【技术实现步骤摘要】
一种系统异常诊断方法和装置
本文涉及高铁列车关键子系统异常诊断
，尤指一种系统异常诊断方法和装置。
技术介绍
高速铁路列车简称高铁列车，通常指能够以200km/h以上最高速度行驶的铁路列车，是一种现代化的高速交通工具，可以大幅提高列车旅行速度从而提高火车运输效率。高铁列车快捷舒适、平稳安全、节能环保，深受当代人们的欢迎，近十年来，高速铁路在世界范围内得到了迅速的发展，并在日常交通中得到了广泛的应用，世界各国都大力发展新型高铁列车来满足日益增长的出行需求。高铁列车相比于汽车、普通火车等交通工具，发生事故的概率是非常小的，但是一旦高铁列车发生致命事故，将会造成巨大的经济损失和人员伤亡。高铁列车的信号系统、制动系统等关键子系统故障是造成这些悲剧的主要原因之一，如果能够对高铁列车关键子系统进行准确的异常诊断，将不仅能预先阻止单一的运行中断，而且还能在网络层面上降低异常的影响，从而提高铁路网的可靠性，极大地降低高铁列车事故发生的风险。高铁列车的关键子系统的异常诊断可以认为是一个二分类问题，需要建立传感器监控数据和...
【技术保护点】
1.一种系统异常诊断方法，其特征在于，所述方法包括：/n采集系统监控数据，并对所述系统监控数据进行预处理获取第一数据；/n从所述第一数据中选择出第一特征数据，所述第一特征数据具有满足预设要求的特征；/n将所述第一特征数据按照迭代的顺序依次输入预设的聚类模型中，根据所述聚类模型的输出结果判断所述第一特征数据是否属于预设的目标类集合；/n当所述第一特征数据不属于所述目标类集合时，判定当前系统处于正常状态；当所述第一特征数据属于所述目标类集合时，将所述第一特征数据输入预先训练好的分类模型中，根据所述分类模型的分类结果判断当前系统是否处于异常状态；其中，所述分类模型是以相对平衡的数...
【技术特征摘要】
1.一种系统异常诊断方法，其特征在于，所述方法包括：
采集系统监控数据，并对所述系统监控数据进行预处理获取第一数据；
从所述第一数据中选择出第一特征数据，所述第一特征数据具有满足预设要求的特征；
将所述第一特征数据按照迭代的顺序依次输入预设的聚类模型中，根据所述聚类模型的输出结果判断所述第一特征数据是否属于预设的目标类集合；
当所述第一特征数据不属于所述目标类集合时，判定当前系统处于正常状态；当所述第一特征数据属于所述目标类集合时，将所述第一特征数据输入预先训练好的分类模型中，根据所述分类模型的分类结果判断当前系统是否处于异常状态；其中，所述分类模型是以相对平衡的数据集作为分类训练集对预设的分类器进行训练获得的。
2.根据权利要求1所述的系统异常诊断方法，其特征在于，所述对所述系统监控数据进行预处理获取第一数据，包括：
对所述系统监控数据进行向量初始化，获取第一初始特征矩阵；
将所述第一初始特征矩阵中的每个特征分别进行中心标准化处理，得到第一新特征矩阵，作为所述第一数据。
3.根据权利要求1所述的系统异常诊断方法，其特征在于，所述从所述第一数据中选择出第一特征数据，包括：
采用基于互信息的最小冗余最大相关方法从所述第一数据中选出与预设的异常状态之间的互信息值最大的一个或多个特征，组成所述第一特征数据。
4.根据权利要求1所述的系统异常诊断方法，其特征在于，所述聚类模型，用于采用学习向量量化聚类算法对所述第一特征数据集进行聚类。
5.根据权利要求1所述的系统异常诊断方法，其特征在于，在将所述第一特征数据输入预先训练好的分类模型中之前，所述方法还包括：
调取预先存储的训练好的分类模型；或者，
获取所述分类训练集，并通过所述分类训练集对预设的分类器进行训...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。