[發明專利]一種地鐵牽引電機濾網堵塞的檢測方法及其檢測裝置

在審

• 申請號: 202110333934.7
• 申請日: 2021-03-29
• 公開（公告）號: CN113034733A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 頡彧;方宏艦;韓德海;周書峰;劉勇
• 申請（專利權）人: 南京格物智能科技有限公司
• 主分類號: G07C5/08
• 分類號: G07C5/08
• 代理公司: 南京協行知識產權代理事務所(普通合伙) 32493
• 代理人: 鄭立發

1.一種地鐵牽引電機濾網堵塞的檢測方法，其特征在于，包括如下步驟：

獲取地鐵運行數據集，所述地鐵運行數據集為地鐵每天運行時間集內對應的地鐵運行數據，所述地鐵每天運行時間集內對應的地鐵運行數據時間跨度至少一年；

從地鐵運行數據集中選擇相關數據集；

選擇地鐵運行相關參數，所述地鐵運行相關參數包括工況參數和溫度參數，并構造工況參數與溫度參數下降趨勢之間的非線性分布關系；

建立異常檢測模型，對工況參數、非線性分布關系進行檢測，判斷電機濾網是否處于堵塞狀態，并對檢測結果進行二次修正；

將電機濾網的不同異常數據進行比較，設定異常數據比例，根據異常數據比例判斷電機濾網是否堵塞。

2.根據權利要求1所述的一種地鐵牽引電機濾網堵塞的檢測方法，其特征在于，所述地鐵運行數據的處理過程為：

將地鐵數據集的原始二進制地鐵數據利用MVB解析協議進行解析，并轉換為十進制結構化數據；并從地鐵數據集中篩選出地鐵運行數據集。

3.根據權利要求2所述的一種地鐵牽引電機濾網堵塞的檢測方法，其特征在于，選擇所述相關數據集的具體過程為：

對地鐵運行數據集按照地鐵運行速度進行篩選，分為多個工況數據，選擇制動后地鐵車速為零的工況數據作為相關數據集；

該相關數據集牽引電機處于冷卻風機低速擋開啟狀態。

4.根據權利要求3所述的一種地鐵牽引電機濾網堵塞的檢測方法，其特征在于，所述非線性分布關系的具體構造過程為：從相關數據集中選擇牽引電機的工況參數和牽引電機不同部位的溫度參數作為地鐵運行相關參數，并進行溫度參數下降趨勢分析，篩選出影響溫度下降的工況參數，建立該工況參數與牽引電機溫度參數之間的非線性分布關系；

所述工況參數包括電機轉速、電機電流和電機網壓，所述非線性分布關系包括均值、標準差、峰度、偏度、均方根、裕度因子、波形因子、脈沖因子、峰值因子。

5.根據權利要求4所述的一種地鐵牽引電機濾網堵塞的檢測方法，其特征在于，所述異常檢測模型建立過程為：選取工況參數、非線性分布關系，構建LOF異常檢測模型，通過比較每個溫度數據點與其鄰域點的密度來判斷該數據點是否為異常點，若為異常點，則判斷此時電機濾網處于堵塞狀態；每個溫度數據點與其鄰域點的密度通過該溫度數據點的第k鄰域來計算。

6.根據權利要求5所述的一種地鐵牽引電機濾網堵塞的檢測方法，其特征在于，所述檢測結果進行二次修正的具體過程為：

根據全部停車過程中溫度下降速率的分布，從起始溫度開始，將溫度劃分為以10℃為單位的區間，對于區間內小于25％分位數的異常值，判定為濾網可能存在堵塞問題，25％分位數以上的異常點，修正為正常數據。

7.根據權利要求6所述的一種地鐵牽引電機濾網堵塞的檢測方法，其特征在于，所述濾網堵塞檢測的具體過程為：

以車廂為單元，對每個單元的電機濾網進行異常數據檢測；

對每個單元內的異常數據進行對比分析，對其中電機濾網的異常數據超過其他電機濾網的異常數據比例閾值的，判斷該電機濾網堵塞。

8.根據權利要求7所述的一種地鐵牽引電機濾網堵塞的檢測方法，其特征在于：所述濾網堵塞檢測的過程還包括，根據所述地鐵運行相關參數，結合所述地鐵異常檢測模型，分析當前地鐵電機濾網的濾網堵塞狀態。

9.根據權利要求8所述的一種地鐵牽引電機濾網堵塞的檢測方法，其特征在于，所述濾網堵塞狀態分析過程為：將濾網堵塞狀態按照等級劃分，建立Ordered Logit回歸模型，利用異常檢測模型檢測出的濾網數據，結合所述地鐵運行相關參數，計算出當前濾網堵塞等級，根據當前濾網堵塞等級進行智能預警。

10.一種地鐵牽引電機濾網堵塞的檢測裝置，其特征在于，包括：

數據收集模塊，用于收集車聯網所采集的地鐵運行數據集，并進行解析轉換，發送給數據處理模塊；

數據處理模塊，用于對地鐵運行數據集進行篩選和構造，構造工況數據集和地鐵運行特征；

數據分析模塊，將地鐵運行特征劃分為：工況參數和溫度參數，分析工況參數與溫度參數之間下降趨勢的分布特征；

建模模塊，用于建立LOF算法異常檢測模型，并對溫度下降速率的非線性分布關系進行檢測，并判斷電機濾網是否處于堵塞狀態；

結果修正模塊，以起始溫度進行溫度區間劃分，設定異常值，利用異常值對檢測結果進行二次修正。

檢測模塊，按照車廂為單元，對牽引電機進行濾網數據異常檢測。