-
公开(公告)号：CN113065219A
公开(公告)日：2021-07-02
申请号：CN202010003209.9
申请日：2020-01-02
Applicant: 株洲中车时代电气股份有限公司
IPC: G06F30/20 , G06F30/15 , G06F119/08
Abstract: 本发明提供一种列车牵引变压器冷却系统异常检测方法，包括：获取列车运行时的油温数据；对所述油温数据进行预处理，去除噪声数据，得到原始油温数据；对所述原始油温数据进行时间序列分析建模，得到油温分布的时间序列模型；根据所述油温分布的时间序列模型对油温数据进行异常分析，得到检测结果。本发明提供的列车牵引变压器冷却系统异常检测方法，通过对列车运行时的油温数据进行预处理，并进行时间序列分析建模，能够得到油温分布的时间序列模型，对列车实时运行时的油温数据形成定量的牵引变压器冷却系统异常判断标准，能够基于采集的数据高效、准确的判断牵引变压器冷却系统是否存在异常。
-
公开(公告)号：CN112668533A
公开(公告)日：2021-04-16
申请号：CN202110008444.X
申请日：2021-01-05
Applicant: 株洲中车时代电气股份有限公司
Abstract: 本发明公开了一种视频的视角分类方法，在本方法中，对目标视频的视角进行分类时，首先需要从目标视频中抽取多帧图像，并输入预先训练的单帧图像分类模型，得到每帧图像属于不同视角的概率值，基于每帧图像间的特异性特征及共性特征获得目标视频属于各个视角的目标概率值，并通过将属于同一视角的目标概率值与概率值阈值进行比较的方式，自动获得目标视频的视角分类结果；可见，本申请可实现对视频视角的自动分类，减少了人工分类的工作，提高了分类速度；并且，本申请还考虑到了不同帧之间的共性特征及特异性特征，实现对视角的精准分类；本发明还公开了一种视频视角分类装置、设备及可读存储介质。
-
公开(公告)号：CN109858503A
公开(公告)日：2019-06-07
申请号：CN201711240535.6
申请日：2017-11-30
Applicant: 株洲中车时代电气股份有限公司
IPC: G06K9/62
Abstract: 本发明涉及轨道交通领域，具体公开了一种基于梯度提升决策树的牵引变流器故障诊断方法。包括以下步骤：通过对牵引变流器故障数据样本进行递归二分类，并采用梯度提升决策树学习模型，预先构建故障分类模型；获取牵引变流器故障数据，带入分类模型进行故障诊断。本发明提出了递归二分类故障诊断总体框架，在总体框架中构建基于小波包分解和梯度提升决策树的牵引变流器故障诊断方法。本发明故障诊断精度高，能完全满足牵引变流器故障已定位的样本少、数据样本数据维度高、不同类别的样本分布不平衡、模块类故障难以区分的实际情况，具有广泛的推广价值。
-
公开(公告)号：CN109412892A
公开(公告)日：2019-03-01
申请号：CN201811236746.7
申请日：2018-10-23
Applicant: 株洲中车时代电气股份有限公司
Abstract: 本发明提供了一种网络通信质量评估系统及方法，系统包括：数据校验模块，对列车网络通信数据的有效性与准确性进行校验处理；数据预处理模块，对经过数据校验模块校验处理的列车网络通信数据进行空值或错误值去除处理；评估指标计算模块，根据数据预处理模块处理后的列车网络通信数据计算列车网络通信的故障次数、切VCM次数、错帧率和漏帧率，以生成网络通信质量评估指标数据；通信设备健康度预测模块，获取评估指标计算模块计算的前一时间段列车运行过程中的网络通信质量评估指标数据变化趋势及路况信息，预估网络通信设备状态。本发明能解决列车网络发生故障时，列车无法通信，控制指令无法准时传达，严重时甚至影响列车安全运行的技术问题。
-
公开(公告)号：CN119919960A
公开(公告)日：2025-05-02
申请号：CN202311423155.1
申请日：2023-10-30
Applicant: 株洲中车时代电气股份有限公司
Abstract: 本发明提供基于计算机视觉的机车乘务员行为检测方法、系统及设备，该方法包括：构建乘务员关键骨架点训练集以及物体目标训练集；基于深度神经网络分别训练物体目标检测模型、乘务员姿态骨架点检测模型；在机车行驶过程中实时获取机车驾驶室的视频图像，分别输入至检测模型，推理出物体目标检测信息以及乘务员姿态骨架点信息；实时解析LKJ监测数据并检索是否存在LKJ事件，如果是且当前处于所要求的时间或里程范围内时，根据当前推理出的物体目标检测信息以及乘务员姿态骨架点信息，判断是否存在第一类违章行为。本发明具有实现方法简单、成本低、效率与精度高、稳定可靠等优点。
-
Patent Agency Ranking
公开(公告)号：CN118135184A
公开(公告)日：2024-06-04
申请号：CN202311369265.4
申请日：2023-10-20
Applicant: 株洲中车时代电气股份有限公司
Inventor： 董文波 , 熊敏君 , 李晨 , 苏震 , 田野 , 姚巍巍 , 肖雄 , 袁小军 , 欧阳斌宇 , 刘邦繁 , 褚金鹏 , 孙木兰 , 刘昕武 , 彭联贴 , 刘雨聪 , 皮魏 , 颜家云 , 黎孟 , 王傲林 , 陈豪 , 崔宵洋 , 徐章 , 刘雷新元 , 王群 , 张慧源
IPC: G06V10/25 , G06V10/82 , G06V10/774 , G06V10/10 , G06V10/36 , G06V10/56 , G06N3/0464 , G06N3/082 , G06N3/084 , G06N3/0455
Abstract: 本申请提供的一种高铁关键零部件的检测方法及装置，方法包括：通过脉冲相机采集运动中的待测高铁的实时脉冲数据；根据脉冲相机脉冲触发原理，将所述实时脉冲数据重构为灰度图像数据；基于所述灰度图像数据，构建高铁关键零部件数据集；通过所述高铁关键零部件数据集，对所构建的YOLOv8模型进行训练，得到零部件目标检测模型；获取待测脉冲数据，并将所述待测脉冲数据重构为对应的待测灰度图像数据输入所述零部件目标检测模型，得到检测结果。从而实现对运动中的高铁关键零部件快速准确检测，解决现有的目标检测算法在高速运动场景下存在运动模糊的技术问题，对提高高铁安全可靠运营具有重要意义。
-
公开(公告)号：CN109376426B
公开(公告)日：2023-04-07
申请号：CN201811236842.1
申请日：2018-10-23
Applicant: 株洲中车时代电气股份有限公司
Abstract: 本发明提供了一种风电并网功率调度方法及装置，基于风机发电功率预测模型，利用预测风速数据，计算风机最大发电功率预估值；根据风机最大发电功率预估值，并结合电网的电力需求，给出风机目标并网功率；根据风速数据，基于发电功率预测模型，得到预测输出功率最接近风机目标并网功率时的最佳匹配电网功率及叶片桨距角最佳值和机舱与风向偏角最佳值；根据预测风向数据，以及叶片桨距角最佳值和机舱与风向偏角最佳值，调整叶片桨距角和机舱与风向偏角，实现风机发电功率与电网需求的匹配。本发明能够解决风机发电量与电网需求间匹配度差而导致的电网质量差及影响风机运行安全的技术问题。
-
公开(公告)号：CN109412892B
公开(公告)日：2022-03-01
申请号：CN201811236746.7
申请日：2018-10-23
Applicant: 株洲中车时代电气股份有限公司
IPC: H04L43/08 , H04L43/0823 , H04L67/12 , B61L23/00
Abstract: 本发明提供了一种网络通信质量评估系统及方法，系统包括：数据校验模块，对列车网络通信数据的有效性与准确性进行校验处理；数据预处理模块，对经过数据校验模块校验处理的列车网络通信数据进行空值或错误值去除处理；评估指标计算模块，根据数据预处理模块处理后的列车网络通信数据计算列车网络通信的故障次数、切VCM次数、错帧率和漏帧率，以生成网络通信质量评估指标数据；通信设备健康度预测模块，获取评估指标计算模块计算的前一时间段列车运行过程中的网络通信质量评估指标数据变化趋势及路况信息，预估网络通信设备状态。本发明能解决列车网络发生故障时，列车无法通信，控制指令无法准时传达，严重时甚至影响列车安全运行的技术问题。
-
公开(公告)号：CN113140054A
公开(公告)日：2021-07-20
申请号：CN202010001818.0
申请日：2020-01-02
Applicant: 株洲中车时代电气股份有限公司
Abstract: 本发明提供一种方法列车冷却系统的异常检测方法，包括：获取列车的牵引变流器在运行时至少两处位置的状态数据；对所述状态数据进行预处理，得到预处理数据；对所述预处理数据进行特征提取，得到特征组合；将所述特征组合输入到预先基于孤立森林构建的异常检测模型中，输出检测结果；基于检测结果判断所述冷却系统是否异常。本发明能够分析冷却系统可能存在的异常，进而评估滤网的脏堵程度，将滤网清洗工作由定期频繁清洗转为状态清洗，在保证机车安全运行的同时减轻检修人员的工作量。
-
公开(公告)号：CN112597965A
公开(公告)日：2021-04-02
申请号：CN202110007808.2
申请日：2021-01-05
Applicant: 株洲中车时代电气股份有限公司
Abstract: 本发明实施例公开了一种驾驶行为识别方法、装置和介质，获取驾驶室内的同步视频数据；其中，同步视频数据包括前置摄像头采集的视频数据和后置摄像头采集的视频数据，降低了视频检测的盲点。利用训练好的基于回归的目标检测测试模型和基于深度卷积神经网络的人体姿态估计测试模型对同步视频数据进行识别，以得到司机驾驶行为的识别结果；依据采集的LKJ数据以及预先存储的司机驾驶作业操作规范信息，对司机驾驶行为的识别结果进行违规分析，以识别同步视频数据中存在的违规操作结果。通过目标检测测试模型和人体姿态估计测试模型的配合，有效的提升了司机驾驶行为识别的精确度和实时性。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.027 seconds)
