-
公开(公告)号:CN118839241A
公开(公告)日:2024-10-25
申请号:CN202410796456.7
申请日:2024-06-19
Applicant: 兰州交通大学
IPC: G06F18/2415 , G06F18/15 , G06F18/213 , G06F18/22 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/082 , G06N3/094 , G06F123/02
Abstract: 本发明提供了一种具有数据修复功能的高铁车载信号设备故障预测方法,属于信号设备故障预测技术领域,解决了现有可收集高铁车载信号设备故障数据较少且含有大量缺失值,无法直接用于故障预测的问题,本发明将生成的人工故障数据与真实故障数据同时输入判别器中,判别器判断两种数据之间的Wasserstein距离是否接近,使生成器不断学习真实数据的潜在特征,直至判别器判断人工生成数据与真实数据之间的Wasserstein距离为0;将生成的数据输入到故障预测模块对缺失值进行补全;IA‑GRU判断输入故障数据是否完整自动补全缺失值,提取数据特征。本方法免去了复杂的数据预处理过程,直接采用低质量故障数据完成高铁车载信号设备故障预测工作,提高了故障预测的效率和准确率。