【技术实现步骤摘要】
一种铁路客运车站设备画像的分类方法及系统
[0001]本专利技术涉及大数据和人工智能
，尤其涉及一种铁路客运车站设备画像的分类方法及系统。
技术介绍
[0002]随着铁路信息化的发展，铁路客运信息系统目前采用集中部署三级应用的总体方案。通过部署云端数据中心，在路局部署前置服务器，在车站配置接口和边缘计算服务器，从而为铁路集团公司、路局和各车站的用户提供了全路车站运营信息查询、状态展示及辅助决策等功能，并从多维度形成分析报告，支撑车站的智能化应用。
[0003]在铁路客运车站中，目前采用物联网技术实现诸多种类繁杂设备运行数据的实时采集和存储，使得铁路客运车站设备在云端数据中心的运维数据库中存储了海量的历史数据。然而，这些海量历史数据并没有得到较好的利用，大部分情况下，用户仅通过简单的数据调用，获取到相应的历史数据进行人工或统计分析，并没有基于铁路车站设备的这些历史数据，对铁路车站设备进行数据分类解析和数据智能分析，无法及时掌握铁路车站设备的状态监测及变化趋势预测，不利于铁路客运的安全运营风险把控和管理决策。
【技术保护点】
【技术特征摘要】
1.一种铁路客运车站设备画像的分类方法，其特征在于，包括：基于车站边缘服务器，获取到车站设备的实时属性信息；将所述实时属性信息发送到训练好的车站设备画像分类模型中，由所述训练好的车站设备画像分类模型中的设备画像标签子模型、设备寿命预测子模型和设备负载预测子模型分别进行处理，得到所述车站设备对应的实时属性分类结果、剩余寿命预测结果和负载预测结果；其中，所述训练好的车站设备画像分类模型设置在路局级前置服务器和/或云端数据中心服务器。2.根据权利要求1所述的铁路客运车站设备画像的分类方法，其特征在于，在所述将所述实时属性信息发送到训练好的车站设备画像分类模型中之前，所述方法还包括：根据预设实时性要求级别，确定所述车站设备是否为关键设备；若所述车站设备为关键设备，则将所述实时属性信息发送至所述路局级前置服务器中训练好的车站设备画像分类模型进行处理，并将所述实时属性信息发送至所述云端中心服务器进行存储；若所述车站设备为非关键设备，则将所述实时属性信息发送到所述云端中心服务器中训练好的车站设备画像分类模型进行处理，并将所述实时属性信息存储在所述云端中心服务器。3.根据权利要求1所述的铁路客运车站设备画像的分类方法，其特征在于，所述将所述实时属性信息发送到训练好的车站设备画像分类模型中，由所述训练好的车站设备画像分类模型中的设备画像标签子模型、设备寿命预测子模型和设备负载预测子模型分别进行处理，得到所述车站设备对应的实时属性分类结果、剩余寿命预测结果和负载预测结果，包括：获取车站客运作业计划数据，所述车站客运作业计划数据至少包括客运列车到发数据、客运广播信息、导向数据、检票信息、照明信息、空调信息和车厢上水数据；通过所述设备画像标签子模型，对所述实时属性信息进行处理，得到所述车站设备对应的实时属性分类结果；通过所述设备寿命预测子模型，对所述实时属性信息和所述车站客运作业计划数据进行处理，得到所述车站设备对应的剩余寿命预测结果；通过所述设备负载预测子模型，对所述实时属性信息和所述车站客运作业计划数据进行处理，得到所述车站设备对应的负载预测结果。4.根据权利要求3所述的铁路客运车站设备画像的分类方法，其特征在于，所述训练好的车站设备画像分类模型通过以下步骤得到：通过云端数据中心服务器，获取多种车站设备的历史属性样本信息和车站客运作业计划历史数据，所述历史属性样本信息至少包括车站设备的基础属性信息和设备运行历史数据；根据基础属性信息和设备运行历史数据，为每种车站设备标记对应的设备画像分类标签，并根据不同车站设备的基础属性信息和设备运行历史数据和设备画像分类标签，构建第一训练样本集；基于云端数据中心服务器中的运维信息数据库，获取多种车站设备的设备运维历史信
息和设备负载历史信息；根据不同车站设备的设备运行历史数据、车站客运作业计划历史数据和设备运维历史信息，构建第二训练样本集；根据设备运行历史数据、车站客运作业计划历史数据和设备负载历史信息，为每种车站设备在不同时段内的负载变化特征标记对应的负载类型标签，并根据不同车站设备的设备运行历史数据、设备负载历史信息和负载类型标签，构...
【专利技术属性】
技术研发人员：徐春婕，李君，陈瑞凤，李超，杨国元，刘硕研，张亚伟，吕晓军，沈海燕，李宏，王伟，谢甲旭，吴兴华，杨栋，唐雯，赵敏，樊楠，康妍，丛红萍，王静，赵晖，
申请(专利权)人：北京经纬信息技术有限公司，
类型：发明
国别省市：
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。