申请/专利权人：山东通维信息工程有限公司

申请日：2024-01-18

公开（公告）日：2024-04-12

公开（公告）号：CN117610971B

主分类号：G06Q10/0637

分类号：G06Q10/0637;G06Q10/20;G06Q50/40;G06N3/006;G06F18/213;G06F18/10;G06F18/22

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2024.03.15#实质审查的生效;2024.02.27#公开

摘要：本发明涉及设备状态数据处理的技术领域，且公开了一种高速公路机电系统健康指数评估方法，所述方法的系统包括监控系统评估采集模块、监控系统运行状态分析模块、监控系统硬件结构健康评估分析模块；通过采用鹈鹕优化算法精准识别搜索出标准监控节点监控特征数据中的错误特征数据并总监控特征数据计算占比，实现监控设备的运行错误率直观量化呈现，实现高效、可靠评估高速公路机电系统健康指数；利用监控节点运行的错误率与预设监控系统运行状态健康指数进行数值区间科学分类判断出监控设备的健康指数结果，实现监控系统健康状态的精确判断，保障了高速公路机电系统运行稳定性，提升高速公路交通安全性。

主权项：1.一种高速公路机电系统健康指数评估方法，其特征在于，所述方法包括如下步骤：S1、采集监控节点监控特征数据、监控节点空间坐标数据；S2、对所述监控节点监控特征数据和所述监控节点空间坐标数据进行数据预处理，并生成标准监控节点监控特征数据和标准监控节点空间坐标数据；S3、将所述标准监控节点监控特征数据与监控节点监控错误特征数据进行监控特征数据识别匹配，并提取出匹配成功的所述标准监控节点监控特征数据并生成标准监控节点错误监控特征数据；S4、计量所述标准监控节点错误监控特征数据与所述标准监控节点监控特征数据的数据个数比值并构建为监控节点监控错误率；S5、将所述监控节点监控错误率与监控系统运行状态健康指数数据进行数值大小比对，分析出监控节点对应的监控系统运行状态健康指数结果；S6、当监控系统运行状态健康指数结果为待确认时，获取所述标准监控节点空间坐标数据控制检测设备到达监控节点位置，采集监控系统硬件结构特征图像数据，将所述监控系统硬件结构特征图像数据与监控系统硬件结构故障特征图像数据进行故障特征图像匹配，分析出监控系统硬件结构健康分析结果；S7、依据所述监控系统运行状态健康指数结果、所述监控系统硬件结构健康分析结果进行分类分析生成监控系统健康指数结果并输出；所述S1包括以下步骤：S11、通过高速公路机电系统中监控设备采集监控节点监控特征数据并建立监控节点监控特征数据集合，所述监控设备包括闭路电视监视控制设备、投影设备、速度监控设备、拍摄设备中一种或多种；通过位置传感器采集监控节点空间坐标数据，所述空间坐标包括监控节点所在位置的经度、纬度和海拔高度；所述S2包括以下步骤：S21、采用指数滑动平均法对所述监控节点监控特征数据集合和所述监控节点空间坐标数据进行数据降噪处理，并分别生成标准监控节点监控特征数据集合和所述标准监控节点空间坐标数据；其中标准监控节点监控特征数据集合，；表示采集的第个标准监控节点监控特征数据，表示标准监控节点监控特征数据数量的最大值；所述S3包括以下步骤：S31、建立监控节点监控错误特征数据集合，；表示第个监控节点监控错误特征数据，表示监控节点监控错误特征数据数量的最大值，所述监控错误特征数据包括采集高速公路行驶车辆的速度监控错误数据、车辆行驶违规行为监控错误数据中一种或多种；S32、将所述标准监控节点监控特征数据集合中标准监控节点监控特征数据与所述监控节点监控错误特征数据集合中监控节点监控错误特征数据进行监控特征数据识别匹配，具体数据识别匹配步骤如下：S321、初始化，更新最大迭代次数T以及更新错误特征识别鹈鹕种群位置；S322、勘探阶段，错误特征识别鹈鹕确定猎物的位置，即在监控节点监控错误特征数据集合搜索空间中的搜索与标准监控节点监控特征数据匹配的监控节点监控错误特征数据，然后向这个确定的区域移动，对错误特征识别鹈鹕逼近猎物策略进行建模，猎物监控节点监控错误特征数据的位置在监控节点监控错误特征数据集合搜索空间中随机生成；S323、开发阶段，在监控节点监控错误特征数据集合搜索空间中搜索更多与标准监控节点监控特征数据匹配的监控节点监控错误特征数据，对错误特征识别鹈鹕的这种狩猎行为过程进行建模；S324、当算法满足最大迭代次数，输出在监控节点监控错误特征数据集合中与监控节点监控错误特征数据匹配成功的所有标准监控节点监控特征数据，并按照序号的数值大小顺序建立标准监控节点错误监控特征数据集合，其中，表示第个标准监控节点错误监控特征数据，表示第个标准监控节点错误监控特征数据；所述S4包括以下步骤：S41、获取标准监控节点错误监控特征数据集合中所有的标准监控节点错误监控特征数据个数并设为，标准监控节点监控特征数据个数为；S42、计算监控节点监控错误率，表示采集标准监控节点监控特征数据中存在错误的标准监控节点监控特征数据的占比，占比数值大小与监控节点监控设备的运行状态呈负相关；所述S5包括以下步骤：S51、建立监控系统运行状态健康指数数据，其中表示监控节点监控错误率＜时，此时监控系统运行状态为差；表示监控节点监控错误率≤≤时，此时监控系统运行状态为待确认需要结合监控系统硬件结构特征进行监控系统运行状态确认；表示监控节点监控错误率＞时，此时监控系统运行状态为好；S52、将监控节点监控错误率与监控系统运行状态健康指数数据进行数值大小比对并判断出监控系统运行状态健康指数结果；当满足＜时，则输出监控系统运行状态健康指数结果为差；当满足≤≤时，则输出监控系统运行状态健康指数结果为待确认；当满足＞时，则输出监控系统运行状态健康指数结果为好；所述S6包括以下步骤：S61、当输出监控系统运行状态健康指数结果为待确认时，获取标准监控节点空间坐标数据输入检测设备并控制检测设备到达监控节点位置，检测设备使用拍摄镜头拍摄采集监控设备内部电气线路和机械结构的特征图像并生成监控系统硬件结构特征图像数据集合，；表示采集监控设备的第个监控系统硬件结构特征图像数据，表示监控系统硬件结构特征图像数据数量的最大值，所述检测设备包括检修无人机、检修机器人中至少一种；S62、建立监控系统硬件结构故障特征图像数据集合，；表示第个监控系统硬件结构故障特征图像数据，表示监控系统硬件结构故障特征图像数据数量的最大值；S63、采用如S32步骤中数据识别匹配步骤将监控系统硬件结构特征图像数据集合中监控系统硬件结构特征图像数与监控系统硬件结构故障特征图像数据集合中监控系统硬件结构故障特征图像数据进行故障特征图像匹配并输出监控系统硬件结构健康分析结果；当与匹配成功，则输出监控系统硬件结构健康分析结果为监控节点的监控设备硬件结构存在故障；当与匹配未成功，则输出监控系统硬件结构健康分析结果为监控节点的监控设备硬件结构不存在故障。

全文数据：

权利要求：

百度查询： 山东通维信息工程有限公司 一种高速公路机电系统健康指数评估方法

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