[发明专利]轨道维修时刻预测方法及装置

说明书

本发明提供了一种轨道维修时刻预测方法及装置，该方法包括：根据轨道波形数据，获得轨道各单元区段的TQI随时间变化的趋势数据；从轨道各单元区段的TQI随时间变化的趋势数据中，识别轨道维修时刻点；根据轨道各单元区段的TQI随时间变化的趋势数据和轨道维修时刻点，构造趋势数据的特征向量；利用特征向量训练轨道维修预测模型，获得训练后的轨道维修预测模型；利用训练后的轨道维修预测模型，预测轨道维修时刻。本发明可以用于对轨道维修时刻进行预测，准确率高。

技术领域

本发明实施例涉及基础设施领域，尤其涉及一种轨道维修时刻预测方法及装置。

背景技术

目前，轨道质量评价常采用轨道质量指数(TQI)来表示，TQI的计算过程如下：以设定距离的轨道区段作为单元区段(例如200m)，分别计算单元区段上水平、左高低、右高低、左轨向、右轨向、三角坑和轨距的轨道几何不平顺幅值的标准差，其中，上述每一项几何不平顺幅值的标准差称为单项标准差，7个单项标准差之和则称为该评价单元区段的轨道平顺性综合质量状态的轨道质量指数(TQI)。TQI已经成为轨道质量评价的成熟且关键的指标之一，并为施工计划提供数据上的支持，作业现场根据TQI的大小来确定区段的质量，并优先维修TQI较大的区段，同时TQI也用于维修后质量改善情况的评估。在轨道质量评价的基础上，如果能够预测后续需要对轨道进行维修的时刻(如维修日期)，将有效提高轨道维修的效率和准确率，目前一般靠人工根据TQI进行预测，准确率不高，因此目前缺乏对轨道维修时刻进行预测的有效方法。

发明内容

本发明实施例提出一种轨道维修时刻预测方法，用于对轨道维修时刻进行预测，准确率高，该方法包括：

根据轨道波形数据，获得轨道各单元区段的TQI随时间变化的趋势数据；

从轨道各单元区段的TQI随时间变化的趋势数据中，识别轨道维修时刻点；

根据轨道各单元区段的TQI随时间变化的趋势数据和轨道维修时刻点，构造趋势数据的特征向量；

利用特征向量训练轨道维修预测模型，获得训练后的轨道维修预测模型；

利用训练后的轨道维修预测模型，预测轨道维修时刻。

本发明实施例提出一种轨道维修时刻预测装置，用于对轨道维修时刻进行预测，准确率高，该装置包括：

趋势数据获得模块，用于根据轨道波形数据，获得轨道各单元区段的TQI随时间变化的趋势数据；

维修时刻点识别模块，用于从轨道各单元区段的TQI随时间变化的趋势数据中，识别轨道维修时刻点；

特征向量获得模块，用于根据轨道各单元区段的TQI随时间变化的趋势数据和轨道维修时刻点，构造趋势数据的特征向量；

轨道维修预测模型获得模块，用于利用特征向量训练轨道维修预测模型，获得训练后的轨道维修预测模型；

预测模块，用于利用训练后的轨道维修预测模型，预测轨道维修时刻。

本发明实施例还提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述轨道维修时刻预测方法。

本发明实施例还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述轨道维修时刻预测方法的计算机程序。