[发明专利]一种轨道列车的电机滤网堵塞预警方法、装置及相关设备

权利要求书

1.一种轨道列车的电机滤网堵塞预警方法，其特征在于，包括：

获取轨道列车中牵引电机的状态参数的采样值；所述状态参数包括电机温度参数和非电机温度参数；

调用预设的专家规则预警模型计算本牵引电机的规则预警估计值；所述规则预警估计值基于本牵引电机与其他牵引电机的状态参数一致性的校验结果而计算生成；

判断所述规则预警估计值是否取值在预设故障区间之内；

若是，则判定本牵引电机发生电机滤网堵塞故障，并生成堵塞预警指令；

若否，则调用预设的机器学习预警模型对本牵引电机进行电机滤网堵塞判断；所述机器学习预警模型的判断结果基于非电机温度参数与电机温度参数的匹配性而计算生成。

2.根据权利要求1所述的电机滤网堵塞预警方法，其特征在于，所述调用预设的专家规则预警模型计算本牵引电机的规则预警估计值，包括：

依据预设的特征参数对应关系，从各种状态参数中确定出与本牵引电机的型号对应的特征参数；

针对本牵引电机的每种特征参数，分别计算与同工况条件下其他牵引电机的一致性校验值；

对本牵引电机的各特征参数的一致性校验值进行加权求和，以计算本牵引电机的所述规则预警估计值。

3.根据权利要求2所述的电机滤网堵塞预警方法，其特征在于，所述针对本牵引电机的每种特征参数，分别计算与同工况条件下其他牵引电机的一致性校验值，包括：

基于一致性校验公式，分别计算本牵引电机的各特征参数与同工况条件下其他牵引电机的一致性校验值；所述一致性校验公式为：

其中，U_i为本牵引电机第i个特征参数的一致性校验值；Y_i为本牵引电机第i个特征参数的采样值；μ_(other)i为其他牵引电机的第i个特征参数的采样平均值；Y_(other)ij为第j个其他牵引电机的第i个特征参数的采样值；k为牵引电机的总数量。

4.根据权利要求3所述的电机滤网堵塞预警方法，其特征在于，对于目标型号牵引电机，所述特征参数对应关系的确定过程包括：

获取所述目标型号牵引电机的状态参数的样本数据；

分别计算所述目标型号牵引电机的各非电机温度参数与电机温度参数的关联度；

将电机温度参数以及关联度最高的第一预设数量个非电机温度参数确定为与所述目标型号牵引电机对应的特征参数。

5.根据权利要求4所述的电机滤网堵塞预警方法，其特征在于，所述分别计算所述目标型号牵引电机的各非电机温度参数与电机温度参数的关联度，包括：

依据关联度计算公式，分别计算所述目标型号牵引电机的各非电机温度参数与电机温度参数的关联度；所述关联度计算公式为：

其中，a_i为所述目标型号牵引电机的非电机温度参数的采样值；b_i为所述目标型号牵引电机的电机温度参数的采样值；m为采样数据量；a为a_i的平均值；b为b_i的平均值。

6.根据权利要求4所述的电机滤网堵塞预警方法，其特征在于，在所述分别计算所述目标型号牵引电机的各非电机温度参数与电机温度参数的关联度之后，还包括：

根据关联度大小为各个所述特征参数确定对应的权重，以便在执行所述对本牵引电机的各特征参数的一致性校验值进行加权求和的步骤时，基于所述权重进行加权求和计算。

7.根据权利要求1所述的电机滤网堵塞预警方法，其特征在于，所述机器学习预警模型的训练过程包括：

获取在未发生电机滤网堵塞故障时的状态参数的样本数据；

对所述样本数据进行归一化处理；

确定神经网络模型的网络结构；

以所述样本数据中的非电机温度参数为输入、电机温度参数为输出，对所述神经网络模型进行训练，以生成所述机器学习预警模型。