铁路信号设备的故障诊断方法、装置、设备及介质

    公开(公告)号:CN116738323B

    公开(公告)日:2023-10-27

    申请号:CN202310987783.6

    申请日:2023-08-08

    Abstract: 本发明公开了一种铁路信号设备的故障诊断方法、装置、设备及介质,该方法包括:获取待诊断铁路信号设备的故障文本数据;对故障文本数据进行特征提取,确定故障文本数据的特征词权重序列及特征词向量矩阵;根据特征词权重序列、特征词向量矩阵及预先训练的三级故障识别模型,确定待诊断铁路信号设备的分类诊断结果。通过两种特征提取方式,确定出两个特征词序列化矩阵,结合建立的可针对不同故障类型问题设定相应权重参数的三级故障识别模型,对故障问题进行逐级划分,确定分类诊断结果。保留更为全面的故障文本数据的特征,实现了基于故障文本数据对故障问题的自动划分,提高了对铁路信号设备的故障分类识别的精度,提高了铁路信号设备运维效率。

    一种铁路信号集中监测系统数据清洗方法及系统

    公开(公告)号:CN116644061B

    公开(公告)日:2023-10-27

    申请号:CN202310927064.5

    申请日:2023-07-27

    Abstract: 本发明属于轨道交通信号处理技术领域,特别涉及一种铁路信号集中监测系统数据清洗方法及系统,首先通过将铁路信号的原始监测数据划分到不同级别的桶中进行处理,再分别对最小单元的桶内的监测数据进行单独清洗和分析,再将分析后的数据进行逐级合并;上述方法可以将监测数据中同类型、同时间段或者相似度较大的监测数据分开处理,可以简化整个数据清洗的难度,也可以节省聚类分析的时间,可以更为有效地识别和处理异常数据,通过补全或者剔除异常数据的方式,从而提高数据的质量,同时因为该方法中可以对数据进行预处理,从而减少模型需要处理的数据量,提高模型的效率和准确性,也可以缓解模型准确度不够的问题。

    铁路信号系统运行状态的确定方法、装置、设备和介质

    公开(公告)号:CN118062069A

    公开(公告)日:2024-05-24

    申请号:CN202410216201.9

    申请日:2024-02-27

    Abstract: 本发明提供一种铁路信号系统运行状态的确定方法、装置、设备和介质,该方法包括:获取铁路信号系统中目标设备的工作模式信息,其中,工作模式信息包括目标设备当前的工作模式,以及工作模式对应的时间段;获取工作模式对应的预设状态信息,其中,预设状态信息包括时间段内的阈值范围和变化趋势;获取目标设备在时间段内的电气特性数据;根据预设状态信息和电气特性数据的关系,确定铁路信号系统的运行状态,其中,运行状态包括正常或异常,解决了现有技术中根据铁路信号系统中设备的电气特性数据确定铁路信号系统运行状态的准确性低的技术问题,达到了准确确定铁路信号系统运行状态的技术效果。

    铁路信号设备的故障诊断方法、装置、设备及介质

    公开(公告)号:CN116738323A

    公开(公告)日:2023-09-12

    申请号:CN202310987783.6

    申请日:2023-08-08

    Abstract: 本发明公开了一种铁路信号设备的故障诊断方法、装置、设备及介质,该方法包括:获取待诊断铁路信号设备的故障文本数据;对故障文本数据进行特征提取,确定故障文本数据的特征词权重序列及特征词向量矩阵;根据特征词权重序列、特征词向量矩阵及预先训练的三级故障识别模型,确定待诊断铁路信号设备的分类诊断结果。通过两种特征提取方式,确定出两个特征词序列化矩阵,结合建立的可针对不同故障类型问题设定相应权重参数的三级故障识别模型,对故障问题进行逐级划分,确定分类诊断结果。保留更为全面的故障文本数据的特征,实现了基于故障文本数据对故障问题的自动划分,提高了对铁路信号设备的故障分类识别的精度,提高了铁路信号设备运维效率。

    一种铁路信号集中监测系统数据清洗方法及系统

    公开(公告)号:CN116644061A

    公开(公告)日:2023-08-25

    申请号:CN202310927064.5

    申请日:2023-07-27

    Abstract: 本发明属于轨道交通信号处理技术领域,特别涉及一种铁路信号集中监测系统数据清洗方法及系统,首先通过将铁路信号的原始监测数据划分到不同级别的桶中进行处理,再分别对最小单元的桶内的监测数据进行单独清洗和分析,再将分析后的数据进行逐级合并;上述方法可以将监测数据中同类型、同时间段或者相似度较大的监测数据分开处理,可以简化整个数据清洗的难度,也可以节省聚类分析的时间,可以更为有效地识别和处理异常数据,通过补全或者剔除异常数据的方式,从而提高数据的质量,同时因为该方法中可以对数据进行预处理,从而减少模型需要处理的数据量,提高模型的效率和准确性,也可以缓解模型准确度不够的问题。

Patent Agency Ranking