[发明专利]基于道岔动作电流曲线识别故障类型的方法及系统

权利要求书

1.一种基于道岔动作电流曲线识别故障类型的方法，其特征在于，包括：

对待识别的道岔动作电流曲线进行预处理，生成待识别图像；

将所述待识别图像输入预先训练得到的故障识别模型，得到第一识别结果，其中，所述第一识别结果包括所述待识别图像对应正常的概率和对应不同故障类型的概率；

基于所得到的第一识别结果生成并输出第二识别结果。

2.根据权利要求1所述的方法，其特征在于，

所述道岔动作电流曲线为三相电流曲线；

所述对待识别的道岔动作电流曲线进行预处理包括：将笛卡尔坐标系下的三相电流曲线转换到极坐标下。

3.根据权利要求2所述的方法，其特征在于，所述将笛卡尔坐标系下的三相电流曲线转换到极坐标下包括：

对笛卡尔坐标系下纵轴的电流强度做归一化处理，将归一化处理后的电流强度值作为极坐标的极径；

以2πi/n(n为样本的点数，i为当前样本)作为极坐标的极角。

4.根据权利要求3所述的方法，其特征在于，所述故障识别模型是通过对预设的卷积神经网络进行训练得到的，其中，所述卷积神经网络包括卷积层、池化层、全连接层；所述卷积层包括两层卷积层，第一层卷积层具有三个通道，对应所述三相电流曲线。

5.根据权利要求4所述的方法，其特征在于，所述故障识别模型是通过以下训练步骤得到的：

获取预置的极坐标下的道岔动作电流曲线图像组成的样本图像集合与每个样本图像对应的故障标签；

利用机器学习方法，基于所述样本图像集合、所述每个样本图像对应的故障标签、预设的分类损失函数和方向传播算法对所述卷积神经网络进行训练，得到故障识别模型。

6.根据权利要求1所述的方法，其特征在于，所述基于所得到的第一识别结果生成并输出第二识别结果包括：

确定所述待识别图像对应健康状态的概率是否为所得的第一识别结果中的最大概率；

若是最大概率，则将所述健康状态生成第二识别结果；

若不是最大概率，则按照数值大小，从所述待识别图像中对应故障类型的概率中选取概率，并将选取出的概率和该概率所对应的故障类型生成第二识别结果。

7.一种基于道岔动作电流曲线识别故障类型的系统，其特征在于，包括：

预处理单元，用于对待识别的道岔动作电流曲线进行预处理，生成待识别图像；

识别单元，用于将所述待识别图像输入预先训练得到的故障识别模型，得到第一识别结果，其中，所述第一识别结果包括所述待识别图像对应正常的概率和对应不同故障类型的概率；

输出单元，用于基于所得到的第一识别结果生成并输出第二识别结果。

8.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～6中任一项所述的方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1～6中任一项所述的方法。