[发明专利]一种道岔运维方法及系统

权利要求书

1.一种道岔运维方法，其特征在于，包括：

边缘节点根据预设的第一分类模型对获取的道岔设备的特征数据进行数据分析，得到所述特征数据的第一分类结果；其中，所述第一分类模型与智能分析节点的第二分类模型同步，所述第二分类模型为，将经过标注的训练特征数据作为样本进行预先训练后获取；

所述边缘节点将所述特征数据和对应的第一分类结果发送给所述智能分析节点，以使所述智能分析节点基于预设的聚类算法得到所述特征数据的第二分类结果，并根据所述第一分类结果和第二分类结果的比较结果来确定是否对所述第一分类模型进行更新。

2.根据权利要求1所述的道岔运维方法，其特征在于，所述边缘节点根据预设的第一分类模型对道岔设备的特征数据进行数据分析，得到所述特征数据的第一分类结果，具体包括：

所述边缘节点通过与其连接的传感器获取与所述传感器对应的道岔设备的工况数据；

所述边缘节点对所述工况数据进行特征提取，得到所述特征数据；

所述边缘节点将所述特征数据输入到预设的第一分类模型中，得到所述道岔设备的健康状态，作为所述特征数据的第一分类结果。

3.根据权利要求2所述的道岔运维方法，其特征在于，所述边缘节点将所述特征数据输入到预设的第一分类模型中，得到所述道岔设备的健康状态，作为所述特征数据的第一分类结果，具体包括：

所述边缘节点将所述特征数据输入到预存的基于支持向量机的第一分类模型中，得到所述道岔设备的健康状态，作为所述特征数据的第一分类结果。

4.根据权利要求3所述的道岔运维方法，其特征在于，所述道岔运维方法还包括：

所述边缘节点接收所述智能分析节点发送的训练后的所述第二分类模型的模型参数；

所述边缘节点根据所述模型参数对所述第一分类模型进行更新。

5.根据权利要求1所述的道岔运维方法，其特征在于，所述以使所述智能分析节点基于预设的聚类算法得到所述特征数据的第二分类结果；具体包括：

根据预设的周期，所述智能分析节点对接收到的所有特征数据执行预设的聚类算法，得到与每个特征数据对应的簇；

根据预设的簇与健康状态的对应关系，得到与所述特征数据对应的道岔设备的健康状态，作为所述特征数据的第二分类结果。

6.根据权利要求5所述的道岔运维方法，其特征在于，所述并根据所述第一分类结果和第二分类结果的比较结果来确定是否对所述第一分类模型进行更新；具体包括：

将所述第一分类结果与第二分类结果进行比较来判断所述第一分类结果是否正确；

根据比较结果，得到所述第一分类结果在所述预设的周期内的正确率；

若所述正确率低于预设的正确率阈值，则判定需要对所述第一分类模型进行更新。

7.根据权利要求6所述的道岔运维方法，其特征在于，所述道岔运维方法还包括：

若所述智能分析节点判定需要对所述第一分类模型进行更新，则将根据所述比较结果判定为错误的第一分类结果对应的特征数据进行标注，作为新的样本对所述第二分类模型进行更新；

将更新后的第二分类模型的模型参数发送给所述边缘节点，以使所述边缘节点根据所述模型参数更新所述第一分类模型。

8.根据权利要求7所述的道岔运维方法，其特征在于，所述道岔运维方法还包括：

所述智能分析节点统计所述第一分类模型被连续判定为需要进行更新的周期数；

若所述周期数超过了预设的周期阈值，则向专家知识库发送报警信息。

9.一种道岔运维系统，其特征在于，包括：至少一个边缘节点，至少一个的智能分析节点，各边缘节点与至少一个传感器相连，各传感器与对应的道岔设备相连，各智能分析节点与至少一个边缘节点通过通信网络相连，各智能分析节点与专家知识库相连；其中，所述边缘节点用于执行权利要求1-4任一所述的道岔运维方法，所述智能分析节点用于执行权利要求5-8任一所述的道岔运维方法。