[发明专利]多服役工况下列车牵引系统故障诊断方法、系统及介质

权利要求书

1.一种多服役工况下列车牵引系统故障诊断方法，其特征在于，包括：

S1：采集牵引系统在不同服役工况以及不同故障状态下的三相电流原始数据，并为所述三相电流原始数据添加故障类型标签；

S2：对所述三相电流原始数据进行预处理得到故障诊断数据集，并根据服役工况情况将所述故障诊断数据集划分为源域数据集和目标域数据集；

S3：将所述源域数据集和目标域数据集输入预先构建的故障诊断模型框架，以总体损失函数作为网络训练指标，基于反向传播算法进行训练得到目标通道域自适应图卷积网络模型；

S4：将待诊断牵引系统的三相电流数据输入所述目标通道域自适应图卷积网络模型进行故障诊断。

2.根据权利要求1所述的多服役工况下列车牵引系统故障诊断方法，其特征在于，所述S2具体包括：

对所述三相电流原始数据采用如下公式进行归一化处理：

式中，x₀表示三相电流原始数据，分别为三相电流原始数据x₀和归一化数据x₁的第i行，第j列数据，其中对应x₀、x₁第j列的全部数据；

基于滑动窗口机制，对归一化数据x₁进行切分，设窗口长度为w，滑动步长为l，则切分后的故障诊断数据集数量n满足如下关系式：

式中，[.]为取整符号，t为归一化数据x₁的长度；

使用滑动窗口机制得到的故障诊断数据集为三维故障诊断数据集，数据大小为n×w×k；

将已知服役工况的故障诊断数据划分为源域数据x^s，未知服役工况划分为目标域数据x^t。

3.根据权利要求1所述的多服役工况下列车牵引系统故障诊断方法，其特征在于，所述S3之前，所述方法还包括：

构建基于多通道域自适应图卷积网络的故障诊断模型框架，所述故障诊断模型框架包括原始数据特征映射层、图生成层、图信息融合层、域自适应模块以及标签分类器，其中，所述图生成层用于生成两种图拓扑结构。