[发明专利]一种基于决策树的轨道交通故障诊断方法和系统

说明书

技术领域

本发明属于信息技术和轨道交通技术领域，具体涉及一种基于决策树的轨道交通故障诊断方法和系统。

背景技术

目前，轨道交通(国有铁路、企业铁路和城市轨道交通)领域、监测维护产品主要有三类：CSM(信号集中监测系统)、各设备维护机、通信网管系统。为了提高我国铁路信号系统设备的现代化维修水平，从90年代开始，先后自主研制了TJWX-I型和TJWX-2000型等不断升级中的信号集中监测CSM系统。目前大部分车站都采用了计算机监测系统，实现了对车站信号设备状态的实时监测，并通过监测与记录信号设备的主要运行状态，为电务部门掌握设备的当前状态和进行事故分析提供了基本依据，发挥了重要作用。并且，对城市轨道交通信号设备，集中监测CSM系统也被广泛部署在城轨集中站/车辆段等处，供城轨运维使用。此外，伴随我国高速铁路的建设发展，高铁特有的RBC系统、TSRS系统、ATP系统，也面临着纳入信号集中监测系统的需求，也面临着提高其监测能力、运维能力，以及设备自诊断能力的需求。

面对很多复杂设备故障和行车事故原因的分析诊断方面，既有CSM系统尚无能为力，目前仍需依靠人工经验分析判断，很多情况下只有在出现重大问题时才发现故障，不仅导致了人工诊断铁路信号系统故障时工作量大、故障监测与诊断效率低下等技术问题，增加了行车的危险。因此，提高各种监测资源的利用率，保障行车安全、提高运力，是轨道交通领域的迫切需求。

发明内容

为了解决现有技术中人工诊断铁路信号系统故障时工作量大、效率低下、风险性高等技术问题，本发明提供了一种基于决策树的轨道交通故障诊断方法和系统。

本发明采用的技术方案如下：

一种基于决策树的轨道交通故障诊断方法，其步骤包括：

1）通过分析轨道交通设备的电路和机械结构模型确定该设备的各种故障模式和各种监测量；

2）根据轨道交通设备的各种历史监测量得到标准故障样本数据，然后采用决策树生成算法对标准故障样本数据进行分析，构造得到故障的决策树；

3）采集轨道交通设备的各种实时监测量，并采用所述决策树作为故障模式的分类模型进行分类，从而确定故障种类。

进一步地，步骤1）所述各种故障模式包括设备故障的部位、设备故障的类型等信息，可以看作是分类的类别属性，作为决策树的树叶。

进一步地，步骤1）所述各种监测量包括设备运行中的状态参数，可以看作是分类的特征属性，作为决策书的中间结点。

进一步地，步骤2）采用决策树生成算法构造决策树的具体实现过程是：

a）树以代表训练样本的单个结点开始。

b）如果样本都在同一个类，则该结点成为树叶，并用该类标记。

c）否则，算法选择最有分类能力的属性作为决策树的当前结点。

d）根据当前决策结点属性取值的不同，将训练样本数据集划分为若干子集。每个取值形成一个分枝，有几个取值形成几个分枝。

e）针对上一步得到的一个子集，重复进行先前步骤，递归形成每个划分样本上的决策树。一旦一个属性出现在一个结点上，就不必在该结点的任何后代考虑它。

f）递归划分步骤仅当下列条件之一成立时停止：

①给定结点的所有样本属于同一个类。

②没有剩余属性可以用来进一步划分样本。在这种情况下，使用多数表决，将给定的结点转换成树叶，并以样本中元组个数最多的类别作为类别标记，同时也可以存放该结点样本的类别分布。

③如果一个分枝没有样本，则以样本的多数类创建一个树叶。

进一步地，步骤3）以IF-THEN形式的分类规则表示决策树，从树根开始，遍历整棵树，对每条从根到树叶的路径创建一个规则。

进一步地，对于产生的决策树，步骤3）沿着给定路径上的每个“属性-值”对形成规则前件的一个合取项；决策树的叶节点包含类预测，形成规则后件。

进一步地，步骤3）使用成为信息增益的基于熵的度量作为启发信息，选择能够最好地将样本分类的属性，该属性成为该节点的“测试”或“判定”属性，由根结点开始根据各个属性的信息增益，逐步构建决策树。

一种采用上述方法的轨道交通故障诊断系统，其包括：

数据采集设备，用于采集轨道交通信号设备的监测数据，

数据库单元，连接所述数据采集设备，用于存储采集的历史监测数据和实时监测数据；