基于多维时序曲线关联分析的道岔状态监测与报警方法

本发明公开了基于多维时序曲线关联分析的道岔状态监测与报警方法，涉及铁路设施监测技术领域，本发明从根本上解决了因故障样本极端稀疏而导致传统监督学习算法无法应用的问题，无需任何故障数据即可完成核心模型的训练，实现了从数值报警到行为模式报警的质的飞跃。本方法通过分析电流与位移的关联行为模式，能够精准识别出电流正常但动作迟缓、电流波动引起尖轨抖动等仅靠单一数据无法发现的早期隐蔽性故障，显著提升了故障检测的灵敏度和早期预警能力。最后，由于模型深刻理解了温度、负载等正常工况变化对曲线关联性的影响，它能有效区分正常的工况波动与异常的故障征兆，从而极大降低了现有技术的误报率，使报警信息更具可信度。