[发明专利]一种基于外部气象环境影响的接触网故障预测方法

权利要求书

1.一种基于外部气象环境影响的接触网故障预测方法，其特征在于，包括以下步骤：

获取气象数据根据其属性进行分类形成集合，分别对上述集合中的数据进行离散化处理为适合特征描述的数学形式，构建样本集G；

G＝{X，Y}，其中X为气象特征影响因素，Y为影响因素对应的结果；

采用AdaBoost算法对样本集训练构造不同权重下的弱分类器，弱分类器组合形成强分类器；

获取未来气象信息，作为强分类器的特征输入，完成接触网故障的预测；

所述气象数据包括降水信息、温度信息和风力信息；

所述降水信息离散化处理方法如下：

根据降水量的大小将降水登记分为7个等级，暴雨：6，大雨：5，中雨：4，雷雨：3，阵雨：2，小雨：1，无：0；

所述温度信息离散化处理方法如下：

利用等宽度划分方法将温度变量进行离散化，如下所示：

式中：P_i为温度等级为i时的取值范围；i＝1，2，……，l；i为分类等级，T_max为统计时间段内最高温度，T_min为统计时间段内最低温度；

所述风力信息离散化处理方法按照中国气象局定义标准划分为0-12级；

所述构建样本集G的方法如下：

G＝{X,Y}＝{(x₁,y₁),(x₂,y₁),…,(x_i,y_i),…,(x_m,y_m)}

式中：x_i为影响故障发生的特征向量，y_i为特征对应的影响结果；

x_i＝(R_itd,R_itn,R_iy,R_ib,T_itd,T_itn,T_iy,T_ib,W_id,W_in)

式中：R_itd为当天白天降水等级，R_itn为当天夜晚将水等级，R_iy为前一天降水等级，R_ib为前两天降水等级，T_id为当天白天温度等级，T_in为当天夜晚温度等级，T_iy前一天温度等级，T_ib为前两天温度等级，W_id为当天白天风速等级，W_in为当天夜晚风速等级；y_i＝(-1∨1)表示第i个样本中特征影响因素对应的故障结果，其中，-1表示接触网未发生故障，1，表示发生故障；m个样本，构建的样本集如下：

其中：x_i-j表示矩阵中第i行第j列的元素；

通过AdaBoost算法建立强分类器的步骤如下：

(1)样本集G中的样本权值分布为D_t，D_t表示样本第t次迭代中样本的权值，t＝1，2，……，T表示第t个弱分类器，初始化样本权值D₁=(d₁,d₂,…,d_i,…,d_m)＝(1,1,…,1,…,1)/m；

(2)通过单层决策树方法训练样本权值为D_t时的弱分类器C_t(X)；

(3)通过弱分类器的分类函数C_t(α_j)对训练集X进行分类；

(4)计算弱分类器的分类误差率ε_t：

式中：D_t(i)表示权值向量的第i行的数值，当C_t(α_j)≠y_i时，I(·) 为1，否则为0；

(5)计算弱分类器C_t(X)的系数a_t：

(6)更新样本权值分布：

式中：为归一化因子；

(7)重复步骤(3)-(6)得到T个不同的弱分类器；

(8)弱分类器组合成为强分类器：