摘要
本发明涉及铁路接触网补偿装置检测及预测技术领域,涉及一种接触网补偿装置卡滞检测及预测方法,包括:采集接触网补偿装置的图像数据;基于深度学习算法构建目标检测模型,所述目标检测模型执行接触网补偿装置的部件识别以及杆号识别,将识别结果进行关联,并建立归一化参考坐标系;基于归一化参考坐标系获取接触网补偿装置的运行数据,将接触网补偿装置的运行数据输入至接触网补偿装置位移趋势预测模型进行计算,得到接触网补偿装置位移趋势预测结果,对预测结果进行验证,输出接触网补偿装置卡滞风险分析结果。本发明通过建立归一化参考坐标系的运行数据采集体系,实现了接触网补偿装置的运行状态智能化监测分析。
技术关键词
接触网补偿装置
趋势预测模型
运动检测
深度学习算法
数据
拉普拉斯
建立空间坐标系
频率
图像增强
绝缘子
差分算法
巡检装置
冗余
累积误差
系统为您推荐了相关专利信息
随机森林模型
模拟退火算法
特征选择
业务异常检测方法
人工蜂群算法
直升机传动系统
故障诊断算法
评估算法
车台
专家知识库
牵引变电所
故障诊断方法
断点故障
故障程度评估
方程
卷积编码器
数据嵌入
序列
高维特征向量
预训练方法