[发明专利]一种基于时间序列分析的轨道交通故障诊断方法和系统

摘要

本发明涉及一种基于时间序列分析的轨道交通故障诊断方法和系统。该方法包括1)采集轨道交通信号设备的历史和实时监测数据；2)根据历史数据生成初始的时间序列曲线的参数模型，得到故障的判别参数；3)根据实时数据重新调整时间序列曲线的参数模型的参数，得到当前环境条件下的故障判别参数；4)对于当前环境条件下的时间序列曲线数据，通过步骤3)得到的故障判别参数进行故障预警，输出预警结果；5)利用步骤2)得到的故障判别参数训练故障分类器，对于步骤4)所述预警结果中的故障曲线，将提取的曲线模型参数输入到故障分类器，得到故障诊断结果。本发明能够有效解决人工诊断铁路信号系统故障时工作量大、效率低、风险高等问题。

主权项

一种基于时间序列分析的轨道交通故障诊断方法，其步骤包括：1)采集轨道交通信号设备的历史和实时监测数据；2)根据历史数据生成初始的时间序列曲线的参数模型，得到故障的判别参数；所述时间序列曲线为道岔电流曲线，采用ARIMA季节模型建立所述道岔电流曲线的特征参数的模型；3)根据实时数据重新调整时间序列曲线的参数模型的参数，得到当前环境条件下的故障判别参数；4)对于当前环境条件下的时间序列曲线数据，通过步骤3)的由实时数据得到的故障判别参数进行故障预警，以判断出当前的正常数据和异常数据，并对于异常数据给出报警提示；进行故障预警的具体步骤是：①根据历史数据得到曲线各特征点的季节变化的初始模型；②根据曲线各特征点的季节变化模型，生成标准的正常曲线模型；③对于实时的监测数据，采用动态时间弯曲方法计算监测数据与正常曲线模型的弯曲路径长度；④将弯曲路径长度与事先设定的阈值进行比较，如果超出阈值，则进行报警；⑤根据当前一段时间内的正常曲线数据，对参数的时间序列模型进行更新；5)利用步骤2)的由历史数据得到的故障判别参数训练故障分类器，对于步骤4)所述预警结果中的故障曲线，将提取的曲线模型参数输入到故障分类器，计算故障曲线与各种故障模型下的曲线参数的弯曲路径，进而对异常数据进行分类，得到故障诊断结果。