System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于多因素的影响行车故障预测方法及系统技术方案_技高网

一种基于多因素的影响行车故障预测方法及系统技术方案

技术编号:40588742 阅读:7 留言:0更新日期:2024-03-12 21:48
本说明书实施例提供了一种基于多因素的影响行车故障预测方法及系统,其中,方法包括:获取历史行车数据,确定导致影响行车故障的影响因素;建立是否影响行车判断模型,根据所述历史行车数据判断各影响因素对故障的影响程度,得到判断结果;建立基于多因素分析的影响行车故障预测模型,根据所述历史行车数据及对应判断结果对所述影响行车故障预测模型进行训练;获取当前行车数据,输入所述影响行车故障预测模型,得到故障预测结果。本发明专利技术按照日期属性、天气状况、风力、温度等多影响因素分别对车辆、设备设施故障进行统计分析,建立预测模型,提高了行车故障预测准确率。

【技术实现步骤摘要】

本文件涉及故障预测,尤其涉及一种基于多因素的影响行车故障预测方法及系统


技术介绍

1、当前,我国城市轨道交通处于迅速发展的阶段,列车行驶自然条件以及列车自身发生的故障因素对列车运行起着重要影响。而现有的预测方法并没有涉及对天气、日期等外界因素的合理划分,且未考虑不同子因素对列车行车的影响程度,难以准确、合理地预测行车故障出现概率,准确率有待提高。


技术实现思路

1、本说明书一个或多个实施例提供了一种基于多因素的影响行车故障预测方法,包括:

2、s1.获取历史行车数据,确定导致影响行车故障的影响因素;

3、s2.建立是否影响行车判断模型,根据所述历史行车数据判断各影响因素对故障的影响程度,得到判断结果;

4、s3.建立基于多因素分析的影响行车故障预测模型,根据所述历史行车数据及对应判断结果对所述影响行车故障预测模型进行训练;

5、s4.获取当前行车数据,输入所述影响行车故障预测模型,得到故障预测结果。

6、本说明书一个或多个实施例提供了一种基于多因素的影响行车故障预测系统,包括:

7、数据采集模块:用于获取历史行车数据,确定导致影响行车故障的影响因素;

8、数据判断模块:用于建立是否影响行车判断模型,根据所述历史行车数据判断各影响因素对故障的影响程度,得到判断结果;

9、模型训练模块:用于建立基于多因素分析的影响行车故障预测模型,根据所述历史行车数据及对应判断结果对所述影响行车故障预测模型进行训练;

10、故障预测模块:用于获取当前行车数据,输入所述影响行车故障预测模型,得到故障预测结果。

11、本说明书一个或多个实施例提供了一种电子设备,包括:

12、处理器;以及,

13、被安排成存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器实现上述基于多因素的影响行车故障预测方法的步骤。

14、本说明书一个或多个实施例提供了一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被执行时实现上述基于多因素的影响行车故障预测方法的步骤。

15、本专利技术按照日期属性、天气状况、风力、温度等不同影响因素分别对车辆、设备设施故障进行统计分析,并推测数据特征成因;按照日期属性、天气状况、风力、温度等不同影响因素分别对车辆、设备设施细分类故障进行统计分析,并给出维修策略建议;对“是否影响行车”进行预测性建模,以“影响行车”为因变量,天气状况分类、日期属性等为自变量,建立逻辑回归算法模型,得到重要参数表,并对部分重要模型结果进行解读,得到准确率较高的预测模型,提高预测准确率。

16、上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。

本文档来自技高网...

【技术保护点】

1.一种基于多因素的影响行车故障预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述影响因素包括日期属性、天气状况、风力情况和温度情况;所述日期属性包括节假日、工作日和双休日;所述天气状况包括暴雨、雨、雪和晴;所述风力情况包括大风和相对大风;所述温度情况包括高温天气和低温天气。

3.根据权利要求1所述的方法,其特征在于,步骤S2具体方法为:

4.根据权利要求1所述的方法,其特征在于,所述基于多因素分析的影响行车故障预测模型具体如下所示:

5.一种基于多因素的影响行车故障预测系统,其特征在于,包括:

6.根据权利要求5所述的系统,其特征在于,所述影响因素包括日期属性、天气状况、风力情况和温度情况;所述日期属性包括节假日、工作日和双休日;所述天气状况包括暴雨、雨、雪和晴;所述风力情况包括大风和相对大风;所述温度情况包括高温天气和低温天气。

7.根据权利要求5所述的系统,其特征在于,所述数据判断模块具体用于:

8.根据权利要求5所述的系统,其特征在于,所述基于多因素分析的影响行车故障预测模型具体如下所示:

9.一种电子设备,其特征在于,包括:

10.一种存储介质,其特征在于,用于存储计算机可执行指令,所述计算机可执行指令在被执行时实现如权利要求1至4任一所述的基于多因素的影响行车故障预测方法的步骤。

...

【技术特征摘要】

1.一种基于多因素的影响行车故障预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述影响因素包括日期属性、天气状况、风力情况和温度情况;所述日期属性包括节假日、工作日和双休日;所述天气状况包括暴雨、雨、雪和晴;所述风力情况包括大风和相对大风;所述温度情况包括高温天气和低温天气。

3.根据权利要求1所述的方法,其特征在于,步骤s2具体方法为:

4.根据权利要求1所述的方法,其特征在于,所述基于多因素分析的影响行车故障预测模型具体如下所示:

5.一种基于多因素的影响行车故障预测系统,其特征在于,包括:

6.根据权利要求5所述的系统,其特...

【专利技术属性】
技术研发人员:陈冉魏运光志瑞吴雁军杨欢王贤瑞王淞艺刘莎莎潘龙郝赫
申请(专利权)人:北京市地铁运营有限公司技术创新研究院分公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1