[发明专利]一种轨道交通站点客流预测方法及系统

说明书

本发明实施例提供一种轨道交通站点客流预测方法及系统，该方法包括：获取历史AFC数据序列；基于预设自编码器对所述历史AFC数据序列进行处理，得到站点客流的最小预测单元；由所述最小预测单元获取所述历史AFC数据序列的关键点位，以及站点客流预测的最小时间粒度；基于所述关键点位和所述最小时间粒度，采用预设算法得到站点客流预测结果。本发明实施例通过采用自编码器对车站AFC数据序列进行分析得到最小预测单元，可以确定短时客流预测时的最小时间粒度，并有效提取车站AFC序列中的核心元素，实现车站客流预测分析，为预测轨道交通站点客流、分析乘客出行行为提供一定的参考和理论基础。

技术领域

本发明涉及轨道交通运营管理与控制技术领域，尤其涉及一种轨道交通站点客流预测方法及系统。

背景技术

在日常的轨道交通管理中，客流预测是一个必不可少的环节，也是制定运行方案和进行调度决策等工作的基础数据。随着轨道交通网线的不断加密以及互联互通等网络化运营条件的实现，轨道交通的路网结构和客流分析变得更为复杂。

在现有的研究当中，轨道交通短时客流预测存在两方面的问题，一是预测时间粒度不明确。目前多以10min或15min作为预测时间粒度，但该时间粒度的有效性并未得到验证。另一方面，AFC(Automatic Fare Collection system，自动售检票系统)数据以秒为单位，数据量较大。

因此，需要提出一种新的针对轨道交通短时客流预测的方法。

发明内容

本发明实施例提供一种轨道交通站点客流预测方法及系统，用以解决现有技术中针对客流预测时的时间单元划分不明确，导致预测结果不准确的缺陷。

第一方面，本发明实施例提供一种轨道交通站点客流预测方法，包括：

获取历史AFC数据序列；

基于预设自编码器对所述历史AFC数据序列进行处理，得到站点客流的最小预测单元；

由所述最小预测单元获取所述历史AFC数据序列的关键点位，以及站点客流预测的最小时间粒度；

基于所述关键点位和所述最小时间粒度，采用预设算法得到站点客流预测结果。

进一步地，所述获取历史AFC数据序列，具体包括：

获取任一车站在预设时间段内的进站客流数据；

将所述进站客流数据转换为所述历史AFC数据序列。

进一步地，所述基于预设自编码器对所述历史AFC数据序列进行处理，得到站点客流的最小预测单元，具体包括：

采用滑窗法对所述历史AFC数据序列进行切割，得到若干滑窗子数据序列；

将所述若干滑窗子数据序列输入至所述预设自编码器中，得到若干段压缩信号；

将所述若干段压缩信号进行加权处理，得到所述最小预测单元。

进一步地，所述预设自编码器包括连接处理上下段压缩信号。

进一步地，所述由所述最小预测单元获取所述历史AFC数据序列的关键点位，以及站点客流预测的最小时间粒度，进一步包括：

通过所述关键点位和所述最小时间粒度，对所述历史AFC数据序列进行存储。

进一步地，所述基于所述关键点位和所述最小时间粒度，采用预设算法得到站点客流预测结果，具体包括：

采用动态时间规整方法对待预测车站进行聚类，提取所述关键点位和所述最小时间粒度，得到所述站点客流预测结果。

第二方面，本发明实施例还提供一种轨道交通站点客流预测系统，包括：