智能铁路的建设和运营是我国高速铁路下一阶段的发展方向,这对更加自动化、智能化的处理和分析列车运行数据提出了更高的要求。而高速铁路列车晚点将导致铁路运输部门提供给旅客的服务质量下降,故探究不同类型列车的晚点原因,以及不同类型晚点列车的晚点规律很有必要。本文基于广深高速铁路列车的原始运行记录数据对晚点列车进行了聚类研究,四种不同晚点类型的列车在晚点时间、晚点致因、晚点传播规律上各不相同,这将提升晚点列车分类的针对性,为快速判断列车晚点发展态势提供辅助决策。主要工作内容和结论如下:首先对广深高速铁路概况进行了介绍,对列车数据进行了描述性统计,对异常值和离群值进行了分析,使用可视化手段揭示了广深高速铁路列车各特征参数的分布情况,采用洛伦兹曲线量化了广深高速铁路列车的晚点集中度。然后针对数据结构复杂的特点,对各晚点特征参数进行相关性分析,将各晚点特征分为车站层面特征和区间层面特征,再分别对两大类特征进行标准化处理,使得其更适应相关算法的计算。对数据特征进行甄别和筛选,在损失不到5%的原数据内涵下,选取出了十个最重要的特征参数进行降维处理,最终将高维度的列车数据降维到三维。再分别将数据输入到K-means、BIRCH等聚类模型中,先使用轮廓系数控制各聚类模型的输出簇数,使聚类效果在各聚类模型中达到良好,再引入CHI和DBI指标对各聚类模型的输出结果进行评价,最后综合各评价指标选择了基于层次聚类的平衡迭代规约和聚类算法输出的四种晚点列车类型,并对四种晚点列车类型进行了特征分析,发现四种晚点列车类型既在晚点时间上有差异,同时在晚点致因上也呈现出明显的区别,将晚点列车分为重度晚点列车、中度晚点列车、轻度晚点列车和晚点恢复列车四种类型,并基于此提出了广深高速铁路列车晚点划分的标准。最后对四种晚点列车类型的晚点时间进行了预测,对四类晚点列车晚点传播规律分别进行分析,对各类型列车在后续运行中的晚点态势进行评估,得到不同类型列车的晚点变化宏观规律,再基于梯度提升回归树算法对各类型列车晚点时间进行精准预测,模型预测结果显示,该机器学习预测模型的泛化能力强,同时经过分类后的列车晚点预测误差比未经过分类的晚点时间预测误差降低了67%,且该预测模型对四种晚点列车类型都有较好的预测精度,并设置了对照组模型进行比较。