CN109802683A - 一种基于参数识别的轨道电路监测数据压缩方法和处理系统 - Google Patents
一种基于参数识别的轨道电路监测数据压缩方法和处理系统 Download PDFInfo
- Publication number
- CN109802683A CN109802683A CN201811562143.6A CN201811562143A CN109802683A CN 109802683 A CN109802683 A CN 109802683A CN 201811562143 A CN201811562143 A CN 201811562143A CN 109802683 A CN109802683 A CN 109802683A
- Authority
- CN
- China
- Prior art keywords
- data
- track circuit
- byte
- label
- circuit monitoring
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种基于参数识别的轨道电路监测数据压缩方法,用于将流式轨道电路监测数据进行压缩存储,基于参数识别将一个或连续多个满足参数识别压缩条件的流式数据字节压缩存储为省略标记,并通过参数识别将突变、异常波动等反应数据细节的部分流式数据字节原始性地存储,解决轨道电路监测数据在传统数据压缩方法下发生数据细节丢失的问题;本发明还公开了应用该压缩方法的轨道电路监测数据处理系统。
Description
技术领域
本发明涉及轨道交通领域,尤其涉及一种基于参数识别的轨道电路监测数据压缩方法和处理系统。
背景技术
为保障铁路行车安全,需对道岔、轨道电路、信号机、联锁、列控等铁路信号设备的状态进行实时监测。随着设备维修质量要求的提高,需监测设备种类、参测传感器种类和各类设备监测的参数增长迅速。一个中等车站仅信号楼机械室内的信号设备,每个月产生的监测数据在10GB至15GB之间。为解决巨量数据存储的问题,常用的方法是循环覆盖,一般只保留30天左右的数据。
随着铁路行车间隔变短和行车速度的提高,对信号设备的维护质量提出了更高的要求,在设备故障率和设备故障延时上,有了更加严格的量化指标;在维修方法上,信号设备计划修向状态修发展的要求越发迫切。采集和保存信号设备全生命周期内的运行数据,是实现信号设备状态修的数据基础。一个管辖200个车站的电务段,一个月的设备监测数据将达到2TB至3TB,一年的数量在30TB以上。如何长期保存和有效利用这些巨量数据,成为了越来越重要的一个课题。
长期保存和有效利用的前提是对轨道电路监测数据进行数据压缩,传统的数据处理方法在数据压缩过程中省略了数据细节,造成反映铁路信号设备运行状态变化细节的重大流失。
多样化的铁路信号设备中,轨道电路是关键的基础设施,且出现的故障现象存在多样性,因此,目前轨道电路数据的实时监测和故障判别工作就显的尤为重要。
截取京广线某车站数据采集时间间隔为25HZ的轨道电路在正常运行状态约18分钟内的IG接收段电压为例,如下表所示:
序号 | 时间 | 数据(V) |
1 | 2018-04-05 17:20:16.200 | 20.2 |
2 | 2018-04-05 17:20:16.400 | 20.2 |
… | … | 20.2 |
3131 | 2018-04-05 17:30:16.400 | 0.8 |
… | … | 0.8 |
3138 | 2018-04-05 17:30:17.800 | 0.3 |
3139 | 2018-04-05 17:30:17.400 | 0.3 |
… | … | 0.3 |
3159 | 2018-04-05 17:30:21.400 | 0.2 |
3160 | 2018-04-05 17:30:21.600 | 0.2 |
… | … | 0.2 |
3164 | 2018-04-05 17:30:22.400 | 0.1 |
3165 | 2018-04-05 17:30:22.600 | 0.1 |
… | … | 0.1 |
3313 | 2018-04-05 17:30:52.200 | 0.0 |
3314 | 2018-04-05 17:30:52.400 | 0.0 |
… | … | 0.0 |
3321 | 2018-04-05 17:30:53.800 | 0.1 |
3322 | 2018-04-05 17:30:54.000 | 0.1 |
… | t | 0.1 |
3326 | 2018-04-05 17:30:55.800 | 0.0 |
3327 | 2018-04-05 17:30:56.000 | 0.0 |
… | … | 0.0 |
3718 | 2018-04-05 17:32:14.200 | 1.7 |
3719 | 2018-04-05 17:32:14.400 | 1.7 |
… | … | 1.7 |
3729 | 2018-04-05 17:32:16.400 | 2.4 |
3730 | 2018-04-05 17:32:16.600 | 2.4 |
… | … | 2.4 |
3758 | 2018-04-05 17:32:52.200 | 20.2 |
3759 | 2018-04-05 17:32:52.400 | 20.2 |
… | … | … |
5386 | 2018-04-05 17:38:17.800 | 20.1 |
5387 | 2018-04-05 17:38:18.000 | 20.1 |
轨道电路监测数据主要可分为两个阶段:调整阶段和分路阶段。调整阶段轨道处于非占用状态,上表中接收端正常的调整阶段电压为20.2V,可能有微小的上下波动。分路阶段列车通过该轨道电路区段,在分路、出清过程中,轨道电路由正常电压下降至分路电压(0V),约2分钟后再次瞬间上升为正常电压。
轨道电路在调整阶段中数据变化很小,而在分路阶段中,轨道电路在约2分钟的时间内迅速变化,假设数据采集周期为200ms,本来就不是特别丰富的数据细节极易在数据压缩的过程中发生严重丢失;调整状态下的异常电压波动和故障状态下严重参数偏离也极易在数据压缩的过程中丢失数据细节。
发明内容
本发明提供了一种基于参数识别的轨道电路监测数据压缩方法和处理系统,解决轨道电路监测数据在传统数据压缩方法下发生数据细节丢失的问题。
本发明提供的技术方案如下:
本发明公开了一种基于参数识别的轨道电路监测数据压缩方法,用于将流式轨道电路监测数据进行压缩存储,流式轨道电路监测数据包括多个流式数据字节;包括以下步骤:
步骤S1:读取流式轨道电路监测数据的一个流式数据字节;
步骤S2:判断所述流式数据字节是否满足参数识别压缩条件;当流式数据字节不满足参数识别压缩条件时,进行步骤S3;当流式数据字节满足参数识别压缩条件时,进行步骤S4;
步骤S3:将流式数据字节作为存储数据字节进行存储,回到步骤S1;
步骤S4:读取最后一个存储数据字节并对其进行判断;当所述最后一个存储数据字节不为省略标记或为空数据时,进行步骤S5;当所述最后一个存储数据字节为省略标记时,回到步骤S1;
步骤S5:将省略标记作为存储数据字节进行存储,回到步骤S1。
优选地,每一所述流式数据字节包括数据戳和与数据戳对应的电压数据值,相邻的流式数据字节的数据戳间隔固定的数据采集时间间隔。
优选地,在所述步骤S1前包括步骤S0;
步骤S0:对流式轨道电路监测数据进行参数识别标记,对每一流式数据字节输出满足数据压缩标记或不满足数据压缩标记;
具有满足数据压缩标记的流式数据字节在所述步骤S2中被判断为满足参数识别压缩条件,具有不满足数据压缩标记的流式数据字节在所述步骤S2中被判断为不满足参数识别压缩条件。
优选地,所述步骤S0包括:
步骤S0-1:将流式轨道电路监测数据划分为多组数据段,每组数据段包括多个流式数据字节;
步骤S0-2:读取n组数据段,n为大于1的整数;
步骤S0-3:通过数据突变人工智能模块诊断该n组数据段内的电压数据值是否存在突变;当存在突变时,进行步骤S0-4;当不存在突变时,进行步骤S0-5;
步骤S0-4:标记数据突变分界点;对于n组数据段内第一个流式数据字节至数据突变分界点,输出满足数据压缩标记;对于数据突变分界点之后一个流式数据字节至n组数据段内最后一个流式数据字节,输出不满足数据压缩标记;回到步骤S0-2;
步骤S0-5:对不存在突变的n组数据段,由波动判断模块进行波动范围判断;对电压数据值在波动范围内的流式数据字节,输出满足数据压缩标记;对电压数据值超出波动范围的流式数据字节,输出不满足数据压缩标记;回到步骤S0-2。
优选地,所述步骤S0-5中波动范围由预设或人工输入的基准电压值、波动上限、波动下限决定。
优选地,所述步骤S0-5中波动范围由m天内正常数据的数据电压平均值、
波动上限、波动下限决定,m为大于1的整数。
优选地,所述波动判断模块可选择性设定为人工强制判断模式或人工智能判断模式;
在人工强制判断模式下,波动范围由预设或人工输入的基准电压值、波动上限、波动下限决定;
在人工智能判断模式下,波动范围由m天内正常数据的数据电压平均值、波动上限、波动下限决定,m为大于1的整数。
基于相同发明构思,本发明还公开了一种基于参数识别的轨道电路监测数据处理系统,用于处理流式轨道电路监测数据,流式轨道电路监测数据包括多个流式数据字节;轨道电路监测数据处理系统包括:数据压缩器和参数识别标记器;
所述参数识别标记器对流式轨道电路监测数据进行参数识别标记,对每一流式数据字节输出满足数据压缩标记或不满足数据压缩标记;
所述数据压缩器将参数识别标记后的流式轨道电路监测数据压缩为存储式轨道电路监测数据,将一个或连续多个具有满足数据压缩标记的流式数据字节压缩为省略标记,将具有不满足数据压缩标记的流式数据字节存储为存储数据字节。
优选地,所述参数识别标记器包括:数据分组模块、数据突变人工智能模块、波动标记模块和标记模块;
数据分组模块将流式轨道电路监测数据划分为多组数据段,每组数据段包括多个流式数据字节;
数据突变人工智能模块判断数据段内的电压数据值是否存在突变,并标记数据突变分界点;
波动判断模块对不存在突变的数据段进行波动范围判断;
标记模块对存在突变的数据段内自数据突变分界点之后的流式数据字节输出不满足数据压缩标记,对不存在突变的数据段内电压数据值超出波动范围的流式数据字节输出不满足数据压缩标记,对其余流式数据字节输出满足数据压缩标记。
与现有技术相比,本发明至少能够带来以下有益效果:
通过参数识别将突变、异常波动等反应数据细节的部分流式数据字节原始性地存储,解决轨道电路监测数据在传统数据压缩方法下发生数据细节丢失的问题,极大地便利了设备维修和维护。
附图说明
下面将以明确易懂的方式,结合附图说明优选实施方式,对本发明予以进一步说明。
图1为本发明轨道电路监测数据处理系统的框架示意图;
图2为本发明轨道电路监测数据压缩方法一实施例的流程示意图;
图3为本发明一实施例中轨道电路监测数据处理系统的参数识别标记器的框架示意图;
图4为本发明轨道电路监测数据解压缩方法一实施例的流程示意图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
图1示出了本发明基于参数识别的轨道电路监测数据处理系统的框架图,轨道电路监测数据处理系统用于处理流式轨道电路监测数据,流式轨道电路监测数据包括多个流式数据字节,进行数据压缩时基于参数识别将一个或连续多个满足参数识别压缩条件的流式数据字节压缩存储为省略标记,同时将突变、异常波动等反应数据细节的部分流式数据字节原始性地存储,在尽可能保留数据细节的前提下进行数据压缩和解压缩。
轨道电路监测数据处理系统包括数据压缩器01、数据解压器02和参数识别标记器03。
参数识别标记器03对流式轨道电路监测数据进行参数识别标记,对每一流式数据字节输出满足数据压缩标记或不满足数据压缩标记。
数据压缩器01将参数识别标记后的流式轨道电路监测数据压缩为存储式轨道电路监测数据,将具有一个或连续多个满足数据压缩标记的流式数据字节压缩为省略标记,并且相邻的此类流式数据字节仅需使用一个省略标记,将具有不满足数据压缩标记的流式数据字节存储为存储数据字节。
数据解压器02将存储式轨道电路监测数据解压缩为还原式轨道电路监测数据,根据省略标记前后的存储数据字节的时间戳计算省略数,以省略标记前的(或省略标记后的)存储数据字节为还原基准数据字节,根据省略数和还原基准数据字节进行解压缩。
简要地,本实施例中基于参数识别的轨道电路监测数据压缩方法,包括以下步骤:
步骤S1:读取流式轨道电路监测数据的一个流式数据字节;
步骤S2:判断该流式数据字节是否满足参数识别压缩条件;当流式数据字节不满足参数识别压缩条件时,进行步骤S3;当流式数据字节满足参数识别压缩条件时,进行步骤S4;
步骤S3:将流式数据字节作为存储数据字节进行存储,回到步骤S1;
步骤S4:读取最后一个存储数据字节并对其进行判断;当最后一个存储数据字节不为省略标记时,进行步骤S5;当最后一个存储数据字节为省略标记时,回到步骤S1;
步骤S5:将省略标记作为存储数据字节进行存储,回到步骤S1。
具体地,考虑内存的写入情况,每一流式数据字节包括数据戳和与数据戳对应的电压数据值,相邻的流式数据字节的数据戳间隔固定的数据采集时间间隔;每一流式数据字节还可以包括一个数据序号,便于在内存中进行定位。
下面以实施例的方式具体阐述一种轨道电路监测数据压缩方法。
实施例1:
本实施例中基于参数识别的轨道电路监测数据压缩方法的流程图如图2所示,包括以下步骤:
步骤S0:对流式轨道电路监测数据进行参数识别标记,对每一流式数据字节输出满足数据压缩标记或不满足数据压缩标记;
将标记后的流式轨道电路监测数据输入数据压缩器01,预设压缩后数据序号i=0;
步骤S1:顺序读取流式轨道电路监测数据的一个流式数据字节,包括时间戳和电压数据值;
步骤S2:判断该流式数据字节是否满足参数识别压缩条件,具有满足数据压缩标记的流式数据字节被判断为满足参数识别压缩条件,具有不满足数据压缩标记的流式数据字节被判断为不满足参数识别压缩条件;当流式数据字节不满足参数识别压缩条件时,进行步骤S3;当流式数据字节满足参数识别压缩条件时,进行步骤S4;
步骤S3:将流式数据字节作为存储数据字节进行存储,即:写入数据序号i=i+1,并在该数据序号下写入时间戳和电压数据值;回到步骤S1;
步骤S4:读取最后一个存储数据字节并对其进行判断;当最后一个存储数据字节不为省略标记时,进行步骤S5;当最后一个存储数据字节为省略标记时,回到步骤S1;
步骤S5:将省略标记作为存储数据字节进行存储,具体可将省略标记写入数据戳内存序列,电压数据值内存序列为空数据;回到步骤S1。
本实施例的数据压缩方法以时间顺序读取流式轨道电路监测数据,以前一流式数据字节(流式数据字节简称数据)为基准数据,判断后续数据是否符合压缩条件,符合压缩条件的后续数据默认为与基准数据一致,忽略不必要的数据变化细节,省略重复记录,省略的重复记录为时间戳和数据值。而且,在省略的一段时间内,仅以一个省略记号标记,表明数据有压缩。对于不符合压缩条件的数据,原原本本地记录时间戳和数据值。
实施例2:
本发明在实施例1数据压缩方法的基础上,公开了一种优选的轨道电路监测数据压缩方法和处理系统,与实施例1的区别在于,根据轨道电路监测数据的鲜明特点,对上述参数识别标记器03和步骤S0进行优化。
总结监测数据和维修经验,轨道电路监测数据具有如下特点:
(1)正常情况下数据变化很小
轨道电路调整阶段时,接收端电压有0.1V左右的上下波动,约为接收端电压20.2V的0.5%左右,这种波动在几分钟内有数次,每次持续在10秒至50秒。有的轨道区段波动更大一些,但距离预警的阈值还很远。
轨道电路分路阶段时,理论上,应该分路瞬间由调整阶段电压下降至0V,且在分路阶段下保持为0V,当列车离开区段,轨道电路出清时,应瞬间由0V上升至调整阶段电压。实际上,分路和出清的瞬间,电压在1秒左右逐步变化;而在轨道电路分路阶段的2分钟左右时间内,电压在0.1V和0V之间跳动,这与列车经过时,列车与钢轨随着接触力的变化引起接触电阻的变化相关。在个别分路情况不是特别理想的轨道电路区段,这种跳动变化会更大,甚至达到0.5V左右。但这个电压值,即使是0.5V,距离技术规范要求的7.4V以下还很远,不到7%,这个幅度,只是参数的一个很小的变化。
(2)变化幅度不足以反映设备状态劣化的数据细节可以忽略
调整阶段时,轨道电路接收端15%左右的电压波动一般都不足以影响设备的正常使用。而仅0.5%左右的波动,可能来自与轨道电路设备本身,也可能是采集传感器的影响,但不管是什么因素导致的,如果是规律性5%左右的波动,不足以反映轨道电路设备本身有变化;实际上,在设备维修当中,维修人员对此变化也是忽略的。
(3)故障或可能引发故障的变化数据只占总体数量很小的一部分
信号设备故障率要求每年≦2.0件/每百组换算道岔,这是一个考虑了道岔等故障率更高设备的综合指标,具体到轨道电路方面,故障率要求就更高。从数据量上来看,故障数据占数据总量不到0.01%;与故障相关的变化数据,一般也不到数据总量的10%。
(4)非规律性的变化,幅度再小也可能反映了设备的某种异常
所采集数据的非规律性偶发性异常变化,虽然变化幅度不足以引发设备故障,但可能预示着设备发生了某种不稳定状态,存在故障风险。比如,接收端电压平时都在20.0V±0.5V内波动,而从某一时间点开始,出现了20.0V±1.5V波动。这个波动范围虽然符合25HZ轨道电路技术标准,但极可能是设备发生了个别部件劣化、发生了外部环境影响或者进行了维修调整等。这些变化,虽然幅度不大且不会直接导致设备故障,但必须引起高度重视,这些变化细节不应在压缩过程中被省略掉。
基于此,本实施例的轨道电路监测数据处理系统中,参数识别标记器03包括:数据分组模块031、标记模块034、数据突变人工智能模块032和波动标记模块034,其框架示意图如图3所示。
数据分组模块031将流式轨道电路监测数据划分为多组数据段,每组数据段包括多个流式数据字节。
数据突变人工智能模块032判断数据段内的电压数据值是否存在突变,并标记数据突变分界点;数据突变人工智能模块032识别是否有数值突变数据,防止变化幅度不大但偶发性的数据变化被过滤掉,基本原理是与过去一段时间内的最大值和最小值比较,如果变化超过过去最大幅度的一定倍数,就认为是突变。
波动判断模块033对不存在突变的数据段进行波动范围判断。
标记模块034对存在突变的数据段内自数据突变分界点之后的流式数据字节输出不满足数据压缩标记,对不存在突变的数据段内电压数据值超出波动范围的流式数据字节输出不满足数据压缩标记,对其余流式数据字节输出满足数据压缩标记。
其中,波动判断模块033将不存在突变的数据段中变化幅度小的数据选出来,当成没有变化的数据进行标记,而变化幅度较大的数据则保留。波动判断模块033可选择性设定为人工强制判断模式或人工智能判断模式。
在人工强制判断模式下,波动范围由预设或人工输入的基准电压值、波动上限、波动下限决定,比如,在数据变化细节不使用压缩等特殊情况下,可将变化幅度强制设为“0”。
人工智能判断方式是针对不同的设备的个性化、不断自我学习调整优化的幅度设置方式。在人工智能判断模式下,波动范围由m天(如30天,也可设置成更长时间段)内正常数据的数据电压平均值X均、波动上限X上、波动下限下决定,m为大于1的整数。
相应地,上述步骤S0可优选地包括以下详细步骤:
步骤S0-1:将流式轨道电路监测数据划分为多组数据段,每组数据段包括多个流式数据字节;
步骤S0-2:读取n组数据段(如5组),n为大于1的整数;
步骤S0-3:通过数据突变人工智能模块032诊断该n组数据段内的电压数据值是否存在突变;当存在突变时,进行步骤S0-4;当不存在突变时,进行步骤S0-5;
步骤S0-4:标记数据突变分界点;对于n组数据段内第一个流式数据字节至数据突变分界点,输出满足数据压缩标记;对于数据突变分界点之后一个至n组数据段内最后一个流式数据字节,输出不满足数据压缩标记;之后回到步骤S0-2;
步骤S0-5:对不存在突变的n组数据段,由波动判断模块033进行波动范围判断;对电压数据值在波动范围内的流式数据字节,输出满足数据压缩标记;对电压数据值超出波动范围的流式数据字节,输出不满足数据压缩标记;之后回到步骤S0-2。
针对压缩后的数据形式,需要考虑轨道电路数据读取的便利性。比如,需要读取某一个轨道电路区段在一个时间段内的数据,这个时间段可能是跨天、跨月、甚至跨年度的;同时,也需要读取一个时间段内全站轨道电路的数据;甚至需要选取任意几个轨道电路在一个时间段内的数据进行比较等。
相应地,本发明还公开了一种基于参数识别的轨道电路监测数据解压缩方法,用于将存储式轨道电路监测数据解压为还原式轨道电路监测数据,使用上述数据压缩方法形成的存储式轨道监测数据包括多个存储数据字节,存储数据字节为省略标记(具体形式可为:时间戳内存序列为省略标记,电压数据值内存序列为空数据)或常规数据字节,每一常规数据字节包括数据戳和与数据戳对应的电压数据值。
简要地,轨道电路监测数据解压缩方法包括以下步骤:
步骤S1’:读取数据采集时间间隔;
步骤S2’:将初始存储数据字节作为还原数据字节进行存储;
步骤S3’:读取下一个存储数据字节;当该存储数据字节为常规数据字节时,进行步骤S4’;当该存储数据字节为省略标记时,进行步骤S5’;
步骤S4’:将上述常规数据字节作为还原数据字节进行存储,回到步骤S3’;
步骤S5’:将最后一个还原数据字节标记为还原基准数据字节;读取下一个存储数据字节,将其标记为预读取常规数据字节;根据预读取常规数据字节的时间戳、还原基准数据字节的时间戳和数据采集时间间隔计算省略数,将还原基准数据字节的电压数据值重复作为还原数据字节的电压数据值进行存储,同时顺序存储按数据采集时间间隔生成的时间戳,重复次数为省略数;回到步骤S3’。
具体地,考虑内存的读取和写入情况,还原式轨道电路监测数据的每一还原数据字节包括数据戳和与数据戳对应的电压数据值,还可以包括一个数据序号,便于在内存中进行定位。
下面以实施例的方式具体阐述一种轨道电路监测数据解压缩方法。
实施例3:
本实施例中轨道电路监测数据解压缩方法的流程图如图4所示,包括以下步骤:
首先预设解压后数据序号i=0;
步骤S1’:读取数据采集时间间隔t;
步骤S2’:将初始存储数据字节作为还原数据字节进行存储;即:在内存中写入数据序号1,在数据序号1下写入第一个已压缩存储数据字节的时间戳T1和电压数据值;
步骤S3’:读取下一个存储数据字节的时间戳并进行判断;当不为省略标记时,进行步骤S4’;当为省略标记时,进行步骤S5’;
步骤S4’:将所述常规数据字节作为还原数据字节进行存储,即:在内存中写入i=i+1,在数据序号i下写入该存储数据字节的时间戳和电压数据值,将该时间戳记为T1;回到步骤S3’;
步骤S5’:读取下一个邻接存储数据字节的时间戳T2,计算j=(T2-T1)/t,求出省略数为j-1;接着先预设k=1,再重复执行:{写入数据序号i=1+1;写入时间戳T1+k*t;重复写入上一电压数据值;k=k+1};直至k>=j-1;之后回到步骤S3’。
本发明基于参数识别的轨道电路监测数据压缩方法、解压缩方法和处理系统基于参数识别,将反映设备参数变化的部分数据从轨道电路监测数据压缩方法整体大量数据中分离出来存储以保留参数细节;对不能反映设备参数变化的正常数据,只记录开始、结束时间和电压数据值,省略开始和结束时间段内相同数值重复记录;忽略时间段内变化幅度不足以反映设备参数变化的细节,实现数据压缩。解压时通过开始、结束的时间和数据值,还原数据。经实践验证,以30天为选取的时间段,数据波动允许范围设为了比较严格的5%,数据采集频率设定为25Hz,样本轨道区段数据压缩率达到75%,具有极高的压缩率,节省存储内存。
对轨道电路数据的读取和分析操作,将涉及多维度和不同角度,在实际运用中对时间要求必须达到工业控制系统的实时性标准,这些都需要考虑数据处理的时间和空间开销。越是复杂的计算,需要的时间和空间开销将越大。数据解压缩的时间开销在500毫秒以内,满足用户数据浏览分析需要,本发明的轨道电路监测数据压缩方法、解压缩方法有简单高效的优点。
最为重要的,本发明轨道电路监测数据压缩方法对于过车时接收端电压下降、接近零、上升过程中的数据,原原本本地进行记录,保留了数据细节;对数据值波动超过一定范围的数据,也进行了原原本本地记录,数据细节的有效保留极大地便利了设备维修和维护。
此外,本发明的轨道电路监测数据处理系统通过参数识别标记器03,灵活地进行突变数据和波动数据的标记,波动范围可以简单地设定为一个固定不变的范围数值,也可以通过人工智能算法针对不同区段、不同时间段进行动态调整。
需要说明的是,本发明轨道电路监测数据压缩方法、解压缩方法和处理系统不局限于处理轨道电路监测数据,还可适用于其它设备的监测数据,比如铁路信号道岔、信号机、联锁、LEU、CTC、ZPW2000等设备的参数大部分也有轨道电路的类似特征。
以上详细描述了本发明的优选实施方式,但是本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种等同变换(如数量、形状、位置等),这些等同变换均属于本发明的保护范围。
Claims (9)
1.一种基于参数识别的轨道电路监测数据压缩方法,用于将流式轨道电路监测数据进行压缩存储,流式轨道电路监测数据包括多个流式数据字节;其特征在于,包括以下步骤:
步骤S1:读取流式轨道电路监测数据的一个流式数据字节;
步骤S2:判断所述流式数据字节是否满足参数识别压缩条件;当流式数据字节不满足参数识别压缩条件时,进行步骤S3;当流式数据字节满足参数识别压缩条件时,进行步骤S4;
步骤S3:将流式数据字节作为存储数据字节进行存储,回到步骤S1;
步骤S4:读取最后一个存储数据字节并对其进行判断;当所述最后一个存储数据字节不为省略标记或为空数据时,进行步骤S5;当所述最后一个存储数据字节为省略标记时,回到步骤S1;
步骤S5:将省略标记作为存储数据字节进行存储,回到步骤S1。
2.根据权利要求1所述的轨道电路监测数据压缩方法,其特征在于:
每一所述流式数据字节包括数据戳和与数据戳对应的电压数据值,相邻的流式数据字节的数据戳间隔固定的数据采集时间间隔。
3.根据权利要求2所述的轨道电路监测数据压缩方法,其特征在于:在所述步骤S1前包括步骤S0;
步骤S0:对流式轨道电路监测数据进行参数识别标记,对每一流式数据字节输出满足数据压缩标记或不满足数据压缩标记;
具有满足数据压缩标记的流式数据字节在所述步骤S2中被判断为满足参数识别压缩条件,具有不满足数据压缩标记的流式数据字节在所述步骤S2中被判断为不满足参数识别压缩条件。
4.根据权利要求3所述的轨道电路监测数据压缩方法,其特征在于,所述步骤S0包括:
步骤S0-1:将流式轨道电路监测数据划分为多组数据段,每组数据段包括多个流式数据字节;
步骤S0-2:读取n组数据段,n为大于1的整数;
步骤S0-3:通过数据突变人工智能模块诊断该n组数据段内的电压数据值是否存在突变;当存在突变时,进行步骤S0-4;当不存在突变时,进行步骤S0-5;
步骤S0-4:标记数据突变分界点;对于n组数据段内第一个流式数据字节至数据突变分界点,输出满足数据压缩标记;对于数据突变分界点之后一个流式数据字节至n组数据段内最后一个流式数据字节,输出不满足数据压缩标记;回到步骤S0-2;
步骤S0-5:对不存在突变的n组数据段,由波动判断模块进行波动范围判断;对电压数据值在波动范围内的流式数据字节,输出满足数据压缩标记;对电压数据值超出波动范围的流式数据字节,输出不满足数据压缩标记;回到步骤S0-2。
5.根据权利要求4所述的轨道电路监测数据压缩方法,其特征在于:
所述步骤S0-5中波动范围由预设或人工输入的基准电压值、波动上限、波动下限决定。
6.根据权利要求4所述的轨道电路监测数据压缩方法,其特征在于:
所述步骤S0-5中波动范围由m天内正常数据的数据电压平均值、波动上限、波动下限决定,m为大于1的整数。
7.根据权利要求4所述的轨道电路监测数据压缩方法,其特征在于:
所述波动判断模块可选择性设定为人工强制判断模式或人工智能判断模式;
在人工强制判断模式下,波动范围由预设或人工输入的基准电压值、波动上限、波动下限决定;
在人工智能判断模式下,波动范围由m天内正常数据的数据电压平均值、波动上限、波动下限决定,m为大于1的整数。
8.一种基于参数识别的轨道电路监测数据处理系统,用于处理流式轨道电路监测数据,流式轨道电路监测数据包括多个流式数据字节;其特征在于,轨道电路监测数据处理系统包括:数据压缩器和参数识别标记器;
所述参数识别标记器对流式轨道电路监测数据进行参数识别标记,对每一流式数据字节输出满足数据压缩标记或不满足数据压缩标记;
所述数据压缩器将参数识别标记后的流式轨道电路监测数据压缩为存储式轨道电路监测数据,将一个或连续多个具有满足数据压缩标记的流式数据字节压缩为省略标记,将具有不满足数据压缩标记的流式数据字节存储为存储数据字节。
9.根据权利要求8所述的轨道电路监测数据处理系统,其特征在于,所述参数识别标记器包括:数据分组模块、数据突变人工智能模块、波动标记模块和标记模块;
数据分组模块将流式轨道电路监测数据划分为多组数据段,每组数据段包括多个流式数据字节;
数据突变人工智能模块判断数据段内的电压数据值是否存在突变,并标记数据突变分界点;
波动判断模块对不存在突变的数据段进行波动范围判断;
标记模块对存在突变的数据段内自数据突变分界点之后的流式数据字节输出不满足数据压缩标记,对不存在突变的数据段内电压数据值超出波动范围的流式数据字节输出不满足数据压缩标记,对其余流式数据字节输出满足数据压缩标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811562143.6A CN109802683B (zh) | 2018-12-20 | 2018-12-20 | 一种基于参数识别的轨道电路监测数据压缩方法和处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811562143.6A CN109802683B (zh) | 2018-12-20 | 2018-12-20 | 一种基于参数识别的轨道电路监测数据压缩方法和处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109802683A true CN109802683A (zh) | 2019-05-24 |
CN109802683B CN109802683B (zh) | 2023-04-14 |
Family
ID=66557240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811562143.6A Active CN109802683B (zh) | 2018-12-20 | 2018-12-20 | 一种基于参数识别的轨道电路监测数据压缩方法和处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109802683B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111917745A (zh) * | 2020-07-16 | 2020-11-10 | 上海星秒光电科技有限公司 | 一种数据压缩方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07239771A (ja) * | 1994-02-28 | 1995-09-12 | Nec Corp | データレコード圧縮方法およびデータレコード伸張方法 |
CN103236846A (zh) * | 2013-05-02 | 2013-08-07 | 浙江中控技术股份有限公司 | 一种工业实时数据压缩方法及装置 |
CN103516369A (zh) * | 2013-06-20 | 2014-01-15 | 易乐天 | 一种自适应数据压缩和解压缩的方法和系统及存储装置 |
CN108234464A (zh) * | 2017-12-25 | 2018-06-29 | 中国铁路总公司 | 用于信号集中监测系统的采集数据高效压缩方法 |
-
2018
- 2018-12-20 CN CN201811562143.6A patent/CN109802683B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07239771A (ja) * | 1994-02-28 | 1995-09-12 | Nec Corp | データレコード圧縮方法およびデータレコード伸張方法 |
CN103236846A (zh) * | 2013-05-02 | 2013-08-07 | 浙江中控技术股份有限公司 | 一种工业实时数据压缩方法及装置 |
CN103516369A (zh) * | 2013-06-20 | 2014-01-15 | 易乐天 | 一种自适应数据压缩和解压缩的方法和系统及存储装置 |
CN108234464A (zh) * | 2017-12-25 | 2018-06-29 | 中国铁路总公司 | 用于信号集中监测系统的采集数据高效压缩方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111917745A (zh) * | 2020-07-16 | 2020-11-10 | 上海星秒光电科技有限公司 | 一种数据压缩方法 |
CN111917745B (zh) * | 2020-07-16 | 2022-07-22 | 上海星秒光电科技有限公司 | 一种数据压缩方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109802683B (zh) | 2023-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109799449A (zh) | 一种基于参数识别的轨道电路监测数据解压缩方法和处理系统 | |
CN101431391B (zh) | 提高列控系统动态编码报文安全性的方法 | |
CN100424515C (zh) | 一种记录电力系统暂态过程的实时波形压缩存储方法 | |
CN104702349B (zh) | 应答器自动检测装置 | |
CN107563620A (zh) | 一种基于设备全寿命信息的综合评价方法 | |
CN109802683A (zh) | 一种基于参数识别的轨道电路监测数据压缩方法和处理系统 | |
CN107658977A (zh) | 用能异常动态自适应监测方法和系统 | |
CN109532949A (zh) | 铁路道岔转换过程分析评估系统 | |
CN106444678A (zh) | 一种冶金企业能源管理系统及方法 | |
CN106532955A (zh) | 一种集中监控变电站遥测识别功能的实现方法 | |
CN205376676U (zh) | 一种电池组管理系统 | |
CN109677448A (zh) | 一种基于转辙机功率的道岔故障分析方法 | |
DE2323145A1 (de) | Vorrichtung zur fernablesung von anzeigegeraeten wie zaehlern und aehnlichem | |
CN103001812A (zh) | 智能化电力通信故障诊断系统 | |
CN106394613A (zh) | 轨道车辆速度控制系统及方法 | |
CN201518044U (zh) | 一种电源防雷箱的远程监测记录单元 | |
CN102707339A (zh) | 一种利用综合条件对遥测雨水情数据进行纠错的方法 | |
CN205811520U (zh) | 多重冗余智能带电量显示的断相保护装置 | |
CN110210646B (zh) | 一种基于风速预测的高速铁路强风报警保持时间动态调整方法 | |
CN104778017A (zh) | 一种智能变电站二次设备状态数据采集方法 | |
CN108445322A (zh) | 一种继电保护故障回放方法 | |
CN108917823A (zh) | 自动设置开关柜监测参数的在线监测方法及系统 | |
CN106980085A (zh) | 获取高压断路器剩余寿命的系统、方法及装置 | |
CN204925311U (zh) | 一种高速铁路高压全电缆贯通线路的在线故障定位系统 | |
CN201111640Y (zh) | 用于地铁屏蔽门远程监控系统信息数据记录存储装置 |
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 |