一种高铁列控系统多模态异常检测方法技术方案

本发明专利技术公开了一种高铁列控系统多模态异常检测方法，应用于列车安全检测技术领域。本发明专利技术包括：获取列控系统运行过程中的日志文本和灯显视觉数据作为原始数据集；将原始数据集进行预处理，并对原始数据集中的各类异常进行标注，按比例划分得到带标注的训练集、验证集和测试集；建立基于高铁列控系统文本‑视觉多模态学习的异常检测模型；将训练集和验证集输入至异常检测模型，实现模型训练；将测试集输入至异常检测模型实现性能评估；将异常检测模型应用于高铁列控系统实现系统异常检测。本发明专利技术从功能和性能两个层面，搭建文本‑视觉融合的双流多模态神经网络异常检测模型，在系统发生故障前对其进行预测，达到缩小故障影响范围的目的。

【技术实现步骤摘要】

本专利技术涉及轨道交通列车安全检测，更具体的说是涉及一种高铁列控系统多模态异常检测的方法。

技术介绍

1、列控系统是保证高速列车安全高效运行的神经中枢，通过与车辆系统密切配合，控制列车的运行间隔和速度，防止列车追尾、脱轨等。对于如此重要的安全苛求系统，系统运行过程中任何由于软硬件随机失效或者遭受非法攻击而导致系统异常的情形都可能产生极大的影响，可见，准确的异常检测和故障诊断，是保证行车安全的必然要求。

2、遗憾的是，当前我国列控系统的异常检测和应对都是事后进行，并未有技术手段实现提前预防。存在故障诊断和定位困难、效率低下、准确度不高等不足。系统运行过程中，虽然有设备运行状态的监测，但是主要监测设备的业务功能，不涉及设备的性能状态退化，监测信息有限，不具备精准故障定位的条件。此外，故障定位基本由人工完成，耗时严重，只考虑单一设备的运行状态，而无法计及设备间的耦合和相互影响关系对系统的状态进行整体把握，或者只利用当前值进行简单的阈值比较，而未结合历史数据，从而导致故障影响范围偏大。2021年2月26日、2023年5月19日发生的两起系统故障，致使列本文档来自技高网...

【技术保护点】

1.一种高铁列控系统多模态异常检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种高铁列控系统多模态异常检测方法，其特征在于，S3中的异常检测模型从文本和视觉两个维度协同表征列控系统的功能和性能运行状态，设计一种双流的文本-视觉学习架构，引入独立的日志文本和视觉处理流，再通过共同的决策层进行模态交互。

3.根据权利要求2所述的一种高铁列控系统多模态异常检测方法，其特征在于，S3中的异常检测模型分为三层：嵌入层、特征层、输出层；其中，嵌入层包括文本嵌入器和视觉嵌入器；特征层包括注意力模块；输出层包括决策层融合模块。

4.根据权利要求3所述的...

【技术特征摘要】

1.一种高铁列控系统多模态异常检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种高铁列控系统多模态异常检测方法，其特征在于，s3中的异常检测模型从文本和视觉两个维度协同表征列控系统的功能和性能运行状态，设计一种双流的文本-视觉学习架构，引入独立的日志文本和视觉处理流，再通过共同的决策层进行模态交互。

3.根据权利要求2所述的一种高铁列控系统多模态异常检测方法，其特征在于，s3中的异常检测模型分为三层：嵌入层、特征层、输出层；其中，嵌入层包括文...

【专利技术属性】
技术研发人员：康仁伟，卢楠，程剑锋，王飞，戴博，李科，王彧，衣沛然，李一楠，刘磊，孙文哲，岳林，于潇，孙建东，陈汇远，
申请(专利权)人：中国国家铁路集团有限公司，
类型：发明
国别省市：