[发明专利]多变量时间序列特征加强的列车制动系统故障预测方法在审
| 申请号： | 201910299053.0 | 申请日： | 2019-04-15 |
| 公开（公告）号： | CN110033135A | 公开（公告）日： | 2019-07-19 |
| 发明（设计）人： | 刘真;党心悦;王成 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06K9/62;G06F17/14;B60T17/22 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 黄晓军 |
| 地址： | 100044 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种多变量时间序列特征加强的列车制动系统故障预测方法，包括：采集列车制动系统中主要部件对应的多变量时间序列的数据；根据采集的数据，将各个部件作为变量，采用改进的自适应最少的绝对收缩和选择操作方法对所述变量进行筛选；采用小波包分解算法和小波包重构算法对筛选后的变量进行特征提取，并根据灰色关联度算法对提取的特征进行选择；采用根据灰色关联度算法选择的特征对极端随机森林模型ERF进行训练和测试得到最优预测模型；根据所述的最优预测模型对列车制动系统故障进行预测。本发明的方法可以降低预测的复杂度和提高预测的准确性。 | ||
| 搜索关键词： | 列车制动系统 多变量 时间序列特征 灰色关联度 故障预测 预测模型 算法 预测 采集 筛选 小波包分解 时间序列 算法选择 随机森林 特征提取 选择操作 重构算法 复杂度 小波包 自适应 收缩 测试 改进 | ||
【主权项】：
1.一种多变量时间序列特征加强的列车制动系统故障预测方法，其特征在于，包括：采集列车制动系统中主要部件对应的多变量时间序列的数据；根据采集的数据，将各个部件作为变量，采用改进的自适应最少的绝对收缩和选择操作方法对所述变量进行筛选；采用小波包分解算法和小波包重构算法对筛选后的变量进行特征提取，并根据灰色关联度算法对提取的特征进行选择；采用根据灰色关联度算法选择的特征对极端随机森林模型ERF进行训练和测试得到最优预测模型；根据所述的最优预测模型对列车制动系统故障进行预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京交通大学，未经北京交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910299053.0/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
