[发明专利]一种基于SVM的轨道交通故障诊断方法及系统

权利要求书

1.一种基于SVM的轨道交通故障诊断方法，其步骤包括：

1）通过数据归集组件采集轨道交通的历史监测数据及实时监测数据，并将其传输到数据分析服务器中；

2）数据分析服务器存储各类监测数据，并对其进行预处理以将其规范化；

3）数据分析服务器分析具体的故障以及故障产生的原因，对监测数据进行特征选择，映射出与故障问题相关的监测数据；

4）数据分析服务器对特征数据进行向量化，将其转换为可被SVM处理的空间向量模型数据；

5）数据分析服务器根据空间向量模型对历史监测数据进行模型训练，产生对应的问题分类模型；

6）数据分析服务器根据由历史监测数据得到的分类模型，对实时监测数据进行计算分析和分类，判断是否有故障并得出故障产生的原因。

2.如权利要求1所述的方法，其特征在于：步骤2）中数据分析服务器在存储监测数据时，将格式化的监测数据以文本的格式存储在本地文件系统之中，并对数据预处理步骤提供数据支撑。

3.如权利要求1所述的方法，其特征在于，步骤2）中数据分析服务器对监测数据进行的预处理包括数据清洗、数据集成、数据变换和数据规约。

4.如权利要求1所述的方法，其特征在于：步骤3）中数据分析服务器进行特征选择时，根据问题的理解和数据的特点，利用经验或特征选择算法选择出与问题相关的数据，将其从原始数据中抽取出来。

5.如权利要求1所述的方法，其特征在于：步骤4）中数据分析服务器通过对输入数据格式的分析，编程实现数据格式的转换，将输入的数据转换为向量模式和适用于SVM处理的空间向量模型格式。

6.如权利要求1所述的方法，其特征在于：步骤5）中数据分析服务器进行模型训练时，首先选择合适的内核，然后将数据分为训练数据和测试数据两部分，训练数据用于对模型训练，得到相应的参数，之后使用测试数据进行测试，验证模型的泛华能力。

7.如权利要求6所述的方法，其特征在于：步骤5）利用十倍交叉验证的方式来增加模型分类的准确率和召回率。

8.如权利要求7所述的方法，其特征在于：步骤5）将得到的VSM监测数据平均分成十组，编号为1-10，进行十次模型训练，每次选用不重复的编号作为测试集，剩下的9份数据作为训练集进行训练，然后使用不同的参数进行十倍交叉验证，得到更为准确的准确率和召回率对应的参数。

9.一种基于SVM的轨道交通故障诊断系统，其特征在于，包括：

数据归集组件，位于轨道交通运维部门，用于采集轨道交通的历史监测数据及实时监测数据，并将其传输到数据分析服务器中；

数据分析服务器，包括：

数据存储组件，连接所述数据归集组件，用于存储数据归集组件发送过来的各类监测数据；

数据预处理组件，连接所述数据存储组件，用于对监测数据进行预处理以将其规范化；

特征选择组件，连接所述数据预处理组件，用于分析具体的故障以及故障产生的原因，对监测数据进行特征选择，映射出与故障问题相关的监测数据；

数据向量化组件，连接所述特征选择组件，用于对特征数据进行向量化，转换为SVM可以处理的空间向量模型数据；

模型训练组件，连接所述数据向量化组件，用于对历史监测数据进行模型训练，产生对应的问题分类模型；

实时数据分析组件，连接所述数据向量化组件和所述模型训练组件，用于对实时监测数据进行计算分析和分类，判断是否有故障并得出故障产生的原因。

10.如权利要求9所述的系统，其特征在于：所述数据归集组件与所述数据分析服务器通过以太网进行数据传输；或者所述数据归集组件与所述数据分析服务器集成于一个工作站内，通过数据总线进行数据传输。