[發明專利]一種基于外部氣象環境影響的接觸網故障預測方法有效
| 申請號： | 201710585215.8 | 申請日： | 2017-07-18 |
| 公開（公告）號： | CN107463950B | 公開（公告）日： | 2021-01-29 |
| 發明（設計）人： | 林圣;王貞;高仕斌;馮玎;何正友 | 申請（專利權）人： | 西南交通大學;中國鐵路總公司 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62 |
| 代理公司： | 成都信博專利代理有限責任公司 51200 | 代理人： | 王沙沙 |
| 地址： | 610031 四川省成都市*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 外部 氣象 環境 影響 接觸 故障 預測 方法 | ||
1.一種基于外部氣象環境影響的接觸網故障預測方法，其特征在于，包括以下步驟：
獲取氣象數據根據其屬性進行分類形成集合，分別對上述集合中的數據進行離散化處理為適合特征描述的數學形式，構建樣本集G；
G＝{X，Y}，其中X為氣象特征影響因素，Y為影響因素對應的結果；
采用AdaBoost算法對樣本集訓練構造不同權重下的弱分類器，弱分類器組合形成強分類器；
獲取未來氣象信息，作為強分類器的特征輸入，完成接觸網故障的預測；
所述氣象數據包括降水信息、溫度信息和風力信息；
所述降水信息離散化處理方法如下：
根據降水量的大小將降水登記分為7個等級，暴雨：6，大雨：5，中雨：4，雷雨：3，陣雨：2，小雨：1，無：0；
所述溫度信息離散化處理方法如下：
利用等寬度劃分方法將溫度變量進行離散化，如下所示：
式中：Pi為溫度等級為i時的取值范圍；i＝1，2，……，l；i為分類等級，Tmax為統計時間段內最高溫度，Tmin為統計時間段內最低溫度；
所述風力信息離散化處理方法按照中國氣象局定義標準劃分為0-12級；
所述構建樣本集G的方法如下：
G＝{X,Y}＝{(x1,y1),(x2,y1),…,(xi,yi),…,(xm,ym)}
式中：xi為影響故障發生的特征向量，yi為特征對應的影響結果；
xi＝(Ritd,Ritn,Riy,Rib,Titd,Titn,Tiy,Tib,Wid,Win)
式中：Ritd為當天白天降水等級，Ritn為當天夜晚將水等級，Riy為前一天降水等級，Rib為前兩天降水等級，Tid為當天白天溫度等級，Tin為當天夜晚溫度等級，Tiy前一天溫度等級，Tib為前兩天溫度等級，Wid為當天白天風速等級，Win為當天夜晚風速等級；yi＝(-1∨1)表示第i個樣本中特征影響因素對應的故障結果，其中，-1表示接觸網未發生故障，1，表示發生故障；m個樣本，構建的樣本集如下：
其中：xi-j表示矩陣中第i行第j列的元素；
通過AdaBoost算法建立強分類器的步驟如下：
(1)樣本集G中的樣本權值分布為Dt，Dt表示樣本第t次迭代中樣本的權值，t＝1，2，……，T表示第t個弱分類器，初始化樣本權值D1=(d1,d2,…,di,…,dm)＝(1,1,…,1,…,1)/m；
(2)通過單層決策樹方法訓練樣本權值為Dt時的弱分類器Ct(X)；
(3)通過弱分類器的分類函數Ct(αj)對訓練集X進行分類；
(4)計算弱分類器的分類誤差率εt：
式中：Dt(i)表示權值向量的第i行的數值，當Ct(αj)≠yi時，I(·) 為1，否則為0；
(5)計算弱分類器Ct(X)的系數at：
(6)更新樣本權值分布：
式中：為歸一化因子；
(7)重復步驟(3)-(6)得到T個不同的弱分類器；
(8)弱分類器組合成為強分類器：
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于西南交通大學;中國鐵路總公司，未經西南交通大學;中國鐵路總公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710585215.8/1.html，轉載請聲明來源鉆瓜專利網。
