[发明专利]一种基于数据挖掘算法的联锁系统故障定位方法

说明书

本发明涉及一种基于数据挖掘算法的联锁系统故障定位方法，包括以下步骤：步骤1)获取故障日志；步骤2)提取特征变量和目标变量；步骤3)数据处理；步骤4)算法选择；步骤5)模型训练和评估；步骤6)获取特征变量重要性；步骤7)确定故障原因。与现有技术相比，本发明具有大大减少了工程师的工作量，提高了工作效率等优点。

技术领域

本发明涉及一种联锁系统故障定位方法，尤其是涉及一种基于数据挖掘算法的联锁系统故障定位方法。

背景技术

数据挖掘是从大量的、复杂的、有噪声甚至不完整的数据中，发现数据中隐藏的具有潜在价值的信息或者知识的过程。数据挖掘算法已经广泛应用于零售、保险、金融、医疗、交通等商业领域和航天、电力、机械制造等工业领域。与此同时，数据挖掘技术也逐渐开始在铁路信号系统中探索使用，但并未应用到联锁系统的故障诊断或者定位中。集成学习算法是数据挖掘技术中的一种重要算法。

计算机联锁系统是铁路信号系统中保证行车安全的核心控制设备，该系统的可靠、稳定运行是列车运行的保障。计算机联锁系统中的复杂故障一般具有模糊性、耦合性等特点。对于复杂故障，现阶段仍然采用人工排查大量日志记录的方式来定位故障，该方式不但依赖于分析人员的经验和知识水平，同时还花费了大量的时间，效率十分低下。

计算机联锁系统的故障分析是一个复杂的系统工程，包括了各种各样的排查手段和处理方法，通过一种算法来全部覆盖和囊括所有故障的分析是不现实的。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于数据挖掘算法的联锁系统故障定位方法。

本发明的目的可以通过以下技术方案来实现：

一种基于数据挖掘算法的联锁系统故障定位方法，包括以下步骤：

步骤1)获取故障日志；

步骤2)提取特征变量和目标变量；

步骤3)数据处理；

步骤4)算法选择；

步骤5)模型训练和评估；

步骤6)获取特征变量重要性；

步骤7)确定故障原因。

优选地，所述的步骤1)获取故障日志具体为：

对一段时间内多次出现双机不同步故障的数据库记录进行获取，并将所有的故障日志按分钟进行分割，从而获取到多组故障记录。

优选地，所述的步骤2)提取特征变量和目标变量具体为：

根据对双机不同步故障的原理分析，需要确定哪些变量是特征变量哪些变量是目标变量；

获得18个特征变量和一个目标变量。

优选地，所述的目标变量为是否出现不同步报警。

优选地，所述的18个特征变量包括采集类信息，驱动类信息，站场表示信息，网络状态信息。

优选地，所述的步骤3)数据处理具体为；

(1)数据类型分析；

(2)缺失值处理；

(3)方差为0特征的删除；

(4)异常的离群值处理；

(5)全0值数据的删除；

(6)样本均衡；

(7)归一化；

(8)数据集划分。