摘要
本发明公开了一种基于动态聚类算法的用于轨道交通的智能运维模型,涉及轨道交通技术领域,步骤一:数据预处理与特征提取,步骤二:在线实时Kmeans动态聚类,步骤三:簇内SVMPSO分类,步骤四:故障预测与维护决策,该发明中,首先通过Kmeans将大规模数据划分为多个簇,每个簇训练一个轻量级SVM模型,降低单模型的计算复杂度;不同簇的SVM子模型可并行训练,显著缩短整体模型构建时间,适用于实时性要求高的轨道交通场景;不同簇对应设备的不同运行状态,SVM针对每个簇单独训练,提升模型对不同工况的适应能力。
技术关键词
聚类算法
动态
运维
分类边界
轨道交通场景
轴承运行状态
裂纹扩展速率
时域特征提取
频域特征提取
剩余寿命预测
样本
轨道交通技术
粒子
轴承健康
因子
分类准确率
捕捉设备
振动传感器
信号
系统为您推荐了相关专利信息
复合纳米材料
显示设备
多模态人机交互
显示屏
动态功耗管理
频率预测方法
长短期记忆网络
频率响应
物理
仿真模型
动态规划算法
状态空间方程
模型预测控制算法
闭环
药剂投加量
可信计算方法
卷积模块
门控循环单元
区块链存证
物理