高速列车非侵入式智能感知技术
本技术采用大数据智能分析算法,处理高速列车运行过程中产生的大量数据,智能辨识高速列车运行状态。以高速列车外部受流装备为对象,从受电弓状态实时感知与能耗分项统计两个角度,展示非侵入式智能感知技术在高速列车的最新应用。
1.受电弓状态实时感知
获取受电弓的原始信号并进行预处理,获取多个原始数据向量;对原始数据向量进行多尺度分解,从每个子频带提取特征量并构建时序特征向量;将特征向量和受电弓故障的分类标记作为特征映射数据,训练故障识别预判机制;以原始数据向量和故障类型分别作为输入输出数据,训练故障识别模型。对受电弓的实时电流信号进行处理,得到原始数据向量和特征向量,故障识别预判模型根据特征向量对受电弓进行故障预判,若有故障,故障识别模型根据原始数据向量对受电弓的故障类型进行识别。实现列车运行状态下,对受电弓进行实时在线监测与故障类型识别,且无需在列车外部及路网沿线另外加装硬件设备。
2.列车能耗分项统计
通过大数据智能分析方法,结合位于电路关键位置部分传感器提供的实时数据,可对动力系统、空调系统、照明系统、厨卫系统、用户交互系统等不同功能模块,提供非侵入式能耗分项统计。统计结果能为铁路管理部门提供参考,优化列车运行管理模式,改进各系统的运行机制,降低高速列车运行能耗。
图1 高速列车受电装置
图2 受流装置故障特征映射及辨识方法
图3 不同功能模块设备的提取特征
图4 不同设备的分项能耗统计
中南大学
2023-03-08