[發(fā)明專利]基于GG聚類與改進(jìn)SVDD的接觸網(wǎng)健康狀態(tài)識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210393424.3
• 申請(qǐng)日: 2022-04-14
• 公開（公告）號(hào): CN114781506A
• 公開（公告）日: 2022-07-22
• 發(fā)明（設(shè)計(jì)）人: 易靈芝;禹果;劉江永;孫濤;陳智勇;董騰飛
• 申請(qǐng)（專利權(quán)）人: 湘潭大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06Q50/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于GG聚類與改進(jìn)SVDD的接觸網(wǎng)健康狀態(tài)識(shí)別方法，主要針對(duì)由于接觸網(wǎng)大部分?jǐn)?shù)據(jù)為無監(jiān)督學(xué)習(xí)數(shù)據(jù)，導(dǎo)致接觸網(wǎng)檢測數(shù)據(jù)利用率低，導(dǎo)致無法快速地對(duì)接觸網(wǎng)的整個(gè)健康狀態(tài)做出客觀的識(shí)別的問題，本發(fā)明采用TSNE數(shù)據(jù)降維方法將高維數(shù)據(jù)降至低維空間中進(jìn)行分析，剔除原始數(shù)據(jù)中的冗余信息，減少分析難度和干擾，提高識(shí)別準(zhǔn)確性，并采用適合不規(guī)則數(shù)據(jù)分布類型的GG聚類算法，解決不同參數(shù)在類別劃分中的影響程度不同導(dǎo)致聚類數(shù)據(jù)的分布改變的問題，最后將檢測到的滿足條件的異常數(shù)據(jù)輸入GWO?SVDD識(shí)別模型中對(duì)數(shù)據(jù)進(jìn)行分析，準(zhǔn)確地識(shí)別出接觸網(wǎng)的健康狀態(tài)，并根據(jù)不同的接觸網(wǎng)健康狀態(tài)給出對(duì)應(yīng)的運(yùn)維策略。

技術(shù)領(lǐng)域

本發(fā)明涉及到鐵路接觸網(wǎng)的在線檢測和故障診斷技術(shù)領(lǐng)域，具體涉及到一種基于GG聚類與改進(jìn)SVDD的接觸網(wǎng)健康狀態(tài)識(shí)別方法。

背景技術(shù)

隨著我國電氣化鐵路建設(shè)的飛速發(fā)展，全國架設(shè)電氣化鐵路的里程迅速增加，而電氣化鐵路的正常運(yùn)行，離不開牽引供電系統(tǒng)，其中最為關(guān)鍵的設(shè)備便是接觸網(wǎng)。接觸網(wǎng)是電氣化鐵路所特有的一種供電線路，接觸網(wǎng)結(jié)構(gòu)組成、工作方式都非常復(fù)雜，通常沿鐵軌上空架設(shè)，露天布置，且容易受到機(jī)車受電弓的高速?zèng)_擊，因此也是電氣化鐵路牽引供電系統(tǒng)中的薄弱環(huán)節(jié)，接觸網(wǎng)一旦發(fā)生故障，將直接導(dǎo)致弓網(wǎng)之間電流電壓傳輸中斷，導(dǎo)致列車晚點(diǎn)或者停運(yùn)，對(duì)社會(huì)經(jīng)濟(jì)發(fā)展和人民的生命安全都會(huì)造成很大的威脅和損失。

大部分情況下，接觸網(wǎng)的健康狀態(tài)檢測數(shù)據(jù)會(huì)在一定的范圍內(nèi)產(chǎn)生波動(dòng)，這種波動(dòng)恰恰反映了接觸網(wǎng)狀態(tài)的一種變化規(guī)律，接觸網(wǎng)狀態(tài)的任何異常都將導(dǎo)致檢測到的參數(shù)數(shù)據(jù)無法反映這種規(guī)律。通過對(duì)接觸網(wǎng)關(guān)鍵特征數(shù)據(jù)的分析與評(píng)估，可以了解接觸網(wǎng)的運(yùn)行是否處于良好狀態(tài)。面對(duì)中國電力機(jī)車的日益提速，對(duì)接觸網(wǎng)要求也越來越嚴(yán)格和苛刻。然而，接觸網(wǎng)的健康狀態(tài)識(shí)別并不是一項(xiàng)簡單的工作，這需要通過一系列檢測參數(shù)來反映。因此，對(duì)電氣化鐵路接觸網(wǎng)進(jìn)行在線檢測和健康狀態(tài)識(shí)別研究，確保鐵路運(yùn)輸正常高效進(jìn)行，具有十分重要的社會(huì)意義。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了解決傳統(tǒng)接觸網(wǎng)檢測方式由于接觸網(wǎng)大部分?jǐn)?shù)據(jù)為無監(jiān)督學(xué)習(xí)數(shù)據(jù)，導(dǎo)致接觸網(wǎng)檢測數(shù)據(jù)利用率低，無法對(duì)多個(gè)參數(shù)共同作用導(dǎo)致的接觸網(wǎng)故障進(jìn)行檢測，并導(dǎo)致無法快速地對(duì)接觸網(wǎng)的整個(gè)健康狀態(tài)做出客觀的識(shí)別的問題，提出了一種基于GG聚類與GWO-SVDD識(shí)別模型的接觸網(wǎng)健康狀態(tài)識(shí)別方法，對(duì)接觸網(wǎng)各種參數(shù)及其相互之間的關(guān)系進(jìn)行全面準(zhǔn)確地檢測，準(zhǔn)確地識(shí)別出接觸網(wǎng)的健康狀態(tài)。

為達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：

本發(fā)明采用聚類的方法對(duì)數(shù)據(jù)進(jìn)行處理，并通過改進(jìn)的支持向量數(shù)據(jù)描述模型來識(shí)別接觸網(wǎng)健康狀態(tài)。首先，采集接觸網(wǎng)運(yùn)行參數(shù)的數(shù)據(jù)，包括導(dǎo)高、拉出值、硬點(diǎn)、接觸壓力、跨內(nèi)高差、跨距等參數(shù)，并采用TSNE降維方法將數(shù)據(jù)維度降至2維，為后續(xù)聚類過程提供數(shù)據(jù)基礎(chǔ)；其次，對(duì)降維后的數(shù)據(jù)采用Gath-Geva聚類方法進(jìn)行聚類，并通過評(píng)價(jià)指標(biāo)得到最優(yōu)聚類數(shù)；接著，采用GWO-ISVDD識(shí)別模型構(gòu)建超球體，使球內(nèi)包含盡可能多的正常數(shù)據(jù)，球外為盡可能多的異常數(shù)據(jù)，并對(duì)接觸網(wǎng)的健康狀態(tài)進(jìn)行識(shí)別。

具體步驟如下：

步驟1：建立接觸網(wǎng)變壓器健康狀態(tài)評(píng)估指標(biāo)體系。具體包括：接觸網(wǎng)安全指標(biāo)、接觸線平順指標(biāo)、弓網(wǎng)受流性能指標(biāo)與接觸網(wǎng)歷史運(yùn)行情況等定量型指標(biāo)；天氣狀況等定性型指標(biāo)。

步驟2：根據(jù)接觸網(wǎng)所處位置及環(huán)境，對(duì)接觸網(wǎng)進(jìn)行數(shù)據(jù)采集。采用激光采集傳感器等傳感器采集靜態(tài)監(jiān)測參數(shù)的相關(guān)數(shù)據(jù)，主要包括：拉出值、接觸線高度、側(cè)面限界、線索張力、接觸壓力等數(shù)據(jù)，并采集歷史運(yùn)行記錄和天氣數(shù)據(jù)。

步驟3：為了確定各類指標(biāo)對(duì)接觸網(wǎng)健康狀態(tài)的影響程度，需要計(jì)算指標(biāo)權(quán)重，權(quán)重系數(shù)越大說明其對(duì)接觸網(wǎng)健康狀態(tài)影響程度越高。本發(fā)明采用博弈論組合賦權(quán)確定權(quán)重分配。

步驟4：對(duì)接觸網(wǎng)的檢測數(shù)據(jù)進(jìn)行預(yù)處理，根據(jù)接觸網(wǎng)運(yùn)行規(guī)程，將各指標(biāo)的檢測數(shù)據(jù)做歸一化處理，消除不同參數(shù)不同量綱帶來的不利影響。