浅谈电力机车掉分相及带电过分相的危害及预防措施

＾ ∑ Ｆ（， ， ） Ｉ， （ ２）
地方 经济增 长 系数 ；
—
—
预 测 周 期 （ 、季 、 年 月 的参考 。 责任编 辑 ： 许耀 元
来稿 日期 ：０ ２ ０ — ３ ２ １— ３ ２
等 ） 。
式（） ： ２中
基 于 首选 信 息 分 析 进行 客流 预 测 ，
正 整数集
ｉ — Ｆ —
— —
因为有 详细 的数 据为依 据 ，因此 不仅 可
以预测 周期 客流 流量 ， 周期客 流 流 向 、 对
运行 图效 益优 化 函数 ；
Ｉ —
—
首选 信息 数据 ；
时段特 征 、 别需 求等 都可 以得 出分 析 席
高 ；从 某站 到某 站 问最优 的旅 行 时间 是
可在 首页设 一个 首选 信息 页面来 供旅 客 ２４２ 进 行 周 期 性 客 流 预 测 ．．
对首 选信 息和 售票 出票 信息 进行 综 多少 ；旅客 在需 要乘 坐 的列车 车种 及席
２４ 基于 首选信 息 客流分 析方 法 的应用 合 对 比分析 ，还 可以 预测下 一个 周期 的 别 的比例是 多 少等 等 。 ． ２４１ 化 运行 图 ， 大 限度 的兼顾 效 益 客流 。如下式 （ ） ．． 优 最 ３：
５ ８
浅 电机掉相带过相危及 防施 谈力车分及 电分的害预措
ｌ墨暖圜 冒 Ｉ
（ 上接 第 ９ ２页 ）要 的车 次 ，直接 给他 推 荐 。 自助售 票（ 自助 售票机 、 网络 、 电话 ）
输入。
Ｓ＿ 厂—一
— —
售票 系统信 息数 据 ； 运行 图编 制参 数 。
预测结 论 。 如 ， 以较 为精准 地分 析预 例 可 测 出某 站旅 客在 某个 时段 出行 的频 率 较
和 旅客 需 求
Ｆ （， ， ， ｙ ， Ｓ ， ） （ ３）
３ 结束 语
有 了首选 信息数 据 库后 ，可 以建 立 相 关数 学模 型 ，通过对 首选 信息 和售 票 出票信 息进 行综 合对 比分 析 ，得 出客 流 需 求 和供 给两条 实时 对 比曲线 。在得 出
可 以为旅客 运输 组织 提供 较 为贴 近现 实
Ｉ —
ｓ— ｉ
—
—
—
—
首选 信 息数 据 ；
，可 以根 据
首 选信 息优 化运 行 图铺划 ，最大 限度 地 兼顾 运 输效 益和 旅客 需求 。如下 式 （ ） ２：
一
式（） ： ３中
铁 路 客 流 分 析 及 预 测 方 法 有 很 多 正 整数 集 ； 种， 本文 通过 如何来 发 掘旅 客第 一需 求 ，
ｉ —
—
Ｆ ——一 运行 图优 化 函数 ； ＿
利用第 一需 求信 息 和售票 记 录信 息来 进 行 综合 对 比分析 ，减 少 了数学 模 型 中调 节系数 的运 用 ， 据分 析基 础 比较真 实 ， 数