[发明专利]一种基于工况的多模型融合列车轴温估计方法

摘要

本发明公开了一种基于工况的多模型融合列车轴温估计方法，首先根据列车运行速度数据将轴温数据按照运行工况分为加速阶段轴温数据、平稳运行阶段轴温数据以及减速运行阶段轴温数据，并对各阶段的轴温数据进行相关性分析得出影响轴温的关键变量；然后分别采用多元回归(LR)、随机森林(RF)、梯度回归树(GBDT)等方法建立不同运行工况下的轴温估计模型，并采用决定系数R2来评价模型性能；为了提高模型泛化能力以及鲁棒性，采用模型融合的方法进行轴温估计，模型的权重由决定系数R2决定，本发明实现了基于工况的多模型融合列车轴温的有效估计，弥补了基于单模型的轴温估计存在的缺点，有效地增强了模型的泛化能力和鲁棒性。

主权项

1.一种基于工况的多模型融合列车轴温估计方法，其特征在于，具体按照以下步骤实施：步骤1、针对高速列车在牵引、制动、惰行不同运行工况下，轴温数据的特征，将轴温数据分为加速阶段轴温数据、平稳运行阶段轴温数据、减速阶段三个部分轴温数据，并对不同运行工况下的轴温数据进行相关性分析；步骤2、对不同运行工况下的轴温数据采用多元回归法LR进行估计，并计算该模型的决定系数R2；步骤3、对不同运行工况下的轴温数据采用随机森林法RF进行估计，并计算该模型的决定系数R2；步骤4、对不同运行工况下的轴温数据采用梯度回归树法GBDT进行估计，并计算该模型的决定系数R2；步骤5、根据步骤2、步骤3、步骤4得到不同工况下基于不同模型的决定系数R2，计算响应工况下模型的权重，并按照该权重对不同工况下的轴温估计模型进行融合。