一种基于在线学习的高速列车牵引电机温度预测方法

    公开(公告)号:CN115598526A

    公开(公告)日:2023-01-13

    申请号:CN202211187509.2

    申请日:2022-09-28

    Abstract: 本发明公开一种基于在线学习的高速列车牵引电机温度预测方法。首先根据历史温度数据和列车工况数据建立并训练端到端的神经网络预测模型,然后在在线学习阶段,模型在每个时间步根据实时传感器数据预测目标温度数据,并结合预测误差和输入数据的复杂度动态调整模型参数。通过不断循环此过程,实现对牵引电机测点温度的精准预测,本发明避免了离线温度预测模型难以适应温度数据分布变化而产生精度下降的情况,可以实现持续的精准的温度预测。

    电动汽车电量消耗因子模型建立及续驶里程估算方法

    公开(公告)号:CN103234544A

    公开(公告)日:2013-08-07

    申请号:CN201310151290.5

    申请日:2013-04-27

    Abstract: 本发明公开了一种电动汽车电量消耗因子模型建立及续驶里程估算方法,该模型建立方法包括以下步骤:引入综合变量,基于预先得到的电动汽车瞬时速度与加速度,计算每秒的综合变量值,结合对应的每秒电量消耗率形成基础数据库;按照一定的时间间隔划分行驶片段,统计每个片段的平均速度;将相同平均速度的行驶片段下的综合变量值合并,统计其分布规律,并计算其平均每公里的电量消耗率,即电量消耗因子;根据统计得到的平均速度和电量消耗因子,运用数理统计的方法,确定最终的基于平均速度的电动汽车电量消耗因子模型。本发明同时还公开了一种电动汽车续驶里程估算方法。

    基于自适应调节高速列车牵引电机安全状态在线预测方法

    公开(公告)号:CN117474150A

    公开(公告)日:2024-01-30

    申请号:CN202311365463.3

    申请日:2023-10-20

    Abstract: 本发明公开了一种基于自适应调节高速列车牵引电机安全状态在线预测方法,分离线和在线两个阶段。在离线阶段,获取高速列车历史监测传感器数据,采用皮尔逊系数进行特征筛选与牵引电机温度相关的传感器数据并预处理;利用预处理数据对ODL进行训练,合理初始化模型参数。在在线阶段,获取高速列车与牵引电机温度相关的实时传感器数据,并归一化;将在线数据输入ODL计算当前时刻模型预测值与真实值间的损失,基于对冲策略在线更新模型参数并自适应调整模型深度;根据当前时刻传感器数据输入ODL模型输出未来电机温度预测值,根据列车车载端实时数据重复在线阶段过程。本发明构建的在线深度学习模型简单高效,有效改善了在线数据的概念漂移问题。

    一种基于孪生网络模型的高速列车牵引变流器故障诊断与预测方法

    公开(公告)号:CN117520883A

    公开(公告)日:2024-02-06

    申请号:CN202311395368.8

    申请日:2023-10-25

    Abstract: 本发明公开了一种基于孪生网络模型的高速列车牵引变流器故障诊断与预测方法,使用孪生网络(Si ameseN Network)模型构建T‑Si am模型,使用时间卷积网络TCN模型与一维卷积网络1D‑CNN模型提取多传感器中隐藏的时间特征并进行时序预测。使用T‑Siam框架的分支网络对牵引变流器的特征进行提取,使用T‑Siam框架的度量网络模块得到两时段牵引变流器状态是否相同,通过验证模块得到牵引变流器的状态。使用真实的高速列车牵引变流器故障数据验证后表明,本发明所述方法与现有技术相比,具有更好的故障诊断效果,准确率达到99.6%。本发明使用T‑Si am模型预测了牵引变流器一段时间后的故障状态,优于其他对比预测模型。

    基于Informer的高速列车制动系统故障预测方法

    公开(公告)号:CN115953857A

    公开(公告)日:2023-04-11

    申请号:CN202211250338.3

    申请日:2022-10-13

    Abstract: 本发明提出了一种基于Informer的高速列车制动系统故障预测方法,通过皮尔森相关系数筛选与制动系统故障相关的列车状态变量,将变量数据标准化后,进行降维处理得到中间特征;构建基于改进的一维CNN的故障识别模型,Informer的时间序列预测模型对降维后的中间特征进行时间序列预测得到未来中间特征,然后通过训练好的故障识别模型将未来中间特征映射为故障标签,以此达到故障预测的效果。本发明方法中的组合方法,即可充分学习输入中间特征中的长期依赖关系并进行较长期的预测,同时也保证了预测故障标签的准确性。

    电动汽车电量消耗因子模型建立及续驶里程估算方法

    公开(公告)号:CN103234544B

    公开(公告)日:2016-04-06

    申请号:CN201310151290.5

    申请日:2013-04-27

    Abstract: 本发明公开了一种电动汽车电量消耗因子模型建立及续驶里程估算方法,该模型建立方法包括以下步骤:引入综合变量,基于预先得到的电动汽车瞬时速度与加速度,计算每秒的综合变量值,结合对应的每秒电量消耗率形成基础数据库;按照一定的时间间隔划分行驶片段,统计每个片段的平均速度;将相同平均速度的行驶片段下的综合变量值合并,统计其分布规律,并计算其平均每公里的电量消耗率,即电量消耗因子;根据统计得到的平均速度和电量消耗因子,运用数理统计的方法,确定最终的基于平均速度的电动汽车电量消耗因子模型。本发明同时还公开了一种电动汽车续驶里程估算方法。

Patent Agency Ranking