用于确定高海拔地铁接触网融冰的双向变流器电流的方法技术

本发明专利技术提供了一种用于确定高海拔地铁接触网融冰的双向变流器电流的方法，其特征在于：包括图像采集处理模块

【技术实现步骤摘要】
用于确定高海拔地铁接触网融冰的双向变流器电流的方法


[0001]本专利技术涉及交通运输
，特别是一种用于确定高海拔地铁接触网融冰的双向变流器电流的方法
。

技术介绍

[0002]近年来，伴随着我国轨道交通的不断发展，一些地铁线路延伸到高海拔地区，高海拔山区多风雪天气，极易发生接触网覆冰现象
。
最为常见的覆冰类型有雨凇
、
雾凇
、
混合淞和湿雪等
。
其中危害最大的就是雨凇，雨凇通常由冻雨而形成，与接触网表面有着极强附着力，并不易脱落，影响时间较长
。
当接触网覆冰后将影响列车受电弓的正常取电
。
一方面严重影响列车受流，导致车辆无法正常运行，易造成严重的轨道交通事故；另一方面接触网覆冰也会导致受电弓与导线的摩擦增大，损坏受电弓及导线设备，进而导致接触网舞动移位甚至倒杆
、
塌网等严重事故
。
[0003]针对轨道交通系统接触网覆冰的情况，国内铁路已存在多种融冰手段
。/>目前铁路系统中融本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于确定高海拔地铁接触网融冰的双向变流器电流的方法，其特征在于：包括图像采集处理模块
、
深度学习模块
、
融冰电流计算模块
、
微气象站和融冰车；所述图像采集处理模块包括用于接触网冰筒图像采集的无人机，无人机能将采集的冰筒图像数据发送回图像采集处理模块；深度学习模块内设置有深度学习模型；地铁运行线路上设置有多个为接触网供电的牵引站，单个牵引站与接触网之间通过双向变流器连接；所述微气象站设置在接触网沿线，用于采集接触网覆冰段的冰筒信息和环境信息，所述覆冰信息包括：冰筒密度
、
冰筒融化潜热
、
冰筒比定压热容
、
冰筒熔化温度，所述环境信息包括环境温度和光照强度；所述图像采集处理模块和融冰电流计算模块二者均存储有接触网的网线特征数据，网线特征包括：网线外径和网线导电材料类型；所述方法包括：一
)
融冰热量计算模型训练；二
)
在线融冰电流获取；所述步骤一
)
包括：1‑
1)
按方法一获取训练数据集；1‑
2)
深度学习模块利用训练数据集对深度学习模型进行训练，得到融冰热量计算模型；然后深度学习模块将融冰热量计算模型传输给融冰电流计算模块；1‑
3)
融冰电流计算模块对融冰热量计算模型进行加载；所述方法一包括：无人机采集接触网覆冰段的冰筒图像，然后无人机将采集的冰筒图像传送给图像采集处理模块，然后图像采集处理模块对冰筒图像进行分段处理，得到
n
个长度为
k
的子覆冰段，
k
为设定值；然后图像采集处理模块对每个子覆冰段进行处理，获取每个子覆冰段的冰筒外径；然后图像采集处理模块计算每个子覆冰段的冰筒厚度，然后图像采集处理模块将
n
个子覆冰段的冰筒厚度数据传输给深度学习模块；单个子覆冰段的冰筒厚度根据公式一计算；所述公式一为：其中，
S
为冰筒厚度；
D
为冰筒外径；
d
为接触网的网线外径；融冰车获取每个子覆冰段的冰筒完全融化所需的融冰热量，然后融冰车将
n
个子覆冰段的融冰热量数据传输给深度学习模块；微气象站获取每个子覆冰段的冰筒信息和环境信息，然后微气象站将
n
个子覆冰段的冰筒信息和环境信息传输给深度学习模块；将单个子覆冰段的输入特征数据和输出特征数据作为一个深度学习模型的训练数据，
n
个子覆冰段对应的
n
个训练数据组成一个训练数据集；所述输入特征数据包括网线特征
、
冰筒厚度
、
冰筒信息和环境信息，所述输出特征数据包括子覆冰段的的融冰热量；所述步骤二
)
包括：设
A
牵引站和
B
牵引站为两个相邻的牵引站，
A
牵引站和
B
牵引站之间的接触网有一段为覆冰段，将该覆冰段记为
L
段；2‑

【专利技术属性】
技术研发人员：徐凯，张长元，任其广，刘传铎，贺德强，黄德青，孙鹏飞，杨建喜，蓝章礼，吴仕勋，谭伟，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：