一种接触网线索损伤数据检测分析方法技术

本发明专利技术公开了一种接触网线索损伤数据检测分析方法，包括以下步骤：步骤S1、利用线路特征、环境特征和损伤发生率构建出损伤发生率测算模型；步骤S2、利用损伤发生率测算模型对接触网各个线路位置在各个环境特征下的损伤发生率进行测算，并将每个线路位置在各个环境特征下的损伤发生率作为每个线路位置的损伤检测频率的制定指标。本发明专利技术构建出损伤发生率测算模型，并利用损伤发生率测算模型对接触网各个线路位置在各个环境特征下的损伤发生率进行测算，并将每个线路位置在各个环境特征下的损伤发生率作为每个线路位置的损伤检测频率的制定指标，实现对线路位置的定制化检测降低数据量冗余性。数据量冗余性。数据量冗余性。

【技术实现步骤摘要】
一种接触网线索损伤数据检测分析方法


[0001]本专利技术涉及接触网验损
，具体涉及一种接触网线索损伤数据检测分析方法。

技术介绍

[0002]接触网承力索交叉是接触网的一种常见结构。《接触网运行检修规程》铁运2007169号文件第76条对接触网线索交叉有如下规定：极限条件下，交叉跨越线索间距不足200mm的处所应加装等位线。等位线应与被连接的线索材质相同，截面积不少于10mm
2.
。目前，由于设计结构缺陷，运行接触网设备存在大量承力索交叉情况，且多处承力索间距不足200mm，导致存在多种线损损伤的安全隐患。
[0003]现有技术通常是根据是定期拍摄接触网各个位置处的图像，通过图像检测识别该位置处是否出现损伤缺陷，但是对各个位置无差别的定期限拍摄，会导致损伤事件发生率高和损伤事件发生率低的线路位置获得同样的拍摄数量，但损伤事件发生率低的线路位置属于小概率事件，不常发生，因此与损伤事件发生率高的线路位置以同期限拍摄，其中存在大量的无效拍摄图像，图像数据量的冗余，导致运算资源的占用，降低检测效果。

技术实现思路

[0004]本专利技术的目的在于提供一种接触网线索损伤数据检测分析方法，以解决现有技术中存在大量的无效拍摄图像，图像数据量的冗余，导致运算资源的占用，降低检测效果的技术问题。
[0005]为解决上述技术问题，本专利技术具体提供下述技术方案：一种接触网线索损伤数据检测分析方法，包括以下步骤：步骤S1、在记载接触网线索损伤事件的损伤事件日志中提取出各个线索损伤事件发生位置的线路特征、环境特征，并量化出每个线路特征在各个环境特征下的损伤发生率，利用线路特征、环境特征和损伤发生率构建出损伤发生率测算模型；步骤S2、利用损伤发生率测算模型对接触网各个线路位置在各个环境特征下的损伤发生率进行测算，并将每个线路位置在各个环境特征下的损伤发生率作为每个线路位置的损伤检测频率的制定指标，以实现对线路位置的定制化检测降低数据量冗余性，所述损伤检测频率为拍摄线路位置的损伤检测图像的拍摄频率；步骤S3、依据损伤检测频率获得线路位置的损伤检测图像，将损伤检测图像输入至预先建立的损伤事件识别模型中判定线路位置的损伤事件发生与否，以实现对线路位置的损伤事件的自动化识别。
[0006]作为本专利技术的一种优选方案，所述在记载接触网线索损伤事件的损伤事件日志中提取出各个线索损伤事件发生位置的线路特征、环境特征，包括：将各个线索事件发生位置在线索损伤事件发生前的接触网线路数据与各个线索事件发生位置在线索损伤事件发生后的接触网线路数据进行组合得到线路组合数据，并基
于线路组合数据进行主成分分析得到接触网线路数据中各个数据项的贡献值，筛选出贡献值高于预设贡献阈值的数据项作为描述线路特征的特征数据项；将各个线索事件发生位置在线索损伤事件发生前的接触网外部环境数据与各个线索事件发生位置在线索损伤事件发生后的接触网外部环境数据进行组合得到环境组合数据，并基于环境组合数据进行主成分分析得到接触网外部环境数据中各个数据项的贡献值，筛选出贡献值高于预设贡献阈值的数据项作为描述环境特征的特征数据项。
[0007]作为本专利技术的一种优选方案，所述量化出每个线路特征在各个环境特征下的损伤发生率，包括：依次统计每个线路特征对应的发生位置在损伤事件日志中各个环境特征下的损伤事件发生次数与每个线路特征对应的发生位置在损伤事件检测次数的比值作为每个线路特征在各个环境特征下的损伤发生率；所述损伤发生率的计算公式为：P
ij
=N
ij
/N
i
；式中，P
ij
为第i个线路特征在第j个环境特征下的损伤发生率，N
ij
为第i个线路特征对应的发生位置在损伤事件日志中第j个环境特征下的损伤事件发生次数，N
i
为第i个线路特征对应的发生位置在损伤事件检测次数，i，j为计量常数。
[0008]作为本专利技术的一种优选方案，所述利用线路特征、环境特征和损伤发生率构建出损伤发生率测算模型，包括：将所述线路特征、环境特征作为BP神经网络的输入项，将所述线路特征、环境特征对应的损伤发生率作为BP神经网络的输出项，利用所述BP神经网络对BP神经网络的输入项和BP神经网络的输出项进行卷积训练得到表征线路特征、环境特征和损伤发生率映射关系的损伤发生率测算模型；所述损伤发生率测算模型的模型表达式：[P]=BP([S,V])；式中，P为损伤发生率，S，V分别为线路特征，环境特征，BP为BP神经网络，[]为BP神经网络的输入项和输出项的形式标识符，无实质含义。
[0009]作为本专利技术的一种优选方案，所述利用损伤发生率测算模型对接触网各个线路位置在各个环境特征下的损伤发生率进行测算，包括：获取接触网的各个线路位置的线路特征，并将所述线路特征与各个环境特征进行一一组合带入至损伤发生率测算模型中测算出各个线路位置在各个环境特征下的损伤发生率。
[0010]作为本专利技术的一种优选方案，所述将每个线路位置在各个环境特征下的损伤发生率作为每个线路位置的损伤检测频率的制定指标，包括：若线路位置在环境特征下的损伤发生率高于预设发生率，则将对应线路在对应环境特征下的损伤检测频率设定为：f
j
=f0*(K+P
j
)；若线路位置在环境特征下的损伤发生率低于或等于预设发生率，则将对应线路在对应环境特征下的损伤检测频率设定为：f
j
=f0；式中，f
j
为线路位置在第j个环境特征下的损伤检测频率，f0为常规损伤检测频率，K为倍增系数，K≥1，P
j
为线路位置在第j个环境特征下的损伤发生率。
[0011]作为本专利技术的一种优选方案，所述依据损伤检测频率获得线路位置的损伤检测图像，包括：在每个线路位置处实时监测线路位置的环境特征，并根据环境特征确定出线路位置的损伤检测频率；依据线路位置的损伤检测频率拍摄得到线路位置的损伤检测图像。
[0012]作为本专利技术的一种优选方案，所述将损伤检测图像输入至预先建立的损伤事件识别模型中判定线路位置的损伤事件发生与否，包括：将线路位置的损伤检测图像输入至损伤事件识别模型中，由损伤事件识别模型输出线路位置损伤事件的发生结果；所述损伤事件识别模型由神经网络基于海量损伤检测图像样本训练而成。
[0013]作为本专利技术的一种优选方案，每个环境特征和每个线路特征中均包括多个特征分量，并将多个特征分量进行归一化处理。
[0014]作为本专利技术的一种优选方案，所述损伤检测图像均进行图像预处理为同一规格的图像形式。
[0015]本专利技术与现有技术相比较具有如下有益效果：本专利技术构建出损伤发生率测算模型，并利用损伤发生率测算模型对接触网各个线路位置在各个环境特征下的损伤发生率进行测算，并将每个线路位置在各个环境特征下的损伤发生率作为每个线路位置的损伤检测频率的制定指标，实现对线路位置的定制化检测降低数据量冗余性，依据损伤检测频率获得线路位置的损伤检测图像，将损本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种接触网线索损伤数据检测分析方法，其特征在于，包括以下步骤：步骤S1、在记载接触网线索损伤事件的损伤事件日志中提取出各个线索损伤事件发生位置的线路特征、环境特征，并量化出每个线路特征在各个环境特征下的损伤发生率，利用线路特征、环境特征和损伤发生率构建出损伤发生率测算模型；步骤S2、利用损伤发生率测算模型对接触网各个线路位置在各个环境特征下的损伤发生率进行测算，并将每个线路位置在各个环境特征下的损伤发生率作为每个线路位置的损伤检测频率的制定指标，以实现对线路位置的定制化检测降低数据量冗余性，所述损伤检测频率为拍摄线路位置的损伤检测图像的拍摄频率；步骤S3、依据损伤检测频率获得线路位置的损伤检测图像，将损伤检测图像输入至预先建立的损伤事件识别模型中判定线路位置的损伤事件发生与否，以实现对线路位置的损伤事件的自动化识别。2.根据权利要求1所述的一种接触网线索损伤数据检测分析方法，其特征在于：所述在记载接触网线索损伤事件的损伤事件日志中提取出各个线索损伤事件发生位置的线路特征、环境特征，包括：将各个线索事件发生位置在线索损伤事件发生前的接触网线路数据与各个线索事件发生位置在线索损伤事件发生后的接触网线路数据进行组合得到线路组合数据，并基于线路组合数据进行主成分分析得到接触网线路数据中各个数据项的贡献值，筛选出贡献值高于预设贡献阈值的数据项作为描述线路特征的特征数据项；将各个线索事件发生位置在线索损伤事件发生前的接触网外部环境数据与各个线索事件发生位置在线索损伤事件发生后的接触网外部环境数据进行组合得到环境组合数据，并基于环境组合数据进行主成分分析得到接触网外部环境数据中各个数据项的贡献值，筛选出贡献值高于预设贡献阈值的数据项作为描述环境特征的特征数据项。3.根据权利要求2所述的一种接触网线索损伤数据检测分析方法，其特征在于：所述量化出每个线路特征在各个环境特征下的损伤发生率，包括：依次统计每个线路特征对应的发生位置在损伤事件日志中各个环境特征下的损伤事件发生次数与每个线路特征对应的发生位置在损伤事件检测次数的比值作为每个线路特征在各个环境特征下的损伤发生率；所述损伤发生率的计算公式为：P
ij
=N
ij
/N
i
；式中，P
ij
为第i个线路特征在第j个环境特征下的损伤发生率，N
ij
为第i个线路特征对应的发生位置在损伤事件日志中第j个环境特征下的损伤事件发生次数，N
i
为第i个线路特征对应的发生位置在损伤事件检测次数，i，j为计量常数。4.根据权利要求3所述的一种接触网线索损伤数据检测分析方法，其特征在于：所述利用线路特征、环境特征和损伤发生率构建出损伤发生率测算模型，包括：将所...

【专利技术属性】
技术研发人员：林仁辉，苏茂才，李珂，唐泰可，廖峪，
申请(专利权)人：诺比侃人工智能科技成都股份有限公司，
类型：发明
国别省市：