[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

说明书

本发明涉及一种地铁屏蔽门故障间隔时间预测模型建立及预测方法，地铁屏蔽门故障间隔时间预测模型建立，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，得到特征工程数据；步骤3：对特征工程数据进行WOE和IV计算，得到每一条特征工程数据的IV值；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预测模型。本发明基于数据驱动对地铁屏蔽门故障进行预测，能够针对性的为每个屏蔽门建立对应的预测模型，预测准确性高，通用性好。

技术领域

本发明涉及地铁屏蔽门故障预测技术领域，具体涉及一种地铁屏蔽门故障间隔时间预测模型建立及预测方法。

背景技术

城市轨道交通是一种经济环保的重要交通方式，不仅为人们的日常出行带来了巨大便利，也大大缓解城市交通拥堵的问题。地铁屏蔽门是乘客进出地铁的重要通道，目前地铁采取的是确认所有屏蔽门安全关闭后才会驶出。但是由于屏蔽门系统与信号系统、主控系统接口较多，因此发生故障的几率也很大，而屏蔽门一旦发生故障，会对地铁列车的运行和整个列车系统调度产生非常大的影响，对地铁运营造成很大的损失。目前对地铁屏蔽门采取的是在固定的时间进行检修，由于地铁屏蔽门的设备多，定期对屏蔽门系统设备进行地毯式检修，不仅效率低下，而且还产生大量运维成本和安全隐患，并不是一种好的检修方式。

综上，如何对地铁屏蔽门系统设备的故障时间进行精准智能预测，是实现地铁智能化运维的关键。

目前，关于地铁屏蔽门设备故障预测重要有三种方式：

(1)基于设备原理的预测

基于设备原理的预测主要是基于屏蔽门系统设备的物理属性及电气运行原理，对屏蔽门设备系统状态及故障时间进行预测的一种方法。该类技术主要依赖于工程人员的技术经验，工程人员在定期对屏蔽门设备检查中，通过观察发现设备物理属性或者与该设备配合设备物理属性存在异常，推测设备是否即将发生故障。该类技术存在问题是比较依赖于工程师的经验，此外，有些设备故障不易被肉眼察觉和发现。预测的准确性和预测覆盖的范围均有限。

(2)基于阈值判断的预测

基于阈值判断的预测是屏蔽门系统设备故障预测比较常规使用的技术。该技术的原理是事先为每个设备设置一个报警阈值区间，将实时采集数据与该报警阈值区间做比较，如果采集到数据在该报警区间内，则提醒屏蔽门设备故障报警。该技术不足地方主要有：首先，该技术属于实时故障报警预测技术，未能利用历史数据计算出下一次报警时间，当发出提醒告警时，往往屏蔽门设备已经发生恶化，甚至影响轨道交通正常运营和发生安全事故。其次，该技术是基于简单规则进行的，未能完全挖掘设备运行深层次关联信息。

(3)基于数据驱动的预测

基于数据驱动的预测主要是基于屏蔽门系统的历史运行故障数据，通过数据建模和算法模型对屏蔽门故障时间进行预测。查找现有的文献和专利，发现目前基于数据驱动预测屏蔽门设备故障时间的预测技术研究比较匮乏。通常只是简单将屏蔽门故障时间预测从时间序列分析角度考虑，未能够将设备环境因素，地铁运维特点及其他时间因素融入到模型中，导致可靠性不高。

发明内容

针对现有技术的不足，本发明的目的之一提供一种地铁屏蔽门故障间隔时间预测模型建立方法，其能够解决地铁屏蔽门故障预测不精准的问题；

本发明的目的之二提供一种地铁屏蔽门故障间隔时间预测方法，其能够解决地铁屏蔽门故障预测不精准的问题；

实现本发明的目的之一的技术方案为：一种地铁屏蔽门故障间隔时间预测模型建立方法，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；