摘要
高速铁路网的主要供电设备接触网,是沿钢轨上空呈"之"字形架设的特殊输电系统。对高速电气化铁路接触网,缺陷的检测显得是十分重要,随着检测设备的不断更新,缺陷检测准确度逐渐提高,数据量越来越大,研究缺陷检测数据显得尤为重要。本文主要利用数据挖掘技术中的聚类分析法,将缺陷数据按照线路分布的密集程度进行聚类,然后将聚类结果进行可视化,并且通过分析聚类结果数据,给出合理可行的缺陷预警方案和线路检修建议。为了验证方案的可行性,选取沈阳铁路局的部分缺陷检测数据作为本次方案的测试样本。经过数据预处理和方案测试发现:吊弦类缺陷聚类高发区域占比约为78%,一二级燃弧类缺陷聚类高发区域占比约为71%,高发时段为4-9月。实验结果表明不同类型的缺陷热点区域分布的时段与区域不同。