[发明专利]地铁屏蔽门故障间隔时间预测模型建立及预测方法

权利要求书

1.一种地铁屏蔽门故障间隔时间预测模型建立方法，其特征在于，包括以下步骤：

步骤1：获取地铁屏蔽门的历史运行数据，对历史运行数据进行预处理；

步骤2：对预处理后的历史运行数据建立特征工程，得到每一个站点的每一个屏蔽门设备的特征工程数据，

所述特征工程数据包括时间特征、故障频次特征、设备特征和站点特征，所述故障频次特征是指同一个设备在当前故障发生距离满足条件一的最近故障的时间间隔内的所有故障次数：

条件一：本次故障发生时间距离上次故障的时间间隔高于限定时间；

步骤3：对特征工程数据进行WOE计算，得到WOE值，通过WOE值进行IV计算，得到每一条特征工程数据的IV值，其中，

所述WOE计算按公式①进行：

其中，WOE_i表示某一条特征工程数据的第i个WOE值，B_i表示一条特征工程数据中的第i个取值的故障中为长时偶发故障的次数，B_T表示一条特征工程数据中的所有取值的故障中为长时偶发故障的总次数，G_i表示一条特征工程数据中的第i个取值的故障中为短时频发故障的次数，G_T表示一条特征工程数据中的所有取值的故障中为短时频发故障的总次数，

短时频发故障是指屏蔽门相隔预设时间以内连续发生故障的次数超过预设次数，长时偶发故障是指屏蔽门相隔预设时间以上才发生一次故障；

步骤4：筛选出当前站点的当前屏蔽门的若干个IV值作为训练模型的训练数据，将训练数据输入GBDT模型进行训练，得到当前站点的当前屏蔽门的训练模型，得到的训练模型作为所述地铁屏蔽门故障间隔时间预测模型。

2.根据权利要求1所述的地铁屏蔽门故障间隔时间预测模型建立方法，其特征在于，所述步骤4之后，还包括对每一个站点的每一个屏蔽门执行所述步骤1-步骤4，得到所有屏蔽门对应的地铁屏蔽门故障间隔时间预测模型。

3.根据权利要求1所述的地铁屏蔽门故障间隔时间预测模型建立方法，其特征在于，所述预处理后的历史运行数据表征每一个屏蔽门设备的告警时间、站点名称、设备类型、故障发生时间、故障是否发生在支线上、距离上一次故障的时间间隔和告警类型。

4.根据权利要求3所述的地铁屏蔽门故障间隔时间预测模型建立方法，其特征在于，所述告警类型包括状态提醒类型、状态告警类型和故障告警类型。

5.根据权利要求1所述的地铁屏蔽门故障间隔时间预测模型建立方法，其特征在于，所述限定时间为3小时、6小时和12小时。

6.根据权利要求5所述的地铁屏蔽门故障间隔时间预测模型建立方法，其特征在于，所述特征工程数据如下表所示：

7.根据权利要求1所述的地铁屏蔽门故障间隔时间预测模型建立方法，其特征在于，所述IV计算按公式②进行：

其中，IV_i表示某一条特征工程数据的第i个IV值。

8.根据权利要求1所述的地铁屏蔽门故障间隔时间预测模型建立方法，其特征在于，所述步骤4中，还包括，筛选出当前站点的当前屏蔽门的若干个IV值作为训练模型的训练数据，剩余的IV值作为测试数据，采用训练模型对测试数据进行预测，得到训练结果，并采用均方误差评价训练结果。

9.一种地铁屏蔽门故障间隔时间预测方法，其特征在于，包括如下步骤：

采用如权利要求1-8任一项所述地铁屏蔽门故障间隔时间预测模型建立方法获得地铁屏蔽门故障间隔时间预测模型，将待预测的历史运行数据进行预处理和建立特征工程，将获得的特征工程数据输入预测模型，获得预测结果，预测结果作为所述故障间隔时间。