一种基于联合流生成模型的牵引控制系统微弱故障检测方法技术方案

本发明专利技术提供一种基于联合流生成模型的牵引控制系统微弱故障检测方法，通过获取正常运行数据集及故障数据集；搭建基于流生成模型的无监督故障检测网络和通过原始残差信号

【技术实现步骤摘要】
一种基于联合流生成模型的牵引控制系统微弱故障检测方法


[0001]本专利技术涉及高速列车故障监测
，尤其是一种基于联合流生成模型的牵引控制系统微弱故障检测方法
。

技术介绍

[0002]高速列车作为现代交通重要组成部分，为人们提供了快速
、
便捷且舒适的出行方式
。
高速动车的牵引控制系统
(Traction Control System,TCS)
是保证列车正常运行的核心设备之一
。
这个系统的主要作用是通过控制电机转速和电机输出扭矩实现控制列车的牵引力大小和运行速度
。
[0003]随着技术的发展，高速列车的牵引控制系统也得到了不断的改进和完善
。
然而，由于复杂的运行环境和各种原因，高速列车在运行过程中仍可能发生微弱故障，其症状很轻微很容易被外部噪音和干扰掩盖，而这些故障可能演变为重大故障，导致紧急停机或其他严重事故
。
[0004]造成高速列车牵引控制系统微弱故障的原因有多种，包括设备本身的制造缺陷，不良的制造工本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于联合流生成模型的牵引控制系统微弱故障检测方法，其特征在于，包括以下步骤：
S1)、
获取列车的正常运行数据集及故障数据集；所述的正常运行数据集及故障数据集包括变压器二次侧电压输出
U
n
及电流输出
I
n
、
直流环节上支撑电容的电压输出
U
cd1
、
直流环节下支撑电容的电压输出
U
cd2
、
逆变器
a
，
b
，
c
三相电流输出
{I
sa
I
sb
I
sc
}
；
S2)、
将巡航工况
C
下正常运行的数据集定义为源域
U
S
，将牵引工况
T
下数据集定义为目标域
U
T
，其中：
[U
n I
n U
cd1 U
cd2 I
sa I
sb I
sc
]∈U
S
；
[U
n I
n U
cd1 U
cd2 I
sa I
sb I
sc
]∈U
T
；将巡航工况
C
下正常运行的数据集划分为源域的训练集
X
Sn
，
[I
sa I
sb I
sc
]∈X
Sn
，将牵引工况
T
下得到的正常运行数据集划分为目标域的训练集
X
Tn
，
[I
sa I
sb I
sc
]∈X
Tn
；将牵引工况
T
下得到的故障数据集划分为目标域的测试集
X
Tf
，
[I
sa I
sb I
sc
|∈X
Tf
；
S3)、
搭建基于流生成模型的无监督故障检测网络设置无监督故障检测网络的超参数
θ1，将源域
U
S
中预处理后的训练集
X
Sn
作为无监督故障检测网络的输入，学习输
X
Sn
的表示设计无监督故障检测网络的损失函数并训练无监督故障检测网络
S4)、
搭建基于流生成模型的第二个无监督故障检测网络设置无监督故障检测网络的超参数
θ2，将目标域
U
T
的训练集
X
Tn
作为第二个无监督故障检测网络输入，学习步骤
S3)
中所述无监督故障检测网络由源域
U
S
到目标域
U
T
不同的信息引起的变化，设计无监督故障检测网络的损失函数并进行训练；
S5)、
将目标域
U
T
的测试集信号
X
Tf
(k)
输入无监督故障检测网络生成原始残差信号
e1(k)
，将目标域
U
T
测试集信号
X
Tf
(k)
输入无监督故障检测网络生成残差信号由原始残差信号
e1(k)
及生成的残差信号计算最终决策信号
e2(k)
；
S6)、
计算所述最终决策信号
e2(k)
的测试统计量量
J(e2(k))
，考虑可接受水平
α
，得到阈值
J
th
，将所述的最终决策信号
e2(k)
与所述的阈值
J
th
进行比较，当所述最终决策信号
e2(k)≥J
th
时，视为故障发生，反之，视为无故障发生
。2.
根据权利要求1所述的一种基于联合流生成模型的牵引控制系统微弱故障检测方法，其特征在于：步骤
S2)
中，将所述的源域的训练集
X
Sn
、
目标域的训练集
X
Tn
、
目标域的测试集
X
Tf
在
[
‑
1,1]
之间进行归一化处理，加快训练无监督故障检测网络的收敛性，处理后得到一维实向量分别为：
X
Sn
＝
{X
Sn
(1),
…
,X
Sn
(a)}
；
X
Tn
＝
{X
Tn
(1),
…
,X
Tn
(b)}
；
X
Tf
＝
{X
Tf
(1),
…
,X

【专利技术属性】
技术研发人员：杨笑悦，杨雨城，肖蒙，李永健，成利刚，贾莉，吴开信，吕秋霞，
申请(专利权)人：五邑大学，
类型：发明
国别省市：