本申请实施例提供一种列车高压系统模型优化方法、系统、设备和存储介质，涉及轨道交通技术领域。方法包括根据多物理场数字孪生模型生成列车高压系统的仿真监测数据，将历史监测数据和仿真监测数据混合构建样本数据集；多维物理场数字孪生模型系根据历史监测数据构建；根据样本数据集对每种物理场维度分别建立神经网络模型，将每种神经网络模型融合获得融合神经网络模型；根据融合神经网络模型的预测计算结果设定多维物理场数字孪生模型的物理参数，以对多维物理场数字孪生模型进行多物理场仿真配置优化。本申请的方法通过弥补历史数据样本不平衡问题和构建融合神经网络提高了数字孪生模型故障检测真实性，提高了计算效率和预测精度。
【技术实现步骤摘要】
本申请涉及轨道交通，具体地，涉及一种列车高压系统模型优化方法、系统、设备和存储介质。
技术介绍
1、由于高速列车运行速度高，行驶里程长，线路密度高，运行环境复杂，需要对列车的各个设备部件进行提前检查和实时监控。而动车组高压系统负责为动车组提供必要的电力，其性能的稳定性直接关系到整个列车的安全稳定运行。
2、传统的动车组高压系统模型在处理高压系统的多物理场耦合时，往往存在计算效率低下及参数调整不灵活的问题，实时性效果的实现难度较高，导致无法全面捕捉系统的动态变化与多物理场耦合效应；同时也限制了基于数字孪生模型的动车组高压系统设备安全评估与故障分析、预测等功能的提升。
3、因此，提高动车组高压系统数字孪生模型的计算效率和精度是实现在线实时监测功能的关键。
技术实现思路
1、为了解决上述技术缺陷之一，本申请实施例中提供了一种列车高压系统模型优化方法、设备和存储介质。
2、根据本申请实施例的第一个方面，提供了一种列车高压系统模型优化方法，该方法包括：
>3、根据多物理场数本文档来自技高网...
【技术保护点】
1.一种列车高压系统模型优化方法，其特征在于，包括：
2.根据权利要求1所述的列车高压系统模型优化方法，其特征在于，所述根据列车高压系统的历史监测数据构建多维物理场数字孪生模型，根据所述多物理场数字孪生模型生成所述列车高压系统的仿真监测数据，将所述历史监测数据和仿真监测数据混合构建样本数据集的步骤还包括：
3.根据权利要求1所述的列车高压系统模型优化方法，其特征在于，所述根据所述样本数据集对每种物理场维度分别建立神经网络模型，将每种所述神经网络模型融合获得融合神经网络模型的步骤还包括：
4.根据权利要求3所述的列车高压系统模型优化方法，其特征在于，所述...
【技术特征摘要】
1.一种列车高压系统模型优化方法，其特征在于，包括：
2.根据权利要求1所述的列车高压系统模型优化方法，其特征在于，所述根据列车高压系统的历史监测数据构建多维物理场数字孪生模型，根据所述多物理场数字孪生模型生成所述列车高压系统的仿真监测数据，将所述历史监测数据和仿真监测数据混合构建样本数据集的步骤还包括：
3.根据权利要求1所述的列车高压系统模型优化方法，其特征在于，所述根据所述样本数据集对每种物理场维度分别建立神经网络模型，将每种所述神经网络模型融合获得融合神经网络模型的步骤还包括：
4.根据权利要求3所述的列车高压系统模型优化方法，其特征在于，所述根据所述样本数据集对每种物理场维度分别建立神经网络模型，将每种所述神经网络模型融合获得融合神经网络模型的步骤还包括：
5.根据权利要求1-4任一项所述的列车高压系统模型优化方法，其特征在于，所述根据所述样本数据集对每种物理场维度...
【专利技术属性】
技术研发人员：符建民，薛莲敏，朱忠超，李杰，马斌，
申请(专利权)人：中车唐山机车车辆有限公司，
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。