[发明专利]基于时间序列数据挖掘的轨道车辆门亚健康状态识别方法

摘要

本发明公开了一种基于时间序列数据挖掘的轨道车辆门亚健康状态识别方法，利用多尺度滑动窗口离散字符化算法对轨道车辆门门电机的转速、转矩和电流进行数据挖掘；通过计算与正常状态下模板曲线的距离作为特征，并使用主成分分析对其降维，去除冗余信息，获得分类性能较好的低维特征；然后使用分层亚健康状态识别模型由粗到细对各种亚健康数据逐层进行识别，最终实现开关门过程中亚健康状态的识别，能够有效的提取出车门电机时间序列数据的特征，并对车门开关门过程中出现的常见的亚健康准确识别，具有很好的应用前景。

主权项

基于时间序列数据挖掘的轨道车辆门亚健康状态识别方法，其特征在于：包括以下步骤，步骤(A)，对轨道车辆门的亚健康及其对应正常的数据进行采集及预处理；步骤(B)，通过多尺度滑动窗口方法，结合ESAX字符化算法对步骤(A)中所采集及预处理后的数据进行处理，将其离散为第一字符串序列；步骤(C)，计算获得正常开关门状态下的模板曲线，并通过步骤(B)中相同的方法进行离散为第二字符串序列，计算第二字符串序列与第一字符串序列之间的距离作为特征值，通过主成分分析对特征值进行降维和特征选择；步骤(D)，通过分层亚健康状态识别算法由粗到细的逐步识别各种亚健康数据，在第一层训练中，仅依据步骤(C)中的特征值判断出Ⅰ类亚健康数据；在第二层训练中，对当前轨道车辆门的实时数据提取基础特征，并步骤(C)中所获得的特征进行融合，对正常数据及Ⅱ类亚健康数据进行区分。