摘要
本发明公开了一种轨道交通故障预测方法及系统,包括:S1、获取车门系统的当前的运行状态数据和时间戳;S2、标准化处理运行状态数据,输入至故障预测神经网络模型,预测出未来的运行状态数据和时间;循环预测,当未来的运行状态数据为故障的运行状态数据时,则输出该运行状态数据和对应的故障时间;其中,所述故障预测神经网络模型基于长短期记忆网络构建和基于车门系统的历史运行状态数据训练得到;S3、将步骤S2预测输出的运行状态数据输入至故障诊断模型,输出得到一个或多个故障类别;其中,所述故障诊断模型基于支持向量机构建和基于车门系统的历史运行状态数据训练得到。本发明具有精准预测车门系统故障类型和故障发生时间。
技术关键词
轨道交通故障
车门系统
故障诊断模型
历史运行状态
神经网络模型
故障类别
支持向量机模型
长短期记忆网络
故障诊断模块
障碍物探测系统
通信网络故障
预测系统
探测故障
电机编码器
电磁锁
数据采集模块
处理器通信
系统为您推荐了相关专利信息
智能分配方法
时间序列特征
视觉特征
动态记忆网络
线索
氨基酸粉末
径向基函数神经网络模型
鉴别方法
赋形剂
卷积神经网络模型
性能预测方法
直方图均衡化算法
路面
图像增强算法
高清摄像设备
车辆轨迹预测方法
LSTM神经网络模型
时间段
信号到达角
多普勒