CN108052628A - 道岔启动电流检测方法、系统及终端设备 - Google Patents
道岔启动电流检测方法、系统及终端设备 Download PDFInfo
- Publication number
- CN108052628A CN108052628A CN201711376883.6A CN201711376883A CN108052628A CN 108052628 A CN108052628 A CN 108052628A CN 201711376883 A CN201711376883 A CN 201711376883A CN 108052628 A CN108052628 A CN 108052628A
- Authority
- CN
- China
- Prior art keywords
- curve
- measured
- similarity
- standard
- standard curve
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明适用于异常数据检测技术领域,提供了道岔启动电流检测方法、系统及终端设备,该方法包括:根据数据库中道岔启动电流曲线生成标准曲线;从微机监测系统中获取实时道岔启动电流曲线作为待测曲线;对标准曲线与待测曲线包括的数据点个数进行对比,判断数据点个数是否相等,并根据判断结果进行曲线相似度计算;根据标准曲线与待测的曲线相似度计算结果与预设曲线相似度阈值α与β比较,生成道岔运行状态信息。该方法有益效果在于,根据待测曲线和标准曲线分别包括数据点的数量,将待测曲线和标准曲线的曲线相似度计算分为不同的计算方法,并可同时进行计算,提高曲线相似度计算的速度,提高道岔运行状态监测工作效率。
Description
技术领域
本发明属于异常数据检测技术领域,尤其涉及道岔启动电流检测方法、系统及终端设备。
背景技术
道岔的主要作用是引导车轮的运行方向以实现列车的转线和跨线运行,是保障铁路运输安全与效率的关键设备之一,道岔运行的正常稳定与否将直接关系到高铁运行的安全。受设备自身或外界因素影响,铁路道岔不可避免的会发生故障。而铁路设备信号的异常往往是设备发生故障的前兆,如不能及早发现并处理,会给铁路运输安全造成威胁。
目前,主要采用微机监测系统对道岔运行状态进行监测,通过人工观察微机监测系统所采集的道岔运行信息判断道岔运行状态,需要大量的检测工作人员,并且依靠检测工作人员的工作经验主观判断道岔运行状态,使得判断误差难以控制。检测工作人员需要较长时间分析道岔运行信息,工作效率低。这种道岔运行检测方式已不能适应铁路的快速发展,如何快速准确的判断道岔运行状态对保证行车安全与乘客生命安全是十分重要的。
发明内容
有鉴于此,本发明实施例提供了道岔启动电流检测方法、系统及终端设备,以解决现有技术中道岔运行状态分析效率低的问题。
本发明实施例的第一方面提供了一种道岔启动电流检测方法,适用于服务器一侧,所述方法包括:
根据数据库中道岔启动电流曲线生成标准曲线,所述标准曲线上包括M1个数据点;
从微机监测系统中获取实时道岔启动电流曲线作为待测曲线,所述待测曲线上包括M2个数据点;
对所述标准曲线与所述待测曲线包括的数据点个数进行对比,判断M1与M2是否相等,并根据判断结果进行曲线相似度计算;
根据所述标准曲线与所述待测的曲线相似度计算结果与预设曲线相似度阈值α与β比较,生成道岔运行状态信息。
进一步地,所述根据数据库中道岔启动电流曲线生成标准曲线包括:
从数据库中获取道岔启动电流曲线作为第一历史数据,根据样条插值与数据并行的数据处理方法将所述第一历史数据划归为N维,N为大于1的正整数;
计算所述第一历史数据的第i维的第一平均值和第一标准差,并根据所述第一平均值和所述第一标准差生成所述第一历史数据的第i维的上限和下限,其中,i∈(1、2、…、N);
从所述第一历史数据中删除超过所述上限或下限的数据所在的曲线,得到第二历史数据,并计算所述第二历史数据的第i维的第二平均值;
根据所述第二历史数据的第i维的第二平均值,生成所述标准曲线。
进一步地,所述根据判断结果进行曲线相似度计算包括:
当所述标准曲线与所述待测曲线包括的数据点个数不相等时,进行第一曲线相似度计算;
当所述标准曲线与所述待测曲线包括的数据点个数相等时,进行第二曲线相似度计算。
进一步地,所述进行第一曲线相似度计算包括:
将所述标准曲线和所述待测曲线中包括数据点个数相对较少的曲线定义为曲线一,包括数据点个数相对较多的曲线定义为曲线二;
将所述曲线一和所述曲线二沿坐标系横轴方向分成若干等分,并分别计算所述曲线一和所述曲线二分的各等分点到坐标系原点的距离;
根据所述曲线一和所述曲线二的各等分点到坐标系原点的距离,计算所述曲线一与所述曲线二对应等分点之间的曲线相似度;
对所述曲线一与所述曲线二各对应等分点之间曲线相似度求和取平均值,得到所述曲线一与所述曲线二的曲线相似度。
进一步地,所述进行第二曲线相似度计算包括:
将所述标准曲线和所述待测曲线沿坐标系横轴方向分成若干等分,并分别计算所述标准曲线和所述待测曲线的各相邻等分点之间距离;
根据所述标准曲线和所述待测曲线各等分点纵坐标得到所述标准曲线和所述待测曲线各等分曲线趋势函数;
根据所述各相邻等分点之间距离和所述各等分曲线趋势函数,生成所述标准曲线和所述待测曲线对应等分曲线相似度;
对所述标准曲线和所述待测曲线对应等分曲线相似度求和取平均值,得到所述标准曲线和所述待测曲线的曲线相似度。
进一步地,所述道岔运行状态信息包括道岔运行正常信息、道岔运行异常信息和道岔运行故障信息;
所述根据所述标准曲线与所述待测的曲线相似度计算结果与预设曲线相似度阈值α与β比较,生成道岔运行状态信息,包括:
当所述标准曲线和所述待测曲线的曲线相似度大于等于所述预设曲线相似度阈值α,生成所述道岔运行正常信息;
当所述标准曲线和所述待测曲线的曲线相似度小于等于所述预设曲线相似度阈值β,生成所述道岔运行故障信息;
当所述标准曲线和所述待测曲线的曲线相似度小于所述预设曲线相似度阈值α,且大于所述预设曲线相似度阈值β,生成所述道岔运行异常信息。
本发明实施例的第二方面提供了一种道岔启动电流检测系统,所述系统包括:
标准曲线生成模块,用于根据从数据库中获取的道岔启动电流曲线数据,生成标准曲线;
待测曲线获取模块,用于从微机监测系统中获取实时道岔启动电流曲线作为待测曲线;
数据点个数对比模块,用于判断所述标准曲线和所述待测曲线包括数据点个数是否相等;
曲线相似度计算模块,用于计算所述标准曲线和所述待测曲线的曲线相似度;
曲线相似度对比模块,用于将所述标准曲线和所述待测曲线的曲线相似度与预设曲线相似度阈值α与β进行比较;
道岔运行状态信息生成模块,用于根据所述标准曲线和所述待测曲线的曲线相似度与预设曲线相似度阈值α与β比较的结果,生成道岔运行状态信息。
进一步地,所述曲线相似度计算模块用于:
当所述标准曲线与所述待测曲线包括的数据点个数不相等时,进行第一曲线相似度计算;
当所述标准曲线与所述待测曲线包括的数据点个数相等时,进行第二曲线相似度计算。
本发明实施例的第三方面提供了一种道岔启动电流检测终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如第一方面中任一项所述设备点检方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如第一方面中任一项所述设备点检方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:根据待测曲线和标准曲线分别包括数据点的数量,将待测曲线和标准曲线的曲线相似度计算分为不同的计算方法,并可同时进行计算,提高曲线相似度计算的速度,提高道岔运行状态监测工作效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种道岔启动电流检测方法的示意流程图;
图2是本发明实施例提供的第一曲线相似度计算方法曲线在坐标系中的示意图;
图3是本发明实施例提供的一种道岔启动电流检测系统的示意性框图;
图4是本发明实施例提供的一种道岔启动电流检测终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一
请参阅图1,本发明实施例提供的一种道岔启动电流检测方法的示意流程图,详述如下:
步骤S101,根据数据库中道岔启动电流曲线生成标准曲线,所述标准曲线上包括M1个数据点。
从数据库中获取某一时间段的道岔启动电流曲线,例如一年内的道岔启动电流曲线,并使用样条插值与数据并行的数据处理方法对获取的道岔启动电流曲线中包括的数据进行数据处理,生成标准曲线,假设标准曲线上包括M1个数据点,M1为大于1的正整数。
步骤S102,从微机监测系统中获取实时道岔启动电流曲线作为待测曲线,所述待测曲线上包括M2个数据点。
通常情况下,主要采用微机监测系统对道岔运行状态进行监测。从微机监测系统中能够获取实时道岔启动电流曲线,将实时道岔启动电流曲线作为待测曲线,假设待测曲线上包括M2个数据点,M2为大于1的正整数。
步骤S103,对所述标准曲线与所述待测曲线包括的数据点个数进行对比,判断M1与M2是否相等,并根据判断结果进行曲线相似度计算。
标准曲线上包括M1个数据点,待测曲线上包括M2个数据点,对标准曲线与待测曲线包括的数据点个数进行对比,对比结果只有两种情况,M1与M2相等或不相等,根据不同的对比结果选择不同曲线相似度计算方法。
步骤S104,根据所述标准曲线与所述待测的曲线相似度计算结果与预设曲线相似度阈值α与β比较,生成道岔运行状态信息。
通过长时间的标准曲线与待测曲线的曲线相似度计算工作中得到的经验,预设曲线相似度阈值α与β,α大于β。当标准曲线与待测曲线的曲线相似度大于或等于阈值α,说明待测曲线与标准曲线相似度极高;当标准曲线与待测曲线的曲线相似度小于或阈值β,说明待测曲线与标准曲线极不相似;当标准曲线与待测曲线的曲线相似处于α与β之间,说明待测曲线与标准曲线相似,但不能确定。
进一步地,在步骤S101中,该方法还包括:
从数据库中获取道岔启动电流曲线作为第一历史数据,根据样条插值与数据并行的数据处理方法将所述第一历史数据划归为N维,N为大于1的正整数。
从微机监测系统的数据库中获取某一时间段的道岔启动电流曲线,例如一年内的道岔启动电流曲线,作为第一历史数据,并根据条插值与数据并行的数据处理方法将第一历史数据划归为N维子数据集合,N为大于1的正整数。
计算所述第一历史数据的第i维的第一平均值和第一标准差,并根据所述第一平均值和所述第一标准差生成所述第一历史数据的第i维的上限和下限,其中,i∈(1、2、…、N)。
具体地,第一历史数据被划归为N维子数据集合,计算第一历史数据的第i维的第一平均值和第一标准差,即对第一历史数据的每个子数据集合,进行平均值和标准差的计算,得到第一平均值和第一标准差。并且根据第一平均值和第一标准差,利用如下公式(1)和公式(2)计算得到第一历史数据的第i维的上限和下限,
其中,Xupper-i为第一历史数据的第i维的上限,Xlower–i为第一历史数据的第i维的下限,为第一平均值,σi为第一标准差,i∈(1、2、…、N)。
从所述第一历史数据中删除超过所述上限或下限的数据所在的曲线,得到第二历史数据,并计算所述第二历史数据的第i维的第二平均值。
将第一历史数据的第i维中每个数据xi与第i维的上限Xupper-i或下限Xlower–i进行比较,并从第一历史数据的第i维中删除超过上限Xupper-i或下限Xlower–i的数据xi所在的曲线,得到第二历史数据。计算第二历史数据的第i维的第二平均值
根据所述第二历史数据的第i维的第二平均值,生成所述标准曲线。
由第二历史数据的第i维的第二平均值,即第二历史数据的所有子数据集合的平均值构成的曲线,作为标准曲线。
进一步地,在步骤S103中,该方法还包括:
当所述标准曲线与所述待测曲线包括的数据点个数不相等时,进行第一曲线相似度计算;
当所述标准曲线与所述待测曲线包括的数据点个数相等时,进行第二曲线相似度计算。
对标准曲线与待测曲线包括的数据点个数进行对比,根据不同的对比结果选择不同曲线相似度计算方法。当标准曲线与待测曲线包括的数据点个数不相等时,进行第一曲线相似度计算;当标准曲线与待测曲线包括的数据点个数相等时,进行第二曲线相似度计算。
进一步地,所述进行第一曲线相似度计算方法包括:
将所述标准曲线和所述待测曲线中包括数据点个数相对较少的曲线定义为曲线一,包括数据点个数相对较多的曲线定义为曲线二。
将所述曲线一和所述曲线二沿坐标系横轴方向分成若干等分,并分别计算所述曲线一和所述曲线二的各等分点到坐标系原点的距离。
具体地,请参阅图2,设曲线一在坐标系纵轴方向的最大值为Vmax,根据如下公式分别计算线段O1O2、OO1与OO2的长度,
L1=Vmax*δ (3)
L2=N1*L1/(N2-N1) (4)
L3=L1+L2 (5)
其中,δ是平移系数,为大于0的常数,L1为线段O1O2长度,L2为线段OO1长度,L3为线段OO2长度,N1为曲线一包括数据点个数,N2为曲线二包括数据点个数。
将曲线一沿坐标系纵轴正方向平移线段OO1长度,得到曲线O1A1,1A1,N;将曲线二沿坐标系纵轴正方向平移线段OO2长度,得到曲线O2A2,1A2,N。
用直线OA2,1、OA2,2、……、OA2,N将夹角∠O2OA2,N分成N等份,沿坐标系横轴,从负方向至正方向,第i条直线与横轴形成的夹角为∠βi根据如下公式计算,
其中,∠O2OA2,N=argtan(O2A2,N/OO2),N为大于1的正整数,i∈(1、2、…、N)。
利用样条插值算法,以曲线二包括的数据为基础,拟合曲线f(x)。曲线f(x)与用于将∠O2OA2,N分成N等份的直线中的第i条直线的交点坐标为(x,y)。根据如下公式(7)和(8),以及第i条直线的直线方程(9),可以得到交点坐标(x,y),
其中,O2A2,N为线段长度,∠O2OA2,N为角的度数。
曲线f(x)与用于将∠O2OA2,N分成N等份的直线中的第i条直线的交点,即为曲线二的第i个等分点。根据该点坐标(x,y),以及如下公式(10)能够得到该点到坐标系原点的距离,
曲线二与第i-1条直线的交点与坐标系原点的距离为Dist2Li,并且Dist2Li=Dist2Ri-1,Dist2Ri-1能够根据公式(10)计算得到。
利用RBF神经网络拟合曲线一,得到y=net(x),以及第i条直线的直线方程(9),采用二分法计算能够得到曲线一与第i条直线的交点,即为曲线一的第i个等分点,交点坐标为(x1,y1)。根据该点坐标,以及如下公式(11)能够得到该点到坐标系原点的距离,
曲线一与第i-1条直线的交点与坐标系原点的距离为Dist1Li,并且Dist1Li=Dist1Ri-1,Dist1Ri-1能够根据公式(11)计算得到。
根据所述曲线一和所述曲线二的各等分点到坐标系原点的距离,计算所述曲线一与所述曲线二对应等分点之间的曲线相似度。
曲线一与曲线二对应等分点之间的曲线相似度能够根据如下公式(12)或公式(13)进行计算得到,
Similar(i)=cos(abs(c1-c2)) (12)
Similar(i)=min(c1,c2)/max(c1,c2) (13)
其中,c1=Dist1Li/Dist2Li,c2=Dist1Ri/Dist2Ri。
对所述曲线一与所述曲线二各对应等分点之间的曲线相似度求和取平均值,得到所述曲线一与所述曲线二的曲线相似度。
曲线一与曲线二的曲线相似度定义为,曲线一与曲线二各对应等分点之间的曲线相似度求和取平均值,能够根据如下公式(14)计算得到曲线一与曲线二的曲线相似度,
进一步地,所述进行第二曲线相似度计算方法包括:
将所述标准曲线和所述待测曲线沿坐标系横轴正方向分成若干等分,并分别计算所述标准曲线和所述待测曲线的各相邻等分点之间距离。
标准曲线与待测曲线包括的数据点个数相等,均为Q,将标准曲线和待测曲线沿坐标系横轴正方向分成N等分。若标准曲线与待测曲线包括的数据点个数Q能够被N整除,则标准曲线与待测曲线被等分为Q/N个等分曲线,且每个等分曲线所包括的数据点个数相同;若标准曲线与待测曲线包括的数据点个数Q不能够被N整除,另Q/N的整数部分为T1,余数部分为T2,则标准曲线与待测曲线的前T2个等分曲线所包括的数据点个数均为T1+1,其余等分曲线所包括的数据点个数为T1个。
将标准曲线的第i个等分曲线的两个端点连接起来,构成第i个线段,该段线段的两个端点分别为,(xi-1,yi-1)、(xi,yi)。同上,待测曲线的第i个线段的两个端点分别为,(xi-1,1,yi-1,1)、(xi1,yi1)。标准曲线或待测曲线各相邻等分点之间的距离,即为标准曲线或待测曲线的第i个线段的两个端点之间的距离。根据如下公式(15)和公式(16)分别计算标准曲线和待测曲线各相邻等分点之间的距离,
其中,Dist1为标准曲线的第i个线段的两个端点之间的距离,即标准曲线第i个等分点与第i-1个等分点之间的距离,Dist2为待测曲线的第i个线段的两个端点之间的距离,即待测曲线第i个等分点与第i-1个等分点之间的距离。
根据所述标准曲线和所述待测曲线各等分点纵坐标得到所述标准曲线和所述待测曲线各等分曲线趋势函数。
根据标准曲线和待测曲线的各个等分曲线两个端点的纵坐标定义等分曲线的趋势,根据如下公式(17)和公式(18)分别定义标准曲线和待测曲线第i个等分曲线的趋势函数,
CurTrend1i=yi-yi-1 (17)
CurTrend2i=yi1-yi-1,1 (18)
其中,CurTrend1i为标准曲线的第i个等分曲线趋势函数,CurTrend2i为待测曲线的第i个等分曲线趋势函数。
根据所述各相邻等分点之间距离和所述各等分曲线趋势函数,生成所述标准曲线和所述待测曲线对应的等分曲线相似度。
根据标准曲线和待测曲线对应的各相邻等分点之间距离和各等分曲线趋势函数,以及如下公式(19)计算得到标准曲线和待测曲线对应的等分曲线相似度,
其中,若标准曲线与待测曲线对应的第i个等分曲线趋势函数之积小于0.说明该两个等分曲线趋势不同,即该两个等分曲线相似度为0。
对所述标准曲线和所述待测曲线对应等分曲线相似度求和取平均值,得到所述标准曲线和所述待测曲线的曲线相似度。
标准曲线与待测曲线的曲线相似度定义为,标准曲线与待测曲线对应的第i个等分曲线的等分曲线相似度之和的平均值,能够根据如下公式(14)计算得到标准曲线和待测曲线的曲线相似度。
进一步地,在步骤S104后,该方法还包括:
所述道岔运行状态信息包括道岔运行正常信息、道岔运行异常信息和道岔运行故障信息;
所述根据所述标准曲线与所述待测的曲线相似度计算结果与预设曲线相似度阈值α与β比较,生成道岔运行状态信息,包括:
当所述标准曲线和所述待测曲线的曲线相似度大于等于所述预设曲线相似度阈值α,生成所述道岔运行正常信息;
当所述标准曲线和所述待测曲线的曲线相似度小于所述预设曲线相似度阈值β,生成所述道岔运行故障信息;
当所述标准曲线和所述待测曲线的曲线相似度小于所述预设曲线相似度阈值α,且大于等于所述预设曲线相似度阈值β,生成所述道岔运行异常信息。
通过长时间的道岔启动电流曲线相似度计算工作经验中得到曲线相似度阈值α与β,α大于β。
当标准曲线与待测曲线的曲线相似度大于或等于阈值α,说明待测曲线与标准曲线相似度极高,生成道岔运行正常信息;当标准曲线与待测曲线的曲线相似度小于或阈值β,说明待测曲线与标准曲线极不相似,生成道岔运行故障信息,提示检测人员对该受到检测的道岔进行维修;当标准曲线与待测曲线的曲线相似处于α与β之间,小于阈值α,且大于等于阈值β,说明待测曲线与标准曲线相似,但不能确定,生成道岔运行异常信息,提示检测人员对该受到检测的道岔运行状态密切观察,做好维修准备。
上述道岔启动电流检测方法,有益效果在于,根据待测曲线和标准曲线分别包括数据点的数量,将待测曲线和标准曲线的曲线相似度计算分为不同的计算方法,当待测曲线和标准曲线包括数据点的数量相等时,通过进行第一曲线相似度计算方法计算,当待测曲线和标准曲线包括数据点的数量不相等时,通过进行第二曲线相似度计算方法计算,提高曲线相似度计算的速度和准确率,提高道岔运行状态监测工作效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例二
对应于上文实施例一所述的道岔启动电流检测方法,图3示出了本发明实施例提供的道岔启动电流检测系统,该系统包括:标准曲线生成模块301、待测曲线获取模块302、数据点个数对比模块303、曲线相似度计算模块304、曲线相似度对比模块305和道岔运行状态信息生成模块306。
标准曲线生成模块301,用于根据从数据库中获取的道岔启动电流曲线数据,生成标准曲线。
待测曲线获取模块302,用于从微机监测系统中获取实时道岔启动电流曲线作为待测曲线。
数据点个数对比模块303,用于判断所述标准曲线和所述待测曲线包括数据点个数是否相等。
曲线相似度计算模块304,用于计算所述标准曲线和所述待测曲线的曲线相似度。
曲线相似度对比模块305,用于将所述标准曲线和所述待测曲线的曲线相似度与预设曲线相似度阈值α与β进行比较。
道岔运行状态信息生成模块306,用于根据所述标准曲线和所述待测曲线的曲线相似度与预设曲线相似度阈值α与β比较的结果,生成道岔运行状态信息。
进一步地,曲线相似度计算模块304用于:
当所述标准曲线与所述待测曲线包括的数据点个数不相等时,进行第一曲线相似度计算;
当所述标准曲线与所述待测曲线包括的数据点个数相等时,进行第二曲线相似度计算。
根据待测曲线和标准曲线分别包括数据点的数量,将待测曲线和标准曲线的曲线相似度计算分配至不同的计算模块计算,当待测曲线和标准曲线包括数据点的数量相等时,通过第一曲线相似度计算模块计算,当待测曲线和标准曲线包括数据点的数量不相等时,通过第二曲线相似度计算模块计算,提高曲线相似度计算的速度和准确率,提高道岔运行状态监测工作效率。提高曲线相似度计算的准确率,提高道岔运行状态监测工作效率。
实施例三
对应于上文实施例一所述的道岔启动电流检测方法,图4示出了本发明实施例提供的道岔启动电流检测程序的运行环境示意图。为了便于说明,仅示出了与本实施例相关的部分。
图4是本发明实施例提供的道岔启动电流检测终端设备的示意图。如图4所示,该实施例的道岔启动电流检测终端设备40包括:处理器400、存储器401以及存储在所述存储器401中并可在所述处理器400上运行的计算机程序402,例如道岔启动电流检测程序。所述处理器400执行所述计算机程序402时实现上述各个道岔启动电流检测方法实施例中的步骤,例如图1所示的步骤S101至S106。或者,所述处理器400执行所述计算机程序402时实现上述各装置实施例中各模块的功能,例如图3所示模块301至306的功能。
示例性的,所述计算机程序402可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器401中,并由所述处理器400执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序402在所述道岔启动电流检测终端设备40中的执行过程。例如,所述计算机程序402可以被分割成标准曲线生成模块、待测曲线获取模块、数据点个数对比模块、曲线相似度计算模块、曲线相似度对比模块和道岔运行状态信息生成模块,各模块具体功能如下:
所述标准曲线生成模块,用于根据从数据库中获取的道岔启动电流曲线数据,生成标准曲线;
所述待测曲线获取模块,用于从微机监测系统中获取实时道岔启动电流曲线作为待测曲线;
所述数据点个数对比模块,用于判断所述标准曲线和所述待测曲线包括数据点个数是否相等;
所述曲线相似度计算模块,用于计算所述标准曲线和所述待测曲线的曲线相似度;
所述曲线相似度对比模块,用于将所述标准曲线和所述待测曲线的曲线相似度与预设曲线相似度阈值α与β进行比较;
所述道岔运行状态信息生成模块,用于根据所述标准曲线和所述待测曲线的曲线相似度与预设曲线相似度阈值α与β比较的结果,生成道岔运行状态信息。
进一步地,所述曲线相似度计算模块用于:
当所述标准曲线与所述待测曲线包括的数据点个数不相等时,进行第一曲线相似度计算;
当所述标准曲线与所述待测曲线包括的数据点个数相等时,进行第二曲线相似度计算。
所述道岔启动电流检测终端设备40可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述道岔启动电流检测终端设备40可包括,但不仅限于,处理器400、存储器401。本领域技术人员可以理解,图4仅仅是道岔启动电流检测终端设备40的示例,并不构成对道岔启动电流检测终端设备40的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述道岔启动电流检测终端设备40还可以包括输入输出设备、网络接入设备、总线等。
所称处理器400可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器401可以是所述道岔启动电流检测终端设备40的内部存储单元,例如道岔启动电流检测终端设备40的硬盘或内存。所述存储器401也可以是所述道岔启动电流检测终端设备40的外部存储设备,例如所述道岔启动电流检测终端设备40上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器401还可以既包括所述道岔启动电流检测终端设备40的内部存储单元也包括外部存储设备。所述存储器401用于存储所述计算机程序402以及所述道岔启动电流检测终端设备40所需的其他程序和数据。所述存储器401还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的终端设备和方法,可以通过其它的方式实现。例如,以上所描述的终端设备实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种道岔启动电流检测方法,其特征在于,适用于服务器一侧,所述方法包括:
根据数据库中道岔启动电流曲线生成标准曲线,所述标准曲线上包括M1个数据点;
从微机监测系统中获取实时道岔启动电流曲线作为待测曲线,所述待测曲线上包括M2个数据点;
对所述标准曲线与所述待测曲线包括的数据点个数进行对比,判断M1与M2是否相等,并根据判断结果进行曲线相似度计算;
根据所述标准曲线与所述待测的曲线相似度计算结果与预设曲线相似度阈值α与β比较,生成道岔运行状态信息。
2.如权利要求1所述的道岔启动电流检测方法,其特征在于,所述根据数据库中道岔启动电流曲线生成标准曲线包括:
从数据库中获取道岔启动电流曲线作为第一历史数据,根据样条插值与数据并行的数据处理方法将所述第一历史数据划归为N维,N为大于1的正整数;
计算所述第一历史数据的第i维的第一平均值和第一标准差,并根据所述第一平均值和所述第一标准差生成所述第一历史数据的第i维的上限和下限,其中,i∈(1、2、…、N);
从所述第一历史数据中删除超过所述上限或下限的数据所在的曲线,得到第二历史数据,并计算所述第二历史数据的第i维的第二平均值;
根据所述第二历史数据的第i维的第二平均值,生成所述标准曲线。
3.如权利要求1所述的道岔启动电流检测方法,其特征在于,所述根据判断结果进行曲线相似度计算包括:
当所述标准曲线与所述待测曲线包括的数据点个数不相等时,进行第一曲线相似度计算;
当所述标准曲线与所述待测曲线包括的数据点个数相等时,进行第二曲线相似度计算。
4.如权利要求3所述的道岔启动电流检测方法,其特征在于,所述进行第一曲线相似度计算包括:
将所述标准曲线和所述待测曲线中包括数据点个数相对较少的曲线定义为曲线一,包括数据点个数相对较多的曲线定义为曲线二;
将所述曲线一和所述曲线二沿坐标系横轴方向分成若干等分,并分别计算所述曲线一和所述曲线二分的各等分点到坐标系原点的距离;
根据所述曲线一和所述曲线二的各等分点到坐标系原点的距离,计算所述曲线一与所述曲线二对应等分点之间的曲线相似度;
对所述曲线一与所述曲线二各对应等分点之间曲线相似度求和取平均值,得到所述曲线一与所述曲线二的曲线相似度。
5.如权利要求3所述的道岔启动电流检测方法,其特征在于,所述进行第二曲线相似度计算包括:
将所述标准曲线和所述待测曲线沿坐标系横轴方向分成若干等分,并分别计算所述标准曲线和所述待测曲线的各相邻等分点之间距离;
根据所述标准曲线和所述待测曲线各等分点纵坐标得到所述标准曲线和所述待测曲线各等分曲线趋势函数;
根据所述各相邻等分点之间距离和所述各等分曲线趋势函数,生成所述标准曲线和所述待测曲线对应等分曲线相似度;
对所述标准曲线和所述待测曲线对应等分曲线相似度求和取平均值,得到所述标准曲线和所述待测曲线的曲线相似度。
6.如权利要求1所述的道岔启动电流检测方法,其特征在于,所述道岔运行状态信息包括道岔运行正常信息、道岔运行异常信息和道岔运行故障信息;所述根据所述标准曲线与所述待测的曲线相似度计算结果与预设曲线相似度阈值α与β比较,生成道岔运行状态信息,包括:
当所述标准曲线和所述待测曲线的曲线相似度大于等于所述预设曲线相似度阈值α,生成所述道岔运行正常信息;
当所述标准曲线和所述待测曲线的曲线相似度小于等于所述预设曲线相似度阈值β,生成所述道岔运行故障信息;
当所述标准曲线和所述待测曲线的曲线相似度小于所述预设曲线相似度阈值α,且大于所述预设曲线相似度阈值β,生成所述道岔运行异常信息。
7.一种道岔启动电流检测系统,其特征在于,所述系统包括:
标准曲线生成模块,用于根据从数据库中获取的道岔启动电流曲线数据,生成标准曲线;
待测曲线获取模块,用于从微机监测系统中获取实时道岔启动电流曲线作为待测曲线;
数据点个数对比模块,用于判断所述标准曲线和所述待测曲线包括数据点个数是否相等;
曲线相似度计算模块,用于计算所述标准曲线和所述待测曲线的曲线相似度;
曲线相似度对比模块,用于将所述标准曲线和所述待测曲线的曲线相似度与预设曲线相似度阈值α与β进行比较;
道岔运行状态信息生成模块,用于根据所述标准曲线和所述待测曲线的曲线相似度与预设曲线相似度阈值α与β比较的结果,生成道岔运行状态信息。
8.根据权利要求7所述的道岔启动电流检测系统,其特征在于,所述曲线相似度计算模块用于:
当所述标准曲线与所述待测曲线包括的数据点个数不相等时,进行第一曲线相似度计算;
当所述标准曲线与所述待测曲线包括的数据点个数相等时,进行第二曲线相似度计算。
9.一种道岔启动电流检测终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711376883.6A CN108052628B (zh) | 2017-12-19 | 2017-12-19 | 道岔启动电流检测方法、系统及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711376883.6A CN108052628B (zh) | 2017-12-19 | 2017-12-19 | 道岔启动电流检测方法、系统及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108052628A true CN108052628A (zh) | 2018-05-18 |
CN108052628B CN108052628B (zh) | 2020-07-14 |
Family
ID=62130093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711376883.6A Active CN108052628B (zh) | 2017-12-19 | 2017-12-19 | 道岔启动电流检测方法、系统及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108052628B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110264722A (zh) * | 2019-07-03 | 2019-09-20 | 泰华智慧产业集团股份有限公司 | 信息采集设备中异常设备的筛选方法及系统 |
CN110749785A (zh) * | 2019-09-10 | 2020-02-04 | 交控科技股份有限公司 | 道岔转动时序分析方法和系统 |
CN110991527A (zh) * | 2019-12-02 | 2020-04-10 | 国网湖北省电力有限公司电力科学研究院 | 一种考虑电压曲线平均波动率的相似度阈值确定方法 |
CN111563073A (zh) * | 2020-04-20 | 2020-08-21 | 杭州市质量技术监督检测院 | Nqi信息共享的方法、平台、服务器及可读存储介质 |
CN111915061A (zh) * | 2020-07-06 | 2020-11-10 | 同济大学 | 一种道岔动作电流曲线预测方法及其故障判别方法 |
CN112084673A (zh) * | 2020-09-17 | 2020-12-15 | 广西交控智维科技发展有限公司 | 道岔摩擦电流自动设置方法及装置 |
CN113283503A (zh) * | 2021-05-24 | 2021-08-20 | 平安国际融资租赁有限公司 | 基于特征相似度的设备状态检测方法、装置、设备和介质 |
CN114325188A (zh) * | 2021-12-28 | 2022-04-12 | 国网河北省电力有限公司经济技术研究院 | 故障检测方法、装置及服务器 |
CN114816917A (zh) * | 2022-04-24 | 2022-07-29 | 京东科技信息技术有限公司 | 监测数据处理方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120061214A1 (en) * | 2010-09-15 | 2012-03-15 | Huf Hulsbeck & Furst Gmbh & Co. Kg | Switch |
CN103279643A (zh) * | 2013-04-26 | 2013-09-04 | 华北电力大学(保定) | 一种时间序列相似度的计算方法 |
CN103984844A (zh) * | 2014-03-19 | 2014-08-13 | 关欣 | 一种不等长序列相似度度量算法 |
CN107215357A (zh) * | 2017-05-25 | 2017-09-29 | 同济大学 | 一种道岔故障预测方法 |
-
2017
- 2017-12-19 CN CN201711376883.6A patent/CN108052628B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120061214A1 (en) * | 2010-09-15 | 2012-03-15 | Huf Hulsbeck & Furst Gmbh & Co. Kg | Switch |
CN103279643A (zh) * | 2013-04-26 | 2013-09-04 | 华北电力大学(保定) | 一种时间序列相似度的计算方法 |
CN103984844A (zh) * | 2014-03-19 | 2014-08-13 | 关欣 | 一种不等长序列相似度度量算法 |
CN107215357A (zh) * | 2017-05-25 | 2017-09-29 | 同济大学 | 一种道岔故障预测方法 |
Non-Patent Citations (1)
Title |
---|
杜云艳 等: "基于案例推理的海洋涡旋特征信息空间相似性研究", 《热带海洋学报》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110264722A (zh) * | 2019-07-03 | 2019-09-20 | 泰华智慧产业集团股份有限公司 | 信息采集设备中异常设备的筛选方法及系统 |
CN110749785A (zh) * | 2019-09-10 | 2020-02-04 | 交控科技股份有限公司 | 道岔转动时序分析方法和系统 |
CN110991527A (zh) * | 2019-12-02 | 2020-04-10 | 国网湖北省电力有限公司电力科学研究院 | 一种考虑电压曲线平均波动率的相似度阈值确定方法 |
CN110991527B (zh) * | 2019-12-02 | 2023-05-05 | 国网湖北省电力有限公司电力科学研究院 | 一种考虑电压曲线平均波动率的相似度阈值确定方法 |
CN111563073A (zh) * | 2020-04-20 | 2020-08-21 | 杭州市质量技术监督检测院 | Nqi信息共享的方法、平台、服务器及可读存储介质 |
CN111563073B (zh) * | 2020-04-20 | 2023-07-07 | 杭州市质量技术监督检测院 | Nqi信息共享的方法、平台、服务器及可读存储介质 |
CN111915061A (zh) * | 2020-07-06 | 2020-11-10 | 同济大学 | 一种道岔动作电流曲线预测方法及其故障判别方法 |
CN111915061B (zh) * | 2020-07-06 | 2022-06-07 | 同济大学 | 一种道岔动作电流曲线预测方法及其故障判别方法 |
CN112084673A (zh) * | 2020-09-17 | 2020-12-15 | 广西交控智维科技发展有限公司 | 道岔摩擦电流自动设置方法及装置 |
CN113283503A (zh) * | 2021-05-24 | 2021-08-20 | 平安国际融资租赁有限公司 | 基于特征相似度的设备状态检测方法、装置、设备和介质 |
CN114325188A (zh) * | 2021-12-28 | 2022-04-12 | 国网河北省电力有限公司经济技术研究院 | 故障检测方法、装置及服务器 |
CN114816917A (zh) * | 2022-04-24 | 2022-07-29 | 京东科技信息技术有限公司 | 监测数据处理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108052628B (zh) | 2020-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108052628A (zh) | 道岔启动电流检测方法、系统及终端设备 | |
CN109034244B (zh) | 基于电量曲线特征模型的线损异常诊断方法及装置 | |
Amat et al. | Advances in iterative methods for nonlinear equations | |
US7953577B2 (en) | Method and apparatus for improved fault detection in power generation equipment | |
Chen et al. | Point-to-point comparison method for automated scan-vs-bim deviation detection | |
Jung et al. | Smart sewing work measurement system using IoT-based power monitoring device and approximation algorithm | |
CN108955901A (zh) | 一种红外测温方法、系统及终端设备 | |
CN105510864B (zh) | 一种电能表误差计量的检测方法 | |
US11055382B2 (en) | Methods and systems that estimate a degree of abnormality of a complex system | |
CN107526007A (zh) | 故障类型的识别方法及装置 | |
CN107679089A (zh) | 一种用于电力传感数据的清洗方法、装置和系统 | |
CN106598822A (zh) | 一种用于容量评估的异常数据检测方法及装置 | |
CN114331114A (zh) | 一种管道安全风险智能化监管方法及系统 | |
CN116879758A (zh) | 一种基于熵值算法的动力电池电压故障在线诊断处理方法 | |
CN114037673A (zh) | 一种基于机器视觉的硬件衔接接口监测方法及系统 | |
WO2016138805A1 (zh) | 一种分布数据异动判断定位方法及系统 | |
CN112070180A (zh) | 基于信息物理双侧数据的电网设备状态判断方法及装置 | |
CN109215816A (zh) | 蒸汽发生器传热管完整性评估方法、系统及终端设备 | |
CN112528762B (zh) | 一种基于数据关联分析的谐波源识别方法 | |
Senvar et al. | Process capability and six sigma methodology including fuzzy and lean approaches | |
CN108416300A (zh) | 一种识别书写轨迹的方法、装置及终端设备 | |
Gu et al. | Curves that must be retraced | |
CN105573906B (zh) | 用以视觉化软件程序的系统及方法 | |
JP2014164768A (ja) | 相場の変則を探知するためのシステムおよび方法 | |
CN108198173A (zh) | 一种混凝土裂缝区域的在线检测方法、装置及终端设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |