论文部分内容阅读
基于深度学习的城轨客流短时预测 ——考虑时空特征和外部特征
【出 处】
：
西南交通大学
【发表日期】
：
2021年01期
其他文献
高速动车组在运行过程中,牵引变流系统会产生较强的电磁干扰且无法完全避免,牵引变流系统产生的电磁干扰会对牵引变流系统自身及周边电力电子设备产生影响。因此深入研究牵引变流系统电磁干扰机理及干扰特性是高速动车组运行可靠性的关键技术问题之一。然而目前针对动车组牵引变流系统EMI建模的研究中,相关仿真模型及试验数据并不完善,缺少更为系统、全面、深入的分析。同时,在针对牵引变流系统传导干扰的相关研究中,仿真模
基础设施建设的飞速发展,特别是铁路事业的飞速发展,为我国整体经济实力的提升提供了强劲的推动力。目前,国内铁路隧道总量突破五万座,是铁路日常维护工作的重点之一。其中,隧道顶部因为老化出现裂缝导致水渗出、渗水在北方冬季极易凝固成冰,这些冰柱随着渗水的不断持续会增大和变长,造成隧道内电气化铁路接触网发生短路接地故障,严重威胁铁路隧道内设备和机车的正常安全运行,是隧道内接触网冬季故障的首因。铁路部门和研究
随着城市轨道交通的迅速发展,列车运行所引起的环境振动与噪声问题日益突出。现有研究结果表明,浮置板轨道是目前城市轨道交通中隔振效果最好的轨道结构。浮置板轨道能够较好地隔离中高频振动,但对低频振动的隔振效果较高频段差,而低频振动经由轨道和隧道结构传入土体,会激发附近建筑物的振动,对居民的生活和工作产生干扰,加速损坏重要古建筑,影响高难度手术的施行、精密仪器的使用等。因此,针对浮置板轨道的低频振动控制研