[发明专利]一种牵引变流器滤网堵塞的诊断方法和装置

权利要求书

1.一种牵引变流器滤网堵塞的诊断方法，其特征在于，包括：

获取列车运行特征，所述列车运行特征包括当前时间、列车运行速度、牵引变流器冷却水进口温度、牵引变流器冷却水出口温度、环境温度、牵引变流器输入电流、牵引变流器输入电压、牵引变流器输出电流、牵引变流器输出电压中至少一项；

获取存储的列车变流器滤网堵塞诊断模型；其中，所述列车变流器滤网堵塞诊断模型根据列车原始运行数据，选取特定的工况，施加特征工程，结合数据特征与实际检修结果，构建机器学习分类模型后得到；

根据所述列车运行特征，结合所述列车变流器滤网堵塞诊断模型，得出列车变流器当前堵塞程度信息；

输出所述当前堵塞程度信息；

列车变流器滤网堵塞诊断模型根据列车原始运行数据，选取特定的工况，特征工程，结合数据特征与实际检修结果，构建机器学习分类模型后得到，包括：

将列车原始运行数据作为列车运行数据集，从列车运行数据集中，筛选列车运行速度符合预设规则的列车运行特征，并组成工况数据集；所述预设规则与所述特定工况相关联；

从工况数据集中筛选出达到热平衡规则的列车运行特征，并组成测点数据集；

获取与当前时间相关联的检修结果信息；

将所述当前时间相关联的检修结果信息，与所述测点数据集中的列车运行特征相关联，构成带检修记录的标签信息，所有带检修记录的标签信息集合为检修数据集；

根据所述检修数据集和所述列车运行数据集，构成列车运行训练集；

根据所述检修数据集和所述列车运行数据集，构成列车运行训练集，包括：

根据所述检修数据集进行数据统计分析得到稳态堵塞规律；

将所述列车运行数据集代入到所述稳态堵塞规律得到对应的堵塞数据集；所述堵塞数据集含堵塞数据标签；

按照当前时间，将所述列车运行数据集和对应的堵塞数据集进行数据合并，构成列车运行训练集。

2.根据权利要求1所述的一种牵引变流器滤网堵塞的诊断方法，其特征在于，还包括：

根据所述列车运行特征，结合所述列车变流器滤网堵塞诊断模型，得出列车变流器滤网完全堵塞时的预测时间信息；

输出所述预测时间信息。

3.根据权利要求1所述的一种牵引变流器滤网堵塞的诊断方法，其特征在于，将列车原始运行数据作为列车运行数据集，从列车运行数据集中，筛选列车运行速度符合预设规则的列车运行特征，并组成工况数据集，包括：

获取预设时速和预设时间；

从列车运行数据集中，筛选出列车运行速度大于预设时速的列车运行特征，并组成平稳运行数据集；

从平稳数据集中，筛选出多个工况数据集，所述工况数据集中所包含的列车运行数据构成一段又一段的连续时序数据，所述连续时序数据的时间长度超过所述预设时间。

4.根据权利要求3所述的一种牵引变流器滤网堵塞的诊断方法，其特征在于：所述预设时速为60km/h，所述预设时间为90s。

5.根据权利要求1所述的一种牵引变流器滤网堵塞的诊断方法，其特征在于，根据所述检修数据集和所述列车运行数据集，构成列车运行训练集，还包括：

在根据所述检修数据集进行数据统计分析得到稳态堵塞规律后，

使用所述检修数据集带入所述稳态堵塞规律进行验证，

在验证结果为符合时，执行将所述列车运行数据集代入到所述稳态堵塞规律得到对应的含堵塞数据标签的堵塞数据集；按照当前时间，将所述列车运行数据集和对应的含堵塞数据标签的堵塞数据集进行数据合并，构成列车运行训练集。

6.根据权利要求1所述的一种牵引变流器滤网堵塞的诊断方法，其特征在于，所述方法还包括：

在从工况数据集中筛选出达到热平衡规则的列车运行特征，并组成测点数据集前，

处理工况数据集中的缺失值和异常值，并更新工况数据集。