一种接触网零部件寿命预测方法和系统技术方案

本发明专利技术公开了一种接触网零部件寿命预测方法和系统，本发明专利技术属于接触网寿命预测技术领域。方法包括获取接触网零部件检测参数数据，所述检测参数数据包括缺陷记录数据表以及内因因数数据表；对所述缺陷记录数据表和内因因数数据表中的数据进行预处理，并将预处理后的数据作为建模数据；基于所述建模数据，构建各类接触网零部件寿命预测模型并进行存储；获取新的致因因素数据并对其进行预处理后，调用相应的所述接触网零部件寿命预测模型进行接触网零部件剩余寿命预测。本发明专利技术从缺陷检测数据以及接触网内因因素数据等多维度进行综合分析，以进行接触网零部件寿命预测，提高了预测的精准性和可靠性。的精准性和可靠性。的精准性和可靠性。

【技术实现步骤摘要】
一种接触网零部件寿命预测方法和系统


[0001]本专利技术属于轨道交通接触网寿命预测
，具体涉及一种接触网零部件寿命预测方法和系统。

技术介绍

[0002]铁路接触网的可靠性是保证列车运行安全的基础，随着工业物联网的广泛应用，通过加速度计、测力计等传感器已经可以采集到大量接触网零部件检测数据。现有接触网零部件寿命预测主要是基于外部缺陷检测数据(例如，电气缺陷或机械缺陷等)实现，然而接触网零部件寿命不仅受缺陷或故障等影响，其还受设计因素、运维因素、施工因素、环境因素等内因因素影响，因此现有仅利用外部缺陷检测数据进行接触网零部件寿命预测的技术的准确性和可靠性较低，无法为接触网运维工作提供有效的技术支撑。

技术实现思路

[0003]针对现有接触网零部件寿命预测技术准确性和可靠性较低的问题，本专利技术提供了一种接触网零部件寿命预测方法和系统。本专利技术从缺陷检测数据以及接触网内因因素数据等多维度进行综合分析，以进行接触网零部件寿命预测，提高了预测的精准性和可靠性。
[0004]本专利技术通过下述技术方案实现：
[0005]一种接触网零部件寿命预测方法，该方法包括：
[0006]获取接触网零部件检测参数数据，所述检测参数数据包括缺陷记录数据表以及内因因数数据表；
[0007]对所述缺陷记录数据表和内因因数数据表中的数据进行预处理，并将预处理后的数据作为建模数据；
[0008]基于所述建模数据，构建各类接触网零部件寿命预测模型并进行存储；
[0009]获取新的致因因素数据并对其进行预处理后，调用相应的所述接触网零部件寿命预测模型进行接触网零部件剩余寿命预测。
[0010]作为优选实施方式，本专利技术的缺陷记录数据表包括各类电器缺陷或者机械缺陷的发生时间、发生地点、处理时间；
[0011]所述内因因素数据表包括多个维度的数据表，且每个维度的数据表包括支柱号或锚段号以及该维度对应的各因素相关值。
[0012]作为优选实施方式，本专利技术的内因因数分为6个维度，分别是设计因素、制造因素、施工因素、运维因素、环境累积因素以及其他因素。
[0013]作为优选实施方式，本专利技术的预处理过程包括：
[0014]对缺陷记录数据表和内因因素数据表中的缺失值进行处理；
[0015]对每一个内因因素数据表中的数据进行标准化处理；
[0016]利用标准化处理后的数据生成建模数据，并在所述建模数据中构造缺陷发生的标签字段和时间表征量构成输入向量。
[0017]作为优选实施方式，本专利技术的缺失值处理过程具体为：
[0018]设缺失值处理阈值为α，若某因素的数据缺失量占字段数据总量的比例大于等于α，则删除该字段；若该比例小于α，则用该字段的均值代替该字段的缺失值。
[0019]作为优选实施方式，本专利技术利用下式进行标准化处理：
[0020][0021]其中，表示某种内因因素第i个原始数值，表示该因素均值，σ表示该因素取值标准差，v
i
表示该因素第i个标准化后的值。
[0022]作为优选实施方式，本专利技术对于缺陷发生的标签字段，如果某位置发生缺陷，则该位置的标签值为1，如果未发生缺陷，则该位置的标签值为0；
[0023]对于时间表征量，若对同一条线路进行分析，则统计每个支柱的缺陷发生时间点与最近一次维修时间点之间的时长，作为时间表征量；若不是同一条线路，则统计每个支柱的缺陷发生时间点之前经过每个支柱的车次数量，作为时间表征量。
[0024]作为优选实施方式，本专利技术将输入向量作为单个逻辑回归模型的输入，将标准化剩余寿命值作为单个逻辑回归模型的输出；
[0025]采用集成学习方法将多个逻辑回归模型融合为一个综合模型，从而得到接触网零部件寿命预测模型。
[0026]作为优选实施方式，本专利技术的集成学习方法具体包括：
[0027]初始化每个样本权重值相同；
[0028]根据误差率提升误差分类样本的权重；
[0029]将每次训练得到的模型，通过boosting算法提升学习后得到综合预测模型。
[0030]另一方面，本专利技术提出了一种接触网零部件寿命预测系统，该系统包括：
[0031]数据获取模块，用于获取接触网零部件检测参数数据，所述检测参数数据包括缺陷记录数据表以及内因因素数据表；
[0032]数据预处理模块，用于对所述缺陷记录数据表和内因数据表中的数据进行预处理，将预处理后的数据作为建模数据；
[0033]模型构建模块，基于所述建模数据，构建接触网零部件寿命预测模型；
[0034]模型调用模块，在获得新增的致因因素数据并对其进行预处理后，调用相应的接触网零部件寿命预测模型进行接触网零部件剩余寿命预测。
[0035]本专利技术具有如下的优点和有益效果：
[0036]1、本专利技术将接触网多种缺陷数据以及内因因素数据进行综合应用，根据生存分析和机器学习方法构建接触网零部件寿命预测模型，为接触网检修计划制定提供有效的技术支撑和数据支撑，便于优化维修资源部署，保障接触网安全运行。
[0037]2、本专利技术计算过程简单，便于实现。
附图说明
[0038]此处所说明的附图用来提供对本专利技术实施例的进一步理解，构成本申请的一部分，并不构成对本专利技术实施例的限定。在附图中：
[0039]图1为本专利技术实施例的方法流程示意图。
[0040]图2为本专利技术实施例的系统原理框图。
具体实施方式
[0041]为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本专利技术作进一步的详细说明，本专利技术的示意性实施方式及其说明仅用于解释本专利技术，并不作为对本专利技术的限定。
[0042]实施例：
[0043]为了提高接触网零部件寿命预测的精准度，从而为接触网运维提供可靠的技术支撑，本实施例提出了一种接触网零部件寿命预测方法，本实施例提出的方法综合考虑接触网各类缺陷、以及接触网设计因素、制造因素、施工因素等多个维度的缺陷内因因素，对接触网零部件剩余寿命进行预测，从而提高准确性和可靠性，为接触网运维提供有力的技术支撑和数据支撑。
[0044]具体如图1所示，本实施例提出的方法包括如下步骤：
[0045]步骤1，获取接触网零部件检测参数数据，该检测参数数据包括缺陷记录数据表以及内因因素数据表。
[0046]具体的，获取接触网零部件检测参数数据包括：
[0047](1)获取缺陷记录数据表
[0048]在接触网运营过程中，可以收集到至少包括包含各类型电气缺陷或者机械缺陷的发生时间、发生地点(如支柱号和锚段号)、处理时间等信息构成详细的缺陷记录表。因此，本实施例可以通过线路巡检记录或者接触网6C检测系统的运维记录中获取缺陷记录数据表。
[0049](2)获取内因因素数据表
[0050]本实施例中所述内因因素包括设计因素、制造因素、施工因素、运维因素、环境积累因素以及其他本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种接触网零部件寿命预测方法，其特征在于，该方法包括：获取接触网零部件检测参数数据，所述检测参数数据包括缺陷记录数据表以及内因因数数据表；对所述缺陷记录数据表和内因因数数据表中的数据进行预处理，并将预处理后的数据作为建模数据；基于所述建模数据，构建各类接触网零部件寿命预测模型并进行存储；获取新的致因因素数据并对其进行预处理后，调用相应的所述接触网零部件寿命预测模型进行接触网零部件剩余寿命预测。2.根据权利要求1所述的一种接触网零部件寿命预测方法，其特征在于，所述缺陷记录数据表包括各类电器缺陷或者机械缺陷的发生时间、发生地点、处理时间；所述内因因素数据表包括多个维度的数据表，且每个维度的数据表包括支柱号或锚段号以及该维度对应的各因素相关值。3.根据权利要求2所述的一种接触网零部件寿命预测方法，其特征在于，所述内因因数分为6个维度，分别是设计因素、制造因素、施工因素、运维因素、环境累积因素以及其他因素。4.根据权利要求1所述的一种接触网零部件寿命预测方法，其特征在于，所述预处理过程包括：对缺陷记录数据表和内因因素数据表中的缺失值进行处理；对每一个内因因素数据表中的数据进行标准化处理；利用标准化处理后的数据生成建模数据，并在所述建模数据中构造缺陷发生的标签字段和时间表征量构成输入向量。5.根据权利要求4所述的一种接触网零部件寿命预测方法，其特征在于，缺失值处理过程具体为：设缺失值处理阈值为α，若某因素的数据缺失量占字段数据总量的比例大于等于α，则删除该字段；若该比例小于α，则用该字段的均值代替该字段的缺失值。6.根据权利要求4所述的一种接触网零部件寿命预测方法，其特征在于，利用下式进行标准化处理：其中，表示某种内因因...

【专利技术属性】
技术研发人员：李俊兵，罗旺春，张金鑫，何保林，李想，熊昊睿，
申请(专利权)人：成都智谷耘行信息技术有限公司，
类型：发明
国别省市：