CN108182386B - 道岔标准曲线自动生成方法 - Google Patents
道岔标准曲线自动生成方法 Download PDFInfo
- Publication number
- CN108182386B CN108182386B CN201711326943.3A CN201711326943A CN108182386B CN 108182386 B CN108182386 B CN 108182386B CN 201711326943 A CN201711326943 A CN 201711326943A CN 108182386 B CN108182386 B CN 108182386B
- Authority
- CN
- China
- Prior art keywords
- turnout
- action
- characteristic values
- key characteristic
- curve
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000006243 chemical reaction Methods 0.000 claims abstract description 12
- 238000012544 monitoring process Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
- G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
- B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/14—Classification; Matching by matching peak patterns
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明提供一种道岔标准曲线自动生成方法,包括以下步骤:步骤1,获取同一道岔的N条连续道岔动作历史曲线;步骤2,对每一条道岔动作历史曲线提取关键特征值:道岔解锁阶段的电流峰值、电流峰值所对应的时间、道岔动作转换阶段的时长、道岔从动作转换阶段进入锁闭阶段所对应的时间以及道岔动作转换阶段的电流平均值;步骤3,根据5个关键特征值中相同关键特征值的个数对N条道岔动作历史曲线进行分类;步骤4,选择道岔动作历史曲线数量最多的一类作为正常道岔动作曲线,并逐一计算每一条正常道岔动作曲线的平滑度;步骤5,选择平滑度最高的一条正常道岔动作曲线作为道岔标准曲线。
Description
技术领域
本发明涉及轨道交通领域,具体的说,涉及了一种道岔标准曲线自动生成方法。
背景技术
道岔作为铁路线路上的一个薄弱环节,其工作的状况直接影响到整个铁路的运行安全。随着铁路客货运量的增加,在高速、重载、高密度运行条件下,要保证运输效率,对道岔的监控就显得尤为重要。
通常情况下,监测***对每次道岔动作都会采集一组道岔动作曲线,道岔是否正常可以通过查看道岔动作曲线进行判断,如图1所示。
因为不同道岔的动作曲线都不一样,需要有经验的信号工长对每组动作曲线设置一条标准的道岔动作曲线,当工作人员调看动作曲线的时候,可以和信号工长设置的标准曲线进行对比来判断道岔动作是否正常。
对于比较大的车站,有好几百组道岔,每个道岔定期还要调整,每次调整后都要重新设置标准曲线,因此需要信号工长经常查看道岔历史曲线,寻找合适的动作曲线并设置为标准曲线,工作量巨大,如果设置的有问题,就可能对道岔的故障进行误判。因此能够找到一种高效智能的方法,帮助信号工长解决此类问题,使其有更多的时间专注于处理设备故障就显得格外重要。
为了解决以上存在的问题,人们一直在寻求一种理想的技术解决方案。
发明内容
本发明的目的是针对现有技术的不足,从而提供了一种道岔标准曲线自动生成方法。
为了实现上述目的,本发明所采用的技术方案是:一种道岔标准曲线自动生成方法,包括以下步骤:
步骤1,获取同一道岔的N条连续道岔动作历史曲线;
步骤2,对每一条道岔动作历史曲线提取关键特征值:道岔解锁阶段的电流峰值、电流峰值所对应的时间、道岔动作转换阶段的时长、道岔从动作转换阶段进入锁闭阶段所对应的时间以及道岔动作转换阶段的电流平均值;
步骤3,根据5个关键特征值中相同关键特征值的个数对N条道岔动作历史曲线进行分类;
步骤4,选择道岔动作历史曲线数量最多的一类作为正常道岔动作曲线,并逐一计算每一条正常道岔动作曲线的平滑度;
步骤5,选择平滑度最高的一条正常道岔动作曲线作为道岔标准曲线。
基于上述,步骤4中通过计算每一条正常道岔动作曲线的均方差来计算每一条正常道岔动作曲线的平滑度。
基于上述,还包括步骤6,记录道岔标准曲线生成时间,计算当前时间和道岔标准曲线生成时间的时间差,当时间差超过预设时间阈值时,重新执行步骤1-步骤5,生成新的道岔标准曲线。
本发明相对现有技术具有突出的实质性特点和显著的进步,具体的说,本发明通过对道岔动作历史曲线的分类选取出正常道岔动作曲线,并从正常道岔动作曲线中选取出平滑度最高的一条道岔动作历史曲线作为道岔标准曲线,同时可以根据实际需要定时生成每组道岔的标准曲线,大大减少现场工作人员的劳动强度,并在实际运用中取得非常好的实际效果。
附图说明
图1是道岔动作曲线。
图2是本发明的流程示意图。
具体实施方式
下面通过具体实施方式,对本发明的技术方案做进一步的详细描述。
由于道岔正常工作的时间多,故障的时间少,因此在道岔动作历史曲线数据中,必定是正常的道岔动作曲线占多数,故障的道岔动作曲线占少部分。因此,本发明提供了一种道岔标准曲线自动生成方法,如图2所示,包括以下步骤:
步骤1,获取同一道岔的N条连续道岔动作历史曲线;
步骤2,对每一条道岔动作历史曲线提取关键特征值:道岔解锁阶段的电流峰值、电流峰值所对应的时间、道岔动作转换阶段的时长、道岔从动作转换阶段进入锁闭阶段所对应的时间以及道岔动作转换阶段的电流平均值;
步骤3,根据5个关键特征值中相同关键特征值的个数对N条道岔动作历史曲线进行分类;
步骤4,选择道岔动作历史曲线数量最多的一类作为正常道岔动作曲线,并逐一计算每一条正常道岔动作曲线的平滑度;
步骤5,选择平滑度最高的一条正常道岔动作曲线作为道岔标准曲线。
具体的,步骤3,根据5个关键特征值中相同关键特征值的个数对N条道岔动作历史曲线进行分类的具体分类为:其中5个关键特征值均相同的道岔动作历史曲线归为一类,5个关键特征值中任意4个关键特征值相同的道岔动作历史曲线归为一类,5个关键特征值中任意3个关键特征值相同的道岔动作历史曲线归为一类,5个关键特征值中任意2个关键特征值相同的道岔动作历史曲线归为一类,5个关键特征值中只有1个关键特征值相同的道岔动作历史曲线归为一类。
在实际应用中,若两条道岔动作历史曲线的相同关键特征值的数值差位于允许误差范围,则也将这两条道岔动作历史曲线归为一类。
具体的,由于对于比较大的车站,有好几百组道岔,每个道岔定期还要调整,每次调整后都要重新设置标准曲线,因此在标准曲线生成后还需要执行步骤6,即记录下道岔标准曲线生成时间,并计算当前时间和道岔标准曲线生成时间的时间差,当当前时间和道岔标准曲线生成时间的时间差超过预设时间阈值时,则重新执行步骤1-步骤5,以生成新的道岔标准曲线。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制;尽管参照较佳实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换;而不脱离本发明技术方案的精神,其均应涵盖在本发明请求保护的技术方案范围当中。
Claims (3)
1.一种道岔标准曲线自动生成方法,其特征在于,包括以下步骤:
步骤1,获取同一道岔的N条连续道岔动作历史曲线;
步骤2,对每一条道岔动作历史曲线提取关键特征值:道岔解锁阶段的电流峰值、电流峰值所对应的时间、道岔动作转换阶段的时长、道岔从动作转换阶段进入锁闭阶段所对应的时间以及道岔动作转换阶段的电流平均值;
步骤3,根据5个关键特征值中相同关键特征值的个数对N条道岔动作历史曲线进行分类;其中5个关键特征值均相同的道岔动作历史曲线归为一类,5个关键特征值中任意4个关键特征值相同的道岔动作历史曲线归为一类,5个关键特征值中任意3个关键特征值相同的道岔动作历史曲线归为一类,5个关键特征值中任意2个关键特征值相同的道岔动作历史曲线归为一类,5个关键特征值中只有1个关键特征值相同的道岔动作历史曲线归为一类;
步骤4,选择道岔动作历史曲线数量最多的一类作为正常道岔动作曲线,并逐一计算每一条正常道岔动作曲线的平滑度;
步骤5,选择平滑度最高的一条正常道岔动作曲线作为道岔标准曲线。
2.根据权利要求1所述的道岔标准曲线自动生成方法,其特征在于:步骤4中通过计算每一条正常道岔动作曲线的均方差来计算每一条正常道岔动作曲线的平滑度。
3.根据权利要求1或2所述的道岔标准曲线自动生成方法,其特征在于:还包括步骤6,记录道岔标准曲线生成时间,计算当前时间和道岔标准曲线生成时间的时间差,当时间差超过预设时间阈值时,重新执行步骤1-步骤5,生成新的道岔标准曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711326943.3A CN108182386B (zh) | 2017-12-13 | 2017-12-13 | 道岔标准曲线自动生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711326943.3A CN108182386B (zh) | 2017-12-13 | 2017-12-13 | 道岔标准曲线自动生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108182386A CN108182386A (zh) | 2018-06-19 |
CN108182386B true CN108182386B (zh) | 2021-12-17 |
Family
ID=62546199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711326943.3A Active CN108182386B (zh) | 2017-12-13 | 2017-12-13 | 道岔标准曲线自动生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108182386B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112084673B (zh) * | 2020-09-17 | 2023-01-31 | 广西交控智维科技发展有限公司 | 道岔摩擦电流自动设置方法及装置 |
CN112477917B (zh) * | 2020-11-10 | 2022-12-16 | 交控科技股份有限公司 | 道岔故障检测方法、装置、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102381340A (zh) * | 2010-08-27 | 2012-03-21 | 卡斯柯信号有限公司 | 基于功率曲线的提速道岔故障信息处理方法及装置 |
CN103914621A (zh) * | 2014-04-03 | 2014-07-09 | 国家电网公司 | 一种基于结构特征的配变日负荷典型曲线分析方法 |
CN105260595A (zh) * | 2015-04-02 | 2016-01-20 | 北京交通大学 | 道岔动作电流曲线的特征提取方法及道岔故障诊断方法 |
CN107203746A (zh) * | 2017-05-12 | 2017-09-26 | 同济大学 | 一种道岔故障识别方法 |
CN107215357A (zh) * | 2017-05-25 | 2017-09-29 | 同济大学 | 一种道岔故障预测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100209888A1 (en) * | 2009-02-18 | 2010-08-19 | Gm Global Technology Operations, Inc. | Vehicle stability enhancement control adaptation to driving skill based on curve-handling maneuvers |
-
2017
- 2017-12-13 CN CN201711326943.3A patent/CN108182386B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102381340A (zh) * | 2010-08-27 | 2012-03-21 | 卡斯柯信号有限公司 | 基于功率曲线的提速道岔故障信息处理方法及装置 |
CN103914621A (zh) * | 2014-04-03 | 2014-07-09 | 国家电网公司 | 一种基于结构特征的配变日负荷典型曲线分析方法 |
CN105260595A (zh) * | 2015-04-02 | 2016-01-20 | 北京交通大学 | 道岔动作电流曲线的特征提取方法及道岔故障诊断方法 |
CN107203746A (zh) * | 2017-05-12 | 2017-09-26 | 同济大学 | 一种道岔故障识别方法 |
CN107215357A (zh) * | 2017-05-25 | 2017-09-29 | 同济大学 | 一种道岔故障预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108182386A (zh) | 2018-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102856881B (zh) | 一种全桥mmc-hvdc直流故障分类检测与保护方法 | |
CN104283512B (zh) | 光伏电站***中实现组串远程故障监控与定位的方法 | |
CN108318782B (zh) | 基于网络拓扑与配变停电信息的配电网故障区域辨识方法 | |
CN103499753B (zh) | 快速识别高压直流输电***暂态故障的智能*** | |
CN104410067B (zh) | 一种基于公变和用户采集大数据分析的台区停电分析方法 | |
CN108287294B (zh) | 基于停电配变和拓扑分析的配电网故障区域快速辨识方法 | |
CN108537433B (zh) | 基于多维评价指标的地区电网风险预警方法 | |
CN109525285A (zh) | 一种具有电网拓扑感知功能的电力线载波通信模块 | |
CN104539051B (zh) | 一种智能变电站二次设备在线评估*** | |
CN108182386B (zh) | 道岔标准曲线自动生成方法 | |
CN111332341B (zh) | 一种基于ctc3.0的区域集控站进路办理的实现方法 | |
CN105116208A (zh) | 一种特高压直流输电***换相失败故障诊断方法 | |
CN106837707B (zh) | 一种基于故障模型触发的自动故障诊断*** | |
CN103971294B (zh) | 一种基于输变电设备状态评估信息展现*** | |
CN107453354B (zh) | 一种配电网的薄弱环节识别方法 | |
CN104820168A (zh) | 一种基于波形差异度和雷击故障样本库的雷击故障判别方法 | |
CN105044497A (zh) | 一种牵引变流器故障智能分析方法 | |
CN103723168A (zh) | 一种cbtc列车车次窗与轨道区段占用显示同步的*** | |
CN108287273B (zh) | 基于电流曲线的提速道岔卡阻故障判断方法 | |
CN105911424A (zh) | 一种基于故障指示器误报信号的识别方法 | |
CN104805742A (zh) | 铁路道岔状态动态检测方法及装置 | |
CN103218464A (zh) | 基于风电机组状态的风电机组数据存储方法和*** | |
CN110210646B (zh) | 一种基于风速预测的高速铁路强风报警保持时间动态调整方法 | |
CN106295698A (zh) | 一种基于分层kpi相似度的智能光伏电站故障诊断方法 | |
CN104931836A (zh) | 电网监控与预警*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |