[发明专利]故障检测方法及装置

权利要求书

1.一种故障检测方法，其特征在于，包括：

获取列车中目标部位的实时温度信息；

将所述实时温度信息输入神经网络模型进行分析，得到所述目标部位在预设采样周期内的温度偏差信息，其中，该温度偏差信息用于反映所述目标部位的实时温度信息与标准数据的差异程度；

基于所述温度偏差信息确定所述目标部位发生故障的置信度，其中，所述置信度用于反映发生故障的概率；

比较所述置信度和预设阈值；

在所述置信度小于所述预设阈值时，确定所述目标部位发生故障。

2.根据权利要求1所述的方法，其特征在于，基于所述温度偏差信息确定所述目标部位发生故障的置信度，包括：

基于所述温度偏差信息确定所述温度偏差信息对应的温度采样数据是否为异常采样数据；

在确定为异常样本数据时，基于所述温度采样数据和所述预设采样周期内的历史异常样本数据确定所述目标部位所处的状态，其中，所述状态用于指示所述目标部位在所述预设采样周期内异常样本数据的变化趋势；

依据所述状态确定所述置信度。

3.根据权利要求2所述的方法，其特征在于，所述状态包括以下至少之一：

第一状态，用于表示首次出现异常样本数据；

第二状态，用于表示在连续的采样点时刻采集的样本数据均为异常样本数据；

第三状态，用于表示所述目标部位在上一个采样点的样本数据为异常样本数据，在当前采样点的样本数据为正常样本数据；

第四状态，用于表示在上一个采样点的样本数据为正常样本数据，在当前采样点的样本数据为异常样本数据。

4.根据权利要求3所述的方法，其特征在于，依据所述状态确定所述置信度，包括：

在所述状态为所述第一状态时，基于所述首次出现的异常样本数据的偏差值、基准偏差值、连续出现的异常样本数据的数量确定与所述第一状态对应的置信度，其中，所述数量为1；

在所述状态为第二状态时，基于所述异常样本数据的偏差值、基准偏差值、连续出现的异常样本数据的数量以及所述第一状态或第四状态对应的置信度确定与所述第二状态对应的置信度；

在所述状态为第三状态时，基于上次异常样本数据出现之后到目前为止共监测的样本数目，以及第一状态、第二状态或第四状态中的其中一个状态对应的置信度确定与所述第三状态对应的置信度；

在所述状态为第四状态时，基于所述异常样本数据的偏差值、基准偏差值、连续出现的异常样本数据的数量以及所述第三状态对应的置信度确定与所述第四状态对应的置信度。

5.根据权利要求4所述的方法，其特征在于，与所述第一状态对应的置信度通过以下方式确定：

其中，Score_A表示第一状态对应的置信度，δ_D-L表示所述异常样本数据的偏差值，δ_base表示基准偏差值，N_sa表示连续出现的异常样本数据的数量，N_thre表示异常样本数据的数量阈值,Δ₁表示控制积分速率。

6.根据权利要求4所述的方法，其特征在于，与所述第二状态对应的置信度通过以下方式确定：

其中，Score_B表示与所述第二状态对应的置信度，表示所述异常样本数据的偏差值，表示所述基准偏差值，n_sa表示第n_sa个连续样本，N_sa表示连续出现的异常样本数据的数量,N_thre表示异常样本数据的数量阈值，Score_input表示所述第一状态或第四状态对应的置信度,Δ₁表示控制积分速率。