[发明专利]城市轨道交通信号系统风险点辨识方法及系统

说明书

本发明提供一种城市轨道交通信号系统风险点辨识方法及系统，属于城市轨道交通运用维护技术领域，基于城轨信号系统运营安全影响要素集和组分节点，构建城轨信号系统安全特征网络模型，结合文本数据和统计数据，获取城轨信号系统风险特征性指标；利用运用隐马尔可夫模型对文本数据进行本文抽取获得文本序列；基于风险特征性指标，结合抽取的文本序列，构建城轨信号系统风险点辨识模型；基于城轨信号系统风险点辨识模型，辨识得到城轨信号系统风险点。本发明在考虑数据特征的基础上进行城轨信号系统风险点辨识，提高了辨识准确度，为实现信号系统安全风险管控、降低城市轨道交通事故发生率、保障城市轨道交通安全运营提供了安全、可靠、稳定支撑。

技术领域

本发明涉及城市轨道交通运营维护技术领域，具体涉及一种城市轨道交通信号系统风险点辨识方法及系统。

背景技术

信号系统作为城市轨道交通系统的“大脑”，是保障列车高效、安全、绿色运营至关重要的子系统，它肩负着列车行驶关键组分之间的信息传输和实时通讯的使命，同时保障行车设备的稳定运行。

然而超强的系统负荷运营也给行业带来了诸多痛点，其中安全是城市轨道交通高效、稳定运营的前提保障和立足之本。通过调查数据统计发现，城市轨道交通行业显发的屏蔽门夹人、脱轨、扣停、列车五分钟以上晚点等事有51％以上是由于信号系统失效或信号设备故障导致，因此如何保障城市轨道交通信号系统安全运营成为行业的重中之重。

如何保障信号系统安全、稳定运行，是降低城轨系统故障率和事故发生率的重要途径之一。城轨信号系统作为当期先进技术集大成者，具有结构耦合性、功能特殊性以及运行环境的复杂性等特征，不同程度的安全风险存在于系统的各层次、各环节之中，系统安全保障存在安全风险界定难、关键风险辨识难和系统风险管控难等亟待解决的关键性难题。

发明内容

本发明的目的在于提供一种城市轨道交通信号系统风险点辨识方法及系统，以解决上述背景技术中存在的至少一项技术问题。

为了实现上述目的，本发明采取了如下技术方案：

一方面，本发明提供一种城市轨道交通信号系统风险点辨识方法，包括：

基于城轨信号系统运营安全影响要素集和组分节点，构建城轨信号系统安全特征网络模型；

基于城轨信号系统安全特征网络模型，结合文本数据和统计数据，获取城轨信号系统风险特征性指标；

利用运用隐马尔可夫模型对文本数据进行本文抽取获得文本序列；

基于风险特征性指标，结合抽取的文本序列，构建城轨信号系统风险点辨识模型；

基于城轨信号系统风险点辨识模型，辨识得到城轨信号系统风险点。

优选的，所述的风险特征性指标分为结构性指标和功能性指标；所述结构性指标包括节点重要度，所述节点重要度表示了一个节点相对于相邻节点的度值高低，如果当前节点本身就连接到其他很重要的节点，那么针对该节点也同样赋予较高的节点重要度；所述功能性指标包括影响严重度，考虑到城轨信号系统的数据样本特征，提取数据集中延时时长、影响运营信息的列车数量的各个指标计算其加权比值得到最终的影响严重度指标。

优选的，构建城轨信号系统风险点辨识模型，包括：运用熵权法计算各个LSTM单元风险特征性指标中的节点重要度的权重，并将节点重要度和影响严重度融入每一个LSTM单元中去，计算权重参数。

优选的，将计算得到权重参数风险特征性指标融入隐马尔可夫模型给出的全部可能状态序列集，形成的新向量集，作为序列输入至Bi-LSTM网络结构，每一个双向LSTM单元在训练时都会考虑两个风险特征性指标，并将其应用到下一LSTM节点单元的计算过程中；通过调整优化三个门控权重参数，来控制待计算向量分别有多大概率进入门控单元中，最终获得每个时间步的隐藏层状态。