【技术实现步骤摘要】
一种基于深度学习的高速铁路接触网运行状态评估方法
[0001]本专利技术应用于高速铁路接触网
，名称是一种基于深度学习的高速铁路接触网运行状态评估方法。
技术介绍
[0002]高速铁路受电弓
‑
接触网系统(简称“弓网系统”)是动车组获取电能的唯一途径。弓网系统服役性态直接关乎高速铁路的运营安全。随着列车运行速度的不断提高，受电弓对接触网的冲击也不断加剧，持续振动导致的接触网零部件“松脱断裂”等故障，直接影响弓网受流性能，甚至引发打弓与塌网，严重危及高铁安全运营。
[0003]如何通过有效的检测监测手段，提前发现各类接触网故障，杜绝事故发生，避免供电中断与运输瘫痪，对于保障高速铁路运行安全意义重大。但是，由于接触网系统结构复杂、零部件众多，实现其故障的智能化检测仍面临着诸多挑战，主要体现在：检测环境复杂多变、缺陷表征细微、检测可靠性要求高。
[0004]故，有必要提供一种基于深度学习的高速铁路接触网运行状态评估方法，可以达到快速评估，保障列车安全稳定运行的作用。
技术实现思路
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的高速铁路接触网运行状态评估方法，其特征在于，包含步骤：S100：采用深度卷积神经网络对接触网零部件进行定位，提取图像的多层特征。其次将二元决策图引入到接触网系统可靠性分析中，根据接触网结构组成，构建接触网故障树模型并将待分析系统的故障树模型转化为二元决策图；S200：用共因失效理论用于接触网可靠性分析，并利用隐式替代法完成基于二元决策图且考虑共因失效的接触网可靠性分析；S300：基于状态评估理论，将证据理论与层次分析法运用到接触网运行状态评估中，根据高速铁路接触网弓网受流的特点，构建高速铁路接触网运行状态评估的评估体系；S400：获取接触网运行状态检测数据并根据劣化度函数将其进行归一化，从而求出对应的三级指标的白化权函数值，进而利用层次分析法求出二级指标的权重值，然后利用证据理论结合指标权重完成指标信息的融合得到接触网运行状态评估结果。2.根据权利要求1所述的一种基于深度学习的高速铁路接触网运行状态评估方法，其特征在于：所述接触网状态监检测系统包括两组摄像机和辅助照明设备，安装在检测车辆的车顶上，两组高分辨率摄像机分别从两个相反的方向拍摄接触网的图像，为进一步提高图像的分辨率，在检测过程中，将拍摄的图像，公里标和其他信息存储在车辆数据库中，然后进行检测。3.根据权利要求1所述的一种基于深度学习的高速铁路接触...
【专利技术属性】
技术研发人员：曾晓红，李奇，钟建，沈泽辰，刘利鹏，阮肖平，李云武，曲衍宁，宋超，黄海浪，郭雅婕，康世柱，钱云峰，贾冰，马国健，徐启程，
申请(专利权)人：江苏新绿能科技有限公司，
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。