故障诊断方法、装置、设备和存储介质制造方法及图纸

本发明专利技术涉及一种故障诊断方法、装置、设备和存储介质，终端通过获取道岔动作电流数据对应的特征信息，并根据标记的道岔动作电流数据对应的第一类别标号及标记的道岔动作电流数据的特征信息，获取分类模型，同时根据分类模型对无标记的道岔动作电流数据及无标记的道岔动作电流数据的特征信息进行处理，获取道岔动作的故障诊断结果。本申请中终端根据第一类别标号及标记的道岔动作电流数据的特征信息，获取分类模型，进而根据分类模型对无标记的道岔动作电流数据及其特征信息进行处理，获取道岔动作的故障诊断结果，因此，终端无需获得每一个道岔动作电流数据的标记，即可获得道岔动作的故障诊断结果，提高了道岔动作的故障诊断的效率。

Fault diagnosis method, device, equipment and storage medium

【技术实现步骤摘要】
故障诊断方法、装置、设备和存储介质
本专利技术涉及算法的
，特别是涉及了一种故障诊断方法、装置、设备和存储介质。
技术介绍
道岔是列车从一股轨道转入或越过另一股轨道时必不可少的线路设备，是铁路轨道的一个重要组成部分，也是故障率最高的设备。一旦道岔发生故障，不能完成规定动作，会造成严重的事故。目前铁路部门为防止事故发生，采用基于机器学习算法的预测模型对道岔故障进行诊断，例如，采用神经网络算法对预测模型的道岔故障进行诊断，需要利用专业知识对大量历史数据进行人工标记，安排专业人员每天查看道岔电气特性曲线，通过与正常运行的道岔监测数据做对比，来识别道岔故障。这种道岔动作故障诊断的方式，需要大量的人力和物力，并且容易出现对道岔动作故障的误判和漏判，严重影响故障诊断的效率。
技术实现思路
基于此，有必要针对故障诊断的效率低的问题，提供一种故障诊断方法、装置、设备和存储介质。第一方面，一种故障诊断方法，所述方法包括：获取所述道岔动作电流数据对应的特征信息；所述道岔动作电流数据包括标记的道岔动作电流数据和无标记的道岔动作电流数据，所述特征信息用于表征所述道岔动作电流数据的属性；根据所述标记的道岔动作电流数据对应的第一类别标号及所述标记的道岔动作电流数据的特征信息，获取分类模型；所述第一类别标号用于表示道岔动作的故障类型；根据所述分类模型对所述无标记的道岔动作电流数据及所述无标记的道岔动作电流数据的特征信息进行处理，获取道岔动作的故障诊断结果。在其中一个实施例中，所述根据所述分类模型对所述无标记的道岔动作电流数据及所述无标记的道岔动作电流数据的特征信息进行处理，获取道岔动作的故障诊断结果，包括：根据所述分类模型对所述无标记的道岔动作电流数据及所述无标记的道岔动作电流数据的特征信息进行处理，确定所述无标记的道岔动作电流数据对应的第二类别标号；根据所述第二类别标号，确定道岔动作的故障诊断结果。在其中一个实施例中，所述根据所述分类模型对所述无标记的道岔动作电流数据及所述无标记的道岔动作电流数据的特征信息进行处理，确定所述无标记的道岔动作电流数据对应的第二类别标号，包括：根据所述无标记的道岔动作电流数据创建第一样本数据集合；采用所述分类模型，根据所述无标记的道岔动作电流数据的特征信息，对所述第一样本数据集合中的数据进行标记，获得所述第一样本数据集合中的每个数据的第三类别标号；获取各所述第三类标号对应的第一概率；将所述第一概率与第一预设阈值进行比较，获取比较结果；根据所述比较结果确定所述无标记的道岔动作电流数据对应的第二类别标号。在其中一个实施例中，所述根据所述比较结果确定所述无标记的道岔动作电流数据对应的第二类别标号，包括：若所述比较结果为所述第一概率大于第一预设阈值，则确定所述第三类别标号为所述无标记的道岔动作电流数据对应的第二类别标号；所述比较结果为所述第一概率不大于第一预设阈值，则返回执行采用所述分类模型，根据所述无标记的道岔动作电流数据的特征信息，对所述第一样本数据集合中的数据进行标记，获得所述第一样本数据集合中的每个数据的第三类别标号的步骤。在其中一个实施例中，所述确定所述第三类别标号为所述无标记的道岔动作电流数据对应的第二类别标号之后，所述方法还包括：将第一概率大于第一预设阈值的第三类别标号对应的数据添加至第二样本数据集合中；根据所述第二样本数据集合和第三样本数据集合，更新所述分类模型；所述第三样本数据集合为根据所述标记的道岔动作电流数据构建的数据集合。在其中一个实施例中，所述根获得所述第一样本数据集合中的每个数据的第三类别标号之后，所述方法还包括：获取所述第一样本数据集合中的各第一数据与第二数据之间的欧式距离；所述第二数据为所述第三样本数据集合中与所述第一数据的类别标号相同的数据；确定所述欧式距离最短的第一数据为目标数据；所述获取各所述第三类标号对应的第一概率，包括：获取所述目标数据的第三类标号对应的第一概率。在其中一个实施例中，所述根据所述标记的道岔动作电流数据对应的第一类别标号及所述标记的道岔动作电流数据的特征信息，获取分类模型之前，所述方法还包括：根据预设的特征选择方法，对所述特征信息进行降维处理，获得降维后的特征信息。在其中一个实施例中，所述根据预设的特征选择方法，对所述特征信息进行降维处理，获得降维后的特征信息，包括：根据所述特征信息与所述道岔动作的故障类型之间的相关性，对各所述特征信息进行量化，获取所述特征信息的量化值；确定所述量化值小于第二预设阈值的特征信息为所述降维后的特征信息。在其中一个实施例中，所述根据预设的特征选择方法，对所述特征信息进行降维处理，获得降维后的特征信息，包括：获取所述标记的道岔动作电流数据对应的第一类别标号；根据所述标记的道岔动作电流数据、所述第一类别标号及所述无标记的道岔动作电流数据，获取投影矩阵；所述投影矩阵包括所述标记的道岔动作电流数据的聚类投影，和，所述标记的道岔动作电流数据与所述无标记道岔动作电流数据的几何结构；根据所述投影矩阵，确定所述降维后的特征信息。在其中一个实施例中，所述方法还包括：采用标准差标准化方法对所述道岔动作电流数据进行归一化处理，获得归一化后的电流数据；所述获取所述道岔动作电流数据对应的特征信息，包括：获取所述归一化后的电流数据对应的特征信息。第二方面，一种故障诊断的装置，所述装置包括：第一获取模块，用于获取所述道岔动作电流数据对应的特征信息；所述道岔动作电流数据包括标记的道岔动作电流数据和无标记的道岔动作电流数据，所述特征信息用于表征所述道岔动作电流数据的属性；第二获取模块，用于根据所述标记的道岔动作电流数据对应的第一类别标号及所述标记的道岔动作电流数据的特征信息，获取分类模型；所述第一类别标号用于表示道岔动作的故障类型；第三获取模块，用于根据所述分类模型对所述无标记的道岔动作电流数据及所述无标记的道岔动作电流数据的特征信息进行处理，获取道岔动作的故障诊断结果。第三方面，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取所述道岔动作电流数据对应的特征信息；所述道岔动作电流数据包括标记的道岔动作电流数据和无标记的道岔动作电流数据，所述特征信息用于表征所述道岔动作电流数据的属性；根据所述标记的道岔动作电流数据对应的第一类别标号及所述标记的道岔动作电流数据的特征信息，获取分类模型；所述第一类别标号用于表示道岔动作的故障类型；根据所述分类模型对所述无标记的道岔动作电流数据及所述无标记的道岔动作电流数据的特征信息进行处理，获取道岔动作的故障诊断结果。第四方面，一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤本文档来自技高网...

【技术保护点】
1.一种故障诊断方法，其特征在于，所述方法包括：/n获取所述道岔动作电流数据对应的特征信息；所述道岔动作电流数据包括标记的道岔动作电流数据和无标记的道岔动作电流数据，所述特征信息用于表征所述道岔动作电流数据的属性；/n根据所述标记的道岔动作电流数据对应的第一类别标号及所述标记的道岔动作电流数据的特征信息，获取分类模型；所述第一类别标号用于表示道岔动作的故障类型；/n根据所述分类模型对所述无标记的道岔动作电流数据及所述无标记的道岔动作电流数据的特征信息进行处理，获取道岔动作的故障诊断结果。/n

【技术特征摘要】
1.一种故障诊断方法，其特征在于，所述方法包括：
获取所述道岔动作电流数据对应的特征信息；所述道岔动作电流数据包括标记的道岔动作电流数据和无标记的道岔动作电流数据，所述特征信息用于表征所述道岔动作电流数据的属性；
根据所述标记的道岔动作电流数据对应的第一类别标号及所述标记的道岔动作电流数据的特征信息，获取分类模型；所述第一类别标号用于表示道岔动作的故障类型；
根据所述分类模型对所述无标记的道岔动作电流数据及所述无标记的道岔动作电流数据的特征信息进行处理，获取道岔动作的故障诊断结果。


2.根据权利要求1所述的方法，其特征在于，所述根据所述分类模型对所述无标记的道岔动作电流数据及所述无标记的道岔动作电流数据的特征信息进行处理，获取道岔动作的故障诊断结果，包括：
根据所述分类模型对所述无标记的道岔动作电流数据及所述无标记的道岔动作电流数据的特征信息进行处理，确定所述无标记的道岔动作电流数据对应的第二类别标号；
根据所述第二类别标号，确定道岔动作的故障诊断结果。


3.根据权利要求2所述的方法，其特征在于，所述根据所述分类模型对所述无标记的道岔动作电流数据及所述无标记的道岔动作电流数据的特征信息进行处理，确定所述无标记的道岔动作电流数据对应的第二类别标号，包括：
根据所述无标记的道岔动作电流数据创建第一样本数据集合；
采用所述分类模型，根据所述无标记的道岔动作电流数据的特征信息，对所述第一样本数据集合中的数据进行标记，获得所述第一样本数据集合中的每个数据的第三类别标号；
获取各所述第三类标号对应的第一概率；
将所述第一概率与第一预设阈值进行比较，获取比较结果；
根据所述比较结果确定所述无标记的道岔动作电流数据对应的第二类别标号。


4.根据权利要求3所述的方法，其特征在于，所述根据所述比较结果确定所述无标记的道岔动作电流数据对应的第二类别标号，包括：
若所述比较结果为所述第一概率大于第一预设阈值，则确定所述第三类别标号为所述无标记的道岔动作电流数据对应的第二类别标号；
若所述比较结果为所述第一概率不大于第一预设阈值，则返回执行采用所述分类模型，根据所述无标记的道岔动作电流数据的特征信息，对所述第一样本数据集合中的数据进行标记，获得所述第一样本数据集合中的每个数据的第三类别标号的步骤。


5.根据权利要求4所述的方法，其特征在于，所述确定所述第三类别标号为所述无标记的道岔动作电流数据对应的第二类别标号之后，所述方法还包括：
将第一概率大于第一预设阈值的第三类别标号对应的数据添加至第二样本数据集合中；
根据所述第二样本数据集合和第三样本数据集合，更新所述分类模型；所述第三样本数据集合为根据所述标记的道岔动作电流数据构建的数据集合。


6.根据权利要求5所述的方法，其特征在于，所述获得所述第一样本数据集合中的每个数据的第三类别标号之后，所述方法还包括：
获取所述第一样本数据...

【专利技术属性】
技术研发人员：史增树，杜怡曼，姚新文，杜涛，
申请(专利权)人：北京国铁盛阳技术有限公司，
类型：发明
国别省市：北京;11