偶换件数量预测方法和装置制造方法及图纸

本发明专利技术提供了一种偶换件数量预测方法和装置，涉及动车组检修技术领域，所述方法包括：根据历史偶换件检修数据和预设的时间序列分析模型，得到预测偶换率；根据历史偶换件检修数据、历史客运数据和训练好的向量机模型，得到预测检修量；根据所述预测偶换率和所述预测检修量，得到预测的偶换件数量。本发明专利技术能够提高预测的偶换件数量的准确性，从而能够根据预测的偶换件数量准确地确定库存偶换件数量，进而减少因库存偶换件数量不足而导致对动车进行检修时缺件或因库存偶换件数量过剩而导致额外消耗库存资源及成本的概率。额外消耗库存资源及成本的概率。额外消耗库存资源及成本的概率。

【技术实现步骤摘要】
偶换件数量预测方法和装置


[0001]本专利技术涉及动车组检修
，尤其涉及一种偶换件数量预测方法和装置。

技术介绍

[0002]偶换件是指根据动车组的实际工况，依据预设的标准来判定是否需要更换的动车组零部件，例如垫圈和螺堵等。由于偶换件是根据动车组的实际工况来确定是否更换，因此需要事先准备足够的各种偶换件进行库存，以满足动车组不定期的偶换件更换需求，于是，对偶换件数量的预测就非常重要。但现有的偶换件数量预测方法，往往是通过对历史偶换件数量中的多个数值取平均值来实现，现有的偶换件数量预测方法所预测的偶换件数量准确性较低，从而使得根据预测的偶换件数量准备的库存偶换件数量不足以满足更换需求或过量而导致额外消耗库存资源及成本的概率较大，不利于维护动车组正常运行。

技术实现思路

[0003]本专利技术的一个目的在于提供一种偶换件数量预测方法，以解决现有的偶换件数量预测方法的准确性较低，从而导致根据预测的偶换件数量准备的库存偶换件数量不足以满足更换需求或过量而导致额外消耗库存资源及成本的概率较大，不利于维护动车组正常运行的问题。本专利技术的另一个目的在于提供一种偶换件数量预测装置。本专利技术的再一个目的在于提供一种计算机设备。本专利技术的还一个目的在于提供一种可读介质。
[0004]为了达到以上目的，本专利技术的一方面公开了一种偶换件数量预测方法，所述方法包括：
[0005]根据历史偶换件检修数据和预设的时间序列分析模型，得到预测偶换率；
[0006]根据历史偶换件检修数据、历史客运数据和训练好的向量机模型，得到预测检修量；
[0007]根据所述预测偶换率和所述预测检修量，得到预测的偶换件数量。
[0008]可选的，所述根据历史偶换件检修数据和预设的时间序列分析模型，得到预测偶换率，包括：
[0009]根据所述历史偶换件检修数据，得到历史偶换件检修量和历史偶换件检修不合格量；
[0010]根据所述历史偶换件检修量和历史偶换件检修不合格量，得到历史偶换率；
[0011]根据所述历史偶换率和所述预设的时间序列分析模型，得到预测偶换率。
[0012]可选的，所述根据所述历史偶换率和所述预设的时间序列分析模型，得到预测偶换率，包括：
[0013]对所述历史偶换率进行数据预处理，得到预处理后偶换率；
[0014]根据所述预处理后偶换率和所述预设的时间序列分析模型，得到预测偶换率。
[0015]可选的，进一步包括：
[0016]在所述根据所述历史偶换率和所述预设的时间序列分析模型，得到预测偶换率之
前，判断所述历史偶换率的平均值是否在预设的偶换率区间内，若否，将所述历史偶换率的平均值作为所述预测偶换率。
[0017]可选的，进一步包括：
[0018]在所述根据所述历史偶换率和所述预设的时间序列分析模型，得到预测偶换率之前，将所述历史偶换率输入到异常检测算法中，得到历史偶换率中的每个历史偶换率数值对应的异常度分值；
[0019]根据所述异常度分值和预设的异常分阈值，得到所述异常度分值中的异常分；
[0020]根据所述异常分得到历史偶换率中的异常历史偶换率数值；
[0021]根据所述异常历史偶换率数值对所述历史偶换率进行修正。
[0022]可选的，进一步包括：
[0023]在所述根据所述异常历史偶换率数值对所述历史偶换率进行修正之前，根据历史偶换率的平均值和历史偶换率的标准差，得到历史偶换率正常区间；
[0024]判断所述异常历史偶换率数值是否在所述历史偶换率正常区间内，若是，则不执行所述根据所述异常历史偶换率数值对所述历史偶换率进行修正的步骤。
[0025]可选的，进一步包括：
[0026]在所述根据所述历史偶换率和所述预设的时间序列分析模型，得到预测偶换率之前，将预设的临界参数和所述历史偶换率输入到平稳性检验算法中，得到所述历史偶换率的平稳性种类；
[0027]判断所述平稳性种类是否为平稳，若否，则根据所述平稳性种类对所述历史偶换率进行平稳化处理得到平稳偶换率；
[0028]根据所述平稳偶换率和所述预设的时间序列分析模型，得到预测偶换率。
[0029]可选的，所述则根据所述平稳性种类对所述历史偶换率进行平稳化处理得到平稳偶换率，包括：
[0030]判断所述平稳性种类是否为无截距项非平稳；
[0031]若是，对所述历史偶换率进行差分平稳处理得到平稳偶换率；
[0032]若否，对所述历史偶换率进行线性拟合去趋势平稳处理得到平稳偶换率。
[0033]可选的，进一步包括：
[0034]在所述根据所述历史偶换率和所述预设的时间序列分析模型，得到预测偶换率之前，根据所述历史偶换率从预设的自回归阶数集合和预设的移动平均阶数集合中选择时间序列分析模型的自回归阶数和移动平均阶数；
[0035]根据所述自回归阶数和移动平均阶数，构建所述时间序列分析模型。
[0036]可选的，所述根据所述历史偶换率从预设的自回归阶数集合和预设的移动平均阶数集合中选择时间序列分析模型的自回归阶数和移动平均阶数，包括：
[0037]将所述历史偶换率输入到预设的构建时间序列分析模型所需的参数估计函数中，得到估计值；
[0038]根据所述估计值，构建信息量函数；
[0039]对所述自回归阶数集合的自回归阶数元素和移动平均阶数集合中的移动平均阶数元素进行交叉配组，得到多个时间序列分析模型阶数组合；
[0040]将每个时间序列分析模型阶数组合输入到所述信息量函数中，得到多个对应的信
息量；
[0041]根据所述信息量中的最小信息量对应的时间序列分析模型阶数组合，得到所述自回归阶数和移动平均阶数。
[0042]可选的，进一步包括：
[0043]所述时间序列分析模型包括残差；
[0044]在所述根据所述历史偶换率和所述预设的时间序列分析模型，得到预测偶换率之前，判断所述时间序列分析模型的残差是否为白噪声，若否，重新构建所述时间序列分析模型。
[0045]可选的，在所述平稳性种类不为平稳时，所述根据所述历史偶换率和所述预设的时间序列分析模型，得到预测偶换率，包括：
[0046]将所述历史偶换率输入到所述时间序列分析模型，得到初始结果偶换率；
[0047]对所述初始结果偶换率进行与所述平稳化处理对应的逆向还原处理，得到所述预测偶换率。
[0048]可选的，进一步包括：
[0049]在所述根据所述历史偶换率和所述预设的时间序列分析模型，得到预测偶换率之后，将预设的置信水平和所述历史偶换率输入到所述时间序列分析模型中，得到偶换率置信区间；
[0050]判断当前偶换率是否在所述偶换率置信区间内，若否，向工作人员进行告警。
[0051]可选的，进一步包括：
[0052]在所述根据历史偶换件检修数据、历史客运数据和训练好的向量机模型，得到预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种偶换件数量预测方法，其特征在于，包括：根据历史偶换件检修数据和预设的时间序列分析模型，得到预测偶换率；根据历史偶换件检修数据、历史客运数据和训练好的向量机模型，得到预测检修量；根据所述预测偶换率和所述预测检修量，得到预测的偶换件数量。2.根据权利要求1所述的方法，其特征在于，所述根据历史偶换件检修数据和预设的时间序列分析模型，得到预测偶换率，包括：根据所述历史偶换件检修数据，得到历史偶换件检修量和历史偶换件检修不合格量；根据所述历史偶换件检修量和历史偶换件检修不合格量，得到历史偶换率；根据所述历史偶换率和所述预设的时间序列分析模型，得到预测偶换率。3.根据权利要求2所述的方法，其特征在于，所述根据所述历史偶换率和所述预设的时间序列分析模型，得到预测偶换率，包括：对所述历史偶换率进行数据预处理，得到预处理后偶换率；根据所述预处理后偶换率和所述预设的时间序列分析模型，得到预测偶换率。4.根据权利要求2所述的方法，其特征在于，进一步包括：在所述根据所述历史偶换率和所述预设的时间序列分析模型，得到预测偶换率之前，判断所述历史偶换率的平均值是否在预设的偶换率区间内，若否，将所述历史偶换率的平均值作为所述预测偶换率。5.根据权利要求2所述的方法，其特征在于，进一步包括：在所述根据所述历史偶换率和所述预设的时间序列分析模型，得到预测偶换率之前，将所述历史偶换率输入到异常检测算法中，得到历史偶换率中的每个历史偶换率数值对应的异常度分值；根据所述异常度分值和预设的异常分阈值，得到所述异常度分值中的异常分；根据所述异常分得到历史偶换率中的异常历史偶换率数值；根据所述异常历史偶换率数值对所述历史偶换率进行修正。6.根据权利要求5所述的方法，其特征在于，进一步包括：在所述根据所述异常历史偶换率数值对所述历史偶换率进行修正之前，根据历史偶换率的平均值和历史偶换率的标准差，得到历史偶换率正常区间；判断所述异常历史偶换率数值是否在所述历史偶换率正常区间内，若是，则不执行所述根据所述异常历史偶换率数值对所述历史偶换率进行修正的步骤。7.根据权利要求2所述的方法，其特征在于，进一步包括：在所述根据所述历史偶换率和所述预设的时间序列分析模型，得到预测偶换率之前，将预设的临界参数和所述历史偶换率输入到平稳性检验算法中，得到所述历史偶换率的平稳性种类；判断所述平稳性种类是否为平稳，若否，则根据所述平稳性种类对所述历史偶换率进行平稳化处理得到平稳偶换率；根据所述平稳偶换率和所述预设的时间序列分析模型，得到预测偶换率。8.根据权利要求7所述的方法，其特征在于，所述则根据所述平稳性种类对所述历史偶换率进行平稳化处理得到平稳偶换率，包括：判断所述平稳性种类是否为无截距项非平稳；
若是，对所述历史偶换率进行差分平稳处理得到平稳偶换率；若否，对所述历史偶换率进行线性拟合去趋势平稳处理得到平稳偶换率。9.根据权利要求2所述的方法，其特征在于，进一步包括：在所述根据所述历史偶换率和所述预设的时间序列分析模型，得到预测偶换率之前，根据所述历史偶换率从预设的自回归阶数集合和预设的移动平均阶数集合中选择时间序列分析模型的自回归阶数和移动平均阶数；根据所述自回归阶数和移动平均阶数，构建所述时间序列分析模型。10.根据权利要求9所述的方法，其特征在于，所述根据所述历史偶换率从预设的自回归阶数集合和预设的移动平均阶数集合中选择时间序列分析模型的自回归阶数和移动平均阶数，包括：将所述历史偶换率输入到预设的构建时间序列分析模型所需的参数估计函数中，得到估计值；根据所述估计值，构建信息量函数；对所述自回归阶数集合的自回归阶数元素和移动平均阶数集合中的移动平均阶数元素进行交叉配组，得到多个时间序列分析模型阶数组合；将每个时间序列分析模型阶数组合输入到所述信息量函数中，得到多个对应的信息量；根据所述信息量中的最小信息量对应的时间序列分析模型阶数组合，得到所述自回归阶数和移动平均阶数。11.根据权利要求2所述的方法，其特...

【专利技术属性】
技术研发人员：王玥龙，陈文佳，张超，韩海山，孙楚怡，陈昊，王瑞，刘鹏，张波，杨伟君，曹宏发，赵红卫，
申请(专利权)人：北京纵横机电科技有限公司中国铁道科学研究院集团有限公司机车车辆研究所铁科纵横天津科技发展有限公司，
类型：发明
国别省市：