基于核模糊聚类与CNN-NRBO-LSSVM的轨道电路故障预测方法及系统

本发明公开了基于核模糊聚类与CNN‑NRBO‑LSSVM的轨道电路故障预测方法及系统，包括S1：选取能明显反应轨道电路状态变化趋势的监测参数并分析不同故障类型对应的监测参数的变化趋势；S2：基于监测参数获取微机监测系统的轨道电路监测数据，对监测数据进行预处理并划分训练样本和测试样本；S3：通过基于核函数的主成分分析法对监测数据进行特征降维，通过基于核函数的模糊聚类算法对轨道电路性能状态进行划分；S4：将较差等级的退化状态数据和故障等级的故障状态数据输入至卷积神经网络，提取不同故障类型的高维特征；S5：构建基于牛顿‑拉夫逊智能优化算法的最小二乘支持向量机预测模型，实现轨道电路不同故障类型的预测，并进行实验验证。