安全验证
基于短时客流预测的地铁动态限流预警模型研究杨安安;陈艳艳;黄建玲;熊杰;王少华【摘要】结合国内外对限流阈值的研究,以站台滞留人数达到阈值为限流启动条件,构建地铁站点限流预警模型.以北京地铁十号线某站为例,验证了小波神经网络在短时客流预测方面的有效性,且进行了限流方案的详细分析.结果表明,该模型可得到限流时间和限流流率,以及站外最大排队长度等量化指标,为实现动态限流预警提供了科学依据.【期刊名称】《城市轨道交通研究》【年(卷,期】2018(021010【总页数】5页(P29-33【关键词】地铁;限流;预警模型;小波神经网络;短时客流预测【作者】杨安安;陈艳艳;黄建玲;熊杰;王少华【作者单位】北京工业大学北京市交通工程重点实验室,100124,北京;北京工业大学北京市交通工程重点实验室,100124,北京;北京工业大学北京市交通工程重点实验室,100124,北京;北京工业大学北京市交通工程重点实验室,100124,北京;北京工业大学北京市交通工程重点实验室,100124,北京【正文语种】中文【中图分类】U293.13;U231.4北京地铁客流近年来屡创新高。根据北京地铁运营公司2016年4月数据，全网客
流逼近1270万人次。目前北京常态化限流站点总数达75座，即超20%的站点实施常规限流。实施限流时，一般为工作人员根据站台客流密度的变化情况，引导乘客分批进入来实施。由此可见，现有的限流措施多基于车站工作人员的主观感受和经验判断，缺少事前预警，以事中控制为主。车站限流(也称客流控制方面研究主要有：文献[1]从轨道交通的运营能力角度出发，提出了站点超大客流管控线性规划模型；文献[2]以上海轨道交通某站为例，根据车站服务设施的负荷情况制定了针对性的限流组织方案；文献[3]提出车站间限流安全控制的实施方式，并分析了车站单点、线路和路网上的协同限流方法；文献[4]基于数学规划方法分别建立了适用于线路层和网络层的客流流入协同控制模型。客流预警方面研究有：文献[5]研究了闸机客流、通道客流、站台客流等多因素之间的关联预警分析流程，并基于系统动力学(SD原理建立了车站客流流动模型；文献[6]用ARMA模型在轨道交通客流预测基础上进行预警；文献[7]对地铁客流预警技术基础进行了探讨。可见与限流相关的研究主要关注限流组织方法、控制方式，以及协同控制模型的推导。大客流预警方面的研究，多是围绕预警机制以及级别划分与判定等预警基础技术的分析与探讨，虽也有预测基础上的预警判断，但在应用层面上缺少系统的、量化的限流参数的分析。基于此，笔者将短时预测与限流预警相结合，按照预测-预警-限流实施方案的思路，在用小波神经网络进行短时客流预测的基础上，对比列车的剩余运力再结合关键设备设施的限流阈值来制定具体的动态限流预警方案。1限流特性分析与阈值判断1.1限流特性分析客流在站点设施上的分布随时间和空间发生动态变化，本文认为站台是决定限流的关键设施，原因如下：①所处位置——站台是站内出行终端设施，等候上车的乘客在此聚集，列车到达离开客流才能疏散，一旦聚集等候的客流达到站台容纳能力
时，则需要考虑限流；②功能上——上下车以及换乘客流这3股客流在站台交叉混合，流线冲突最多；③安全性——站台边缘是轨道设施，人群拥挤摩擦下很可能发生挤门、冲门、吊门，若无安全门还有可能发生坠轨等危险事件，站台的安全隐患问题较为突出。因此，本文研究的限流目标是控制站台滞留人数。从时间上分析，站台人数随着乘客进站，以及列车的到达与发送而发生周期性的动态变化。高峰时段大量客流进入站内，列车剩余运力有限，部分乘客滞留在站台上，当滞留总数达到阈值时，开始实施限流；通过控制、限制客流进站速率，站内滞留人数保持在阈值以下，客流被限制在站外，故站外逐渐形成排队客流。客流高峰过去后，随着进站客流减少，排队从最大队长直至消散，限流结束。1.2阈值判断站点限流预警目前在国内外尚无公认的阈值定义，研究最为广泛的是客流密度值。人流密度是人群密集程度的定量表示，反映一个空间内人群的稠密程度，一般用单位面积上人员的数量表示，单位为人/m2。国际上常采用文献[8]人员密度服务水平评价指标，该研究形成了有价值的人员行动能力和空间几何尺寸的数据资料，该资料表明当人流密度达到1.43～3.33人/m2时，人群行动能力就会受到严重限制。文献[9]整理出了一组人流密度和行进速度关系曲线，国内文献[10]对地铁站台集散区人流密度与速度关系进行了研究，并得出当站台集散区的客流密度达到2人/m2时,乘客的行进速度极其缓慢的结论。另外，文献[11]指出，当通道内密度达2人/m2时，人立即会产生拥挤的感觉。据广州地铁的客流组织经验，站台能安全容纳乘客的数量一般为2～4人/m2。文献[7]经过在北京地铁的实际调研，认为2人/m2作为拥挤阈值的预警比较合理。综上所述，本文拟采用站台滞留人数的客流密度达2人/m2作为北京某站点算例的限流阈值进行计算。