[发明专利]基于轨道车运行事件关联模型的异常事件预警方法

说明书

本发明公开了一种基于轨道车运行事件关联模型的异常事件预警方法，包括如下步骤：利用轨道车运行的历史事件数据，找出异常事件频发的路段；针对不同路段建立起基于事件相关规则的异常事件的预警模型；再将预警模型和实时事件数据结合，预测异常事件的发生概率，在线给驾驶员发出预警信息。本发明具有如下有益效果：基于轨道车运行事件数据输入预警模型，涉及的因素全面，包括司机操作、设备状态和机车信号，能够进行全方面的预警；本发明中不同异常事件频发路段使用不同的预警模型，避免一种模型不能适用全部路段的问题；本发明使用apriori关联挖掘算法找出异常事件和前置事件的关联规则，基于关联规则构建预警模型。

技术领域

本发明涉及轨道车安全技术领域，尤其是涉及一种能够进行全面预警，不同路段使用不同的预警模型的基于轨道车运行事件关联模型的异常事件预警方法。

背景技术

轨道车行驶中产生各种事件，如超速、紧急制动、管压为零、轴温报警、公里标校正、公里标突变、机车信号变化、速度传感器异常、开机等，当中有常规的事件，如开机，也有异常的事件，如紧急制动，异常事件是轨道车驾驶过程中应尽量避免的。异常事件一般由驾驶员不规范操作、设备欠维护、特殊路段等因素造成。现有的异常事件预防方法有基于机器视觉的驾驶员疲劳检测方法，这种方法通过驾驶员眼睛朝向或者驾驶行为判断驾驶员是否处于疲劳状态，给处于疲劳状态的驾驶员发出预警，然而这种方法只考虑了驾驶员疲劳这一因素，预警因素单一，忽略了设备欠维护等因素。

发明内容

本发明为了克服现有技术中存在的预警因素单一的不足，提供了一种能够进行全面预警，不同路段使用不同的预警模型的基于轨道车运行事件关联模型的异常事件预警方法。

为了实现上述目的，本发明采用了以下技术方案：

一种基于轨道车运行事件关联模型的异常事件预警方法，包括如下步骤：

(1-1)基于轨道车的历史运行事件数据划分异常事件频发路段r1,r2,...,ri,...,rn；

(1-2)基于划分的异常事件频发路段构建各个路段的预警模型；

(1-3)获取当前时刻前T时间内的实时事件集；

(1-4)根据获取的当前时刻的实时事件集找出所属路段的预警模型，将实时事件集与预警模型中的异常事件集进行对比，如果存在相同异常事件集，向司机发出异常事件报警。

本发明利用轨道车运行的历史事件数据，找出异常事件频发的路段，针对不同路段建立起基于事件相关规则的异常事件的预警模型，再将预警模型和实时事件数据结合，预测异常事件的发生概率，在线给驾驶员发出预警信息。

作为优选，步骤(1-1)的具体步骤如下：

(2-1)收集轨道车的历史运行事件数据，轨道车运行事件用集合S1表示，一辆轨道车一次运行事件表示为{(e1,m1),(e2,m2),...,(ek,mk),...,(en,mn)}，其中，ek表示第k个事件，是S1中的一个元素；mk表示第k个事件发生时的公里标；

(2-2)提取历史运行事件数据中的异常事件，异常事件用集合S2表示，一辆轨道车的历史异常数据表示为{(u1,m1),(u2,m2),...,(uk,mk),...,(un,mn)}，中，uk表示第k个事件，是S2中的一个元素；mk表示第k个事件发生时的公里标；

(2-3)统计异常事件的路段分布，得到异常事件频发路段。

作为优选，步骤(2-3)的具体步骤如下：

(3-1)将轨道车运行线路按照w米进行切分，得到l1,l2,...,ln个线段，l1表示1米到w米的线路，l2表示w+1米到2w米的线路，…；