
高峰集中特征值以及客流通勤相关系数获取城市轨道交通的客流波动异常程度；根据时间段的总个数及客流波动异常程度获取自适应参数值；运维管理模块，根据自适应参数值，使用时间序列预测模型对每个站点的实载客流量进行预测，获得预计客流高峰站点，根据城市轨道交通的建筑信息模型获取预计客流高峰站点的具体方位，进而对通过预计客流高峰站点的列车的运营班次进行调整
。2.
根据权利要求1所述的一种基于
BIM
的城市轨道交通枢纽运维管理系统，其特征在于，所述时间段获取的具体方法为：将预设时间长度作为一个周期，共获取第一预设数量个周期；将每个周期平均划分为第二预设数量个时间段
。3.
根据权利要求2所述的一种基于
BIM
的城市轨道交通枢纽运维管理系统，其特征在于，所述根据站点在每个时间段的上客量和下客量获取实载客流量，包括的具体方法为：分别将每个时间段记为待分析时段；将站点在待分析时段的上客量与下客量之间差值的绝对值记为站点在待分析时段的实载客流量
。4.
根据权利要求2所述的一种基于
BIM
的城市轨道交通枢纽运维管理系统，其特征在于，所述根据站点在所有时间段的实载客流量获取站点在每个周期内的客流波动指数，包括的具体方法为：将站点在周期内的包含的所有时间段的实载客流量的标准差记为站点在周期内的客流离散度；将站点在周期内的包含的所有时间段的实载客流量的最大值记为站点在周期内的最大客流量；将站点在周期内的包含的所有时间段的实载客流量的最小值记为站点在周期内的最小客流量；将站点在周期内的最大客流量与最小客流量的差值与客流离散度的乘积记为站点在周期内的客流波动程度；将客流波动程度的归一化值记为站点在周期内的客流波动指数
。5.
根据权利要求3所述的一种基于
BIM
的城市轨道交通枢纽运维管理系统，其特征在于，所述根据站点在周期内包含的所有时间段的实载客流量获取站点在每个时间段的高峰小时系数，进而获得站点在周期内的高峰时间段，包括的具体方法为：将待分析时段所在的周期记为待分析时段的对应周期；
将站点在对应周期内的包含的所有时间段的实载客流量之和记为站点在对应周期内的实载客流总量；将站点在待分析时段的实载客流量与实载客流总量的比值记为站点在待分析时段的高峰小时系数；将高峰小时系数大于高峰阈值的时间段记为站点在对应周期内的高峰时间段
。6.
根据...

【专利技术属性】
技术研发人员：吴钦城，林涛，刘牟林，雷敏，刘嘉淇，
申请(专利权)人：惠州市金雄城建筑科技有限公司，
类型：发明
国别省市：