-
公开(公告)号:CN118501629A
公开(公告)日:2024-08-16
申请号:CN202410572771.1
申请日:2024-05-10
Applicant: 苏州大学
IPC: G01R31/12 , G06F18/25 , G06F18/24 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G01R31/52 , B61L1/20
Abstract: 本发明公开了一种基于多尺度卷积融合一维Transformer的走行轨绝缘故障定位方法,具体定位方法步骤如下:步骤一:数据预处理:首先根据实际地铁系统建立计及走行轨接地状态的城轨供电系统动态仿真平台,并通过潮流计算获取不同绝缘故障状态下的钢轨电位信号;步骤二:模型训练:将样本数据集输入多尺度卷积融合一维Transformer网络中进行训练,并通过Adam优化器对模型结构迭代优化;步骤三:模型测试:将测试集数据输入训练好的模型中验证网络的有效性,并给出对应样本的预测标签及网络模型的准确率,基于上述步骤可快速准确地实现城轨回流系统走行轨的绝缘故障定位,整体的定位方法步骤简单,便于操作,实用性强,适合广泛推广使用。
-
公开(公告)号:CN118228167A
公开(公告)日:2024-06-21
申请号:CN202410226005.X
申请日:2024-02-29
Applicant: 苏州大学
IPC: G06F18/2433 , G06F18/214 , G06N3/0464 , G01R31/52 , G01R31/56
Abstract: 本发明涉及一种轨道交通走行轨接地故障诊断方法和系统,其中,方法包括:在轨道交通线路试车阶段,将线路划分为若干区段,在线路的不同区段设置接地故障;获取各个区段的若干特征量并进行数据预处理,形成源域工况数据集;在轨道交通线路运营阶段,获取各个区段的若干特征量并进行数据预处理,形成目标域工况数据集;通过所述源域工况数据集和目标域工况数据集对神经网络架构进行训练,得到训练好的神经网络架构;重新获取各个区段的若干特征量并进行数据预处理,形成待检测的数据集,通过训练好的神经网络架构对所述待检测的数据集进行故障诊断,判断接地故障所在的区段。本发明能够对走行轨的接地故障进行有效检测。
-