Print

基于改进支持向量域描述的道岔转辙机运行状态异常检测

论文摘要

针对铁路道岔转辙机缺乏大量异常样本来实施其运行状态异常检测的问题,提出了基于改进的支持向量数据域描述方法的异常检测模型。以ZYJ7型液压道岔转辙机为研究对象,利用既有微机监测系统采集道岔功率数据。用聚类的方法对数据进行清洗,接着对功率数据在时间序列上进行解锁、转换和锁闭分解,分别提取其统计特征值,采用主成分分析(PCA)法对特征值进行降维处理,将经过处理后的数据输入到异常检测分类器进行模型训练和模型测试。实验结果表明,改进的支持向量域描述(SVDD)分类器对道岔运行状态的异常检测有较强的识别能力。

论文目录

  • 1 功率数据采集、清洗与分段
  •   1.1 道岔功率数据采集
  •   1.2 道岔功率数据清洗
  •   1.3 道岔功率数据分段
  • 2 特征提取与降维
  •   2.1 特征提取
  •   2.2 特征降维
  • 3 改进SVDD算法
  •   3.1 SVDD算法原理
  •   3.2改进的SVDD算法
  • 4实验分析
  • 5结束语

    • 文章来源

    类型: 期刊论文

    作者: 王君臣,徐田华,陈聪

    关键词: 液压转辙机,改进算法,异常检测,主成分分析

    来源: 铁路计算机应用 2019年07期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 铁路运输

    单位: 北京交通大学轨道交通控制与安全国家重点实验室

    基金: 北京市教委项目(I17H100010)

    分类号: U284.722

    页码: 1-6+11

    总页数: 7

    文件大小: 2982K

    下载量: 103

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/8b458e21ebfd859ad92e90a7.html