[发明专利]基于自回归及深度学习模型判断接触网异常的方法在审
| 申请号： | 202111496409.3 | 申请日： | 2021-12-09 |
| 公开（公告）号： | CN114218856A | 公开（公告）日： | 2022-03-22 |
| 发明（设计）人： | 尹磊;李朝阳;冉惟可;贺毅;肖琨;王志强;杨佳;李路;邓云川;唐伟;陈科;刘涛;高保;王尧;代文平;何成太;余沿沿;朱明凯 | 申请（专利权）人： | 四川艾德瑞电气有限公司;成都迪威思拓科技有限公司 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/04;G06N3/08;G06F113/04;G06F119/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610037 四川省成都市金牛*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于自回归及深度学习模型判断接触网异常的方法，包括6个步骤。本发明采用经验理论公式、传统预测方法、深度学习方法这三种不同的预测方法进行数据预测，再用实测数据与三种预测方法所获得的预测数据分别绘制曲线，再将所得B值的预测曲线与实测曲线进行拟合对比。当实测曲线与预测曲线的拟合度低于某一阈值时，即判断接触网存在异常、反之正常。本发明不需要人为巡检，综合利用理论公式、差分整合移动平均自回归模型、卷积神经网络深度学习模型各自的优势，对接触网补偿装置B值进行预测，能在接触网存在异常时第一时间了解到具体情况，从而为制定相关措施，保证铁路安全运行起到了有利技术支撑。基于上述，本发明具有好的应用前景。 | ||
| 搜索关键词： | 基于 回归 深度 学习 模型 判断 接触 异常 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川艾德瑞电气有限公司;成都迪威思拓科技有限公司，未经四川艾德瑞电气有限公司;成都迪威思拓科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111496409.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于大数据的汽车内部智能空气过滤方法
- 下一篇：一种采暖装置
