CN117152930A - 铁路货物运输状态预警方法、装置和电子设备 - Google Patents

铁路货物运输状态预警方法、装置和电子设备 Download PDF

Info

Publication number
CN117152930A
CN117152930A CN202310981758.7A CN202310981758A CN117152930A CN 117152930 A CN117152930 A CN 117152930A CN 202310981758 A CN202310981758 A CN 202310981758A CN 117152930 A CN117152930 A CN 117152930A
Authority
CN
China
Prior art keywords
current
detection
detection data
overload
early warning
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
Application number
CN202310981758.7A
Other languages
English (en)
Other versions
CN117152930B (zh
Inventor
王华伟
郑婷
马建军
王瑞民
马志强
刘宗洋
李楠
刘利
张佳欢
刘伟斌
朱槿
张红莲
郭文玉
侯云娇
王小朋
李洪涛
罗德学
郭锐
祁帅
李明
史田雷
孙超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Railway Sciences Corp Ltd CARS
Institute of Computing Technologies of CARS
Beijing Jingwei Information Technology Co Ltd
Original Assignee
China Academy of Railway Sciences Corp Ltd CARS
Institute of Computing Technologies of CARS
Beijing Jingwei Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Academy of Railway Sciences Corp Ltd CARS, Institute of Computing Technologies of CARS, Beijing Jingwei Information Technology Co Ltd filed Critical China Academy of Railway Sciences Corp Ltd CARS
Priority to CN202310981758.7A priority Critical patent/CN117152930B/zh
Publication of CN117152930A publication Critical patent/CN117152930A/zh
Application granted granted Critical
Publication of CN117152930B publication Critical patent/CN117152930B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold

Landscapes

  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明提供一种铁路货物运输状态预警方法、装置和电子设备，属于铁路运输信息处理技术领域。该方法包括：在货物运输车辆经过当前检测装置时，获取所述当前检测装置检测的所述货物运输车辆的当前检测数据；在所述当前检测装置正常的情况下，针对所述货物运输车辆，基于所述当前检测数据进行当前运输状态报警确认，基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认。该方法实现了对货物运输过程中当前运输状态和运输状态变化情况的有效掌握。

Description

铁路货物运输状态预警方法、装置和电子设备
技术领域
本发明涉及铁路运输信息处理技术领域，尤其涉及一种铁路货物运输状态预警方法、装置和电子设备。
背景技术
铁路货物运输运行途中，会途径较多的超偏载检测装置和轨道衡，货物车辆经过超偏载检测装置或轨道衡时，可获取货物列车的车号、辆序、检测时间、超偏载检测值等信息。
目前，铁路货运部门主要是通过超偏载检测装置和轨道衡检测出的检测值来掌握货物运输途中的超偏载状态，但是，目前对在途货物运输车辆的超偏载状态的变化情况并未做深入的分析挖掘，这导致有关部门无法及时、有效的掌握货物运输过程中状态的变化情况并进行相应处理。
发明内容
本发明提供一种铁路货物运输状态预警方法、装置和电子设备，用以解决现有技术中不能有效掌握货物运输过程中的运输状态的变化情况的缺陷，实现了对货物运输过程中当前运输状态和运输状态变化情况的有效掌握。
本发明提供一种铁路货物运输状态预警方法，包括：
在货物运输车辆经过当前检测装置时，获取所述当前检测装置检测的所述货物运输车辆的当前检测数据；
在所述当前检测装置正常的情况下，针对所述货物运输车辆，基于所述当前检测数据进行当前运输状态报警确认，基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认。
根据本发明提供的一种铁路货物运输状态预警方法，所述基于所述当前检测数据进行当前运输状态报警确认，包括：
基于所述当前检测数据确定针对所述货物运输车辆是否需要进行超载报警、偏载报警和偏重报警；
所述基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认，包括：
当确定针对所述货物运输车辆无需进行超载报警时，确定所述当前检测数据中的当前超载检测值的绝对值是否在预设超载阈值范围内；
当所述当前超载检测值在所述预设超载阈值范围内时，基于所述当前检测数据和所述历史正常检测数据分别进行超载突变预警确认和超载趋势预警确认。
根据本发明提供的一种铁路货物运输状态预警方法，所述基于所述当前检测数据和历史正常检测数据进行超载突变预警确认，包括：
从所述历史正常检测数据中获取前一次正常检测获得的前一检测数据中的前一超载检测值；
确定所述当前超载检测值和前一超载检测值的差值绝对值是否大于超载突变阈值；
当当前超载检测值和前一超载检测值的差值绝对值大于所述超载突变阈值时，确认进行超载突变预警；
其中，所述超载突变阈值的大小与所述当前检测数据中的当前检测时间和所述前一检测数据中的前一检测时间之间的时间间隔大小相关。
根据本发明提供的一种铁路货物运输状态预警方法，所述基于所述当前检测数据和历史正常检测数据进行超载趋势预警确认，包括：
基于所述当前检测数据中的当前检测时间和所述历史正常检测数据中的历史检测时间组成检测时间序列；
基于所述检测时间序列中的最小相邻时间间隔确定目标检测时间序列；
基于所述目标检测时间序列、所述当前检测数据中的当前检测值和所述历史正常检测数据中的历史检测值确定目标检测值序列；
基于所述目标检测值序列，根据趋势检验算法进行超载趋势预警确认。
根据本发明提供的一种铁路货物运输状态预警方法，所述基于所述目标检测时间序列、所述当前检测数据中的当前检测值和所述历史正常检测数据中的历史检测值确定目标检测值序列，包括：
基于所述当前检测值和所述历史检测值组成检测值序列；
针对所述目标检测时间序列中的各目标检测时间，当所述检测时间序列中存在与所述目标检测时间对应的检测时间时，将所述检测值序列中所述检测时间对应的检测值确定为所述目标检测时间对应的目标检测值；
当所述检测时间序列中不存在与所述目标检测时间对应的检测时间时，在所述检测时间序列中确定所述目标检测时间对应的前一检测时间和后一检测时间，根据所述检测值序列中所述前一检测时间对应的前一检测值和所述后一检测时间对应的后一检测值确定所述目标检测时间对应的目标检测值；
基于各所述目标检测时间对应的各所述目标检测值确定所述目标检测值序列。
根据本发明提供的一种铁路货物运输状态预警方法，所述基于所述当前检测数据进行当前运输状态报警确认，包括：
基于所述当前检测数据确定针对所述货物运输车辆是否需要进行超载报警、偏载报警和偏重报警；
所述基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认，包括：
当确定针对所述货物运输车辆无需进行偏载报警时，确定所述当前检测数据中的当前偏载检测值的绝对值是否在预设偏载阈值范围内；
当所述当前偏载检测值在所述预设偏载阈值范围内时，基于所述当前检测数据和所述历史正常检测数据分别进行偏载突变预警确认和偏载趋势预警确认。
根据本发明提供的一种铁路货物运输状态预警方法，所述基于所述当前检测数据进行当前运输状态报警确认，包括：
基于所述当前检测数据确定针对所述货物运输车辆是否需要进行超载报警、偏载报警和偏重报警；
所述基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认，包括：
当确定针对所述货物运输车辆无需进行偏重报警时，确定所述当前检测数据中的当前偏重检测值的绝对值是否在预设偏重阈值范围内；
当所述当前偏重检测值在所述预设偏重阈值范围内时，基于所述当前检测数据和所述历史正常检测数据分别进行偏重突变预警确认和偏重趋势预警确认。
根据本发明提供的一种铁路货物运输状态预警方法，所述历史正常检测数据的获取方法包括：
将所述货物运输车辆的车号与装车清单进行匹配，获取装车时刻；
基于所述装车时刻，获取所述货物运输车辆历史时间所有正常的检测数据，历史时间所有正常的检测数据构成所述历史正常检测数据。本发明还提供一种铁路货物运输状态预警装置，包括：
获取模块，用于在货物运输车辆经过当前检测装置时，获取所述当前检测装置检测的所述货物运输车辆的当前检测数据；
确认模块，用于在所述当前检测装置正常的情况下，针对所述货物运输车辆，基于所述当前检测数据进行当前运输状态报警确认，基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认。
本发明还提供一种电子设备，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，所述处理器执行所述程序时实现如上述任一种所述铁路货物运输状态预警方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述铁路货物运输状态预警方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述铁路货物运输状态预警方法。
本发明提供的铁路货物运输状态预警方法、装置和电子设备，通过当前检测数据和历史正常检测数据，在对货物运输车辆的当前运输状态进行报警确认的基础上，还根据当前检测数据和历史正常检测数据对货物运输车辆运输过程中的运输状态的变化进行了分析，如此能够在货物运输车辆由于外力作用等特殊情况下运输状态发生变化时及时进行运输状态变化预警确认，以便于及时获知运输状态的变化并及时进行相应的处理。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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，还可以根据这些附图获得其他的附图。
图1是本发明提供的铁路货物运输状态预警方法的流程示意图；
图2是本发明提供的铁路货物运输状态预警装置的结构示意图；
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合图1描述本发明的铁路货物运输状态预警方法，该方法包括：
S101：在货物运输车辆经过当前检测装置时，获取所述当前检测装置检测的所述货物运输车辆的当前检测数据；
S102：在所述当前检测装置正常的情况下，针对所述货物运输车辆，基于所述当前检测数据进行当前运输状态报警确认，基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认。
具体的，铁路货物运输过程中会途径较多的检测装置如超偏载检测装置，当货物运输车辆经过超偏载检测装置时，超偏载检测装置可以获取货物运输车辆的当前检测数据，如：车号、辆序、超载检测值、偏重检测值、偏载检测值和检测时间等。
在采用当前检测数据来对铁路货物运输状态进行评估前，首先需要确认当前检测数据是有效数据，即需要先确认采集当前检测数据的检测装置如：超偏载检测装置是否异常，当超偏载检测装置异常时则当前检测数据为无效数据，该当前检测数据不被使用，当超偏载检测装置为正常状态的情况下，则当前检测数据为有效数据。
在当前检测装置正常的情况下针对货物运输车辆，基于当前检测数据进行当前运输状态报警确认，即根据当前检测数据确定货物运输车辆的当前运输状态，并确认基于货物运输车辆的当前运输状态是否需要进行报警。在进行当前运输状态报警确认后，根据当前运输状态报警确认结果，基于当前检测数据和历史正常检测数据进行货物运输车辆的运输状态变化预警确认。其中，历史正常检测数据为货物运输车辆在历史时刻经过各检测装置时，正常状态下的检测装置检测获得的数据。运输状态变化预警确认即根据当前检测数据和历史正常检测数据来看该货物运输车辆运输过程中的运输状态变化情况，并确认基于运输状态变化情况是否需要进行预警。
本发明提供的铁路货物运输状态预警方法，通过当前检测数据和历史正常检测数据，在对货物运输车辆的当前运输状态进行报警确认的基础上，还根据当前检测数据和历史正常检测数据对货物运输车辆运输过程中的运输状态的变化进行了分析，如此能够在货物运输车辆由于外力作用等特殊情况下运输状态发生变化时及时进行运输状态变化预警确认，以便于及时获知运输状态的变化并及时进行相应的处理。
在一个实施例中，所述基于所述当前检测数据进行当前运输状态报警确认，包括：
基于所述当前检测数据确定针对所述货物运输车辆是否需要进行超载报警、偏载报警和偏重报警；
所述基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认，包括：
当确定针对所述货物运输车辆无需进行超载报警时，确定所述当前检测数据中的当前超载检测值的绝对值是否在预设超载阈值范围内；
当所述当前超载检测值在所述预设超载阈值范围内时，基于所述当前检测数据和所述历史正常检测数据分别进行超载突变预警确认和超载趋势预警确认。
具体的，货物运输车辆的运输状态包括超载、偏载和偏重等，当前检测数据可以包括当前检测时间、当前超载检测值、当前偏载检测值和当前偏重检测值等。基于当前检测数据进行当前运输状态报警确认即是基于当前检测数据中的当前超载检测值、当前偏载检测值和当前偏重检测值确认是否需要针对该货物运输车辆进行超载报警、偏载报警和偏重报警。当确定需要进行超载报警、偏载报警和偏重报警中的至少一种时，则进行相应的报警即可。
示例性的，可以分别针对超载、偏载和偏重设置对应的超载报警阈值Y1B、偏载报警阈值Y1C和偏重报警阈值Y1D，当货物运输车辆的当前超载检测值b的绝对值大于超载报警阈值时(|b|＞Y1B)，则需要进行超载报警，其中，当前超载检测值可能为正也可能为负，如超载为正、欠载为负；当货物运输车辆的当前偏载检测值c的绝对值大于偏载报警阈值时(|c|＞Y1C)，则需要进行偏载报警，其中，当前偏载检测值可能为正也可能为负，如向左偏为正、向右偏为负；当货物运输车辆的当前偏重检测值d的绝对值大于偏重报警阈值时(|d|＞Y1D)，则需要进行偏重报警，其中，当前偏重检测值可能为正也可能为负，如向前偏为正、向后偏为负。
当确定针对货物运输车辆需要进行超载报警、偏载报警和偏重报警中的至少一种时，则进行相应的报警。报警可以包括语音报警、显示报警、报警灯报警和鸣笛报警中的至少一种。针对超载报警、偏载报警和偏重报警可以采用相同的报警方式，也可以采用不同的报警方式，也可以基于当前的报警种类自定义报警方式，在此不做具体的限定。
具体的，运输状态变化预警确认需要在当前运输状态报警结果的基础之上进行确定，是对货物运输车辆运输过程中的超载变化、偏载变化和偏重变化进行预警确认的。当货物运输车辆需要进行超载报警、偏载报警和偏重报警时，则无需进行运输状态变化预警确认；当货物运输车辆不需要进行以下报警中的任一种时：超载报警、偏载报警和偏重报警，则需要进行运输状态变化预警确认。例如，若基于当前超载预测值需要进行超载报警，则当前时刻无需针对货物运输车辆的超载变化进行预警确认；若基于当前偏载预测值需要进行偏载报警，则当前时刻无需针对货物运输车辆的偏载变化进行预警确认；若基于当前偏重预测值需要进行偏重报警，则当前时刻无需针对货物运输车辆的偏重变化进行预警确认。若基于当前超载预测值无需进行超载报警，则当前时刻需要针对货物运输车辆的超载变化进行预警确认；若基于当前偏载预测值无需进行偏载报警，则当前时刻需要针对货物运输车辆的偏载变化进行预警确认；若基于当前偏重预测值无需进行偏重报警，则当前时刻需要针对货物运输车辆的偏重变化进行预警确认。
示例性的，当确定针对货物运输车辆无需进行超载报警时，可以确定货物运输车辆的当前超载检测值的绝对值|b|是否在预设超载阈值范围内(Y1B≥|b|＞Y2B)，|b|的值过小则进行超载突变预警和超载趋势预警的意义较小，因此当当前超载检测值的绝对值|b|在预设超载阈值范围内时，基于当前检测数据和历史正常检测数据分别来进行超载突变预警确认和超载趋势预警确认。
在一个实施例中，所述基于所述当前检测数据和历史正常检测数据进行超载突变预警确认，包括：
从所述历史正常检测数据中获取前一次正常检测获得的前一检测数据中的前一超载检测值；
确定所述当前超载检测值和前一超载检测值的差值绝对值是否大于超载突变阈值；
当当前超载检测值和前一超载检测值的差值绝对值大于所述超载突变阈值时，确认进行超载突变预警。
其中，所述超载突变阈值的大小与所述当前检测数据中的当前检测时间和所述前一检测数据中的前一检测时间之间的时间间隔大小相关。
具体的，可以根据当前检测数据和历史正常检测数据确定目前运输过程中的检测值序列X＝{X1，X2，X3，...，Xn-1，Xn}和检测时间序列T＝{T1，T2，T3，...，Tn-1，Tn}，其中，Tn为当前检测时间，T1，T2，T3，...，Tn-1为历史检测时间，检测时间即为检测装置进行检测的时刻，Xn为当前检测值(Xn＝(bn，cn，dn)，其中，bn表示当前超载检测值，cn表示当前偏载检测值，dn表示当前偏重检测值)，X1，X2，X3，...，Xn-1为历史检测值。
在进行超载突变预警确认时，从运输状态数据序列X中获取前一次正常检测获得前一超载检测值bn-1，计算当前超载检测值bn和前一超载检测值bn-1的差值绝对值是否大于超载突变阈值Y3B，当|bn-bn-1|＞Y3B时，则确定进行超载突变预警。
可以理解的是，在获取货物运输车辆运输过程的检测数据时，由于不同检测装置的安装地点之间距离不等且受货物运输车辆速度影响，相邻两次检测数据的获取时间之间的时间间隔并非是一定相同的，即多个检测数据并非是等间隔时间获取的。因此，在进行超载突变预警确认时，超载突变阈值的大小是与当前检测时间和前一检测时间之间的时间间隔相关的，通常，时间间隔越长，则超载突变阈值越大。
在一个实施例中，所述基于所述当前检测数据和历史正常检测数据进行超载趋势预警确认，包括：
基于所述当前检测数据中的当前检测时间和所述历史正常检测数据中的历史检测时间组成检测时间序列；
基于所述检测时间序列中的最小相邻时间间隔确定目标检测时间序列；
基于所述目标检测时间序列、所述当前检测数据中的当前检测值和所述历史正常检测数据中的历史检测值确定目标检测值序列；
基于所述目标检测值序列，根据趋势检验算法进行超载趋势预警确认。
具体的，首先进行数据预处理，数据预处理即是基于当前检测数据中的当前检测时间和历史正常检测数据中的历史检测时间来确定目标检测时间序列，根据目标检测时间序列、当前检测数据中的当前检测值和历史正常检测数据中的历史检测值来确定目标检测值序列。
示例性的，在确定目标检测时间序列时，根据当前检测数据中的当前检测时间和历史正常检测数据中的历史检测时间组成检测时间序列T＝{T1，T2，T3，...，Tn-1，Tn}，其中，Tn为当前检测时间，T1，T2，T3，...，Tn-1为历史检测时间。
基于检测时间序列T＝{T1，T2，T3，...，Tn-1，Tn}中的最小相邻时间间隔：ω＝mini＜j(Tj-Ti)，确定目标检测时间序列 其中，该目标检测时间序列中目标检测时间的个数为取的下整。
在确定好目标检测时间序列后，基于目标检测时间序列、当前检测数据中的当前检测值和历史正常检测数据中的历史检测值来确定目标检测值序列。
数据预处理结束后，基于确定的目标检测值序列，根据趋势检验算法可以来进行超载趋势预警确认。
在一个实施例中，所述基于所述目标检测时间序列、所述当前检测数据中的当前检测值和所述历史正常检测数据中的历史检测值确定目标检测值序列包括：
基于所述当前检测值和所述历史检测值组成检测值序列；
针对所述目标检测时间序列中的各目标检测时间，当所述检测时间序列中存在与所述目标检测时间对应的检测时间时，将所述检测值序列中所述检测时间对应的检测值确定为所述目标检测时间对应的目标检测值；
当所述检测时间序列中不存在与所述目标检测时间对应的检测时间时，在所述检测时间序列中确定所述目标检测时间对应的前一检测时间和后一检测时间，根据所述检测值序列中所述前一检测时间对应的前一检测值和所述后一检测时间对应的后一检测值确定所述目标检测时间对应的目标检测值；
基于各所述目标检测时间对应的各所述目标检测值确定所述目标检测值序列。
示例性的，在确定目标检测值序列时，可以先根据当前检测数据中的当前检测值和历史正常检测数据中的历史检测值组成检测值序列X＝{X1，X2，X3，...，Xn-1，Xn}，其中，Xn为当前检测值(Xn＝(bn，cn，dn)，bn表示当前超载检测值，cn表示当前偏载检测值，dn表示当前偏重检测值)，X1，X2，X3，...，Xn-1为历史检测值。
在确定好目标检测时间序列后，基于目标检测时间序列、当前检测值和历史检测值确定目标检测值序列X′＝{X1，X2，X3，...，Xm}(其中，)的具体方法为：
针对所述目标检测时间序列中的各目标检测时间T′i，当检测时间序列中存在与目标检测时间对应的检测时间时，如T′1＝T1时，将检测值序列中检测时间T1对应的检测值X1确定为所述目标检测时间对应的目标检测值。
当检测时间序列中不存在与目标检测时间对应的检测时间时，计算该目标检测时间对应的目标检测值：如计算T′i对应的目标检测值X′i时，其中Tg和Th为检测时间序列T中距离目标检测时间Ti最近的前一检测时间和后一检测时间，Xg为检测值序列X中前一检测时间Tg对应的前一检测值，Xh为检测值序列X中后一检测时间Th对应的后一检测值，其中，目标检测值X′i＝(b′i，c′i，d′i)。
在获得目标检测值序列X′后，根据趋势检验算法来进行超载趋势预警确认的具体方法如下：
(1)建立假设H0：目标检测值序列X′中的超载检测值没有上升或下降的变化趋势。
(2)构建统计量SB：
其中，
(3)超载趋势预警判断：
(a)当目标检测时间序列中检测时间的个数m≤10时，若则认为目标检测值序列X′有超载上升或下降趋势，需要进行超载趋势预警；否则认为目标检测值序列X′无超载变化趋势，不需要进行超载趋势预警，其中，Y4B为超载趋势阈值。
(b)当目标检测时间序列中检测时间的个数m＞10时，对统计量SB进行标准化，令
其中， 将目标检测值序列X′中的目标检测值按照超载检测值的大小进行分组(即将相同大小的超载检测值分为一组)，g为分组个数，tp为分组中超载检测值的个数。
选择显著性水平α＝0.05，若|ZB|≥Z1-α/2(Z1-α/2的值为根据1-α/2的值在标准正态分布表中查找获得的)，则假设H0是不成立的，即在置信水平α＝0.05时，目标检测值序列X′存在明显的超载上升或下降趋势，需要进行超载趋势预警；若|ZB|＜Z1-α/2，则认为目标检测值序列X′无超载上升或下降趋势，不需要进行超载趋势预警。
示例性的，偏载趋势预警确认和偏重趋势预警确认的方法步骤和上述超载趋势预警确认的方法步骤是相似的，在针对偏载趋势预警确认和偏重趋势预警确认时，可采用上述方法进行确认，其中，超载趋势预警确认、偏载趋势预警确认和偏重趋势预警确认的显著性水平α的值可以均是相同的，也可以均不相同，也可以不全相同，具体显著性水平α的值根据需要设定。
在一个实施例中，所述基于所述当前检测数据进行当前运输状态报警确认，包括：
基于所述当前检测数据确定针对所述货物运输车辆是否需要进行超载报警、偏载报警和偏重报警；
所述基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认，包括：
当确定针对所述货物运输车辆无需进行偏载报警时，确定所述当前检测数据中的当前偏载检测值的绝对值是否在预设偏载阈值范围内；
当所述当前偏载检测值在所述预设偏载阈值范围内时，基于所述当前检测数据和所述历史正常检测数据分别进行偏载突变预警确认和偏载趋势预警确认。
具体的，运输状态变化预警确认需要在当前运输状态报警结果的基础之上进行确定，是对货物运输车辆运输过程中的超载变化、偏载变化和偏重变化进行预警确认的。当货物运输车辆需要进行超载报警、偏载报警和偏重报警时，则无需进行运输状态变化预警确认；当货物运输车辆不需要进行以下报警中的任一种时：超载报警、偏载报警和偏重报警，则需要进行运输状态变化预警确认。例如，若基于当前超载预测值需要进行超载报警，则当前时刻无需针对货物运输车辆的超载变化进行预警确认，若基于当前偏载预测值需要进行偏载报警，则当前时刻无需针对货物运输车辆的偏载变化进行预警确认，若基于当前偏重预测值需要进行偏重报警，则当前时刻无需针对货物运输车辆的偏重变化进行预警确认。
当确定针对货物运输车辆无需进行偏载报警时，确定货物运输车辆的当前偏载检测值的绝对值|c|是否在预设偏载阈值范围内(Y1C≥|c|＞Y2C)，|c|的值过小则进行偏载突变预警和偏载趋势预警的意义较小，因此当当前偏载检测值的绝对值|c|在预设偏载阈值范围内时，基于当前检测数据和历史正常检测数据分别来进行偏载突变预警确认和偏载趋势预警确认。
在一个实施例中，所述基于所述当前检测数据和历史正常检测数据进行偏载突变预警确认，包括：
从所述历史正常检测数据中获取前一次正常检测获得的前一检测数据中的前一偏载检测值；
确定所述当前偏载检测值和前一偏载检测值的差值绝对值是否大于偏载突变阈值；
当当前偏载检测值和前一偏载检测值的差值绝对值大于所述偏载突变阈值时，确认进行偏载突变预警。
其中，所述偏载突变阈值的大小与所述当前检测数据中的当前检测时间和所述前一检测数据中的前一检测时间之间的时间间隔大小相关。
具体的，可以根据当前检测数据和历史正常检测数据确定目前运输过程中的检测值序列X＝{X1，X2，X3，...，Xn-1，Xn}和检测时间序列T＝{T1，T2，T3，...，Tn-1，Tn}，其中，Tn为当前检测时间，T1，T2，T3，...，Tn-1为历史检测时间，Xn为当前检测值(Xn＝(bn，cn，dn)，其中，bn表示当前超载检测值，cn表示当前偏载检测值，dn表示当前偏重检测值)，X1，X2，X3，...，Xn-1为历史检测值。
示例性的，在进行偏载突变预警确认时，从运输状态数据序列X中获取前一次正常检测获得前一偏载检测值cn-1，计算当前偏载检测值cn和前一偏载检测值cn-1的差值绝对值是否大于偏载突变阈值Y3C，当|cn-cn-1|＞Y3C时，则确定进行偏载突变预警。
可以理解的是，在获取货物运输车辆运输过程的检测数据时，由于不同检测装置的安装地点之间距离不等且受货物运输车辆速度影响，相邻两次检测数据的获取时间之间的时间间隔并非是一定相同的，即多个检测数据并非是等间隔时间获取的。因此，在进行偏载突变预警确认时，偏载突变阈值的大小是与当前检测时间和前一检测时间之间的时间间隔相关的，通常，时间间隔越长，则偏载突变阈值越大。
在一个实施例中，所述基于所述当前检测数据和历史正常检测数据进行偏载趋势预警确认，包括：
基于所述当前检测数据中的当前检测时间和所述历史正常检测数据中的历史检测时间组成检测时间序列；
基于所述检测时间序列中的最小相邻时间间隔确定目标检测时间序列；
基于所述目标检测时间序列、所述当前检测数据中的当前检测值和所述历史正常检测数据中的历史检测值确定目标检测值序列；
基于所述目标检测值序列，根据趋势检验算法进行偏载趋势预警确认。
具体的，首先进行数据预处理，数据预处理即是基于当前检测数据中的当前检测时间和历史正常检测数据中的历史检测时间来确定目标检测时间序列，根据目标检测时间序列、当前检测数据中的当前检测值和历史正常检测数据中的历史检测值来确定目标检测值序列。示例性的，目标检测时间序列的确定方法在上面实施例中已经说明，在此不做赘述。
在确定好目标检测时间序列后，基于目标检测时间序列、当前检测数据中的当前检测值和历史正常检测数据中的历史检测值来确定目标检测值序列。
数据预处理结束后，基于确定的目标检测值序列，根据趋势检验算法可以来进行偏载趋势预警确认。
在一个实施例中，所述基于所述目标检测时间序列、所述当前检测数据中的当前检测值和所述历史正常检测数据中的历史检测值确定目标检测值序列包括：
基于所述当前检测值和所述历史检测值组成检测值序列；
针对所述目标检测时间序列中的各目标检测时间，当所述检测时间序列中存在与所述目标检测时间对应的检测时间时，将所述检测值序列中所述检测时间对应的检测值确定为所述目标检测时间对应的目标检测值；
当所述检测时间序列中不存在与所述目标检测时间对应的检测时间时，在所述检测时间序列中确定所述目标检测时间对应的前一检测时间和后一检测时间，根据所述检测值序列中所述前一检测时间对应的前一检测值和所述后一检测时间对应的后一检测值确定所述目标检测时间对应的目标检测值；
基于各所述目标检测时间对应的各所述目标检测值确定所述目标检测值序列。
示例性的，目标检测值序列的确定方法在上面实施例中已经说明，在此不做赘述。
在获得目标检测值序列X′后，根据趋势检验算法来进行偏载趋势预警确认的具体方法如下：
(1)建立假设H0：目标检测值序列X′中的偏载检测值没有上升或下降的变化趋势。
(2)构建统计量
其中，
(3)偏载趋势预警判断：
(a)当目标检测时间序列中检测时间的个数m≤10时，若则认为目标检测值序列X′有偏载上升或下降趋势，需要进行偏载趋势预警；否则认为目标检测值序列X′无偏载变化趋势，不需要进行偏载趋势预警，其中，Y4C为偏载趋势阈值。
(b)当目标检测时间序列中检测时间的个数m＞10时，对统计量进行标准化，令
其中， 将目标检测值序列X′中的目标检测值按照偏载检测值的大小进行分组(即将相同大小的偏载检测值分为一组)，为分组个数，为分组中偏载检测值的个数。
选择显著性水平α＝0.05，若(Z1-α/2的值为根据1-α/2的值在标准正态分布表中查找获得的)，则假设H0是不成立的，即在置信水平α＝0.05时，目标检测值序列X′存在明显的偏载上升或下降趋势，需要进行偏载趋势预警；若则认为目标检测值序列X′无偏载上升或下降趋势，不需要进行偏载趋势预警。
在一个实施例中，所述基于所述当前检测数据进行当前运输状态报警确认，包括：
基于所述当前检测数据确定针对所述货物运输车辆是否需要进行超载报警、偏载报警和偏重报警；
所述基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认，包括：
当确定针对所述货物运输车辆无需进行偏重报警时，确定所述当前检测数据中的当前偏重检测值的绝对值是否在预设偏重阈值范围内；
当所述当前偏重检测值在所述预设偏重阈值范围内时，基于所述当前检测数据和所述历史正常检测数据分别进行偏重突变预警确认和偏重趋势预警确认。
具体的，运输状态变化预警确认需要在当前运输状态报警结果的基础之上进行确定，是对货物运输车辆运输过程中的超载变化、偏载变化和偏重变化进行预警确认的。当货物运输车辆需要进行超载报警、偏载报警和偏重报警时，则无需进行运输状态变化预警确认；当货物运输车辆不需要进行以下报警中的任一种时：超载报警、偏载报警和偏重报警，则需要进行运输状态变化预警确认。例如，若基于当前超载预测值需要进行超载报警，则当前时刻无需针对货物运输车辆的超载变化进行预警确认，若基于当前偏载预测值需要进行偏载报警，则当前时刻无需针对货物运输车辆的偏载变化进行预警确认，若基于当前偏重预测值需要进行偏重报警，则当前时刻无需针对货物运输车辆的偏重变化进行预警确认。
当确定针对货物运输车辆无需进行偏重报警时，确定货物运输车辆的当前偏重检测值的绝对值|d|是否在预设偏重阈值范围内(Y1D≥|d|＞Y2D)，|d|的值过小则进行偏重突变预警和偏重趋势预警的意义较小，因此当当前偏重检测值的绝对值|d|在预设偏重阈值范围内时，基于当前检测数据和历史正常检测数据分别来进行偏重突变预警确认和偏重趋势预警确认。
在一个实施例中，所述基于所述当前检测数据和历史正常检测数据进行偏重突变预警确认，包括：
从所述历史正常检测数据中获取前一次正常检测获得的前一检测数据中的前一偏重检测值；
确定所述当前偏重检测值和前一偏重检测值的差值绝对值是否大于偏重突变阈值；
当当前偏重检测值和前一偏重检测值的差值绝对值大于所述偏重突变阈值时，确认进行偏重突变预警。
其中，所述偏重突变阈值的大小与所述当前检测数据中的当前检测时间和所述前一检测数据中的前一检测时间之间的时间间隔大小相关。
具体的，可以根据当前检测数据和历史正常检测数据确定目前运输过程中的检测值序列X＝{X1，X2，X3，...，Xn-1，Xn}和检测时间序列T＝{T1，T2，T3，...，Tn-1，Tn}，其中，Tn为当前检测时间，T1，T2，T3，...，Tn-1为历史检测时间，Xn为当前检测值(Xn＝(bn，cn，dn)，其中，bn表示当前超载检测值，cn表示当前偏载检测值，dn表示当前偏重检测值)，X1，X2，X3，...，Xn-1为历史检测值。
示例性的，在进行偏重突变预警确认时，从运输状态数据序列X中获取前一偏重检测值dn-1，计算当前偏重检测值dn和前一偏重检测值dn-1的差值绝对值是否大于偏重突变阈值Y3D，当|dn-dn-1|＞Y3D时，则确定进行偏重突变预警。
可以理解的是，在获取货物运输车辆运输过程的检测数据时，由于不同检测装置的安装地点之间距离不等且受货物运输车辆速度影响，相邻两次检测数据的获取时间之间的时间间隔并非是一定相同的，即多个检测数据并非是等间隔时间获取的。因此，在进行偏重突变预警确认时，偏重突变阈值的大小是与当前检测时间和前一检测时间之间的时间间隔相关的，通常，时间间隔越长，则偏重突变阈值越大。
在一个实施例中，所述基于所述当前检测数据和历史正常检测数据进行偏重趋势预警确认，包括：
基于所述当前检测数据中的当前检测时间和所述历史正常检测数据中的历史检测时间组成检测时间序列；
基于所述检测时间序列中的最小相邻时间间隔确定目标检测时间序列；
基于所述目标检测时间序列、所述当前检测数据中的当前检测值和所述历史正常检测数据中的历史检测值确定目标检测值序列；
基于所述目标检测值序列，根据趋势检验算法进行偏重趋势预警确认。
具体的，首先进行数据预处理，数据预处理即是基于当前检测数据中的当前检测时间和历史正常检测数据中的历史检测时间来确定目标检测时间序列，根据目标检测时间序列、当前检测数据中的当前检测值和历史正常检测数据中的历史检测值来确定目标检测值序列。示例性的，目标检测时间序列的确定方法在上面实施例中已经说明，在此不做赘述。
在确定好目标检测时间序列后，基于目标检测时间序列、当前检测数据中的当前检测值和历史正常检测数据中的历史检测值来确定目标检测值序列。
数据预处理结束后，基于确定的目标检测值序列，根据趋势检验算法可以来进行偏重趋势预警确认。
在一个实施例中，所述基于所述目标检测时间序列、所述当前检测数据中的当前检测值和所述历史正常检测数据中的历史检测值确定目标检测值序列包括：
基于所述当前检测值和所述历史检测值组成检测值序列；
针对所述目标检测时间序列中的各目标检测时间，当所述检测时间序列中存在与所述目标检测时间对应的检测时间时，将所述检测值序列中所述检测时间对应的检测值确定为所述目标检测时间对应的目标检测值；
当所述检测时间序列中不存在与所述目标检测时间对应的检测时间时，在所述检测时间序列中确定所述目标检测时间对应的前一检测时间和后一检测时间，根据所述检测值序列中所述前一检测时间对应的前一检测值和所述后一检测时间对应的后一检测值确定所述目标检测时间对应的目标检测值；
基于各所述目标检测时间对应的各所述目标检测值确定所述目标检测值序列。
示例性的，目标检测值序列的确定方法在上面实施例中已经说明，在此不做赘述。
在获得目标检测值序列X′后，根据趋势检验算法来进行偏重趋势预警确认的具体方法如下：
(1)建立假设H0：目标检测值序列X′中的偏重检测值没有上升或下降的变化趋势。
(2)构建统计量
其中，
(3)偏重趋势预警判断：
(a)当目标检测时间序列中检测时间的个数m≤10时，若则认为目标检测值序列X′有偏重上升或下降趋势，需要进行偏重趋势预警；否则认为目标检测值序列X′无偏重变化趋势，不需要进行偏重趋势预警，其中，Y4D为偏重趋势阈值。
(b)当目标检测时间序列中检测时间的个数m＞10时，对统计量进行标准化，令
其中， 将目标检测值序列X′中的目标检测值按照偏重检测值的大小进行分组(即将相同大小的偏重检测值分为一组)，为分组个数，为分组中偏重检测值的个数。
选择显著性水平α＝0.05，若(Z1-α/2的值为根据1-α/2的值在标准正态分布表中查找获得的)，则假设H0是不成立的，即在置信水平α＝0.05时，目标检测值序列X′存在明显的偏重上升或下降趋势，需要进行偏重趋势预警；若则认为目标检测值序列X′无偏重上升或下降趋势，不需要进行偏重趋势预警。
在一个实施例中，所述历史正常检测数据的获取方法包括：
将所述货物运输车辆的车号与装车清单进行匹配，获取装车时刻；
基于所述装车时刻，获取所述货物运输车辆历史时间所有正常的检测数据，历史时间所有正常的检测数据构成所述历史正常检测数据。
示例性的，可以基于当前检测数据中的车号来和装车清单进行匹配，从而确定该货物运输车辆的装车时刻，进而基于装车时刻获取该货物运输车辆历史时刻路过不同检测装置后检测获得的全部的历史检测据，基于途径的正常状态的检测装置，获取全部的历史正常检测数据。
下面对本发明提供的铁路货物运输状态预警装置进行描述，下文描述的铁路货物运输状态预警装置与上文描述的铁路货物运输状态预警方法可相互对应参照。
如图2中所示，该铁路货物运输状态预警装置200包括：获取模块201和确认模块202，其中：
获取模块201，用于在货物运输车辆经过当前检测装置时，获取所述当前检测装置检测的所述货物运输车辆的当前检测数据；
确认模块202，用于在所述当前检测装置正常的情况下，针对所述货物运输车辆，基于所述当前检测数据进行当前运输状态报警确认，基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认。
本发明提供的铁路货物运输状态预警装置，通过当前检测数据和历史正常检测数据，在对货物运输车辆的当前运输状态进行报警确认的基础上，还根据当前检测数据和历史正常检测数据对货物运输车辆运输过程中的运输状态的变化进行了分析，如此能够在货物运输车辆由于外力作用等特殊情况下运输状态发生变化时及时进行运输状态变化预警确认，以便于及时获知运输状态的变化并及时进行相应的处理。
在一个实施例中，所述确认模块202具体用于：
基于所述当前检测数据确定针对所述货物运输车辆是否需要进行超载报警、偏载报警和偏重报警；
当确定针对所述货物运输车辆无需进行超载报警时，确定所述当前检测数据中的当前超载检测值的绝对值是否在预设超载阈值范围内；
当所述当前超载检测值在所述预设超载阈值范围内时，基于所述当前检测数据和所述历史正常检测数据分别进行超载突变预警确认和超载趋势预警确认。
在一个实施例中，所述确认模块202具体还用于：
从所述历史正常检测数据中获取前一次正常检测获得的前一检测数据中的前一超载检测值；
确定当前超载检测值和前一超载检测值的差值绝对值是否大于超载突变阈值；
当当前超载检测值和前一超载检测值的差值绝对值大于所述超载突变阈值时，确认进行超载突变预警。
其中，所述超载突变阈值的大小与所述当前检测数据中的当前检测时间和所述前一检测数据中的前一检测时间之间的时间间隔大小相关。
在一个实施例中，所述确认模块202具体还用于：
基于所述当前检测数据中的当前检测时间和所述历史正常检测数据中的历史检测时间组成检测时间序列；
基于所述检测时间序列中的最小相邻时间间隔确定目标检测时间序列；
基于所述目标检测时间序列、所述当前检测数据中的当前检测值和所述历史正常检测数据中的历史检测值确定目标检测值序列；
基于所述目标检测值序列，根据趋势检验算法进行超载趋势预警确认。
在一个实施例中，所述确认模块202具体还用于：
基于所述当前检测值和所述历史检测值组成检测值序列；
针对所述目标检测时间序列中的各目标检测时间，当所述检测时间序列中存在与所述目标检测时间对应的检测时间时，将所述检测值序列中所述检测时间对应的检测值确定为所述目标检测时间对应的目标检测值；
当所述检测时间序列中不存在与所述目标检测时间对应的检测时间时，在所述检测时间序列中确定所述目标检测时间对应的前一检测时间和后一检测时间，根据所述检测值序列中所述前一检测时间对应的前一检测值和所述后一检测时间对应的后一检测值确定所述目标检测时间对应的目标检测值；
基于各所述目标检测时间对应的各所述目标检测值确定所述目标检测值序列。
在一个实施例中，所述确认模块202具体用于：
基于所述当前检测数据确定针对所述货物运输车辆是否需要进行超载报警、偏载报警和偏重报警；
当确定针对所述货物运输车辆无需进行偏载报警时，确定所述当前检测数据中的当前偏载检测值的绝对值是否在预设偏载阈值范围内；
当所述当前偏载检测值在所述预设偏载阈值范围内时，基于所述当前检测数据和所述历史正常检测数据分别进行偏载突变预警确认和偏载趋势预警确认。
在一个实施例中，所述确认模块202具体用于：
基于所述当前检测数据确定针对所述货物运输车辆是否需要进行超载报警、偏载报警和偏重报警；
当确定针对所述货物运输车辆无需进行偏重报警时，确定所述当前检测数据中的当前偏重检测值的绝对值是否在预设偏重阈值范围内；
当所述当前偏重检测值在所述预设偏重阈值范围内时，基于所述当前检测数据和所述历史正常检测数据分别进行偏重突变预警确认和偏重趋势预警确认。
在一个实施例中，所述历史正常检测数据的获取方法包括：
将所述货物运输车辆的车号与装车清单进行匹配，获取装车时刻；
基于所述装车时刻，获取所述货物运输车辆历史时间所有正常的检测数据，历史时间所有正常的检测数据构成所述历史正常检测数据。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行铁路货物运输状态预警方法，该方法包括：
在货物运输车辆经过当前检测装置时，获取所述当前检测装置检测的所述货物运输车辆的当前检测数据；
在所述当前检测装置正常的情况下，针对所述货物运输车辆，基于所述当前检测数据进行当前运输状态报警确认，基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认。
此外，上述的存储器330中的逻辑指令可以通过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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的铁路货物运输状态预警方法，该方法包括：
在货物运输车辆经过当前检测装置时，获取所述当前检测装置检测的所述货物运输车辆的当前检测数据；
在所述当前检测装置正常的情况下，针对所述货物运输车辆，基于所述当前检测数据进行当前运输状态报警确认，基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的铁路货物运输状态预警方法，该方法包括：
在货物运输车辆经过当前检测装置时，获取所述当前检测装置检测的所述货物运输车辆的当前检测数据；
在所述当前检测装置正常的情况下，针对所述货物运输车辆，基于所述当前检测数据进行当前运输状态报警确认，基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
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。
最后应说明的是：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 (10)

1.一种铁路货物运输状态预警方法，其特征在于，包括：
在货物运输车辆经过当前检测装置时，获取所述当前检测装置检测的所述货物运输车辆的当前检测数据；
在所述当前检测装置正常的情况下，针对所述货物运输车辆，基于所述当前检测数据进行当前运输状态报警确认，基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认。
2.根据权利要求1所述的铁路货物运输状态预警方法，其特征在于，所述基于所述当前检测数据进行当前运输状态报警确认，包括：
基于所述当前检测数据确定针对所述货物运输车辆是否需要进行超载报警、偏载报警和偏重报警；
所述基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认，包括：
当确定针对所述货物运输车辆无需进行超载报警时，确定所述当前检测数据中的当前超载检测值的绝对值是否在预设超载阈值范围内；
当所述当前超载检测值在所述预设超载阈值范围内时，基于所述当前检测数据和所述历史正常检测数据分别进行超载突变预警确认和超载趋势预警确认。
3.根据权利要求2所述的铁路货物运输状态预警方法，其特征在于，所述基于所述当前检测数据和历史正常检测数据进行超载突变预警确认，包括：
从所述历史正常检测数据中获取前一次正常检测获得的前一检测数据中的前一超载检测值；
确定所述当前超载检测值和前一超载检测值的差值绝对值是否大于超载突变阈值；
当当前超载检测值和前一超载检测值的差值绝对值大于所述超载突变阈值时，确认进行超载突变预警；
其中，所述超载突变阈值的大小与所述当前检测数据中的当前检测时间和所述前一检测数据中的前一检测时间之间的时间间隔大小相关。
4.根据权利要求2所述的铁路货物运输状态预警方法，其特征在于，所述基于所述当前检测数据和历史正常检测数据进行超载趋势预警确认，包括：
基于所述当前检测数据中的当前检测时间和所述历史正常检测数据中的历史检测时间组成检测时间序列；
基于所述检测时间序列中的最小相邻时间间隔确定目标检测时间序列；
基于所述目标检测时间序列、所述当前检测数据中的当前检测值和所述历史正常检测数据中的历史检测值确定目标检测值序列；
基于所述目标检测值序列，根据趋势检验算法进行超载趋势预警确认。
5.根据权利要求4所述的铁路货物运输状态预警方法，其特征在于，所述基于所述目标检测时间序列、所述当前检测数据中的当前检测值和所述历史正常检测数据中的历史检测值确定目标检测值序列，包括：
基于所述当前检测值和所述历史检测值组成检测值序列；
针对所述目标检测时间序列中的各目标检测时间，当所述检测时间序列中存在与所述目标检测时间对应的检测时间时，将所述检测值序列中所述检测时间对应的检测值确定为所述目标检测时间对应的目标检测值；
当所述检测时间序列中不存在与所述目标检测时间对应的检测时间时，在所述检测时间序列中确定所述目标检测时间对应的前一检测时间和后一检测时间，根据所述检测值序列中所述前一检测时间对应的前一检测值和所述后一检测时间对应的后一检测值确定所述目标检测时间对应的目标检测值；
基于各所述目标检测时间对应的各所述目标检测值确定所述目标检测值序列。
6.根据权利要求1所述的铁路货物运输状态预警方法，其特征在于，所述基于所述当前检测数据进行当前运输状态报警确认，包括：
基于所述当前检测数据确定针对所述货物运输车辆是否需要进行超载报警、偏载报警和偏重报警；
所述基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认，包括：
当确定针对所述货物运输车辆无需进行偏载报警时，确定所述当前检测数据中的当前偏载检测值的绝对值是否在预设偏载阈值范围内；
当所述当前偏载检测值在所述预设偏载阈值范围内时，基于所述当前检测数据和所述历史正常检测数据分别进行偏载突变预警确认和偏载趋势预警确认。
7.根据权利要求1所述的铁路货物运输状态预警方法，其特征在于，所述基于所述当前检测数据进行当前运输状态报警确认，包括：
基于所述当前检测数据确定针对所述货物运输车辆是否需要进行超载报警、偏载报警和偏重报警；
所述基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认，包括：
当确定针对所述货物运输车辆无需进行偏重报警时，确定所述当前检测数据中的当前偏重检测值的绝对值是否在预设偏重阈值范围内；
当所述当前偏重检测值在所述预设偏重阈值范围内时，基于所述当前检测数据和所述历史正常检测数据分别进行偏重突变预警确认和偏重趋势预警确认。
8.根据权利要求1至7任一项所述的铁路货物运输状态预警方法，其特征在于，所述历史正常检测数据的获取方法包括：
将所述货物运输车辆的车号与装车清单进行匹配，获取装车时刻；
基于所述装车时刻，获取所述货物运输车辆历史时间所有正常的检测数据，历史时间所有正常的检测数据构成所述历史正常检测数据。
9.一种铁路货物运输状态预警装置，其特征在于，包括：
获取模块，用于在货物运输车辆经过当前检测装置时，获取所述当前检测装置检测的所述货物运输车辆的当前检测数据；
确认模块，用于在所述当前检测装置正常的情况下，针对所述货物运输车辆，基于所述当前检测数据进行当前运输状态报警确认，基于当前运输状态报警确认结果、所述当前检测数据和历史正常检测数据进行运输状态变化预警确认。
10.一种电子设备，包括存储器、处理器及存储在所述存储器上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程序时实现如权利要求1至8任一项所述铁路货物运输状态预警方法。
CN202310981758.7A 2023-08-04 2023-08-04 铁路货物运输状态预警方法、装置和电子设备 Active CN117152930B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310981758.7A CN117152930B (zh) 2023-08-04 2023-08-04 铁路货物运输状态预警方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310981758.7A CN117152930B (zh) 2023-08-04 2023-08-04 铁路货物运输状态预警方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN117152930A true CN117152930A (zh) 2023-12-01
CN117152930B CN117152930B (zh) 2024-07-12

Family

ID=88899694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310981758.7A Active CN117152930B (zh) 2023-08-04 2023-08-04 铁路货物运输状态预警方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN117152930B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201304933Y (zh) * 2008-09-04 2009-09-09 清华大学 货车偏载动态检测报警系统
KR101729260B1 (ko) * 2016-11-14 2017-05-02 이태영 화물차량 하중측정 및 과적/언밸런스 알람 장치
CN107310472A (zh) * 2017-05-19 2017-11-03 北汽福田汽车股份有限公司 超载提示控制方法、装置及车辆
CN110702165A (zh) * 2019-09-20 2020-01-17 六安致跃供应链管理有限公司 一种货物运输监控跟踪系统
CN113177650A (zh) * 2021-05-28 2021-07-27 中车齐齐哈尔车辆有限公司 一种铁路货车车厢的预测性维护方法及装置
CN113611104A (zh) * 2021-07-06 2021-11-05 北京中交兴路车联网科技有限公司 货运车辆的风险识别方法、装置、存储介质及终端
US20220050763A1 (en) * 2020-08-11 2022-02-17 Smart Software, Inc. Detecting regime change in time series data to manage a technology platform

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201304933Y (zh) * 2008-09-04 2009-09-09 清华大学 货车偏载动态检测报警系统
KR101729260B1 (ko) * 2016-11-14 2017-05-02 이태영 화물차량 하중측정 및 과적/언밸런스 알람 장치
CN107310472A (zh) * 2017-05-19 2017-11-03 北汽福田汽车股份有限公司 超载提示控制方法、装置及车辆
CN110702165A (zh) * 2019-09-20 2020-01-17 六安致跃供应链管理有限公司 一种货物运输监控跟踪系统
US20220050763A1 (en) * 2020-08-11 2022-02-17 Smart Software, Inc. Detecting regime change in time series data to manage a technology platform
CN113177650A (zh) * 2021-05-28 2021-07-27 中车齐齐哈尔车辆有限公司 一种铁路货车车厢的预测性维护方法及装置
CN113611104A (zh) * 2021-07-06 2021-11-05 北京中交兴路车联网科技有限公司 货运车辆的风险识别方法、装置、存储介质及终端

Also Published As

Publication number Publication date
CN117152930B (zh) 2024-07-12

Similar Documents

Publication Publication Date Title
CN102530027B (zh) 高速铁路风险分析控制方法及系统
CN109187240B (zh) 一种轨道车辆结构件的检修周期制定方法及装置
CN110826054A (zh) 一种基于报文数据场特征的车载can总线入侵检测方法
CN109543710B (zh) 一种模型训练方法及相关设备
CN116449762B (zh) 基于物联网实现智能设备的安全预警方法及装置
KR101025058B1 (ko) 퍼지 알비에프 신경회로망 알고리즘을 이용한 저압선로의 탄화도전로 신호검출 방법
CN112183947A (zh) 轨道交通车辆综合评价方法、装置、电子设备及存储介质
CN111126836A (zh) 高速列车运行控制系统的安全漏洞风险评估方法及装置
CN116542522A (zh) 一种考虑网络攻击的变电站安全风险评估方法与设备
CN112288371A (zh) 通关检验方法、装置、电子设备及计算机可读存储介质
CN117152930B (zh) 铁路货物运输状态预警方法、装置和电子设备
CN114285612A (zh) 一种异常数据检测的方法、系统、装置、设备及介质
CN114253779A (zh) Can总线数据的异常检测方法、装置及设备
CN112508316A (zh) 实时异常检测系统中的自适应异常判定方法和装置
CN113776633A (zh) 车辆载重数据处理方法及装置
CN106371030A (zh) 一种非确定性推理的新能源汽车电池故障诊断方法
CN116092296A (zh) 交通状态评估方法、装置、电子设备及存储介质
CN114997310A (zh) 一种环保监测数据处理方法及系统
CN111583632B (zh) 车辆驾驶风险应对方法、装置
CN116797407B (zh) 一种室外建筑场地施工管理方法及系统
CN114973160B (zh) 基于数字孪生模型的车辆状态判断方法及系统
CN115345247B (zh) 模型训练和公路轴载确定方法、装置、设备及介质
CN115512523B (zh) 基于互联网+的地铁隧道沉降监护方法、装置、系统及介质
CN112499498B (zh) 塔机重量限位标定识别方法及设备
CN112203272B (zh) Hss用户搬迁的异常诊断方法、装置及计算设备

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