基于KOA-Transformer-BiLSTM的高速铁路道岔故障诊断方法

本发明公开了一种基于KOA‑Transformer‑BiLSTM的高速铁路道岔故障诊断方法，首先，对比高速铁路道岔正常转换转辙机功率曲线的特点，获得分布在道岔转辙机功率曲线各个阶段的典型道岔故障类型；其次，调取典型道岔故障的转辙机功率曲线，采用GAN模型进行数据扩充，构建出道岔故障样本数据集；再次，构建基于Transformer‑BiLSTM的道岔故障诊断模型，包括序列输入层、加法层、Transformer‑BiLSTM单元、ReLU激活函数层、随机失活层、索引层、全连接层及Softmax激活函数；利用KOA优化BiLSTM网络超参数；最后，将道岔故障样本数据集输入优化后的模型进行道岔故障诊断。本发明解决因样本不均衡或样本数量少造成的道岔故障诊断能力及泛化能力差的问题，不仅具有较高的故障诊断准确率，而且简化了故障诊断流程。