CN114120598A - 轨道交通供电预警方法、装置、计算机设备以及存储介质 - Google Patents

Abstract

本发明涉及轨道运维的技术领域，尤其是涉及一种轨道交通供电预警方法、装置、计算机设备以及存储介质，所述方法包括：获取待监控供电区域，从待监控供电区域中获取供电线路种类；根据供电线路种类，实时获取供电线路温度数据，并将供电线路温度数据输入至预设的温度检测模型，得到供电检测结果，供电检测结果包括供电异常预警和正常供电；若供电检测结果为供电异常预警，则触发运维预警信号，若供电检测结果为正常供电，则获取对应的正常供电时间；将正常供电时间和对应的供电线路种类输入至预设的供电预警模型，得到对应的预警结果，根据预警结果判断是否触发供电线路维修指令。本申请具有提升轨道交通供电系统的预警的能力的效果。

Description

轨道交通供电预警方法、装置、计算机设备以及存储介质

技术领域

本发明涉及轨道运维的技术领域，尤其是涉及一种轨道交通供电预警方法、装置、计算机设备以及存储介质。

背景技术

目前，轨道交通作为民用的出行交通方式，其中包括城际轨道和城内轨道，便于人们的出行。

在轨道交通里面，供电系统也是十分重要的环节，为了保障轨道交通的正常运行，是否能够进行正常供电也是属于轨道运维任务中，十分重要的部分。且随着现在轨道交通的不断建设和发展，轨道交通的出行方式也越来越普及，如果供电环节出现故障，则有可能会造成一定区域内的交通出现瘫痪，因此，发明人认为对轨道交通的供电系统的预警还需要进一步提升。

发明内容

为了进一步提升轨道交通供电系统的预警的能力，本申请提供一种轨道交通供电预警方法、装置、计算机设备以及存储介质。

本申请的上述发明目的一是通过以下技术方案得以实现的：

一种轨道交通供电预警方法，所述轨道交通供电预警方法包括：

获取待监控供电区域，从所述待监控供电区域中获取供电线路种类；

根据所述供电线路种类，实时获取供电线路温度数据，并将所述供电线路温度数据输入至预设的温度检测模型，得到供电检测结果，所述供电检测结果包括供电异常预警和正常供电；

若所述供电检测结果为供电异常预警，则触发运维预警信号，若所述供电检测结果为正常供电，则获取对应的正常供电时间；

将所述正常供电时间和对应的所述供电线路种类输入至预设的供电预警模型，得到对应的预警结果，根据所述预警结果判断是否触发供电线路维修指令。

通过采用上述技术方案，申请人发现，在供电线路开始出现异常前，例如出现短路前，供电的线缆会出现发热的现象，因此，通过将实时获取的供电线路的温度数据，并将该温度数据输入至温度检测模型，能够根据线缆的温度，预测该线缆是否会出现异常，从而及时触发预警的信号；同时，获取待监控供电区域，能够根据该区域的功能或者实际情况，获取对应的供电线路种类，而不同供电线路种类的线缆在向不同的设备供电时，其电流也会不同，因此正常 运行时的温度也不同，因此根据不同供电线路种类判断供电检测结果，能够使得该结果与待监控供电区域更匹配；进一步地，每个供电线缆均有对应的使用寿命，因此通过统计每个供电线路种类对应的线缆的正常供电时间并进行判断，从而能够预测是否会出现异常，进一步提升了预警能力。

本申请在一较佳示例中可以进一步配置为：在所述根据所述供电线路种类，实时获取供电线路温度数据，并将所述供电线路温度数据输入至预设的温度检测模型，得到供电检测结果之前，所述轨道交通供电预警方法还包括：

获取每一个所述供电线路种类获取对应的历史供电异常数据，并从所述历史供电异常数据中获取线路温度数据以及对应的环境温度数据；

根据所述线路温度数据和所述环境温度数据进行训练，得到所述温度检测模型。

通过采用上述技术方案，供电线路在运行时的温度，可能会受到环境的温度的影响，因此在训练温度检测模型时，同时获取历史供电异常数据中的线路温度数据和对应的环境温度数据，能够学习每个供电线缆在出现异常时线缆的温度和环境温度的关联关系，使得检测的结果能够更加地精确。

本申请在一较佳示例中可以进一步配置为：所述根据所述供电线路种类，实时获取供电线路温度数据，并将所述供电线路温度数据输入至预设的温度检测模型，得到供电检测结果，所述供电检测结果包括供电异常预警和正常供电，具体包括：

获取当前环境温度数据，将所述供电线路种类和所述当前环境温度数据输入至所述温度检测模型，得到线路正常供电温度区间；

若所述供电线路温度数据在所述线路正常供电温度区间内，则所述供电检测结果为正常供电，否则触发供电异常预警。

通过采用上述技术方案，通过获取当前环境温度，能够从温度检测模型中获取每一供电线路种类对应的正常供电温度区间，从而能够根据供电线路温度数据判断是否正常供电或者有出现预警的风险。

本申请在一较佳示例中可以进一步配置为：在所述将所述正常供电时间和对应的所述供电线路种类输入至预设的供电预警模型，得到对应的预警结果，根据所述预警结果判断是否触发供电线路维修指令之前，所述轨道交通供电预警方法还包括：

从所述供电检测结果中获取每一个所述供电线路种类对应的无故障时长，组成与每一个所述供电线路种类对应的待训练数据组；

分别对每个待训练数据组进行二项分布，得到所述供电预警模型。

通过采用上述技术方案，由于每个供电线路的产品质量或者使用情况，其寿命会有波动，因此通过获取每一个供电线路路种类对应的无故障时长，并对每一个供电线路种类的无故障时长进行二项分布的统计，从而能够得出较为准确的使用寿命，从而得到的供电预警模型进行检测时，结果更加精确。

本申请在一较佳示例中可以进一步配置为：所述将所述正常供电时间和对应的所述供电线路种类输入至预设的供电预警模型，得到对应的预警结果，根据所述预警结果判断是否触发供电线路维修指令，具体包括：

获取所述正常供电对应的上一次维修时间，并根据所述上一次维修时间获取对应的正常用电时长；

将所述正常供电时长和所述供电线路种类输入至所述供电预警模型，得到所述预警结果。

通过采用上述技术方案，通过获取每个供电线路的正常用电时长，能够判断该线缆是否接近其使用寿命，从而得到对应的预警结果。

本申请的上述发明目的二是通过以下技术方案得以实现的：

一种轨道交通供电预警装置，所述轨道交通供电预警装置包括：

种类获取模块，用于获取待监控供电区域，从所述待监控供电区域中获取供电线路种类；

温度监控模块，用于根据所述供电线路种类，实时获取供电线路温度数据，并将所述供电线路温度数据输入至预设的温度检测模型，得到供电检测结果，所述供电检测结果包括供电异常预警和正常供电；

时长预警模块，用于若所述供电检测结果为供电异常预警，则触发运维预警信号，若所述供电检测结果为正常供电，则获取对应的正常供电时间；

维修判断模块，用于将所述正常供电时间和对应的所述供电线路种类输入至预设的供电预警模型，得到对应的预警结果，根据所述预警结果判断是否触发供电线路维修指令。

通过采用上述技术方案，申请人发现，在供电线路开始出现异常前，例如出现短路前，供电的线缆会出现发热的现象，因此，通过将实时获取的供电线路的温度数据，并将该温度数据输入至温度检测模型，能够根据线缆的温度，预测该线缆是否会出现异常，从而及时触发预警的信号；同时，获取待监控供电区域，能够根据该区域的功能或者实际情况，获取对应的供电线路种类，而不同供电线路种类的线缆在向不同的设备供电时，其电流也会不同，因此正常 运行时的温度也不同，因此根据不同供电线路种类判断供电检测结果，能够使得该结果与待监控供电区域更匹配；进一步地，每个供电线缆均有对应的使用寿命，因此通过统计每个供电线路种类对应的线缆的正常供电时间并进行判断，从而能够预测是否会出现异常，进一步提升了预警能力。

本申请的上述目的三是通过以下技术方案得以实现的：

一种计算机设备，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，所述处理器执行所述计算机程序时实现上述轨道交通供电预警方法的步骤。

本申请的上述目的四是通过以下技术方案得以实现的：

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，所述计算机程序被处理器执行时实现上述轨道交通供电预警方法的步骤。

综上所述，本申请包括以下至少一种有益技术效果：

1、通过将实时获取的供电线路的温度数据，并将该温度数据输入至温度检测模型，能够根据线缆的温度，预测该线缆是否会出现异常，从而及时触发预警的信号；

2、获取待监控供电区域，能够根据该区域的功能或者实际情况，获取对应的供电线路种类，而不同供电线路种类的线缆在向不同的设备供电时，其电流也会不同，因此正常运行时的温度也不同，因此根据不同供电线路种类判断供电检测结果，能够使得该结果与待监控供电区域更匹配；进一步地，每个供电线缆均有对应的使用寿命，因此通过统计每个供电线路种类对应的线缆的正常供电时间并进行判断，从而能够预测是否会出现异常，进一步提升了预警能力；

3、供电线路在运行时的温度，可能会受到环境的温度的影响，因此在训练温度检测模型时，同时获取历史供电异常数据中的线路温度数据和对应的环境温度数据，能够学习每个供电线缆在出现异常时线缆的温度和环境温度的关联关系，使得检测的结果能够更加地精确；

4、由于每个供电线路的产品质量或者使用情况，其寿命会有波动，因此通过获取每一个供电线路路种类对应的无故障时长，并对每一个供电线路种类的无故障时长进行二项分布的统计，从而能够得出较为准确的使用寿命，从而得到的供电预警模型进行检测时，结果更加精确。

附图说明

图1是本申请一实施例中轨道交通供电预警方法的一流程图；

图2是本申请一实施例中轨道交通供电预警方法中另一实现流程图；

图3是本申请一实施例中轨道交通供电预警方法中步骤S20的实现流程图；

图4是本申请一实施例中轨道交通供电预警方法中另一实现流程图；

图5是本申请一实施例中轨道交通供电预警方法中步骤S40的实现流程图；

图6是本申请一实施例中轨道交通供电预警装置的一原理框图；

图7是本申请一实施例中的设备示意图。

具体实施方式

以下结合附图对本申请作进一步详细说明。

在一实施例中，如图1所示，本申请公开了一种轨道交通供电预警方法，具体包括如下步骤：

S10：获取待监控供电区域，从待监控供电区域中获取供电线路种类。

在本实施例中，待监控供电区域是指需要进行供电线路的是否正常运行的轨道交通区域。供电线路种类是指向不同电力设施供电的线路的种类。

具体地，在搭建好轨道交通的建设后，根据该轨道交通的设施的不同功能，划分对应的待监控供电区域，例如每一个站点的站台、轨道以及其他区域，作为该待监控供电区域，并在该待监控区域中获取需要供电的设备，按照该供电的设备获取对应的供电线路种类。

S20：根据供电线路种类，实时获取供电线路温度数据，并将供电线路温度数据输入至预设的温度检测模型，得到供电检测结果，供电检测结果包括供电异常预警和正常供电。

在本实施例中，供电线路温度数据是指在轨道交通中，每个线缆在工作时的实时温度。温度检测模型是指用于预测正在工作的供电线缆是否出现异常的模型。

具体地，根据该供电线路种类，将每个种类对应的线缆分别作为监控的目标，并实时通过检测温度的设备获取该供电线路温度数据。

进一步地，将该供电线路温度数据输入至预设的温度检测模型中进行检测，从而得到该供电检测结果。其中，当该供电线路温度数据超过温度区间，则认定该线缆或者与该线缆电连接的供电设备出现了异常，则该供电监测结果为供电异常预警，否则为正常供电。

可选的，由于该供电线路温度数据是实时获取到的连续数据且并有一定程度的波动，若持续输入至该温度检测模型中，会增大计算量，因此可以在该连续数据中获取数据波动的量，若该波动的量较小，则说明该线缆或者设备处于正常运行的状态，若该波动的量超过预设值，则说明有可能出现异常，则将此时的供电线路温度数据输入至温度检测模型中，既能够保持供电检测结果的准确性，也能够减轻计算量。

S30：若供电检测结果为供电异常预警，则触发运维预警信号，若供电检测结果为正常供电，则获取对应的正常供电时间。

在本实施例中，运维预警信号是指通知相关人员对该供电线路进行检修的信号。正常供电时间是指距离上一次检修结束后，维持正常供电的时间。

具体地，当供电结果为供电异常预警时，则根据具体出现异常预警的线缆以及对应的电力设备的信息组成该运维预警信号，通知相关的人员记性检修。若该供电检测结果为正常供电，则根据该线缆上一次检修的时间，计算该正常供电时间。

S40：将正常供电时间和对应的供电线路种类输入至预设的供电预警模型，得到对应的预警结果，根据预警结果判断是否触发供电线路维修指令。

在本实施例中，供电预警模型是指用于判断是否需要对供电线缆或者电力设备进行检修的模型。

具体地，根据该正常供电时间和供电线路种类输入至该供电预警模型中，得出该供电线路种类对应的线缆以及电力设备的正常供电时间是否满足维修的要求，以判断是否触发该供电线路维修指令，有助于提前发现该线缆的潜在风险。

在本实施例中，申请人发现，在供电线路开始出现异常前，例如出现短路前，供电的线缆会出现发热的现象，因此，通过将实时获取的供电线路的温度数据，并将该温度数据输入至温度检测模型，能够根据线缆的温度，预测该线缆是否会出现异常，从而及时触发预警的信号；同时，获取待监控供电区域，能够根据该区域的功能或者实际情况，获取对应的供电线路种类，而不同供电线路种类的线缆在向不同的设备供电时，其电流也会不同，因此正常 运行时的温度也不同，因此根据不同供电线路种类判断供电检测结果，能够使得该结果与待监控供电区域更匹配；进一步地，每个供电线缆均有对应的使用寿命，因此通过统计每个供电线路种类对应的线缆的正常供电时间并进行判断，从而能够预测是否会出现异常，进一步提升了预警能力。

在一实施例中，如图2所示，在步骤S20之前，轨道交通供电预警方法还包括：

S201：获取每一个供电线路种类获取对应的历史供电异常数据，并从历史供电异常数据中获取线路温度数据以及对应的环境温度数据。

在本实施例中，历史供电异常数据是指在历史对出现异常的供电线路进行监控或者维修时记录的数据。

具体地，在每一次对供电线路出现异常时，记录该出现异常时的线路温度数据，以及出现异常时的环境温度数据，并将该线路温度数据和环境温度数据与对应的供电线路种类相关联。

S202：根据线路温度数据和环境温度数据进行训练，得到温度检测模型。

具体地，在每一个供电线路种类的历史供电异常数据满足一定的数据量时，通过神经网络对该线路温度数据和环境温度数据进行训练，得到该供电线路种类的温度检测模型。

在一实施例中，如图3所示，在步骤S20中，即根据供电线路种类，实时获取供电线路温度数据，并将供电线路温度数据输入至预设的温度检测模型，得到供电检测结果，供电检测结果包括供电异常预警和正常供电，具体包括：

S21：获取当前环境温度数据，将供电线路种类和当前环境温度数据输入至温度检测模型，得到线路正常供电温度区间。

在本实施例中，线路正常供电温度区间是指供电线路在当前的环境下正常工作时产生的温度的区间。

具体地，将该当前环境温度数据和该待监控供电区域内的各个供电线路种类输入至温度检测模型中，从而得到与每一个供电线路种类对应的线路正常供电温度区间。

S22：若供电线路温度数据在线路正常供电温度区间内，则供电检测结果为正常供电，否则触发供电异常预警。

具体地，将供电线路温度与其对应的供电线路种类的线路正常供电温度区间进行比对，若该供电线路温度在该线路正常供电温度区间内，则对应的供电检测结果为正常供电，否则触发供电异常预警。

在一实施例中，如图4所示，在步骤S40之前，轨道交通供电预警方法还包括：

S401：从供电检测结果中获取每一个供电线路种类对应的无故障时长，组成与每一个供电线路种类对应的待训练数据组。

在本实施例中，无故障时长是指供电线缆单次连续正常供电所持续的总时长。

具体地， 统计历史的供电检测结果中，每一个供电线路种类对应的无故障时长，即从前一次进行维修或者首次安装开始，距离下一次获取到供电异常预警的检测结果之间的时长，作为该无故障时长，并将每一个供电线路种类的无故障时长组成对应的待训练数据组。

可选的，为了更好地统计无故障时长与环境气候的影响关系，可以根据待监控供电区域当地的气候变化情况，设置对应的环境类型，并对该待训练数据组进行对应的分类。

S402：分别对每个待训练数据组进行二项分布，得到供电预警模型。

具体地，对根据环境类型分类完成的待训练数据组进行逐类的二项分布，获取每一个环境类型对应的无故障时长的二项分布情况后，进行机器学习的训练，得到该供电预警模型。

在一实施例中，如图5所示，在步骤S40中，即将正常供电时间和对应的供电线路种类输入至预设的供电预警模型，得到对应的预警结果，根据预警结果判断是否触发供电线路维修指令，具体包括：

S41：获取正常供电对应的上一次维修时间，并根据上一次维修时间获取对应的正常用电时长。

具体地，获取正常供电对应的线缆以及该线缆电连接的电力设备的维修记录，并从该维修记录获取上一次维修时间，其中，若该线缆以及对应的电力设备为新安装的，则该上一次维修时间为安装完成时间或者是首次开始运行的时间。

进一步地，计算每一个上一次维修时间距离当前的时间的时长，作为该正常用电时长。

S42：将正常供电时长和供电线路种类输入至供电预警模型，得到预警结果。

具体地，先将当前环境温度数据输入至该供电预警模型中，使得该供电预警模型输出的预警结果与当前的环境气候情况相符合；进一步地，将该正常供电时长和供电线路种类输入至该供电预警模型中，进行检测，从而得到该供电线路种类对应的预警结果。

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，而不应对本申请实施例的实施过程构成任何限定。

在一实施例中，提供一种轨道交通供电预警装置，该轨道交通供电预警装置与上述实施例中轨道交通供电预警方法一一对应。如图6所示，该轨道交通供电预警装置包括种类获取模块、温度监控模块、时长预警模块和维修判断模块。各功能模块详细说明如下：

种类获取模块，用于获取待监控供电区域，从待监控供电区域中获取供电线路种类；

温度监控模块，用于根据供电线路种类，实时获取供电线路温度数据，并将供电线路温度数据输入至预设的温度检测模型，得到供电检测结果，供电检测结果包括供电异常预警和正常供电；

时长预警模块，用于若供电检测结果为供电异常预警，则触发运维预警信号，若供电检测结果为正常供电，则获取对应的正常供电时间；

维修判断模块，用于将正常供电时间和对应的供电线路种类输入至预设的供电预警模型，得到对应的预警结果，根据预警结果判断是否触发供电线路维修指令。

可选的，轨道交通供电预警装置还包括：

异常数据获取模块，用于获取每一个供电线路种类获取对应的历史供电异常数据，并从历史供电异常数据中获取线路温度数据以及对应的环境温度数据；

第一模型训练模块，用于根据线路温度数据和环境温度数据进行训练，得到温度检测模型。

可选的，温度监控模块包括：

温度区间获取子模块，用于获取当前环境温度数据，将供电线路种类和当前环境温度数据输入至温度检测模型，得到线路正常供电温度区间；

温度检测子模块，用于若供电线路温度数据在线路正常供电温度区间内，则供电检测结果为正常供电，否则触发供电异常预警。

可选的，轨道交通供电预警装置还包括：

时长统计模块，用于从供电检测结果中获取每一个供电线路种类对应的无故障时长，组成与每一个供电线路种类对应的待训练数据组；

第二模型训练模块，用于分别对每个待训练数据组进行二项分布，得到供电预警模型。

可选的，维修判断模块包括：

时长获取子模块，用于获取正常供电对应的上一次维修时间，并根据上一次维修时间获取对应的正常用电时长；

维修预警子模块，用于将正常供电时长和供电线路种类输入至供电预警模型，得到预警结果。

关于轨道交通供电预警装置的具体限定可以参见上文中对于轨道交通供电预警方法的限定，在此不再赘述。上述轨道交通供电预警装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储实时的供电线路温度数据以及每个线缆的无故障时长。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种轨道交通供电预警方法。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：

获取待监控供电区域，从待监控供电区域中获取供电线路种类；

根据供电线路种类，实时获取供电线路温度数据，并将供电线路温度数据输入至预设的温度检测模型，得到供电检测结果，供电检测结果包括供电异常预警和正常供电；

若供电检测结果为供电异常预警，则触发运维预警信号，若供电检测结果为正常供电，则获取对应的正常供电时间；

将正常供电时间和对应的供电线路种类输入至预设的供电预警模型，得到对应的预警结果，根据预警结果判断是否触发供电线路维修指令。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取待监控供电区域，从待监控供电区域中获取供电线路种类；

根据供电线路种类，实时获取供电线路温度数据，并将供电线路温度数据输入至预设的温度检测模型，得到供电检测结果，供电检测结果包括供电异常预警和正常供电；

若供电检测结果为供电异常预警，则触发运维预警信号，若供电检测结果为正常供电，则获取对应的正常供电时间；

将正常供电时间和对应的供电线路种类输入至预设的供电预警模型，得到对应的预警结果，根据预警结果判断是否触发供电线路维修指令。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

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。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种轨道交通供电预警方法，其特征在于，所述轨道交通供电预警方法包括：

获取待监控供电区域，从所述待监控供电区域中获取供电线路种类；

根据所述供电线路种类，实时获取供电线路温度数据，并将所述供电线路温度数据输入至预设的温度检测模型，得到供电检测结果，所述供电检测结果包括供电异常预警和正常供电；

若所述供电检测结果为供电异常预警，则触发运维预警信号，若所述供电检测结果为正常供电，则获取对应的正常供电时间；

将所述正常供电时间和对应的所述供电线路种类输入至预设的供电预警模型，得到对应的预警结果，根据所述预警结果判断是否触发供电线路维修指令。

2.根据权利要求1所述的轨道交通供电预警方法，其特征在于，在所述根据所述供电线路种类，实时获取供电线路温度数据，并将所述供电线路温度数据输入至预设的温度检测模型，得到供电检测结果之前，所述轨道交通供电预警方法还包括：

获取每一个所述供电线路种类获取对应的历史供电异常数据，并从所述历史供电异常数据中获取线路温度数据以及对应的环境温度数据；

根据所述线路温度数据和所述环境温度数据进行训练，得到所述温度检测模型。

3.根据权利要求2所述的轨道交通供电预警方法，其特征在于，所述根据所述供电线路种类，实时获取供电线路温度数据，并将所述供电线路温度数据输入至预设的温度检测模型，得到供电检测结果，所述供电检测结果包括供电异常预警和正常供电，具体包括：

获取当前环境温度数据，将所述供电线路种类和所述当前环境温度数据输入至所述温度检测模型，得到线路正常供电温度区间；

若所述供电线路温度数据在所述线路正常供电温度区间内，则所述供电检测结果为正常供电，否则触发供电异常预警。

4.根据权利要求1所述的轨道交通供电预警方法，其特征在于，在所述将所述正常供电时间和对应的所述供电线路种类输入至预设的供电预警模型，得到对应的预警结果，根据所述预警结果判断是否触发供电线路维修指令之前，所述轨道交通供电预警方法还包括：

从所述供电检测结果中获取每一个所述供电线路种类对应的无故障时长，组成与每一个所述供电线路种类对应的待训练数据组；

分别对每个待训练数据组进行二项分布，得到所述供电预警模型。

5.根据权利要求4所述的轨道交通供电预警方法，其特征在于，所述将所述正常供电时间和对应的所述供电线路种类输入至预设的供电预警模型，得到对应的预警结果，根据所述预警结果判断是否触发供电线路维修指令，具体包括：

获取所述正常供电对应的上一次维修时间，并根据所述上一次维修时间获取对应的正常用电时长；

将所述正常供电时长和所述供电线路种类输入至所述供电预警模型，得到所述预警结果。

6.一种轨道交通供电预警装置，其特征在于，所述轨道交通供电预警装置包括：

种类获取模块，用于获取待监控供电区域，从所述待监控供电区域中获取供电线路种类；

温度监控模块，用于根据所述供电线路种类，实时获取供电线路温度数据，并将所述供电线路温度数据输入至预设的温度检测模型，得到供电检测结果，所述供电检测结果包括供电异常预警和正常供电；

时长预警模块，用于若所述供电检测结果为供电异常预警，则触发运维预警信号，若所述供电检测结果为正常供电，则获取对应的正常供电时间；

维修判断模块，用于将所述正常供电时间和对应的所述供电线路种类输入至预设的供电预警模型，得到对应的预警结果，根据所述预警结果判断是否触发供电线路维修指令。

7.根据权利要求6所述的轨道交通供电预警装置，其特征在于，所述轨道交通供电预警装置还包括：

异常数据获取模块，用于获取每一个所述供电线路种类获取对应的历史供电异常数据，并从所述历史供电异常数据中获取线路温度数据以及对应的环境温度数据；

第一模型训练模块，用于根据所述线路温度数据和所述环境温度数据进行训练，得到所述温度检测模型。

8.根据权利要求7所述的轨道交通供电预警装置，其特征在于，所述温度监控模块包括：

温度区间获取子模块，用于获取当前环境温度数据，将所述供电线路种类和所述当前环境温度数据输入至所述温度检测模型，得到线路正常供电温度区间；

温度检测子模块，用于若所述供电线路温度数据在所述线路正常供电温度区间内，则所述供电检测结果为正常供电，否则触发供电异常预警。

9.一种计算机设备，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5任一项所述轨道交通供电预警方法的步骤。

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5任一项所述轨道交通供电预警方法的步骤。

Images