铁路上供电设备智能诊断与评估系统技术方案

本发明专利技术涉及铁路供电技术领域，具体涉及铁路上供电设备智能诊断与评估系统，所述系统包括：数据采集单元，用于从所有铁路供电设备中，采集设定时间范围内的每个时间点的运行数据，组成多维时间序列；数据处理单元，用于构建混淆矩阵，将高维特征向量映射到一个高维空间，得到映射结果，构建生成对抗网络，包括生成器网络和判别器网络，使用训练好的生成器网络，生成与正常的供电设备状态相似的特征向量，将生成的特征向量与高维特征向量进行比较，确定铁路供电设备的当前的状态，使用混淆矩阵计算分类准确率。本发明专利技术能够提高供电设备状态监测的准确性、实时性和自动化程度，有助于提高铁路供电设备的可靠性和安全性。

【技术实现步骤摘要】

本专利技术涉及铁路供电，具体涉及铁路上供电设备智能诊断与评估系统。

技术介绍

1、铁路供电设备的智能诊断与评估一直是铁路行业关注的重要问题。铁路供电设备包括电力系统、线路、变电站和接触网等，它们的正常运行对于铁路运输的安全性和可靠性至关重要。因此，确保供电设备的正常运行和及时诊断潜在问题对于铁路行业至关重要。然而，传统的供电设备监测和诊断方法存在一些局限性，包括依赖人工巡检、难以实现实时监测、高误诊率等问题。

2、在过去，铁路供电设备的监测主要依赖于人工巡检和定期维护。这种方法存在一些明显的不足之处：依赖人工巡检：传统方法依赖于工程师和技术人员的人工巡检，这不仅费时费力，而且容易出现疏漏，无法实现对供电设备的连续监测。难以实现实时监测：人工巡检通常是定期的，无法提供实时的监测和预警，这对于及时发现潜在问题非常不利。高误诊率：由于供电设备的复杂性和多样性，传统方法容易出现误诊，导致不必要的维修和停机，增加了维护成本。数据处理困难：传统方法生成的监测数据需要手动处理和分析，这需要大量的时间和专业知识，容易出现数据分析的错误。p>

3、尽管已本文档来自技高网...

【技术保护点】

1.铁路上供电设备智能诊断与评估系统，其特征在于，所述系统包括：数据采集单元，用于从所有铁路供电设备中，采集设定时间范围内的每个时间点的运行数据，组成多维时间序列，在多维时间序列中，每个序列元素为一个时间点的所有铁路供电设备的运行数据组成的集合，将多维时间序列转换为高维特征向量；数据处理单元，用于构建混淆矩阵，混淆矩阵中每一行代表一个已知的供电设备状态，每一列代表一个被诊断的状态，将高维特征向量映射到一个高维空间，得到映射结果，构建生成对抗网络，包括生成器网络和判别器网络，生成器网络生成与正常的供电设备状态相似的特征向量，判别器网络区分生成的特征向量和高维特征向量，通过最小化生成器网络和...

【技术特征摘要】

1.铁路上供电设备智能诊断与评估系统，其特征在于，所述系统包括：数据采集单元，用于从所有铁路供电设备中，采集设定时间范围内的每个时间点的运行数据，组成多维时间序列，在多维时间序列中，每个序列元素为一个时间点的所有铁路供电设备的运行数据组成的集合，将多维时间序列转换为高维特征向量；数据处理单元，用于构建混淆矩阵，混淆矩阵中每一行代表一个已知的供电设备状态，每一列代表一个被诊断的状态，将高维特征向量映射到一个高维空间，得到映射结果，构建生成对抗网络，包括生成器网络和判别器网络，生成器网络生成与正常的供电设备状态相似的特征向量，判别器网络区分生成的特征向量和高维特征向量，通过最小化生成器网络和判别器网络的目标函数来训练生成对抗网络，其中生成器网络的目标是生成的特征向量与高维特征向量的差异最小，而判别器的目标是区分生成的特征向量和高维特征向量的准确率最高，使用训练好的生成器网络，生成与正常的供电设备状态相似的特征向量，将生成的特征向量与高维特征向量进行比较，确定铁路供电设备的当前的状态，使用混淆矩阵计算分类准确率，若分类准确率在设定的阈值范围内，则将当前的状态作为诊断结果。

2.如权利要求1所述的铁路上供电设备智能诊断与评估系统，其特征在于，所述数据采集单元首先从所有铁路供电设备中采集设定时间范围内的每个时间点的运行数据，设有n个铁路供电设备，每个时间点采集每个铁路供电设备的m个运行数据；每个时间点的采集到的运行数据表示为一个n×m的矩阵，记为d，其中dij表示第i个设备在第j个...

【专利技术属性】
技术研发人员：张栋波，宋枭，张毅，陈忠革，杨才，贾冰，周扬，王中泽，文涛，房维轩，
申请(专利权)人：中国铁路沈阳局集团有限公司长春高铁基础设施段，
类型：发明
国别省市：