摘要
本发明涉及工业铁路诊断预测,揭露了一种铁路信号系统故障预警方法,该方法包括:获取铁路信号系统的历史运行数据,进行数据清洗,在多个历史时序区间内构建清洗数据的特征数据集,选取预设数量的历史时序区间作为目标区间,根据每个目标区间内包含的特征数据集生成区间标签,并对目标区间内的特征数据集进行筛选,得到训练样本,获取基于双向长短期神经网络搭建的时序训练模型,利用训练样本对时序训练模型进行训练,得到时序分析模型,获取铁路信号系统的系统运行数据,利用时序分析模型对系统运行数据进行分析,并根据结果进行故障预警。本发明可以减小对铁路信号系统运行数据分析误差,提高铁路信号故障隐患分析的准确性和故障预警的及时性。
技术关键词
系统故障预警方法
铁路信号系统
历史运行数据
时序
标签
系统故障预警系统
特征值
模型训练模块
数据分析模块
样本
电子设备
处理器通信
可读存储介质
错位
存储器
计算机
系统为您推荐了相关专利信息
时间卷积网络
异常检测方法
变换器
注意力
分类器
风速
Stacking模型
订正方法
冷空气
误差
转换控制器
控制优化方法
仿真模型
换流器
开关控制时序