CN109858503A - 基于梯度提升决策树的牵引变流器故障诊断方法 - Google Patents

Abstract

本发明涉及轨道交通领域，具体公开了一种基于梯度提升决策树的牵引变流器故障诊断方法。包括以下步骤：通过对牵引变流器故障数据样本进行递归二分类，并采用梯度提升决策树学习模型，预先构建故障分类模型；获取牵引变流器故障数据，带入分类模型进行故障诊断。本发明提出了递归二分类故障诊断总体框架，在总体框架中构建基于小波包分解和梯度提升决策树的牵引变流器故障诊断方法。本发明故障诊断精度高，能完全满足牵引变流器故障已定位的样本少、数据样本数据维度高、不同类别的样本分布不平衡、模块类故障难以区分的实际情况，具有广泛的推广价值。

Description

基于梯度提升决策树的牵引变流器故障诊断方法

技术领域

本发明涉及轨道交通领域，更具体地，涉及一种基于梯度提升决策树的牵引变流器故障诊断方法。

背景技术

变流器是电力机车牵引系统的关键部件，变流器故障将会导致列车运行瘫痪，严重的话会影响整个铁路干线。因此变流器一旦发生故障，需要立刻进行故障原因定位，并采取相关措施来解决故障。

例如变流器四象限输入过流是变流器故障中一种常见的故障原因，引起变流器四象限输入过流的故障原因有输入异常、元器件异常、检测异常、其他异常等大类，及其网压波动异常、同步信号接反、输入大线接反、四象限模块管故障、电容鼓包、逆变模块故障、中间电压传感器故障、电流传感器故障、网侧板卡异常、脉冲输出通路异常、控制变压异常等小类。其中，网压波动异常、四象限模块故障、逆变模块故障是列车实际运行中最常见的三种故障原因。

然而在实际的故障诊断中，存在着以下局限：

(1)数据样本少。在电力机车牵引变流器的故障样本中，已通过专家定位的样本数量少。例如某型机车，在实际运行时采集的四象限输入过流故障的数据样本中，已通过专家定位的数据文件总共只有三百多个。

(2)数据样本维度高。在单个样本中共有中间电压、输入电流、牵引网瞬时电压等九个关键字段，每个字段对应的记录有几万条。这样九乘以几万的高维度样本不能直接用于基于机器学习的故障诊断模型。

(3)不同类别的样本分布不平衡。在总共三百多个已定位的数据样本中，数量排名前三的故障原因占总数的90％以上，排名第四的故障原因不超过十个，甚至无法进行交叉验证。

(4)模块类故障难以区分。模块类的故障，例四象限模块与逆变模块故障，两个故障在多个关键字段上的波形特征十分相似，难以区分。

针对列车的变流器故障诊断的研究，现有技术主要分成三大类：

(1)基于专家经验的故障诊断；但基于专家经验的故障诊断面对海量数据时，诊断效率低；

(2)基于物理模型的故障诊断；但基于物理模型的故障诊断，其仿真模型不能完全反映列车在实际运行过程中由于工况、环境等复杂多因素的影响状况；

(3)基于数据模型的故障诊断；如针对于SS8车型的主变流器功率器件的开路故障，提出了基于小波分析和支持向量机(SVM)的故障诊断方法；针对200km/h的电动车组牵引变流器的三相输出电流的不平衡故障，提出了运用小波变换提取特征结合BP神经网络的故障诊断方法；提出了基于SOM的神经网络用于整流功率元件的开路故障诊断；针对BP算法存在收敛速度慢的问题，提出了用遗传算法来更新神经网络的权值参数，结合小波分析，用于整流器开路故障诊断。利用粗糙集对故障特征数据库中的数据进行处理和约简，提取出有效的故障模式规则用于故障诊断；提出了基于改进蚁群神经网络对地铁牵引逆变器的开路和短路故障进行诊断；基于数据模型的故障诊断在计算机硬件水平的提高和开源社区的发展下，得到了广泛应用，但目前的研究并没有着重考虑机车实际已定位的变流器故障样本少、类别间样本数分布不平衡的情况。

本文中，小波变换是一种被广泛使用的信号特征提取方法，主要用于非平稳信号的特征提取和降维。小波变换通过小波基函数的伸缩和平移来构成一系列分辨率不同的正交投影空间及其对应的基，能同时提高时域分辨率与频域分辨率，侧重于刻画信号的低频部分。小波包分解：小波包(Wavelet Packet)是小波变换的扩展。小波变换只对信号的低频部分逐层进行分解，关注信号的低频特征。而小波包分解将数据信号的高频部分和低频部分段同时逐层进行分解，关注信号在整个频段上的特征。

梯度提升决策树(Gradient Boosting Decision Tree)：GBDT由Friedman于2001年提出，属于集成学习的一种模型，其强大的拟合和泛化性能，使其不仅在世界顶尖的数据挖掘平台Kaggle竞赛中屡获名次，并且在Facebook和阿里巴巴等互联网公司中被广泛使用。

交叉验证：交叉验证(Cross-validation)主要用于建模应用中。在给定的建模样本中，拿出大部分样本进行建模型，留小部分样本用刚建立的模型进行预报，并求这小部分样本的预报误差，记录它们的平方加和。

K折比例交叉验证：从初始样本中按标签的比例，平均分割成K份子样本。一个单独的子样本被保留作为验证模型的数据，其它K-1个样本用来训练。交叉验证重复K次，每个字样本验证一次，平均K次的结果，得到一个单一估测。这个方法的优势在于，同时重复运用随机产生的子样本进行训练和验证，每次的结果验证一次。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提供一种能够细化区分模块类故障、并且能解决数据样本少、数据样本维度高、样本分布不平衡带来的故障诊断困难问题的基于梯度提升决策树的牵引变流器故障诊断方法。

为解决上述技术问题，本发明的技术方案如下：

提供一种基于梯度提升决策树的牵引变流器故障诊断方法，包括以下步骤：通过对牵引变流器故障数据样本进行递归二分类，并采用梯度提升决策树学习模型，预先构建故障分类模型；获取牵引变流器故障数据，带入分类模型进行故障诊断。

进一步地，具体包括以下步骤：

S1.获取牵引变流器故障数据样本，将故障数据样本分为训练数据样本和测试数据样本；

S2.将同大类的训练数据样本先合并，与其它大类的样本进行区分，后对大类中的小类进行进一步的区分，通过梯度提升决策树进行训练，得到分类模型；将测试数据样本带入分类模型进行测试，评估故障诊断效果；

S3.获取牵引变流器故障数据，带入分类模型进行故障诊断。

本发明针对牵引变流器故障数据已定位的样本少、样本数据维度高、不同类别的样本分布不平衡、模块类故障难以区分的实际情况，提出了递归二分类故障诊断总体框；运用梯度提升决策树学习模型，通过不断迭代学习，修正分类误差，得到最优的诊断结果。

进一步优选地，所述步骤S1中，将获取的牵引变流器故障数据样本进行梳理、简化、去噪、清洗，得到结构化数据后再进行故障数据样本的划分。

进一步地，所述步骤S2具体包括：

S21.在训练样本集L(t)中，将其中标签为的样本集与其他非的样本集分别标记为Label1、Label2代入GBDT模型，进行训练；其中，it为t的函数；

S22.输入测试样本，若测试样本被分在Label1，则结果为Label1。否则，若L2(t)样本集中原标签类数为1，输出分类结果为Label2；否则进入步骤S23；

S23.设置L(t)＝L2(t)，t＝t+1；进入步骤S21，直到测试样本被分类完毕。

进一步地，在所述步骤S21和步骤S22中用小波包分解能量谱、相位谱、功率谱、Hilbert边际谱的一种或多种对故障数据样本进行特征提取和降维。

进一步优选地，采用小波包分解能量谱对故障数据样本进行特征提取和降维。

进一步地，所述小波包分解包括以下步骤：

设定小波基函数的搜索空间；设定小波包分解层数；确定小波包分解最优参数组合；对原数据用最优参数组合进行小波包分解，进行特征提取。

进一步优选地，设定小波基函数的搜索空间为正交小波基Daubchies的函数族DB1-DB38；优选地，设定小波包分解层数参数为1-9。

进一步优选地，小波包分解中，采用梯度提升决策树进行训练，并统计在各基函数与层数组合下的全类平均准确性，得到小波包分解最优参数组合。

进一步地，将测试样本带入分类模型进行交叉验证，用各项分类指标评估模型的诊断效果。

进一步优选地，所述交叉验证为五折比例交叉验证。

本发明的有益效果：

(1)相对于现有技术仅用到中间电压或输入电流两个字段进行变流器故障诊断的研究和发明，本发明用到了与变流器相关的多个关键字段。每个字段都是导致变流器故障的关键因素。本发明对变流器全面地进行故障诊断，诊断精度更高。

(2)相对于现有技术仅用到时域或频域单独分析的研究和发明，本发明用到了时域分析中的小波包分解能量值作为字段的特征量。小波包分解能对非平稳信号的低频和高频部分同时进行分解，能同时提高频域分辨率与频域分辨率，对高维度故障样本进行有效的故障特征提取与降维。

(3)相对于现有技术仅用到单一机器学习分类器的研究和发明，本发明用到了集成学习模型中的梯度提升决策树。此方法能对样本数据进行迭代学习，每一次迭代都会提升模型的分类准确性。实验证明此方法优于单一机器学习分类器，并且优于集成学习模型中的随机森林。对样本数量不多的情况也有良好的效果。

(4)相对现有技术仅考虑不同故障原因样本分布平衡理想情况下的研究和发明，本发明针对于现实情况中样本数量少且不同故障原因的样本分布不平衡的状况，设计了一种递归二分类的算法总体框架。该框架将模块类故障样本先进行合并，与网压波动异常进行区分，然后对模块类故障样本进行分类。该方法对于难以分类的模块类故障以及小数量样本的逆变模块故障有着良好的诊断效果。

本发明故障诊断精度高，能完全满足牵引变流器故障已定位的样本少、数据样本数据维度高、不同类别的样本分布不平衡、模块类故障难以区分的实际情况，具有广泛的推广价值。

附图说明

图1为实施例1基于GBDT的牵引变流器故障诊断流程示意图。

图2为实施例1递归二分类具体流程示意图。

图3为实施例2最优小波包分解特征提取流程示意图

图4为实施例2基于GBDT的牵引变流器故障诊断流程示意图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明的具体含义。下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

如图1所示，本实施例提供一种基于梯度提升决策树的变流器故障诊断方法。包括以下步骤：通过对牵引变流器故障数据样本进行递归二分类，并采用梯度提升决策树学习模型，预先构建故障分类模型；获取牵引变流器故障数据，带入分类模型进行故障诊断。

如图1所示，具体包括以下步骤：

S1.获取牵引变流器故障数据样本，将故障数据样本分为训练数据样本和测试数据样本。

变流器故障数据存放在本地文件系统、分布式文件系统或数据库中。将获取的牵引变流器故障数据样本进行梳理、简化、去噪、清洗以剔除无用信息，获取相关因素得到结构化数据后再进行故障数据样本的划分。

S2.将同大类的训练数据样本先合并，与其它大类的样本进行区分，后对大类中的小类进行进一步的区分，通过梯度提升决策树进行训练，得到分类模型。例如，对四象限输入过流故障数据样本进行递归分类：第一次，将网压波动异常与模块类故障区分；第二次，将模块类故障中的四象限模块故障与逆变模块故障区分。

将测试数据样本带入分类模型进行测试，评估故障诊断效果。

如图2所示，步骤S2具体包括：

S20.初始化t＝0，训练样本集L(t)。

S21.在训练样本集L(t)中，按训练样本集L(t)原标签划分样本集，将其中标签L_it的样本集L1(t)与其他非L_it的样本集L2(t)分别标记为Label1、Label2进行特征提取后代入GBDT模型，进行训练得到分类模型。其中it为t的函数。

S22.输入测试样本，进行特征提取后代入分类模型；若测试样本被分在Label1，则结果为Label1。否则，若样本集L2(t)中原标签类数为1，输出分类结果为Label2；否则进入步骤S23。

上述步骤用小波包分解能量谱、相位谱、功率谱、Hilbert边际谱的一种或多种对故障数据样本进行特征提取和降维。

S23.设置L(t)＝L2(t)，t＝t+1；进入步骤S21，直到测试样本被分类完毕。

用各项分类指标评估分类模型的诊断效果。

S3.获取牵引变流器故障数据，带入分类模型进行故障诊断。

本实施例借鉴递归的思想，设计出了一套递归二分类总体框架，该框架对同大类的故障样本先合并，与其它大类的样本进行区分；后对大类中的小类进行进一步的区分；逐层对电力机车牵引变流器故障进行故障诊断。采用递归二分类总体框架，对电力机车牵引变流器故障数据样本进行递归二分类，能有效提升变流器故障中模块类故障的分类效果。

本实施例针对于机车牵引变流器四象限输入过流故障已定位的样本少、数据样本数据维度高、不同类别的样本分布不平衡、模块类故障难以区分的实际情况，提出了递归二分类故障诊断总体框架，在总体框架中构建基于梯度提升决策树的变流器四象限输入过流故障诊断方法。本发明运用的梯度提升决策树学习模型为集成学习模型的一种，通过对数据样本不断的迭代学习，修正分类误差，得到最优的诊断结果。其优点在于在样本数量小的情况下分类效果良好。

实施例2

本实施例与实施例1的不同之处在于，采用了小波包分解进行特征提取和降维。以对高维度的四象限输入过流样本进行小波包分解为例。

如图3所示，小波包分解包括以下步骤：

设定小波基函数的搜索空间为正交小波基Daubchies的函数族DB1-DB38。

设定小波包分解层数参数为1-9。HXD1C的DCU采样频率为6250Hz，则在各分解层数下频域分辨率为12.207Hz-3125Hz。

采用梯度提升决策树进行训练，统计在各基函数与层数组合下的全类平均准确性(Shoot)，得到小波包分解最优参数组合。

对原数据用最优参数组合进行小波包分解，对四象限输入过流样本进行特征提取，得到特征向量。

如图4所示，对训练数据样本和测试数据样本均采用小波包分解进行特征提取和降维。在最优参数组合小波包分解下，用特征向量训练GBDT分类模型。

将测试样本带入构建的分类模型得到预测标签，进行五折交叉验证，用各项分类指标评估模型的诊断效果。

本实施例，针对于样本数据维度高与模块类故障难以区分的情况，运用的故障特征提取和降维的方法为小波包分解；用集成学习模型的GBDT构造可靠的分类模型，对实际采集的DCU变流器数据进行实验验证。本发明运用小波包分解进行故障特征提取和降维，能对非平稳信号同时在时域和频域上进行特征提取，并实现了对信号的低频部分与高频部分全频段地进行刻画。本实施例能够对故障数据进行有效降维，并且能够对模块类故障进行进一步区分。

相同或相似的标号对应相同或相似的部件；附图中描述位置关系的用于仅用于示例性说明，不能理解为对本专利的限制。显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.基于梯度提升决策树的牵引变流器故障诊断方法，其特征在于，包括以下步骤：通过对牵引变流器故障数据样本进行递归二分类，并采用梯度提升决策树学习模型，预先构建故障分类模型；获取牵引变流器故障数据，带入分类模型进行故障诊断。

2.根据权利要求1所述的基于梯度提升决策树的牵引变流器故障诊断方法，其特征在于，具体包括以下步骤：

S1.获取牵引变流器故障数据样本，将故障数据样本分为训练数据样本和测试数据样本；

S2.将同大类的训练数据样本先合并，与其它大类的样本进行区分，后对大类中的小类进行进一步的区分，通过梯度提升决策树进行训练，得到分类模型；将测试数据样本带入分类模型进行测试，评估故障诊断效果；

S3.获取牵引变流器故障数据，带入分类模型进行故障诊断。

3.根据权利要求2所述的基于梯度提升决策树的牵引变流器故障诊断方法，其特征在于，所述步骤S1中，将获取的牵引变流器故障数据样本进行梳理、简化、去噪、清洗，得到结构化数据后再进行故障数据样本的划分。

4.根据权利要求2或3所述的基于梯度提升决策树的牵引变流器故障诊断方法，其特征在于，所述步骤S2具体包括：

S21.在训练样本集L(t)中，将其中标签为的样本集与其他非的样本集分别标记为Label1、Label2代入GBDT模型，进行训练；其中，i_t为t的函数；

S22.输入测试样本，若测试样本被分在Label1，则结果为Label1。否则，若L2(t)样本集中原标签类数为1，输出分类结果为Label2；否则进入步骤S23；

S23.设置L(t)＝L2(t)，t＝t+1；进入步骤S21，直到测试样本被分类完毕。

5.根据权利要求4所述的基于梯度提升决策树的牵引变流器故障诊断方法，其特征在于，在所述步骤S21和步骤S22中用小波包分解能量谱、相位谱、功率谱、Hilbert边际谱的一种或多种对故障数据样本进行特征提取和降维。

6.根据权利要求5所述的基于梯度提升决策树的牵引变流器故障诊断方法，其特征在于，采用小波包分解能量谱对故障数据样本进行特征提取和降维。

7.根据权利要求6所述的基于梯度提升决策树的牵引变流器故障诊断方法，其特征在于，所述小波包分解包括以下步骤：

设定小波基函数的搜索空间；

设定小波包分解层数；

确定小波包分解最优参数组合；

对原数据用最优参数组合进行小波包分解，进行特征提取。

8.根据权利要求7所述的基于梯度提升决策树的牵引变流器故障诊断方法，其特征在于，设定小波基函数的搜索空间为正交小波基Daubchies的函数族DB1-DB38；优选地，设定小波包分解层数参数为1-9。

9.根据权利要求7所述的基于梯度提升决策树的牵引变流器故障诊断方法，其特征在于，小波包分解中，采用梯度提升决策树进行训练，并统计在各基函数与层数组合下的全类平均准确性，得到小波包分解最优参数组合。

10.根据权利要求5至9任意一项所述的基于梯度提升决策树的牵引变流器故障诊断方法，其特征在于，将测试样本带入分类模型进行交叉验证，用各项分类指标评估模型的诊断效果；优选地，所述交叉验证为五折比例交叉验证。