CN110543907A - 一种基于微机监测功率曲线的故障分类方法 - Google Patents

Abstract

本发明实施例公开了一种基于微机监测功率曲线的故障分类方法，包括：根据故障发生的条件通过现场实验方式获取每一类故障对应的微机监测功率曲线的故障采集数据；对每一类故障的故障数据进行重采样，得到数量均衡的若干组故障样本数据；分别计算未知曲线与每一组故障样本数据的相似度，并根据各相似度确定未知曲线对应的故障类型。通过现场实验方式获取故障采集数据，并进行重采样，能够得到数量均衡的每一类故障对应的若干组故障样本数据，从而根据相似度精确确定未知曲线对应的故障类型，以较小的成本达到更好的分类效果，无需借助人工调阅手段，而采用机器学习的方法自动化识别故障分类，减少了人力成本，并有效提高了分类精度。

Description

一种基于微机监测功率曲线的故障分类方法

技术领域

本发明涉及轨道交通技术领域，具体涉及一种基于微机监测功率曲线的故障分类方法。

背景技术

信号微机监测系统所产生的道岔动作电流及功率曲线反映了道岔工作的质量，是推断道岔设备异常与否的重要标准。在地铁道岔转辙机的运营维护中，主要依赖专业人员的人工调阅手段来判断当前曲线是否是故障类型，单纯依靠人工分析判断道岔运行状态的方法面临很多的考验。道岔动作功率数据是由微机监测系统在转辙机动作道岔时，实时采集数值按时间先后顺序组合而成的曲线。采用经典的机器学习的视角来看，道岔转辙机曲线的故障诊断及识别问题可以被认为是一个分类问题，传统机器学习方法中应用比较广泛的有支持向量机、神经网络、决策树和随机森林等方法。

对道岔特征曲线数据进行分类是对道岔监测数据进行数据挖掘的一项重要功能，在分类之后可以完成更多的如偏差分析、异常检测和预测等数据挖掘任务。道岔特征电流及功率曲线有其自身的特点，道岔转辙机可大体划分为直流转辙机与交流转辙机。ZD9系列的交流电机转辙机的微机监测数据中，交流转辙机的微机监测电流数据存在三相数据对应三种不同的时间序列曲线，而微机监测功率曲线只有一条时间序列数据。一般地对道岔故障进行分类都要利用微机监测的电流曲线。不过微机监测的电流有三条时序数据，一般的机器学习分类方法针对这三条时序电流数据都要针对电流三相的时间序列曲线去提出一定的特征，按道岔动作的几个阶段分阶段提出如平均值、最大值、最小值和偏斜度等特征，做这样额外的特征工程的工作无疑是增加了工作的难度。无论对于电流或功率微机监测采集数据的动作时间都会存在采集时间上长短不一的情况，曲线与曲线之间相同序号的采样点的数据存在一定的延迟、偏斜等。这些特点使得在针对道岔的微机监测数据采用经典的时间序列相似性度量方法，如欧式距离会出现不适用的情况。经典的时间序列相似性度量方法，不能排除多维时间序列之间的相关性影响，同时，时间序列采样时间不同造成的采样序列长度长短不一，再者两次动作的各个阶段的转换时间一般不同，阶段持续时间也会不同。以上的特征导致对道岔微机监测曲线的分类结果不够准确。

综上，现有方法中专业人员的人工调阅手段依赖人的经验去对道岔故障类型进行识别，依赖人工的判断会存在人经验的传承困难的问题；同时面对微机监测的电流曲线进行分类时需要进行特征工程，将三条时序的电流曲线的信息整合到一个分类算法中去进行处理，增加了解决问题的复杂度；另外，采用欧式距离的距离度量方式无法保证相似度的精确度。

发明内容

由于现有方法存在上述问题，本发明实施例提出一种基于微机监测功率曲线的故障分类方法，包括：

根据故障发生的条件通过现场实验方式获取每一类故障对应的微机监测功率曲线的故障采集数据；

对每一类故障对应的微机监测功率曲线的故障数据进行重采样，得到数量均衡的每一类故障对应的若干组故障样本数据；

分别计算未知曲线与每一组故障样本数据的相似度，并根据各相似度确定所述未知曲线对应的故障类型。

可选地，所述分别计算未知曲线与每一组故障样本数据的相似度，并根据各相似度确定所述未知曲线对应的故障类型，具体包括：

分别计算未知曲线与每一组故障样本数据的相似度，根据K邻近算法确定为所述未知曲线对应的故障类型；

其中，K为正整数。

可选地，所述分别计算未知曲线与每一组故障样本数据的相似度，根据K邻近算法确定为所述未知曲线对应的故障类型，具体包括：

分别计算未知曲线与每一组故障样本数据的相似度，根据K邻近算法获取相似度最低的K组故障样本数据，并将K组故障样本数据中数量最多的故障类型确定为所述未知曲线对应的故障类型。

可选地，K的值根据网格搜索方法的准确率确定。

可选地，所述根据故障发生的条件通过现场实验方式获取每一类故障对应的微机监测功率曲线的故障采集数据，具体包括：

根据故障发生的条件通过现场实验方式重复若干次实验，获取负载情况下每一类故障对应的微机监测功率曲线的故障采集数据。

可选地，所述基于微机监测功率曲线的故障分类方法还包括：

对健康类别运营情况下的监测功率曲线的健康采集数据进行随机欠采样，移除所述健康采集数据中的若干数据，得到目标故障样本数据。

可选地，所述对每一类故障对应的微机监测功率曲线的故障数据进行重采样，得到数量均衡的每一类故障对应的若干组故障样本数据，具体包括：

根据每一类故障的故障样本数据的数量确定目标数量；

若判断第一故障的故障样本数据的数量大于所述目标数量，则获取目标数量的第一故障的故障样本数据；

若判断第二故障的故障样本数据的数量小于所述目标数量，则根据第二故障的类型获取若干组对应的目标故障样本数据，以使第二故障的故障样本数据的数量等于所述目标数量。

可选地，所述分别计算未知曲线与每一组故障样本数据的相似度，具体包括：

根据快速动态时间规整FastdDTW算法分别对未知曲线与每一组故障样本数据进行粗粒度化、投影和细粒度化处理，得到所述未知曲线与每一组故障样本数据的相似度。

由上述技术方案可知，本发明实施例通过现场实验方式获取故障采集数据，并进行重采样，能够得到数量均衡的每一类故障对应的若干组故障样本数据，从而根据相似度精确确定未知曲线对应的故障类型，以较小的成本达到更好的分类效果，无需借助人工调阅手段，而采用机器学习的方法自动化识别故障分类，减少了人力成本，并有效提高了分类精度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，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的前提下，还可以根据这些图获得其他的附图。

图1为本发明一实施例提供的一种基于微机监测功率曲线的故障分类方法的流程示意图；

图2为本发明一实施例提供的动态时间规整的规整示意图。

具体实施方式

下面结合附图，对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

图1示出了本实施例提供的一种基于微机监测功率曲线的故障分类方法的流程示意图，包括：

S101、根据故障发生的条件通过现场实验方式获取每一类故障对应的微机监测功率曲线的故障采集数据。

其中，所述故障发生的条件为各类故障的发生条件，以“道岔转换卡阻故障”为例，器发生的条件包括：

(1)尖轨与基本轨内存在异物；

(2)定位锁钩调整太紧；

(3)道岔安装装置与外锁闭装置受阻或外锁闭装置实验室阻或磨卡严重。

进行现场实验时，可将扳手作为阻碍物置于尖轨与基本轨之间作为异物，即采用第(1)中提到的方式造此类转换卡阻故障，之后通过微机监测获得其相应的故障时功率曲线，将多次实验的结果记录并留存下来。

所述故障采集数据为人为制造故障后采集得到的数据。

S102、对每一类故障对应的微机监测功率曲线的故障数据进行重采样，得到数量均衡的每一类故障对应的若干组故障样本数据。

其中，所述重采样为对采集的故障采集数据进行二次采用，以得到符合要求的样本数据。

所述故障样本数据为用于构建故障分类模型的数据。

S103、分别计算未知曲线与每一组故障样本数据的相似度，并根据各相似度确定所述未知曲线对应的故障类型。

具体地，通过故障样本数据构建故障分类模型，将未知曲线输入该故障分类模型，得到所述未知曲线对应的故障类型。在所述故障分类模型处理过程中，通过计算未知曲线与每一组故障样本数据的相似度，根据相似度确定所述未知曲线对应的故障类型。

本实施例通过现场实验方式获取故障采集数据，并进行重采样，能够得到数量均衡的每一类故障对应的若干组故障样本数据，从而根据相似度精确确定未知曲线对应的故障类型，以较小的成本达到更好的分类效果，无需借助人工调阅手段，而采用机器学习的方法自动化识别故障分类，减少了人力成本，并有效提高了分类精度。

进一步地，在上述方法实施例的基础上，S103具体包括：

分别计算未知曲线与每一组故障样本数据的相似度，根据K邻近算法确定为所述未知曲线对应的故障类型；

其中，K为正整数。K的值根据网格搜索方法的准确率确定。

K邻近算法是机器学习中最简单算法之一，其核心是一个基于密度的分类器，能够根据K个最邻近的已知类别将新数据分类。K邻近算法(k-NearestNeighbor)简称KNN，是分类算法中的一种，通过计算新数据与历史样本数据中不同类别数据点间的距离对新数据进行分类。简单来说就是通过与新数据点最邻近的K个数据点来对新数据进行分类和预测。

KNN分类器是广泛使用的基于实例的学习算法。不同于基于模型的分类算法(例如从一个给定的数据集中训练模型，然后用模型去预测测试样例)，KNN需要存储训练数据以找到要被查询样本的“最近的邻居”。KNN是一种基于实例的算法，先前已经选取一批样本数据，然后根据FastDTW近似性把新数据与样本数据进行比较，寻找最佳的匹配。

进一步地，在上述方法实施例的基础上，S103具体包括：

分别计算未知曲线与每一组故障样本数据的相似度，根据K邻近算法获取相似度最低的K组故障样本数据，并将K组故障样本数据中数量最多的故障类型确定为所述未知曲线对应的故障类型。

具体地，采用多数表决的方式选择K值，即由输入实例的K个邻近的训练实例中的多数类，决定输入实例的类。由于本实施例采用重采样的方式来解决类别不平衡的问题，因此采用投票法选取K个邻居中最多类别的点数。

K的取值的重要性在于，K值的选择会对K邻近算法的结果产生重大影响，如果K太小则结果可能对噪声数据过于敏感；如果K取值过大，选定的邻居会包含过多的其他类别的样例，因此本实施例采用网格搜索方法将K值按准确率选取一个最优的值。

进一步地，在上述方法实施例的基础上，S101具体包括：

根据故障发生的条件通过现场实验方式重复若干次实验，获取负载情况下每一类故障对应的微机监测功率曲线的故障采集数据。

S102具体包括：

根据每一类故障的故障样本数据的数量确定目标数量；

若判断第一故障的故障样本数据的数量大于所述目标数量，则获取目标数量的第一故障的故障样本数据；

若判断第二故障的故障样本数据的数量小于所述目标数量，则根据第二故障的类型获取若干组对应的目标故障样本数据，以使第二故障的故障样本数据的数量等于所述目标数量。

S103具体包括：

根据快速动态时间规整FastdDTW算法分别对未知曲线与每一组故障样本数据进行粗粒度化、投影和细粒度化处理，得到所述未知曲线与每一组故障样本数据的相似度。

进一步地，在上述方法实施例的基础上，所述基于微机监测功率曲线的故障分类方法还包括：

对健康类别运营情况下的监测功率曲线的健康采集数据进行随机欠采样，移除所述健康采集数据中的若干数据，得到目标故障样本数据。

具体来说，在进行基于微机监测功率曲线的故障分类时，包括以下4个步骤：

步骤1：按照每种故障发生的条件在现场通过实验的方式获取对应不同故障类别分类的微机监测道岔功率曲线数据。

在现实运营的转辙机数据采集的过程中，不是每一种故障都会均等的发生的，有些故障存在但在实际运行过程当中是在某些特定情况下才能发生的，因此现场记录的微机监测的健康及各种故障类型的数据是存在严重偏斜的，直接用来作为模型训练的基础会存在一定的问题。

由于存在类别比例不平衡的问题，因此会在步骤2中采用相应的手段去进行处理，不过从真实运营场景中提取故障数据困难的情况可以通过做现场实验的方式获得。要针对每种道岔转辙机的故障类型分别做实验。通过重复的多次做实验的方式来采集现场道岔转辙机有负载情况下来收集故障类型数据。

步骤2：通过重采样的技术得到比例平衡的分类减轻类别不平衡对判定结果带来的影响。

在道岔转辙机故障分类问题上，不同类型的分类错误所造成的后果不同，如果把健康的功率曲线判定为某种故障类型，或者将某种故障类型误判为健康分类。两种情况下都是犯了一次错误，但前者的影响可能只是增加了进一步检查的麻烦造成误报，后果却可能是丧失了补救的最佳时机形成一次安全事故。因此如果模型学习过程中由于不同类别间样例数量比例不同导致对某种包含少数故障样本的类型训练不足，而过度地对其他健康或其他故障类别数据进行学习，结果则会形成分类过拟合于或更倾向于过度训练过的多数分类，从而造成非均等代价。

重采样策略是能够改变原始数据分布的预处理方法。由于一种型号转辙机的健康微机监测曲线数据功率曲线数据在运营当中是易获取的，而各种故障类型数据相对于正健康微机监测曲线数据是不常见的。因此即使通过做实验的方法仅仅能够向故障类别中补充一定规模的数据，为了减轻类别不平衡带来的问题，我们会对健康类别运营情况下的监测功率曲线样例数据进行随机欠采样。随机欠采样是将原有数据集合中的数据进行移除，即从多数类别样例中随机选择一个集合E从多数类别集合Smajority中移除。随机欠采样通过简单的方法调整了原有数据集的类别不平衡。这里最后的结果要保证各种故障类别之间以及与健康类别的样例数据比例是相同的，这种方法实现了数据分类之间的类别平衡。

步骤3：使用FastDTW作为时序数据样例间相似度的度量方式。以此来衡量与已有样本的“距离”或者说是相似度。

特征空间中的两个实例点的距离是两个实例点相似程度的反映。两个时间序列之间的相似度和对于序列的分类都需要依赖于选择一个合适的序列间距离度量方式。

后面步骤4中要用到的K邻近算法的特征空间一般是n维实数向量空间。默认使用的距离是欧氏距离。两个时间序列之间的欧式距离计算是简单的依次将其中一个序列的第n个点与另一个序列的第n个点的差的平方进行求和后的结果。用欧式距离的主要缺点是对于时序序列其结果不是十分直观。如果两个序列完全一样，但是其中一个序列只是延时间轴做了微小的平移，那么欧式距离会认为这两个序列有很大差距。

动态时间规整(DTW)用来克服这个限制并给出直观的距离度量方式，它是以忽略时间维度上的全局以及局部的平移效果来达到的。DTW用来规整时间维度来对齐两个序列，规整的意思是扩展及收缩时间维度，如图2所示。DTW的优点是能够得到一个直观的距离度量。时间序列在局部发生的变化很常见。DTW的缺点是O(N2)的时间及空间复杂度。只能够对小数据集是切实可行的。时间序列通常是非常长的。数据挖掘需要一个可扩展的DTW算法。而FastDTW具有线性的时间及空间复杂度O(N)，规整路径的近似最优的，能够对长时间序列进行有效处理的优点。

FastdDTW综合使用限制和数据抽象两种方法来加速DTW的计算，将两个时间序列的对比通过递归地进行粗粒度化、投影和细粒度化三个步骤来实现。其缺点是由于采取了减少搜索空间的策略，FastDTW并不一定能够求得准确的DTW距离，但是FastDTW算法的时间复杂度比较低，为O(N)。

步骤4：使用K邻近算法(KNN)对功率曲线的类别分类，采用KNN的简单投票机制去选出最接近的类型。

被查询的分类结果由最近的K个邻居中的大多数所决定。KNN有三个关键要素：一组已标记的样本数据；度量样本距离的函数；以及K的取值(即近邻的数量)。为了分类未标记的样本，未标记样本与已标记的样本的距离会被计算，其最近的K个邻居被识别出来，他们的标签值被用来对未标记样本进行分类。

KNN中距离函数的选取是非常重要的，大多数会采用欧式距离，但这里使用KNN时用步骤3提到的FastDTW用来替换所用的KNN中默认的欧式距离度量，来计算观测的新样本和现有标签样本的距离，以找到最近的邻居。

经过上述的步骤之后，就能够得到道岔的故障类别。采用机器学习方案解决道岔转辙机故障监测及诊断，用机器的智能代替人工的思考和决策能够更准确的识别和诊断；采用微机监测功率曲线，可以较小的成本达到更好的分类效果；同时采用更加合理的相似度度量方式，使得微机监测故障分类更加精确。

在实际执行过程中，只需要最少量的设置，无需特征工程就已经实现了高精度的分类；采用了时间复杂度较低的FastDTW距离度量方法去衡量微机监测功率曲线的相似度，使得对类别之间的相似度判定更为准确；采用重采样的方式将原始数据集进行和类别分类间的比例平衡，一定程度上消除了类别不平衡带来的代价不均等问题；采用KNN算法，并以简单投票机制精确的利用微机监测功率曲线将故障分类出来。

本实施例克服了现有的依赖专业人员的人工调阅手段来判断当前曲线是否是故障类型的形式，而采用机器学习的方法自动化识别故障分类，减少了人力成本，并有效提高了分类精度；另外，传统机器学习分类方法存在需要特征工程、曲线相似度判别困难等问题，而本实施例提供的方法能够仅依赖微机监测功率曲线的少量时序信息就可以实现故障类别的分类。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

应说明的是：以上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。

Claims (8)

1.一种基于微机监测功率曲线的故障分类方法，其特征在于，包括：

根据故障发生的条件通过现场实验方式获取每一类故障对应的微机监测功率曲线的故障采集数据；

对每一类故障对应的微机监测功率曲线的故障数据进行重采样，得到数量均衡的每一类故障对应的若干组故障样本数据；

分别计算未知曲线与每一组故障样本数据的相似度，并根据各相似度确定所述未知曲线对应的故障类型。

2.根据权利要求1所述的基于微机监测功率曲线的故障分类方法，其特征在于，所述分别计算未知曲线与每一组故障样本数据的相似度，并根据各相似度确定所述未知曲线对应的故障类型，具体包括：

分别计算未知曲线与每一组故障样本数据的相似度，根据K邻近算法确定为所述未知曲线对应的故障类型；

其中，K为正整数。

3.根据权利要求2所述的基于微机监测功率曲线的故障分类方法，其特征在于，所述分别计算未知曲线与每一组故障样本数据的相似度，根据K邻近算法确定为所述未知曲线对应的故障类型，具体包括：

分别计算未知曲线与每一组故障样本数据的相似度，根据K邻近算法获取相似度最低的K组故障样本数据，并将K组故障样本数据中数量最多的故障类型确定为所述未知曲线对应的故障类型。

4.根据权利要求2或3所述的基于微机监测功率曲线的故障分类方法，其特征在于，K的值根据网格搜索方法的准确率确定。

5.根据权利要求1所述的基于微机监测功率曲线的故障分类方法，其特征在于，所述根据故障发生的条件通过现场实验方式获取每一类故障对应的微机监测功率曲线的故障采集数据，具体包括：

根据故障发生的条件通过现场实验方式重复若干次实验，获取负载情况下每一类故障对应的微机监测功率曲线的故障采集数据。

6.根据权利要求1所述的基于微机监测功率曲线的故障分类方法，其特征在于，所述基于微机监测功率曲线的故障分类方法还包括：

对健康类别运营情况下的监测功率曲线的健康采集数据进行随机欠采样，移除所述健康采集数据中的若干数据，得到目标故障样本数据。

7.根据权利要求6所述的基于微机监测功率曲线的故障分类方法，其特征在于，所述对每一类故障对应的微机监测功率曲线的故障数据进行重采样，得到数量均衡的每一类故障对应的若干组故障样本数据，具体包括：

根据每一类故障的故障样本数据的数量确定目标数量；

若判断第一故障的故障样本数据的数量大于所述目标数量，则获取目标数量的第一故障的故障样本数据；

若判断第二故障的故障样本数据的数量小于所述目标数量，则根据第二故障的类型获取若干组对应的目标故障样本数据，以使第二故障的故障样本数据的数量等于所述目标数量。

8.根据权利要求1所述的基于微机监测功率曲线的故障分类方法，其特征在于，所述分别计算未知曲线与每一组故障样本数据的相似度，具体包括：

根据快速动态时间规整FastdDTW算法分别对未知曲线与每一组故障样本数据进行粗粒度化、投影和细粒度化处理，得到所述未知曲线与每一组故障样本数据的相似度。