【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种列车运维系统的数据筛选方法及装置。
技术介绍
1、列车运维系统是城市轨道交通信号系统中一个重要组成部分，它其中一个重要的功能就是采集、处理、分析车载信号产品的数据。车载产品的数据包含车载atp数据、车载ato数据和车载tau数据，这些数据的采集频率高，数据量大。
2、其中，每辆列车通过监控板与地面dcs网管系统进行通信，dcs网管系统将采集到的数据发送给运维系统。
3、而城市轨道交通中，每条轨道交通线路每天运行大量的地铁列车，这些车辆同时发送车载数据至运维系统，使运维系统中有庞大的运营数据需要处理，严重降低了运维系统的运行性能。
技术实现思路
1、本专利技术提供一种列车运维系统的数据筛选方法及装置，用以解决现有技术中接收的车载数据的数据量庞大导致运维系统的运行性能降低缺陷，提高运维系统的处理效率，降低列车运维系统的运行压力。
2、本专利技术提供一种列车运维系统的数据筛选方法，包括：
3、将车载监控板发送的第一车载数据输入自学习模型，得到所述自学习模型输出的所述第一车载数据的重建数据，所述自学习模型以所述自学习模型之前对所述车载监控板发送的第二车载数据进行重建的过程中生成的抽象特征作为权值；
4、将处于预设范围内的所述重建数据作为运维数据转发至运维系统。
5、根据本专利技术提供的一种列车运维系统的数据筛选方法，述将车载监控板发送的第一车载数据输入自学习模型，得到所述自学习模型输
6、将所述第一车载数据输入所述自学习模型中的编码层，分层编码压缩后得到所述编码层输出的所述抽象特征；
7、将所述抽象特征输入所述自学习模型中的解码层分层解码解压缩，对解压缩后的数据进行重建后得到所述解码层输出的重建数据。
8、根据本专利技术提供的一种列车运维系统的数据筛选方法，所述将所述第一车载数据输入所述自学习模型中的编码层，得到所述编码层输出的所述抽象特征的步骤，包括：
9、提取所述第一车载数据中位于预设区段的特征数据；
10、将所述特征数据输入所述自学习模型中的编码层，得到所述编码层输出的所述抽象特征。
11、根据本专利技术提供的一种列车运维系统的数据筛选方法，所述将处于预设范围内的所述重建数据作为运维数据转发至运维系统的步骤包括：
12、根据所述第一车载数据的ip配置文件中的目标ip和目标端口，将所述运维数据转发至所述运维系统中的所述目标ip的所述目标端口。
13、根据本专利技术提供的一种列车运维系统的数据筛选方法，还包括：
14、将所述运维数据存入本地数据库中；
15、每隔预设时长确定所述本地数据库中运维数据的数据量；
16、在所述数据量超过第一预设阈值的情况下，对所述本地数据库中的运维数据进行清理。
17、根据本专利技术提供的一种列车运维系统的数据筛选方法，所述在所述数据量超过第一预设阈值的情况下，对所述本地数据库中的运维数据进行清理的步骤包括：
18、在所述数据量超过第一预设阈值的情况下，将所述运维数据的数据量清理至第二预设阈值，其中，所述第二预设阈值小于所述第一预设阈值。
19、本专利技术还提供一种列车运维系统的数据筛选装置，包括：
20、筛选模块，用于将车载监控板发送的第一车载数据输入自学习模型，得到所述自学习模型输出的所述第一车载数据的重建数据，所述自学习模型以所述自学习模型之前对所述车载监控板发送的第二车载数据进行重建的过程中生成的抽象特征作为权值；
21、发送模块，用于将处于预设范围内的所述重建数据作为运维数据转发至运维系统。
22、根据本专利技术提供的一种列车运维系统的数据筛选装置，所述筛选模块具体用于：
23、将所述第一车载数据输入所述自学习模型中的编码层，分层编码压缩后得到所述编码层输出的所述抽象特征；
24、将所述抽象特征输入所述自学习模型中的解码层分层解码解压缩，对解压缩后的数据进行重建后得到所述解码层输出的重建数据。
25、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述列车运维系统的数据筛选方法。
26、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述列车运维系统的数据筛选方法。
27、本专利技术提供的一种列车运维系统的数据筛选方法及装置，通过在运维系统前增加dcs系统，使用dcs系统中的自学习模型对接收的车载数据进行重构和筛选得到重建数据，并将重建数据中在预设范围内的重建数据作为运维数据转发至运维系统，以在车载数据进入运维系统前完成对数据的筛选，降低运维系统的运行压力，进而提高运维系统的处理效率。
本文档来自技高网...【技术保护点】
1.一种列车运维系统的数据筛选方法，其特征在于，包括：
2.根据权利要求1所述的列车运维系统的数据筛选方法，其特征在于，所述将车载监控板发送的第一车载数据输入自学习模型，得到所述自学习模型输出的所述第一车载数据的重建数据的步骤，包括：
3.根据权利要求2所述的列车运维系统的数据筛选方法，其特征在于，所述将所述第一车载数据输入所述自学习模型中的编码层，得到所述编码层输出的所述抽象特征的步骤，包括：
4.根据权利要求1-3任一项所述的列车运维系统的数据筛选方法，其特征在于，所述将处于预设范围内的所述重建数据作为运维数据转发至运维系统的步骤包括：
5.根据权利要求1-3任一项所述的列车运维系统的数据筛选方法，其特征在于，还包括：
6.根据权利要求5所述的列车运维系统的数据筛选方法，其特征在于，所述在所述数据量超过第一预设阈值的情况下，对所述本地数据库中的运维数据进行清理的步骤包括：
7.一种列车运维系统的数据筛选装置，其特征在于，包括：
8.根据权利要求7所述的一种列车运维系统的数据筛选装置，其特征在于
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述列车运维系统的数据筛选方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述列车运维系统的数据筛选方法。
...【技术特征摘要】
1.一种列车运维系统的数据筛选方法，其特征在于，包括：
2.根据权利要求1所述的列车运维系统的数据筛选方法，其特征在于，所述将车载监控板发送的第一车载数据输入自学习模型，得到所述自学习模型输出的所述第一车载数据的重建数据的步骤，包括：
3.根据权利要求2所述的列车运维系统的数据筛选方法，其特征在于，所述将所述第一车载数据输入所述自学习模型中的编码层，得到所述编码层输出的所述抽象特征的步骤，包括：
4.根据权利要求1-3任一项所述的列车运维系统的数据筛选方法，其特征在于，所述将处于预设范围内的所述重建数据作为运维数据转发至运维系统的步骤包括：
5.根据权利要求1-3任一项所述的列车运维系统的数据筛选方法，其特征在于，还包括：
6...
【专利技术属性】
技术研发人员：乐梅，张军，薛胜超，朱绍文，陈大旭，王煜，赵安安，骆正新，孙凯迪，许玲玲，
申请(专利权)人：通号城市轨道交通技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。