一种站台门异常检测方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了一种站台门异常检测方法、装置、电子设备及存储介质；所述方法包括：按照预定频率采集待检测的站台门的开门门速数据，并基于开门门速数据得到待检测的站台门对应的原始序列数据；将原始序列数据转换为待检测的站台门对应的符号化序列；基于待检测的站台门对应的符号化序列对待检测的站台门进行异常检测，得到待检测的站台门的异常检测结果。本申请实施例可以及时地对站台门进行检测和维护，不需要对数据进行大量的标注，实际应用更加方便，满足用户对站台门的安全性需求。满足用户对站台门的安全性需求。满足用户对站台门的安全性需求。

【技术实现步骤摘要】
一种站台门异常检测方法、装置、电子设备及存储介质


[0001]本申请实施例涉及人工智能
，尤其涉及一种站台门异常检测方法、装置、电子设备及存储介质。

技术介绍

[0002]站台门异常检测是指通过分析站台门运行过程中产生的数据，对站台门的失效、故障等异常状态进行识别。目前针对站台门运维的方案大多还属于周期性维修的范畴，这种方案容易造成“过维修”或者“欠维修”；其余采用智能运维的方案大多是基于特征工程和机器学习，主要有以下问题：(1)特征工程通常需要丰富的机理知识且需要较大的工作量才能得到较好效果；(2)机器学习和深度学习模型通常缺乏可解释性，难以在重视安全性的站台门场景中落地；(3)目前大多数智能运维方案采用的都是有监督机器学习模型，要求有大量带标签的数据，但是现实情况难以满足。

技术实现思路

[0003]本申请提供一种站台门异常检测方法、装置、电子设备及存储介质，可以及时地对站台门进行检测和维护，不需要对数据进行大量的标注，实际应用更加方便，满足用户对站台门的安全性需求。
[0004]第一方面，本申请实施例提供了一种站台门异常检测方法，所述方法包括：
[0005]按照预定频率采集待检测的站台门的开门门速数据，并基于所述开门门速数据得到所述待检测的站台门对应的原始序列数据；
[0006]将所述原始序列数据转换为所述待检测的站台门对应的符号化序列；
[0007]基于所述待检测的站台门对应的符号化序列对所述待检测的站台门进行异常检测，得到所述待检测的站台门的异常检测结果。
[0008]第二方面，本申请实施例还提供了一种站台门异常检测装置，所述装置包括：采集模块、转换模块和检测模块；其中，
[0009]所述采集模块，用于按照预定频率采集待检测的站台门的开门门速数据，并基于所述开门门速数据得到所述待检测的站台门对应的原始序列数据；
[0010]所述转换模块，用于将所述原始序列数据转换为所述待检测的站台门对应的符号化序列；
[0011]所述检测模块，用于基于所述待检测的站台门对应的符号化序列对所述待检测的站台门进行异常检测，得到所述待检测的站台门的异常检测结果。
[0012]第三方面，本申请实施例提供了一种电子设备，包括：
[0013]一个或多个处理器；
[0014]存储器，用于存储一个或多个程序，
[0015]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本申请任意实施例所述的站台门异常检测方法。
[0016]第四方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现本申请任意实施例所述的站台门异常检测方法。
[0017]本申请实施例提出了一种站台门异常检测方法、装置、电子设备及存储介质，先按照预定频率采集待检测的站台门的开门门速数据，并基于开门门速数据得到待检测的站台门对应的原始序列数据；然后将原始序列数据转换为待检测的站台门对应的符号化序列；再基于待检测的站台门对应的符号化序列对待检测的站台门进行异常检测，得到待检测的站台门的异常检测结果。也就是说，在本申请的技术方案中，将原始序列数据转换为对应的符号化序列，并基于该符号化序列进行异常检测。而在现有技术中，目前大多数智能运维方案采用的都是有监督机器学习模型，要求有大量带标签的数据，但是现实情况难以满足。因此，和现有技术相比，本申请实施例提出的站台门异常检测方法、装置、电子设备及存储介质，可以及时地对站台门进行检测和维护，不需要对数据进行大量的标注，实际应用更加方便，满足用户对站台门的安全性需求；并且，本申请实施例的技术方案实现简单方便、便于普及，适用范围更广。
附图说明
[0018]图1为本申请实施例提供的站台门异常检测方法的第一流程示意图；
[0019]图2为本申请实施例提供的站台门异常检测方法的第二流程示意图；
[0020]图3为本申请实施例提供的站台门异常检测方法的第三流程示意图；
[0021]图4为本申请实施例提供的站台门异常检测装置的结构示意图；
[0022]图5为本申请实施例提供的电子设备的结构示意图。
具体实施方式
[0023]下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。
[0024]实施例一
[0025]图1为本申请实施例提供的站台门异常检测方法的第一流程示意图，该方法可以由站台门异常检测装置或者电子设备来执行，该装置或者电子设备可以由软件和/或硬件的方式实现，该装置或者电子设备可以集成在任何具有网络通信功能的智能设备中。如图1所示，站台门异常检测方法可以包括以下步骤：
[0026]S101、按照预定频率采集待检测的站台门的开门门速数据，并基于开门门速数据得到待检测的站台门对应的原始序列数据。
[0027]在本步骤中，电子设备可以按照预定频率采集待检测的站台门的开门门速数据，并基于开门门速数据得到待检测的站台门对应的原始序列数据。本申请实施例中的站台门是指安装在地铁车站站台边缘，将行车区与站台候车区隔开，设有与列车门相对应、可多级控制开启与关闭的滑动门连续屏障。站台门异常检测是通过分析站台门运行过程中产生的数据，对站台门的失效、故障等异常状态进行识别。在站台门运行的过程中，如果发生门体倾斜、皮带老化、门体遇阻等问题，都会影响站台门的运行，并在开门门速数据中反映出来。本申请所使用的开门门速数据是长度固定为110，采样间隔为45ms，单位为mm/s的序列数
据，每次开门动作会产生一条开门门速数据。
[0028]S102、将原始序列数据转换为待检测的站台门对应的符号化序列。
[0029]在本步骤中，电子设备可以将原始序列数据转换为待检测的站台门对应的符号化序列。具体地，电子设备可以先将原始序列数据进行标准化，得到原始序列数据对应的标准化后的序列数据；然后对标准化后的序列数据求近似序列，得到标准化后的序列数据对应的近似序列；再将标准化后的序列数据对应的近似序列转换为待检测的站台门对应的符号化序列。
[0030]S103、基于待检测的站台门对应的符号化序列对待检测的站台门进行异常检测，得到待检测的站台门的异常检测结果。
[0031]在本步骤中，电子设备可以基于待检测的站台门对应的符号化序列对待检测的站台门进行异常检测，得到待检测的站台门的异常检测结果。具体地，电子设备可以计算待检测的站台门对应的符号化序列与预先确定的符号序列标准集的距离；若待检测的站台门对应的符号化序列与符号序列标准集的距离大于或者等于预定阈值，则电子设备可以判定待检测的站台门的状态异常；若待检测的站台门对应的符号化序列与符号序列标准集的距离小于预定阈值，则电子设备可以判定待检测的站台门的状态正常。
[0032]本申请实施例提出的站台门异常检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种站台门异常检测方法，其特征在于，所述方法包括：按照预定频率采集待检测的站台门的开门门速数据，并基于所述开门门速数据得到所述待检测的站台门对应的原始序列数据；将所述原始序列数据转换为所述待检测的站台门对应的符号化序列；基于所述待检测的站台门对应的符号化序列对所述待检测的站台门进行异常检测，得到所述待检测的站台门的异常检测结果。2.根据权利要求1所述的方法，其特征在于，将所述原始序列数据转换为所述待检测的站台门对应的符号化序列，包括：将所述原始序列数据进行标准化，得到所述原始序列数据对应的标准化后的序列数据；对所述标准化后的序列数据求近似序列，得到所述标准化后的序列数据对应的近似序列；将所述标准化后的序列数据对应的近似序列转换为所述待检测的站台门对应的符号化序列。3.根据权利要求2所述的方法，其特征在于，将所述原始序列数据进行标准化，得到所述原始序列数据对应的标准化后的序列数据，包括：将所述原始序列数据作为历史正常状态数据集，分别计算所述历史正常状态数据集的均值和标准差；基于所述历史正常状态数据集的均值和标准差，将所述原始序列数据进行标准化，得到所述原始序列数据对应的标准化后的序列数据。4.根据权利要求2所述的方法，其特征在于，对所述标准化后的序列数据求近似序列，得到所述标准化后的序列数据对应的近似序列，包括：将所述标准化后的序列数据划分成等长的预定长度的子序列；将各个子序列替换为各个子序列对应的均值；并基于各个子序列对应的均值得到所述标准化后的序列数据对应的近似序列。5.根据权利要求2所述的方法，其特征在于，将所述标准化后的序列数据对应的近似序列转换为所述待检测的站台门对应的符号化序列，包括：按照预先设定的区间范围，计算所述标准化后的序列数据对应的近似序列中每一个近似数据所在的区间；根据每一个近似数据所在的区间，将每一个近似数据替换为该区间对应的字母。6.根据权...

【专利技术属性】
技术研发人员：孔文龙，林勇，黄志辉，艾震鹏，王玥邈，贾建平，董亚军，唐亮，邓凯予，
申请(专利权)人：广州新科佳都科技有限公司，
类型：发明
国别省市：