基于深度学习集成的高速铁路信号设备故障诊断方法

作者：李新琴; 张鹏翔; 史天运; 李平

来源：铁道学报, 2020, 42(12): 97-105.

• 高速铁路信号设备
• ADASYN数据合成
• 深度学习
• 集成学习
• 故障诊断

基于高速铁路设备故障文本数据,提出高速铁路信号设备故障诊断方法。根据信号道岔设备故障文本数据,结合专家经验,构建两级道岔故障诊断类别;针对信号道岔设备故障样本不均衡性,采用ADASYN样本合成方法合成故障少类别样本;故障诊断模型中采用TF-IDF实现文本特征提取,应用深度学习BiGRU和BiLSTM对文本进行分类,设计组合权重计算方法将深度学习学习结果进行集成。采用高速铁路2009—2018年产生的信号道岔设备故障数据进行试验验证,试验证明深度学习集成方法能够进一步提升信号设备故障诊断分类性能。

• 单位
  中国铁道科学研究院集团有限公司