[發明專利]一種基于SVM的軌道交通故障診斷方法及系統

在審

• 申請號: 201410009600.4
• 申請日: 2014-01-09
• 公開（公告）號: CN103745229A
• 公開（公告）日: 2014-04-23
• 發明（設計）人: 鮑俠
• 申請（專利權）人: 北京泰樂德信息技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京君尚知識產權代理事務所(普通合伙) 11200
• 代理人: 余長江

1.一種基于SVM的軌道交通故障診斷方法，其步驟包括：

1）通過數據歸集組件采集軌道交通的歷史監測數據及實時監測數據，并將其傳輸到數據分析服務器中；

2）數據分析服務器存儲各類監測數據，并對其進行預處理以將其規范化；

3）數據分析服務器分析具體的故障以及故障產生的原因，對監測數據進行特征選擇，映射出與故障問題相關的監測數據；

4）數據分析服務器對特征數據進行向量化，將其轉換為可被SVM處理的空間向量模型數據；

5）數據分析服務器根據空間向量模型對歷史監測數據進行模型訓練，產生對應的問題分類模型；

6）數據分析服務器根據由歷史監測數據得到的分類模型，對實時監測數據進行計算分析和分類，判斷是否有故障并得出故障產生的原因。

2.如權利要求1所述的方法，其特征在于：步驟2）中數據分析服務器在存儲監測數據時，將格式化的監測數據以文本的格式存儲在本地文件系統之中，并對數據預處理步驟提供數據支撐。

3.如權利要求1所述的方法，其特征在于，步驟2）中數據分析服務器對監測數據進行的預處理包括數據清洗、數據集成、數據變換和數據規約。

4.如權利要求1所述的方法，其特征在于：步驟3）中數據分析服務器進行特征選擇時，根據問題的理解和數據的特點，利用經驗或特征選擇算法選擇出與問題相關的數據，將其從原始數據中抽取出來。

5.如權利要求1所述的方法，其特征在于：步驟4）中數據分析服務器通過對輸入數據格式的分析，編程實現數據格式的轉換，將輸入的數據轉換為向量模式和適用于SVM處理的空間向量模型格式。

6.如權利要求1所述的方法，其特征在于：步驟5）中數據分析服務器進行模型訓練時，首先選擇合適的內核，然后將數據分為訓練數據和測試數據兩部分，訓練數據用于對模型訓練，得到相應的參數，之后使用測試數據進行測試，驗證模型的泛華能力。

7.如權利要求6所述的方法，其特征在于：步驟5）利用十倍交叉驗證的方式來增加模型分類的準確率和召回率。

8.如權利要求7所述的方法，其特征在于：步驟5）將得到的VSM監測數據平均分成十組，編號為1-10，進行十次模型訓練，每次選用不重復的編號作為測試集，剩下的9份數據作為訓練集進行訓練，然后使用不同的參數進行十倍交叉驗證，得到更為準確的準確率和召回率對應的參數。

9.一種基于SVM的軌道交通故障診斷系統，其特征在于，包括：

數據歸集組件，位于軌道交通運維部門，用于采集軌道交通的歷史監測數據及實時監測數據，并將其傳輸到數據分析服務器中；

數據分析服務器，包括：

數據存儲組件，連接所述數據歸集組件，用于存儲數據歸集組件發送過來的各類監測數據；

數據預處理組件，連接所述數據存儲組件，用于對監測數據進行預處理以將其規范化；

特征選擇組件，連接所述數據預處理組件，用于分析具體的故障以及故障產生的原因，對監測數據進行特征選擇，映射出與故障問題相關的監測數據；

數據向量化組件，連接所述特征選擇組件，用于對特征數據進行向量化，轉換為SVM可以處理的空間向量模型數據；

模型訓練組件，連接所述數據向量化組件，用于對歷史監測數據進行模型訓練，產生對應的問題分類模型；

實時數據分析組件，連接所述數據向量化組件和所述模型訓練組件，用于對實時監測數據進行計算分析和分類，判斷是否有故障并得出故障產生的原因。

10.如權利要求9所述的系統，其特征在于：所述數據歸集組件與所述數據分析服務器通過以太網進行數據傳輸；或者所述數據歸集組件與所述數據分析服務器集成于一個工作站內，通過數據總線進行數據傳輸。