一种基于长短时记忆网络的列车状态在线预测方法

    公开(公告)号:CN109131452A

    公开(公告)日:2019-01-04

    申请号:CN201810923709.7

    申请日:2018-08-14

    IPC分类号: B61L27/00 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于长短时记忆网络的列车状态在线预测方法,首先对列车状态监测数据预处理与归一化,完成状态监测数据的选取与划分;然后对LSTM进行网络链式结构设计,建立多层交互结构;进行LSTM网络门结构设计,得到包含输入门、遗忘门和输出门的LSTM单元结构;采用基于求解梯度的反向传播算法,更新网络权重和偏置参数;最后选取列车速度数据为研究对象,进行了列车速度预测,本发明解决了现有技术中存在的列车状态预测不准确,故障误报率高,传统估计算法运算复杂,可移植性差,离线状态预测不能掌握与控制列车实时状态,预测精度不高的问题。

    一种基于工况的多模型融合列车轴温估计方法

    公开(公告)号:CN109086494A

    公开(公告)日:2018-12-25

    申请号:CN201810771958.9

    申请日:2018-07-13

    IPC分类号: G06F17/50

    摘要: 本发明公开了一种基于工况的多模型融合列车轴温估计方法,首先根据列车运行速度数据将轴温数据按照运行工况分为加速阶段轴温数据、平稳运行阶段轴温数据以及减速运行阶段轴温数据,并对各阶段的轴温数据进行相关性分析得出影响轴温的关键变量;然后分别采用多元回归(LR)、随机森林(RF)、梯度回归树(GBDT)等方法建立不同运行工况下的轴温估计模型,并采用决定系数R2来评价模型性能;为了提高模型泛化能力以及鲁棒性,采用模型融合的方法进行轴温估计,模型的权重由决定系数R2决定,本发明实现了基于工况的多模型融合列车轴温的有效估计,弥补了基于单模型的轴温估计存在的缺点,有效地增强了模型的泛化能力和鲁棒性。

    一种基于模糊隶属度的高速列车运行工况确定方法

    公开(公告)号:CN107527140A

    公开(公告)日:2017-12-29

    申请号:CN201710631185.X

    申请日:2017-07-28

    IPC分类号: G06Q10/06 G06N5/04

    CPC分类号: G06Q10/0639 G06N5/048

    摘要: 本发明公开了一种基于模糊隶属度的高速列车运行工况确定方法,包括以下步骤实施:步骤1、对列车运行产生的速度数据进行去噪处理;步骤2、对去噪后的数据采样;步骤3、高速列车运行工况的确定。通过对列车运行时产生的速度数据分析发现,高速列车停车时间大约为两分钟左右,在一个运行周期内,运行工况较多,且当加速到一定程度的时候,其速度依旧会有一定幅度的变化,故本发明依据大数据的思想对速度数据先进行去噪处理,然后利用其运行工况的模糊性,选择模糊变量以及隶属度函数,进而确定模糊隶属度函数,通过模糊推理判断列车的运行工况,解决了列车运行工况难以确定的问题。