科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对轨道电路稳态条件下诊断的时效性不足,提出一种基于集中监测系统采集暂态信号,并使用梅尔频率系数和动态时间规整模型的轨道电路故障诊断方法。该模型利用暂态理论分析轨道电路设备的故障状态,将轨道电路设备的状态进行多状态分类。采用PMFCC进行特征提取,再使用Fisher准则和K-means聚类处理后,形成不同类型故障的模板库,通过DTW模型比较测试数据与模板库的匹配距离进行故障识别。使用实地测得的轨道电路暂态电压数据,对模型的性能进行测试,完成了故障识别的实现与验证。结果表明:采用八维特征信息时,其诊断时间相对于其他机器学习方法有了较大提高,正确率高达90%以上。该方法对轨道电路的暂态情况进行分类,可为基于集中监测系统的多故障诊断提供一种解决思路。
- 单位
