申请/专利权人：东莞灵虎智能科技有限公司;成都铁路科创有限责任公司

申请日：2022-05-25

公开（公告）日：2024-03-19

公开（公告）号：CN114834502B

主分类号：B61L23/04

分类号：B61L23/04;G06F18/23213;G06F18/22

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2022.08.19#实质审查的生效;2022.08.02#公开

摘要：一种基于人工智能和大数据的工务断轨风险预测方法，根据历史伤损数据中的位置坐标使用基于K‑means的局类模型对伤损数据进行聚类，获取任一个聚类区域的近两次换轨年份的时间特征，获取每一个聚类区域断轨前的垂磨、侧磨、维护次数，并根据断轨区域的轨型w、断轨天气q、轨道种类s等特征将断轨数据分为新的轨道区域。

主权项：1.一种基于人工智能和大数据的工务断轨风险预测方法，其特征在于：1根据历史伤损数据中的位置坐标使用基于K-means的局类模型对伤损数据进行聚类，获取伤损数据在空间上的分布区域{xi，yi，ri，ni}，其中xi，yi为聚类区域的中心坐标，ri为聚类区域的半径，ni为聚类区域中点的数量；2对任一个聚类区域xi，yi，ri，ni，获取每一个数据的时间特征tj，j＝1，...，ni，获取时间特征tj大于设定的第一判断阈值ts1的数据个数m1，获取时间特征tj大于设定的第二判断阈值ts2的数据个数m2，计算得到聚类区域的趋势得分 其中c1为历史数据训练的第一修正常数，c2为历史数据训练的第二修正常数；3获取任一个聚类区域xi，yi，ri，ni的近两次换轨年份的时间特征yei，yai，获取区域内时间特征在[yei，yai]区间内的数据个数m3，在[0，yei]区间内的数据个数m4，计算得到聚类区域的换轨得分 其中c3为历史数据训练的第三修正常数；4获取每一个聚类区域xi，yi，ri，ni断轨前的垂磨、侧磨、维护次数，并根据断轨区域的轨型w、断轨天气q、轨道种类s等特征将断轨数据分为新的轨道区域，获取每一个轨道区域Ow，q，s内的平均垂磨g1w，q，s、侧磨g2w，q，s、维护次数g3w，q，s；5对于检测区域获取区域中心xo，yo，获取区域的垂磨g1、侧磨g2、维护次数g3，根据区域的轨型w、断轨天气q、轨道种类s等特征获取与区域相似度最高的轨道区域，得到轨道区域Ow，q，s的平均垂磨g1w，q，s、侧磨g2w，q，s、维护次数g3w，q，s获取区域与伤损聚类区域xi，yi，ri，ni中心的距离 当di＜ri时，计算得到区域断轨得分gd＝gtgc+1max0，g1-g1w，q，s+max0，g2-g2w，q，s+max0，g1w，q，s-g3当di≥ri时，计算得到区域断轨得分gd＝c4max0，g1-g1w，q，s+max0，g2-g2w，q，s+max0，g1w，q，s-g3其中c4为历史数据训练的第四修正常数，当gd大于设定的第三判断阈值ts3时，判定区域有断轨风险。

全文数据：

权利要求：

百度查询： 东莞灵虎智能科技有限公司;成都铁路科创有限责任公司 一种基于人工智能和大数据的工务断轨风险预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD