[發明專利]一種基于LSTM和注意力機制的道岔故障檢測方法

在審

• 申請號: 202110447089.6
• 申請日: 2021-04-25
• 公開（公告）號: CN113139601A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 馮靜;孫可科;徐曉濱;章振杰;侯平智;王曉兵;董煒
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 周希良

本發明涉及一種基于LSTM和注意力機制的道岔故障檢測方法。本發明在電動轉轍機正常以及不同故障狀態下采集三相電流中A相的電流信號，通過采樣和拼接獲得故障樣本集；對每條電流信號樣本進行有重疊的連續采樣并分段；構建組合忘記門單元、輸入門單元、輸出門單元的LSTM特征提取層；構建注意力機制網絡層，得到各采樣片段的貢獻度；將網絡輸出線性化，得到最終的預測值。基于給定比例的訓練集、驗證集和測試集，對分類模型進行訓練，采用Adam算法對模型進行優化，選用交叉熵作為損失函數，通過參數選取獲得最優模型。本發明采用端到端結構，不依賴于人工特征提取，給了模型更多能夠根據數據自動調節的空間，增加了模型的契合度。

技術領域

本發明涉及一種基于LSTM和注意力機制的道岔故障檢測方法，屬于電動轉轍機故障診斷領域。

背景技術

鐵路運輸在我國交通運輸體系中處于骨干地位，其具有載客量大、運輸成本低、安全、舒適、速度較快等優點，非常契合我國人口眾多，幅員遼闊的特點。目前，我國已建成世界上最現代化、最發達的高鐵網。但是，在鐵路的運行過程中，安全始終是放在首位的，在鐵路運輸中信號設備的工作狀態會直接影響鐵路的安全性。道岔是高鐵關鍵的地面信號設備，它的主要作用是切換高速列車的前進方向以實現列車的轉線和跨線運行。因為有大量道岔的存在，以及道岔頻繁的轉向使用，使得道岔會出現磨損、老化的問題。并且，受制于外部天氣等因素的影響，道岔不可避免的會出現故障，對高鐵的運營產生安全隱患。所以，針對道岔進行快速檢修和排查故障有著重要的意義。

目前，我國對于道岔設備的維護與故障診斷主要還是依靠傳統人工定期檢查的方法來實現的。道岔維護人員通過將微機監測的道岔動作電流曲線和正常的電流曲線進行人工對比，結合專家知識，確定道岔的運行狀態。但是，這種方式需要花費大量的人力，效率也不高，還會存在遺漏等情況。為了提高道岔故障檢測的效率，研究者已經提出了基于專家系統的故障診斷方法、基于解析模型的故障診斷方法、基于傳統機器學習的故障診斷方法：

基于專家系統的故障診斷方法通過模擬領域專家的思維推理過程，依據所建立的專家經驗知識庫對設備的運行狀態做出判斷和決策，從而進行相關故障診斷。其不需要對系統進行數學建模并且在診斷表達上易于理解、方便修改，但專家經驗知識往往受到人工經驗水平的限制并且與道岔特定的工作環境密切相關，導致系統適應能力差，對不同運行環境下的道岔進行故障診斷效果不佳。

基于解析模型的故障診斷方法通過對診斷對象建立精確的數學模型或者采用實物、半實物復現等方法，將研究對象的相關參數與仿真建模得到的實驗結果之間相互對比使其出現殘差，然后進行相關故障診斷。其不需要依賴大量的樣本數據和專家經驗知識，但是囿于運行環境惡劣、設備內部機械與電氣結構復雜等情況，一般來說建立精確的數學模型比較困難。

基于傳統機器學習的故障診斷方法需要對研究對象的數據進行相關處理分析，傳統機器學習方法中所采用的淺層神經網絡需要依賴于特征提取方法，從而影響其診斷效果。

發明內容

本發明針對現有技術的不足，利用LSTM在時序數據建模問題上的優勢，同時引入注意力機制(Attention)重點關注一條數據中最能反映其特征的片段，并設計了一種“端到端”的道岔故障檢測方法。該方法不依賴于人工特征提取，以采集的道岔信號直接作為輸入，最終輸出故障類別。

交流電動轉轍機A相動作電流曲線完整地包含了整個道岔運行過程中的啟動、解鎖、轉換、鎖閉、溝通表示等各個階段的信息。當運行出現故障時，啟動、解鎖、轉換、鎖閉、溝通表示某一或某幾階段的電流會與正常運行時的電流有所區別，且電流對不同故障有不同反映。所以，通過分析A相動作電流曲線，可以判斷故障類別。

本發明首先對采集的道岔信號進行預處理并構建樣本集；然后結合LSTM和注意力機制構建分類模型；最后，對網絡模型進行訓練，通過改變網絡結構的超參數選擇網絡的最優模型。

本發明包括以下各步驟：

步驟1：構建故障樣本集