公开(公告)号：CN117216267A

公开(公告)日：2023-12-12

申请号：CN202311091434.2

申请日：2023-08-28

Applicant: 北京交通大学

Inventor： 廖正文 ,  孟令云 ,  朱月皓 ,  苗建瑞 ,  栾晓洁 ,  王先枢 ,  田海宁 ,  江锦铭

IPC: G06F16/35 ,  G06F16/36 ,  G06F40/289 ,  G06N3/0464 ,  G06N3/048 ,  G06Q10/0635 ,  G06Q50/26

Abstract: 本发明提供了一种基于卷积神经网络的铁路故障持续时间判断方法。该方法包括：对待识别的安监报文本数据进行数据预处理；基于TextCNN文本分类器改进卷积神经网络，构建基于改进的卷积神经网络的铁路故障持续时间预测模型，利用历史铁路故障数据对所述铁路故障持续时间预测模型进行训练，得到训练好的铁路故障持续时间预测模型；将预处理后的待识别的安监报文本数据输入到训练好的铁路故障持续时间预测模型，得到所述待识别的安监报文本数据的铁路故障持续时间的判断结果。本方法实现了在铁路事故突发场景下，快速、高效地预测出故障大致的持续时间，从而为铁路调度人员制定列车调整计划提供实时参考。