车站设备故障预测方法、系统及轨道交通管理系统技术方案

本公开涉及一种车站设备故障预测方法、系统及轨道交通管理系统。该车站设备故障预测系统包括车站关联分析子系统、车站健康管理子系统及多个设备故障预测和健康管理子系统。本公开通过设备故障预测和健康管理子系统和车站关联分析子系统，共同对车站设备进行实时监控和故障预测，相辅相成，具有较高的预测准确率。且本公开为提前预测故障，相较于事后维修，可以提前做好维修准备，缩短停机时长，提高车站系统的运营效率。

【技术实现步骤摘要】
车站设备故障预测方法、系统及轨道交通管理系统
本公开涉及交通运输
，具体地，涉及一种车站设备故障预测方法、系统及轨道交通管理系统。
技术介绍
目前国内建成的轨道交通车站监控系统，基本上只具有对设备异常或故障的报警，由监控人员通知维修人员维修。这种事后维修，会导致停机时间长，降低系统的运营效率。
技术实现思路
本公开的目的是提供一种能够提前预测故障的车站设备故障预测方法、系统及轨道交通管理系统，以解决事后维修导致的停机时间长和降低系统的运营效率的问题。为了实现上述目的，本公开实施例提供一种车站设备故障预测方法，包括：获取同一种类型的多个车站设备的运行数据，并根据所述多个车站设备的运行数据及所述多个车站设备的历史运行数据对每个车站设备进行故障初步预测，得到每个车站设备的故障初步预测结果；获取同一车站的多种车站设备的历史故障数据，并根据所述历史故障数据确定同一车站内不同车站设备之间的故障关联规则，其中，所述故障关联规则用于指示导致一车站设备发生故障的先导车站设备；针对每一车站设备，根据所述故障本文档来自技高网...

【技术保护点】
1.一种车站设备故障预测方法，其特征在于，包括：/n获取同一种类型的多个车站设备的运行数据，并根据所述多个车站设备的运行数据及所述多个车站设备的历史运行数据对每个车站设备进行故障初步预测，得到每个车站设备的故障初步预测结果；/n获取同一车站的多种车站设备的历史故障数据，并根据所述历史故障数据确定同一车站内不同车站设备之间的故障关联规则，其中，所述故障关联规则用于指示导致一车站设备发生故障的先导车站设备；/n针对每一车站设备，根据所述故障关联规则确定该车站设备的先导车站设备，并根据该车站设备的故障初步预测结果及所述先导车站设备的故障初步预测结果，确定该车站设备的故障最终预测结果。/n

【技术特征摘要】
1.一种车站设备故障预测方法，其特征在于，包括：
获取同一种类型的多个车站设备的运行数据，并根据所述多个车站设备的运行数据及所述多个车站设备的历史运行数据对每个车站设备进行故障初步预测，得到每个车站设备的故障初步预测结果；
获取同一车站的多种车站设备的历史故障数据，并根据所述历史故障数据确定同一车站内不同车站设备之间的故障关联规则，其中，所述故障关联规则用于指示导致一车站设备发生故障的先导车站设备；
针对每一车站设备，根据所述故障关联规则确定该车站设备的先导车站设备，并根据该车站设备的故障初步预测结果及所述先导车站设备的故障初步预测结果，确定该车站设备的故障最终预测结果。


2.根据权利要求1所述的车站设备故障预测方法，其特征在于，所述方法还包括：
针对每一车站设备，将该车站设备的各关键运行数据与其相应的预设阈值范围进行比较，在确定所述车站设备的至少一个关键运行数据不在其相应的预设阈值范围内时，进行报警。


3.根据权利要求1所述的车站设备故障预测方法，其特征在于，所述方法还包括：
在确定任一车站设备的故障最终预测结果为故障时，获取与该车站设备同一种类型的多个车站设备的所有故障记录，所述故障记录包括故障名称和故障解决办法；
显示与该车站设备同一种类型的多个车站设备发生过的每种故障名称和故障解决办法。


4.根据权利要求1所述的车站设备故障预测方法，其特征在于，所述根据所述历史故障数据确定同一车站内不同车站设备之间的故障关联规则包括：
根据所述多种车站设备的历史故障数据建立稀疏矩阵，所述稀疏矩阵中每列代表一种车站设备在各预设间隔时间内的故障状态，其中1表示该车站设备在该预设间隔时间内的故障状态为故障，0表示该车站设备在该预设间隔时间内的故障状态为非故障；
建立同一车站内车站设备与车站设备之间出现故障的关联规则；
对建立的每一关联规则进行相关分析，从所有关联规则中筛选出强关联规则，所述故障关联规则为强关联规则，所述强关联规则是关联性不小于最小支持度阈值且不小于最小置信度阈值的关联规则。


5.根据权利要求1-4中任一项所述的车站设备故障预测方法，其特征在于，所述故障初步预测结果为故障或非故障，所述根据该车站设备的故障初步预测结果及所述先导车站设备的故障初步预测结果，确定该车站设备的故障最终预测结果包括：
当所述先导车站设备的故障初步预测结果为故障，且该车站设备的故障初步预测结果也为故障，确定该车站设备的故障最终预测结果为故障。


6.根据权利要求1-4中任一项所述的车站设备故障预测方法，其特征在于，所述故障初步预测结果为故障或非故障，所述根据该车站设备的故障初步预测结果及所述先导车站设备的故障初步预测结果，确定该车站设备的故障最终预测结果包括：
根据该车站设备所在故障关联规则的出错率确定所述先导车站设备的故障初步预测结果的权重；
根据所述先导车站设备的故障初步预测结果的权重确定该车站设备的故障初步预测结果的权重；
将所述故障初步预测结果为故障和非故障分别赋值为1和0，或者分别赋值0和1；
计算所述先导车站设备的故障初步预测结果与其权重的乘积，及所述车站设备的故障初步预测结果与其权重的乘积，并计算该两个乘积的和；
当故障和非故障分别赋值为1和0时，在所述和大于或等于第一预设阈值时，确定该车站设备的故障最终预测结果为故障；在所述和小于所述第一预设阈值时，确定该车站设备的故障最终预测结果为非故障；
当故障和非故障分别赋值为0和1时，在所述和大于或等于所述第一预设阈值时，确定该车站设备的故障最终预测结果为非故障；在所述和小于所述第一预设阈值时，确定该车站设备的故障最终预测结果为故障。


7.根据权利要求1-4中任一项所述的车站设备故障预测方法，其特征在于，所述故障初步预测结果为故障发生率，所述故障最终预测结果为故障发生率，所述根据该车站设备的故障初步预测结果及所述先导车站设备的故障初步预测结果，确定该车站设备的故障最终预测结果包括：
根据该车站设备所在故障关联规则的出错率确定所述先导车站设备的故障初步预测结果的权重；
根据所述先导车站设备的故障初步预测结果的权重确定该车站设备的故障初步预测结果的权重；
计算所述先导车站设备的故障发生率与其权重的乘积，及所述车站设备的故障发生率与其权重的乘积，并计算该两个乘积的和；
将所述和作为该车站设备的故障最终预测结果。


8.一种车站设备故障预测系统，其特征在于，包括：车站关联分析子系统、车站健康管理子系统和多个设备故障预测和健康管理子系统；
所述设备故障预测和健康管理子系统，用于获取同一种...

【专利技术属性】
技术研发人员：王君杰，杨耕田，
申请(专利权)人：比亚迪股份有限公司，
类型：发明
国别省市：广东;44