公开(公告)号：CN115512460B

公开(公告)日：2024-04-16

申请号：CN202211212174.5

申请日：2022-09-29

Applicant: 北京交通大学

Inventor： 董宏辉 ,  满洁 ,  贾利民 ,  秦勇

IPC: G07C5/08 ,  G07C5/00 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/084 ,  G06N3/094 ,  G06F18/2113

Abstract: 本发明公开了属于数据挖掘技术领域的一种基于图注意力模型的高速列车轴温长时预测方法。该方法首先从高速列车的转向架上采集传感器数据，使用嵌入式架构融合GAT模型和门限循环GRU模型构建GRGAT框架，用于对时空预测进行聚合；使用图注意力网络GAT模型和生成对抗网络GAN模型，分析列车运行周期性变化的特点，使用GAN网络构建时间条件序列对历史轴温信息进行融合，得到高速列车轴温长时预测的GA‑GRGAT模型，实验结果显示，本发明在进行长时预测时，在两个数据集上的准确度均高于80％以上，可以满足高精度、长时间的轴温预测需求。

公开(公告)号：CN115545101A

公开(公告)日：2022-12-30

申请号：CN202211197869.0

申请日：2022-09-29

Applicant: 北京交通大学

Inventor： 董宏辉 ,  满洁 ,  贾利民 ,  秦勇

IPC: G06K9/62 ,  G06N3/04 ,  G07C5/08 ,  G07C5/00 ,  G01M17/08 ,  G01D21/02

Abstract: 本发明公开了属于高速列车故障诊断技术领域的一种基于残差神经网络的高速列车转向架故障诊断方法。高速列车转向架系统分为动力转向架和非动力转向架，复杂转向架系统可能诱发的故障种类多样，首先在列车转向架状态监测系统中安装多个不同种类的传感器，对重要部件进行状态监测和故障识别，建立RS‑GAT故障诊断模型，对转向架各部位进行故障诊断，并通过通信网络将列车转向架的状态信息实时传输到地面数据中心，由数据中心进行离线的模型训练，对高速列车转向架故障诊断；确保高速铁路列车在途运行的安全。

公开(公告)号：CN115620421A

公开(公告)日：2023-01-17

申请号：CN202211187437.1

申请日：2022-09-28

Applicant: 北京交通大学

Inventor： 董宏辉 ,  满洁 ,  贾利民 ,  秦勇

IPC: G07C5/08 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06F18/2113 ,  G06F123/02

Abstract: 本发明公开了一种基于图神经网络模型的高速列车轴温短时预测方法，包括：步骤1、对列车各个传感器测点的原始数据进行整合，筛选出与轴温有关的特征；步骤2：对步骤1筛选出的测点进行连接，形成轴温信息图结构；步骤3：对步骤2得到的轴温信息图结构进行时空特征提取，采用图卷积神经网络GCN提取空间特征，采用门限循环单元GRU提取时间特征，构建高速列车轴温短时预测的GCG模型；步骤4：对步骤3所构建的GCG模型进行检验。本发明能够准确、快速地预测出轴温的变化趋势，可以为决策者制定合理有效的管理控制举措提供重要依据。

公开(公告)号：CN117520883A

公开(公告)日：2024-02-06

申请号：CN202311395368.8

申请日：2023-10-25

Applicant: 北京交通大学

Inventor： 董宏辉 ,  王卓 ,  满洁 ,  杨志强

IPC: G06F18/24 ,  G01D21/02 ,  B61L15/00 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于孪生网络模型的高速列车牵引变流器故障诊断与预测方法，使用孪生网络(Si ameseN Network)模型构建T‑Si am模型，使用时间卷积网络TCN模型与一维卷积网络1D‑CNN模型提取多传感器中隐藏的时间特征并进行时序预测。使用T‑Siam框架的分支网络对牵引变流器的特征进行提取，使用T‑Siam框架的度量网络模块得到两时段牵引变流器状态是否相同，通过验证模块得到牵引变流器的状态。使用真实的高速列车牵引变流器故障数据验证后表明，本发明所述方法与现有技术相比，具有更好的故障诊断效果，准确率达到99.6％。本发明使用T‑Si am模型预测了牵引变流器一段时间后的故障状态，优于其他对比预测模型。

公开(公告)号：CN115512460A

公开(公告)日：2022-12-23

申请号：CN202211212174.5

申请日：2022-09-29

Applicant: 北京交通大学

Inventor： 董宏辉 ,  满洁 ,  贾利民 ,  秦勇

IPC: G07C5/08 ,  G07C5/00 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了属于数据挖掘技术领域的一种基于图注意力模型的高速列车轴温长时预测方法，该方法首先从高速列车的转向架上采集传感器数据，使用嵌入式架构融合GAT模型和门限循环GRU模型构建GRGAT框架，用于对时空预测进行聚合；使用图注意力网络GAT模型和生成对抗网络GAN模型，分析列车运行周期性变化的特点，使用GAN网络构建时间条件序列对历史轴温信息进行融合，得到高速列车轴温长时预测的GA‑GRGAT模型，实验结果显示，本发明在进行长时预测时，在两个数据集上的准确度均高于80％以上，可以满足高精度、长时间的轴温预测需求。