[發明專利]道岔故障檢測方法、裝置、電子設備及存儲介質

在審

• 申請號: 201911084186.2
• 申請日: 2019-11-07
• 公開（公告）號: CN110837718A
• 公開（公告）日: 2020-02-25
• 發明（設計）人: 付哲;肖驍
• 申請（專利權）人: 交控科技股份有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N20/00;G06N20/10
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王宇楊

1.一種道岔故障檢測方法，其特征在于，包括：

將多種不同類型的道岔工況數據分別輸入至對應的機器學習模型，輸出多種初始故障檢測結果；其中，目標道岔工況數據對應的目標機器學習模型是根據所述目標道岔工況數據的特點預先確定的；所述目標機器學習模型是利用目標道岔工況數據樣本訓練之后得到的；

根據所有的初始故障檢測結果，確定道岔的最終故障檢測結果。

2.根據權利要求1所述的道岔故障檢測方法，其特征在于，獲取所述目標機器學習模型的具體步驟如下：

獲取目標道岔工況數據的訓練樣本集，所述訓練樣本集中包含若干個已標記了故障編碼值的訓練樣本數據，所述故障編碼值用于表征道岔是否存在故障以及故障的類型；

利用所述訓練樣本集中的訓練樣本數據，對所述目標機器學習模型進行訓練，確定所述目標機器學習模型的參數。

3.根據權利要求2所述的道岔故障檢測方法，其特征在于，所述獲取目標道岔工況數據的訓練樣本集，具體包括：

從目標道岔工況數據的原始數據集中有放回地均勻抽樣，確定所述訓練樣本集。

4.根據權利要求1-3任一項所述的道岔故障檢測方法，其特征在于，所述道岔工況數據至少包括驅動電流、繼電器動作時序、表示電路電流、轉轍機功率和尖軌振動信號。

5.根據權利要求4所述的道岔故障檢測方法，其特征在于，當所述道岔工況數據包括驅動電流、繼電器動作時序、表示電路電流、轉轍機功率和尖軌振動信號時，驅動電流對應的機器學習模型為決策樹模型，繼電器動作時序對應的機器學習模型為動態時間規整模型，表示電路電流對應的機器學習模型為動態時間規整模型，轉轍機功率對應的機器學習模型為K近鄰分類模型，尖軌振動信號對應的機器學習模型為支持向量機模型。

6.根據權利要求5所述的道岔故障檢測方法，其特征在于，所述將繼電器動作時序輸入至動態時間規整模型，輸出初始故障檢測結果，具體包括：

將繼電器動作時序輸入至動態時間規整模型，分別輸出繼電器動作時序與每一類故障數據之間的距離；一類故障數據對應一種故障編碼值；

以距離的最小值對應的故障編碼值作為初始故障檢測結果。

7.根據權利要求1所述的道岔故障檢測方法，其特征在于，所述根據所有的初始故障檢測結果，確定道岔的最終故障檢測結果，具體包括：

根據投票法，以得票最高的初始故障檢測結果作為道岔的最終故障檢測結果。

8.一種道岔故障檢測裝置，其特征在于，包括：

第一檢測模塊，用于將多種不同類型的道岔工況數據分別輸入至對應的機器學習模型，輸出多種初始故障檢測結果；其中，目標道岔工況數據對應的目標機器學習模型是根據所述目標道岔工況數據的特點預先確定的；所述目標機器學習模型是利用目標道岔工況數據樣本訓練之后得到的；

第二監測模塊，用于根據所有的初始故障檢測結果，確定道岔的最終故障檢測結果。

9.一種電子設備，包括存儲器、處理器，以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時，實現如權利要求1至7任一項所述道岔故障檢測方法的步驟。

10.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，當所述計算機程序被處理器執行時，實現如權利要求1至7任一所述道岔故障檢測方法的步驟。