[发明专利]一种基于时空聚类的铁路接触网缺陷热点区域预警方法

说明书

本发明公开了一种基于时空聚类的铁路接触网缺陷热点区域预警方法，包括如下步骤：将整条线路上已发生的缺陷类型和数量进行统计，得到数据集；将缺陷类型和数量的分布情况匹配到整条线路上，再利用密度聚类，把缺陷类型和数量按照线路分布的密集程度进行聚类，得到缺陷聚类结果；根据缺陷聚类结果利用缺陷热点区域预警模型进行热点区域缺陷预测，得到缺陷预测结果；根据缺陷预测结果制定线路检修计划。通过本发明，可以实现利用时空聚类的方法直观准确地分析出各个线路不同缺陷的详细分布情况，为铁路护修人员提供合理可行的预警方案和检修建议，达到节约维修成本的目的。

技术领域

本发明涉及轨道交通领域，具体是一种基于时空聚类的铁路接触网缺陷热点区域预警方法。

背景技术

随着我国电气化铁路技术的飞速发展，高速铁路和有线电气化铁路的运行速度随之提高。而接触网是沿铁路上空架设的一种特殊的输电线路，它主要与受电弓直接接触，将网上电流传送给电力机车。在高速铁路动车的运行过程中，接触线和受电弓的相互作用决定了线路供电的可靠性和供电质量。且两者之间的相互作用依赖于受电弓和接触网的物理结构设计以及运行过程中的动态检测参数，例如拉出值、导高值、接触压力、接触温度、磨耗等等。

为了确保我国高速铁路供电系统的安全可靠性，铁路相关部门从2012年开始构建供电安全检测监测系统(6C系统)，用于高速铁路牵引供电系统关键设备的全方位检测和监测，实时掌握车辆运行状态，指导牵引供电设备养护维修计划，保障高速铁路的运输秩序，形成完整的高速铁接触网运行设备检测监测体系。

6C系统已在各个铁路局集团公司广泛使用，信息化建设逐步完善，设备缺陷检测数据、故障维修计划等信息均可通过网络完成共享。而现代化的检测监测手段极大提高了生产效率、节约了养护维修成本。目前行业存在一些问题：

问题1：目前，接触网检测监测数据主要是通过对各个检测参数的阈值判断，发现相关接触网等设备的局部缺陷，通过相关平台反馈给用户进行后续工作人员，所以，对于检测数据的利用率还是很低。如何利用好已有设备的检测数据，保证海量检测数据的发挥更好的作用成为行业研究的主要问题。

问题2：随着高速铁路施工质量的逐步提高，众多高速铁路接触网只能检测出少量或局部的有效缺陷。

问题3：由于铁路线路维修依赖人工操作，如果没有关于维护重点区域详细检修方案，那么对于整个线路检修计划来说，可能会耗费很多人力物力资源。

因此，如何利用好现有的海量缺陷数据，实现接触网热点缺陷区域预测，从而节约检修成本是本次的研究重点。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于时空聚类的铁路接触网缺陷热点区域预警方法，包括如下步骤：

步骤一：将整条线路上已发生的缺陷类型和数量进行统计，得到数据集；

步骤二：将缺陷类型和数量的分布情况匹配到整条线路上，再利用密度聚类，把缺陷类型和数量按照线路分布的密集程度进行聚类，得到缺陷聚类结果；

步骤三：根据缺陷聚类结果利用缺陷热点区域预警模型进行热点区域缺陷预测，得到缺陷预测结果；

步骤四：根据缺陷预测结果制定线路检修计划。

进一步的，所述的密度聚类采用基于密度的时空聚类算法，线路的每一个缺陷为聚类中的一个对象点，具体的聚类过程为：基于密度的时空聚类算法检查数据集中每个对象点的E邻域(时空邻域)来搜索簇，若某一对象点的E邻域(时空邻域)包含的对象点多于MinPts个，则创建一个以该对象点为核心对象的簇；然后，基于密度的时空聚类算法迭代地聚集从这些核心对象直接密度可达的对象，当没有新的对象点添加到任何簇时，结束迭代；

其中的E邻域为形成簇的时空邻域，E邻域为给定对象的空间距离阈值为半径，2倍时间距离阈值为高构成的圆柱体区域，MinPts为形成一个簇的最小核心对象个数。