公开(公告)号：CN116466178A

公开(公告)日：2023-07-21

申请号：CN202310199030.9

申请日：2023-03-03

Applicant: 北京全路通信信号研究设计院集团有限公司

Inventor： 杨晓东 ,  林钲围 ,  何丹

IPC: G01R31/08

Abstract: 本发明属于外电网质量监测技术领域，特别涉及一种高频外电网质量监测方法、系统及装置。所述监测方法包括：采集外电网输入的电流和电压数据；将采集的电流和电压数据输送至车站监测站机；车站监测站机对电流和电压数据进行处理和存储；根据处理结果判断是否进行报警。本发明在硬件层面上采用高频采样的外电网采集机，在通信层面上采用高宽带的通信通道，在软件层面上实时分析下位机上传的数据并进行存储和显示。通过数据分析及处理，在软件界面能够查看详细的曲线形态及每个采样点的数值，每秒钟采样800次，曲线精度达到1.25ms，同时将波形曲线数据以文件形式存储在磁盘中，以备电务段随时查看，帮助分析故障情况。

公开(公告)号：CN116451121A

公开(公告)日：2023-07-18

申请号：CN202310441700.3

申请日：2023-04-23

Applicant: 北京全路通信信号研究设计院集团有限公司

Inventor： 林钲围 ,  何丹 ,  黄超

IPC: G06F18/24 ,  G06N3/043 ,  G06N3/08

Abstract: 本发明涉及一种道岔故障诊断方法、系统、设备和介质，所述道岔故障诊断方法包括以下步骤：构建用于故障诊断的模糊神经网络结构；采集样本数据并进行分析处理，得到训练样本数据；将所述训练样本数据输入所述模糊神经网络结构中进行训练，得到故障诊断模型；获取待诊断的道岔相关数据，将所述道岔相关数据进行处理后输入所述故障诊断模型，得到诊断结果数据。本发明通过构建用于故障诊断的模糊神经网络结构，模糊神经网络的权值和阈值在训练过程中被不断优化，使得网络的故障识别误差满足实际应用的要求，可以实时自动监测大量地转辙机动作电流曲线，且模型具有较好的泛用性。

公开(公告)号：CN119881607A

公开(公告)日：2025-04-25

申请号：CN202510360626.1

申请日：2025-03-26

Applicant: 北京全路通信信号研究设计院集团有限公司

Inventor： 林钲围 ,  董英华 ,  刘旸 ,  赵浩森 ,  杨晓东

IPC: G01R31/28

Abstract: 本发明属于轨道电路故障诊断技术领域，尤其涉及一种轨道电路故障诊断方法、装置、设备、介质及产品。包括：基于主轨历史出电压曲线，提取若干故障类型电压曲线和一条正常电压曲线；将故障类型电压曲线和正常电压曲线分段，对每个分段提取统计特征；对统计特征进行相关性分析与特征筛选，采用主成分分析法降维得到特征数据集；构建故障分类模型，输入特征数据集进行训练；从轨道电路实时故障电压数据中提取特征数据，将特征数据输入训练好的故障分类模型进行故障诊断。本发明有效提高轨道电路故障诊断的精准度、可靠性与智能化水平。

公开(公告)号：CN116415723A

公开(公告)日：2023-07-11

申请号：CN202310314371.6

申请日：2023-03-28

Applicant: 北京全路通信信号研究设计院集团有限公司

Inventor： 陈嘉翊 ,  杨晓东 ,  林钲围 ,  何丹 ,  黄超

IPC: G06Q10/04 ,  G01P5/00 ,  G06N3/0442 ,  G06N3/08 ,  G06Q50/30 ,  G06F18/23213

Abstract: 本发明涉及铁路防灾技术领域，特别涉及一种面向铁路防灾系统的风速预测方法及装置。本发明直接通过LSTM或ARIMA预测网络直接进行预测时，对风速波动不敏感，且误差较大。未经算法优化的数据通过LSTM‑ARIMA预测网络只能大致符合风速序列基频波动，在面对短时风速波动时仍然存在较大的误差。本发明组合模型能够充分挖掘了风速序列的特性，降低原始风速的复杂程度，结合LSTM‑ARIMA预测网络后，有着更强的时序信号处理能力，能够更充分地挖掘时序信息，有着更高的时序性数据的预测精度，能有效提高短期风速预测的准确度，能取得比其他典型短期风速预测模型更佳的预测效果，在风速短期预测领域具有更好的优势。