相继故障下城市轨道交通系统韧性评估方法

doi:10.16265/j.cnki.issn1003-3033.2024.09.1963

中国安全科学学报 ›› 2024, Vol. 34 ›› Issue (9): 202-208.doi: 10.16265/j.cnki.issn1003-3033.2024.09.1963

相继故障下城市轨道交通系统韧性评估方法

陈津怡¹^,²(), 李铁柱¹^,²^,^**(), 郭竞文³, 刘慧⁴, 陈海波⁵

¹ 东南大学交通学院, 江苏南京 211189
² 南京轨道交通智慧运输研究工作站,江苏南京 210012
³ 南京地铁运营有限责任公司运输管理事业部, 江苏南京 210012
⁴ 南京铁道职业技术学院运输管理学院,江苏南京 210031
⁵ 利兹大学交通研究所,英国利兹 LS2 9JT

收稿日期:2024-02-21 修回日期:2024-05-23 出版日期:2024-09-28
通信作者:
^** 李铁柱(1971—),男,河南许昌人,博士,教授,主要从事城市轨道交通运营、交通环境与能源等方面的研究。E-mail: litiezhu@seu.edu.cn。
作者简介:
陈津怡 (1995—),女,河南洛阳人,博士研究生,主要研究方向为城市轨道交通网络韧性、城市轨道交通故障分析。E-mail:230179619@seu.edu.cn。
郭竞文, 工程师；
刘慧, 讲师；
陈海波, 教授
基金资助:
江苏轨道交通产业发展协同创新基地开放基金资助(GCXC2103)

Resilience assessment method of urban rail transit system under cascading failure

CHEN Jinyi¹^,²(), LI Tiezhu¹^,²^,^**(), GUO Jingwen³, LIU Hui⁴, CHEN Haibo⁵

¹ School of Transportation, Southeast University, Nanjing Jiangsu 211189, China
² Nanjing Rail Transit Smart Transportation Research Station, Nanjing Jiangsu 210012, China
³ Transportation Management Division, Nanjing Metro Operation Co., Ltd., Nanjing Jiangsu 210012, China
⁴ School of Transport Management, Nanjing Vocational Institute of Railway Technology, Nanjing Jiangsu 210031, China
⁵ Institute for Transport Studies, University of Leeds, Leeds LS2 9JT, UK

Received:2024-02-21 Revised:2024-05-23 Published:2024-09-28

摘要/Abstract

摘要：

为确定城市轨道交通系统中的高风险节点,提升网络韧性和运营安全性,选取网络效率、平均最短路径长度和最大连通子图3个指标,构建评估网络韧性的性能函数模型,提出一种考虑拓扑结构和客流分布均衡性的运营关键站点评估方法,并以南京城市轨道交通系统为例,在无权和加权网络中,探究关键程度降序、介数中心性降序和随机顺序3种相继故障模式下差异性的韧性失效过程。结果表明:关键站点在工作日和周末差异较小;按照关键站点降序的相继故障前期,网络韧性性能下降最为迅速;与拓扑网络相比,客流加权网络在相继故障前期韧性指数下降更快。在网络相继故障未大面积扩散时重点强化关键站点的管控,有助于缩小网络韧性损失。

关键词: 城市轨道交通, 网络韧性, 相继故障, 关键站点, 加权网络

Abstract:

In order to identify high-risk stations in urban rail transit systems and improve network resilience and operational safety, a performance function model was constructed to evaluate the network resilience by selecting network efficiency, average shortest path length and maximum connection sub-graph as indicators, and an evaluation method for critical stations was proposed, considering topological structure and passenger flow distribution equilibrium. Taking Nanjing Metro as an example, three cascading failure modes, descending critical degree, descending betweenness centrality and random sequence, are adopted. The characteristics of resilience degradation under different cascading failures are simulated respectively in the unweighted network and the weighted network. The results show that the critical stations are similar on weekdays and weekends. The resilience performance decreases most rapidly in the early stages of failures in descending order of critical stations. Compared with topology networks, the resilience index of passenger flow-weighted networks decreases faster in the early stages of cascading failures. Strengthening the control of critical stations when cascading failures do not spread widely can help reduce the loss of network resilience.

Key words: urban rail transit, network resilience, cascading failure, critical stations, weighted network

中图分类号:

陈津怡, 李铁柱, 郭竞文, 刘慧, 陈海波. 相继故障下城市轨道交通系统韧性评估方法[J]. 中国安全科学学报, 2024, 34(9): 202-208.

CHEN Jinyi, LI Tiezhu, GUO Jingwen, LIU Hui, CHEN Haibo. Resilience assessment method of urban rail transit system under cascading failure[J]. China Safety Science Journal, 2024, 34(9): 202-208.

图/表 6

表1

表2

图1

图2

图3

表3

参考文献 17

[1]	交通运输部. 2023年城市轨道交通运营数据速报[EB/OL].(2024-01-12). https://mp.weixin.qq.com/s?__biz=MzI3MDQwMDQ5NQ==&mid=2247593667&idx=1&sn=5a5fd0f406b50ad9307620d7e3964d35&scene=0.
[2]	鞠艳妮, 李宗平, 陈宇帆, 等. 区域轨道交通系统节点重要度及故障恢复研究[J]. 中国安全科学学报, 2021, 31(2):112-119. doi: 10.16265/j.cnki.issn 1003-3033.2021.02.016
	JU Yanni, LI Zongping, CHEN Yufan, et al. Study on node importance and failure recovery of regional rail transit system[J]. China Safety Science Journal, 2021, 31(2):112-119. doi: 10.16265/j.cnki.issn 1003-3033.2021.02.016
[3]	马敏, 胡大伟, 舒兰, 等. 城市轨道交通网络韧性评估及恢复策略[J]. 吉林大学学报:工学版, 2023, 53(2):396-404.
	MA Min, HU Dawei, SHU Lan, et al. Resilience assessment and recovery strategy on urban rail transit network[J]. Journal of Jilin University: Engineering and Technology Edition, 2023, 53(2):396-404.
[4]	ZHANG Jiefei, REN Gang, SONG Jianhua. Resilience-based restoration sequence optimization for metro networks: a case study in China[J]. Journal of Advanced Transportation, 2022: DOI: 10.1155/2022/8595356.
[5]	张雯婕, 胡军红, 闻成维, 等. 考虑网络韧性的城市轨道交通故障恢复研究[J]. 中国安全科学学报, 2023, 33(4):179-186. doi: 10.16265/j.cnki.issn1003-3033.2023.04.1770
	ZHANG Wenjie, HU Junhong, WEN Chengwei, et al. Research on urban rail failure recovery considering network resilience[J]. China Safety Science Journal, 2023, 33(4):179-186. doi: 10.16265/j.cnki.issn1003-3033.2023.04.1770
[6]	陈峰, 胡映月, 李小红, 等. 城市轨道交通有权网络相继故障可靠性研究[J]. 交通运输系统工程与信息, 2016, 16(2):139-145.
	CHEN Feng, HU Yingyue, LI Xiaohong, et al. Cascading failures in weighted network of urban rail transit[J]. Journal of Transportation Systems Engineering and Information Technology, 2016, 16(2):139-145.
[7]	MA Fei, LIANG Yuan, YUEN K F, et al. Assessing the vulnerability of urban rail transit network under heavy air pollution: a dynamic vehicle restriction perspective[J]. Sustainable Cities and Society, 2020:DOI:10.1016/j.scs.2019.101851.
[8]	熊志华, 姚智胜. 轨道交通网络级联失效影响范围研究[J]. 交通运输系统工程与信息, 2020, 20(1):12-18.
	XIONG Zhihua, YAO Zhisheng. Influence scope of cascading failure on rail transit system[J]. Journal of Transportation Systems Engineering and Information Technology, 2020, 20(1):12-18.
[9]	LU Qingchang, ZHANG Lei, XU Pengcheng, et al. Modeling network vulnerability of urban rail transit under cascading failures: a coupled map lattices approach[J]. Reliability Engineering & System Safety, 2022: DOI:10.1016/j.ress.2022.108320.
[10]	LU Qingchang. Modeling network resilience of rail transit under operational incidents[J]. Transportation Research Part A: Policy and Practice, 2018, 117:227-237.
[11]	胡映月, 陈峰, 陈培文, 等. 基于网络客流传播的轨道交通关键站点识别[J]. 西南交通大学学报, 2017, 52(6):1193-1200,1215.
	HU Yingyue, CHEN Feng, CHEN Peiwen, et al. Critical station identification based on passenger propagation in urban mass transit network[J]. Journal of Southwest Jiaotong University, 2017, 52(6): 1193-1200,1 215.
[12]	BRUNEAU M, CHANG S E, EGUCHI R T, et al. A framework to quantitatively assess and enhance the seismic resilience of communities[J]. Earthquake Spectra, 2003, 19(4): 733-752.
[13]	雷勋平, 邱广华. 基于熵权TOPSIS模型的区域资源环境承载力评价实证研究[J]. 环境科学学报, 2016, 36(1):314-323.
	LEI Xunping, QIU Guanghua. Empirical study about the carrying capacity evaluation of regional resources and environment based on entropy-weight TOPSIS model[J]. Acta Scientiae Circumstantiae, 2016, 36(1):314-323.
[14]	BRIN S, PAGE L. The anatomy of a large-scale hypertextual Web search engine[J]. Computer Networks and ISDN Systems, 1998, 30: 107-117.
[15]	来逢波, 许冰, 续颖, 等. 高铁复杂网络拓扑特征及节点中心性研究[J]. 山东大学学报:工学版, 2022, 52(6):14-22.
	LAI Fengbo, XU Bing, XU Ying, et al. Study on topological characteristics and node centrality of high-speed railway complex network[J]. Journal of Shandong University :Engineering Science, 2022, 52 (6): 14-22.
[16]	黄志远, 徐瑞华, 杨儒冬, 等. 城市轨道交通客流网络分布均衡性评价[J]. 交通运输系统工程与信息, 2018, 18(3):139-145.
	HUANG Zhiyuan, XU Ruihua, YANG Rudong, et al. Evaluation on equilibrium of passenger flow distribution on urban rail transit network[J]. Journal of Transportation Systems Engineering and Information Technology, 2018, 18(3):139-145.
[17]	LEE K, JUNG W S, PARK J S, et al. Statistical analysis of the metropolitan Seoul subway system: network structure and passenger flows[J]. Physica A-Statistical Mechanics and Its Applications, 2008, 387(24): 6 231-6 234.

时段		基尼系数
周一上行	(7:30-8:00]	0.606
	(8:00-8:30]	0.594
	(8:30-9:00]	0.582
周一下行	(7:30-8:00]	0.488
	(8:00-8:30]	0.531
	(8:30-9:00]	0.554
周六上行	(7:30-8:00]	0.560
	(8:00-8:30]	0.564
	(8:30-9:00]	0.552
周六下行	(7:30-8:00]	0.481
	(8:00-8:30]	0.491
	(8:30-9:00]	0.517

关键程度排序	周一		周六
关键程度排序	站点名称	关键程度	站点名称	关键程度
1	南京南站	0.907	南京南站	0.947
2	新街口	0.632	新街口	0.601
3	大行宫	0.608	大行宫	0.592
4	南京站	0.522	南京站	0.505
5	鸡鸣寺	0.420	鸡鸣寺	0.437
6	安德门	0.287	安德门	0.260
7	柳洲东路	0.087	柳洲东路	0.058
8	天润城	0.066	新庄	0.048
9	新庄	0.066	小市	0.044
10	小市	0.066	天润城	0.043
11	五塘广场	0.063	五塘广场	0.042
12	三山街	0.059	三山街	0.042
13	上元门	0.058	中华门	0.039
14	中华门	0.058	上元门	0.039
15	张府园	0.057	张府园	0.038
16	浮桥	0.050	浮桥	0.034
17	天隆寺	0.019	珠江路	0.024
18	双龙大道	0.017	天隆寺	0.014
19	软件大道	0.009	双龙大道	0.013
20	花神庙	7×10^-5	软件大道	0.005
21	—	—	花神庙	7×10^-5

时间步	无权网络			加权网络
时间步	随机	关键程度	BC	随机	关键程度	BC
1	0.994	0.846	0.859	0.995	0.830	0.838
2	0.984	0.677	0.781	0.978	0.654	0.724
3	0.974	0.553	0.718	0.962	0.520	0.636
4	0.942	0.461	0.628	0.941	0.428	0.550
5	0.893	0.384	0.540	0.909	0.360	0.476
6	0.815	0.326	0.473	0.834	0.310	0.419
7	0.728	0.281	0.422	0.742	0.272	0.375
8	0.663	0.246	0.383	0.670	0.242	0.342
9	0.603	0.219	0.353	0.610	0.219	0.316
10	0.548	0.198	0.323	0.557	0.201	0.291
11	0.503	0.180	0.295	0.514	0.185	0.268
12	0.465	0.165	0.271	0.477	0.173	0.249
13	0.433	0.153	0.250	0.446	0.162	0.232
14	0.406	0.142	0.233	0.419	0.152	0.218
15	0.382	0.133	0.217	0.395	0.144	0.205
16	0.361	0.125	0.204	0.374	0.137	0.194
17	0.342	0.117	0.192	0.355	0.131	0.185
18	0.325	0.111	0.182	0.337	0.125	0.176
19	0.309	0.105	0.172	0.320	0.120	0.168
20	0.294	0.100	0.164	0.304	0.115	0.161

相继故障下城市轨道交通系统韧性评估方法

Resilience assessment method of urban rail transit system under cascading failure

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 17

相关文章 15

编辑推荐

Metrics

本文评价

[1]	陈长坤, 王思琪, 孙凤琳, 余荣付. 城市关联基础设施多层网络韧性评估模型[J]. 中国安全科学学报, 2024, 34(5): 204-213.
[2]	潘寒川, 刘丹阳, 张煜睿, 刘志钢, 尚斌. 基于组合赋权-可拓云的城市轨道交通线路运营安全评价[J]. 中国安全科学学报, 2024, 34(4): 160-166.
[3]	何明卫, 钱佳, 刘杰, 殷勇, 占曙光. 考虑列车折返的城市轨道交通网络脆弱性评估[J]. 中国安全科学学报, 2023, 33(8): 84-92.
[4]	周慧娟, 瓮冬阳, 李蓓, 吴文祥, 张蜇. 城市轨道交通运营中断下客流分配方法[J]. 中国安全科学学报, 2023, 33(6): 144-151.
[5]	张雯婕, 胡军红, 闻成维, 汤瑞. 考虑网络韧性的城市轨道交通故障恢复研究[J]. 中国安全科学学报, 2023, 33(4): 179-186.
[6]	马飞, 苟慧艳, 杨梦楠, 刘擎, 委笑琳, 敖誉芸. 考虑灰色攻击的多制式区域轨道交通网络韧性评估[J]. 中国安全科学学报, 2023, 33(12): 148-159.
[7]	陈然, 吴首蓉, 路超. 疫情下城市轨道交通车底运用计划编制[J]. 中国安全科学学报, 2022, 32(S1): 51-56.
[8]	杨景峰, 朱大鹏, 赵瑞琳. 城轨网络站点重要度评估与级联失效抗毁性分析*[J]. 中国安全科学学报, 2022, 32(8): 161-167.
[9]	郭九霞, 杨宗鑫, 夏正洪, 唐卫贞. 新冠疫情前后机场加权网络抗毁性分析*[J]. 中国安全科学学报, 2022, 32(8): 91-97.
[10]	吴海涛, 侯成龙, 黎双喜, 谭惠文. 考虑客流聚集风险的轨道交通跨站停车方案优化[J]. 中国安全科学学报, 2022, 32(6): 157-162.
[11]	马敏, 胡大伟, 刘杰, 马壮林. 基于客流加权的城市轨道交通网络抗毁性分析[J]. 中国安全科学学报, 2022, 32(12): 141-149.
[12]	崔欣, 路庆昌, 李建宇. 基于网络冗余性的城市轨道交通关键站点识别[J]. 中国安全科学学报, 2022, 32(12): 158-164.
[13]	周乃锋, 蒋帅. 海外城市轨道交通运营技术条件安全评估[J]. 中国安全科学学报, 2020, 30(S1): 152-157.
[14]	张衡, 王洪伟. 基于LTE-M的城市轨道交通PIS系统应用测试^*[J]. 中国安全科学学报, 2019, 29(S2): 47-50.
[15]	冯诚, 杨静, 张红亮, 冯焕东. 基于组合模型的地铁车站行人疏散仿真优化研究[J]. 中国安全科学学报, 2019, 29(8): 49-54.