[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

说明书

本发明公开了一种基于外部气象环境影响的接触网故障预测方法，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；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；本发明充分考虑外部气象对接触网运行的影响，对接触网的运行状态进行预测预警，为铁路运营人员维护抢修提供决策支撑，减少意外事故的发生，提高铁路运行可靠性。

技术领域

本发明涉及接触网系统故障预测领域，具体涉及一种基于外部气象环境影响的接触网故障预测方法。

背景技术

随着社会科技发展，高铁的总里程数迅猛增加，与此同时，高铁的安全可靠运行也得到了越来越多的关注；其中高速铁路牵引供电系统的可靠运行与高铁的安全稳定运营密切相关，高速铁路牵引供电系统要求具有极高的运行可靠性，无备用接触网系统是牵引供电系统的关键组成部分，其是否安全可靠的运行服役直接关系到机车的安全、稳定运营；因此，如何更加准确的预测接触网系统的故障并及时预警，成为提高整个高铁运营可靠性的关键。

目前还没有提出基于外部气象影响因素的接触网故障预测方法，但接触网系统安全暴露于室外，工作状态受到雷雨、大风、雪、雾霾等外部气象环境的影响尤为明显；同时，接触网全线经纬度跨度大，且跨越不同的地理区域；因此其故障发生具有很强的地理气象相关性。

发明内容

本发明提供一种基于外部气象环境影响的接触网故障预测方法。

本发明采用的技术方案是：一种基于外部气象环境影响的接触网故障预测方法，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。

进一步的，所述气象数据包括降水信息、温度信息和风力信息。

进一步的，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。

进一步的，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；