專利名稱：一種基于高鐵運(yùn)行特征工況波形庫(kù)的波形識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及利用數(shù)據(jù)庫(kù)對(duì)高鐵波形進(jìn)行識(shí)別方法，具體來(lái)說(shuō)，涉及一種基于高鐵運(yùn)行特征工況波形庫(kù)的波形識(shí)別方法。
背景技術(shù)：
電氣化鐵路具有速度快、運(yùn)輸能力強(qiáng)、供電距離長(zhǎng)、節(jié)約能源與造價(jià)、牽引性能好等優(yōu)點(diǎn)，因而具有廣闊的發(fā)展前景，是世界以及我國(guó)鐵路發(fā)展的方向。然而，高速電氣化鐵路作為典型的單相負(fù)荷，其大量接入電網(wǎng)，惡化了電網(wǎng)電能質(zhì)量水平。功率因數(shù)低、負(fù)序功率大、諧波含量豐富是電氣化鐵路的典型電能質(zhì)量問(wèn)題，同時(shí)高速鐵路牽引負(fù)荷的大大增加以及負(fù)荷本身的大幅波動(dòng)則使問(wèn)題進(jìn)一步復(fù)雜，影響程度進(jìn)一步加大，同時(shí)，隨著高新技術(shù)產(chǎn)業(yè)的發(fā)展，設(shè)備自動(dòng)化水平的提高，用戶對(duì)電能質(zhì)量提出了比傳統(tǒng)的機(jī)電產(chǎn)品更新更聞的要求，基于兩方面分析，研究聞鐵電能質(zhì)量問(wèn)題特點(diǎn)，進(jìn)而提出治理措施，對(duì)于聞鐵的發(fā)展和電網(wǎng)電能質(zhì)量水平的提高具有重要意義?？傊?，對(duì)電氣化鐵路電能質(zhì)量問(wèn)題研究主要集中在電氣化鐵路工況仿真、電鐵監(jiān)測(cè)數(shù)據(jù)分析等方面，對(duì)實(shí)際運(yùn)行工況電鐵錄波波形研究較少。

發(fā)明內(nèi)容
技術(shù)問(wèn)題本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種基于高鐵運(yùn)行特征工況波形庫(kù)的波形識(shí)別方法，該識(shí)別方法利用高鐵特征工況波形庫(kù)，對(duì)高鐵實(shí)際運(yùn)行中出現(xiàn)的異常波段進(jìn)行工況模式的匹配，使得用戶可以實(shí)時(shí)檢測(cè)高鐵運(yùn)行，有利于保障高鐵運(yùn)行的安全性。技術(shù)方案為解決上述技術(shù)問(wèn)題，本發(fā)明采用的基于高鐵運(yùn)行特征工況波形庫(kù)的波形識(shí)別方法，該識(shí)別方法包括下述步驟101.建立離線高鐵的運(yùn)行特征工況波形庫(kù)；102.生成高鐵運(yùn)行中的電壓和/或電流的測(cè)試波形首先利用電能質(zhì)量監(jiān)測(cè)網(wǎng)和錄波儀器采集高鐵運(yùn)行波形，然后對(duì)采集的運(yùn)行波形進(jìn)行去噪聲處理，生成高鐵運(yùn)行中的電壓和/或電流的測(cè)試波形；103.提取高鐵運(yùn)行中的電壓和/或電流的測(cè)試波形特征量對(duì)步驟102生成的高鐵運(yùn)行中的電壓和/或電流的測(cè)試波形進(jìn)行特征量提取，特征量是反映測(cè)試波形周期性變化的均值或幅值，或用戶交互系統(tǒng)中用戶關(guān)注的電能質(zhì)量指標(biāo)；104.檢測(cè)異常數(shù)據(jù)波段對(duì)步驟103提取的測(cè)試波形特征量，依照式(I)進(jìn)行異常數(shù)據(jù)波段的檢測(cè)，如果式(I)成立，則以第k個(gè)周期為起始點(diǎn)，截取固定時(shí)間窗內(nèi)的特征量，然后再依照式(I)進(jìn)行后續(xù)特征量的異常數(shù)據(jù)波段的檢測(cè)；如果式(I)不成立，則不存在異常數(shù)據(jù)波段，進(jìn)入用戶交互系統(tǒng)，由用戶交互系統(tǒng)選擇異常數(shù)據(jù)波段；y (k+l)-y (k) > e式⑴，在式(I)中，y(k)和y(k+l)為，e為設(shè)定閥值；
105.提取異常數(shù)據(jù)波段工況信息記錄步驟104中的固定時(shí)間窗內(nèi)的起始點(diǎn)、結(jié)束點(diǎn)和幅值變化，或者用戶交互系統(tǒng)選擇的異常數(shù)據(jù)波段的起始點(diǎn)、結(jié)束點(diǎn)和幅值變化；106.對(duì)異常數(shù)據(jù)波段進(jìn)行工況模式匹配采用模糊模式判斷模塊，對(duì)步驟105提取的異常數(shù)據(jù)波段工況信息進(jìn)行工況模式匹配；107.對(duì)異常數(shù)據(jù)波段和樣本波形進(jìn)行相似度比較首先基于步驟106工況模式匹配結(jié)果，識(shí)別出相似工況，再?gòu)牟襟E101建立的離線高鐵的運(yùn)行特征工況波形庫(kù)中提取與該相似工況具有同樣特征量的波形，作為樣本波段；然后將步驟105提取的異常數(shù)據(jù)波段工況信息與樣本波段進(jìn)行相似度比較；108.提取工況波形依據(jù)步驟107的相似度比較結(jié)果，提取相似度最高的樣本波形，并將該樣本波形的工況特征提交給用戶交互系統(tǒng)。有益效果與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果(I)建立了基于離線錄波數(shù)據(jù)的高鐵特工況波形庫(kù)。該波形庫(kù)涵蓋高鐵實(shí)際運(yùn)行工況波形特征信息，可更全面掌握高鐵運(yùn)行特點(diǎn)，有利于高鐵電能質(zhì)量問(wèn)題的更合理解決。特別是波形庫(kù)中特征事件庫(kù)的不斷完善，可為高鐵電能質(zhì)量問(wèn)題的合理解決提供參考信息，供電部門亦可對(duì)高鐵特征參數(shù)進(jìn)行相應(yīng)優(yōu)化。(2)有利于掌握測(cè)試波形中列車的運(yùn)行信息。在本識(shí)別方法中，利用模糊模式識(shí)別方法和相似度識(shí)別方法對(duì)測(cè)試波形與高鐵特工況波形庫(kù)中的樣本波形的相似度進(jìn)行識(shí)別， 可快速掌握測(cè)試波形中的工況信息。這樣，用戶可以實(shí)時(shí)檢測(cè)高鐵運(yùn)行。尤其是通過(guò)該相似度進(jìn)行識(shí)別方法，發(fā)現(xiàn)測(cè)試波形中的異常信息，便于對(duì)列車運(yùn)行狀態(tài)作出及時(shí)調(diào)整，有利于保障高鐵運(yùn)行的安全性。同時(shí)，該識(shí)別方法的結(jié)果可信度高，可以初步實(shí)現(xiàn)波形識(shí)別的智能化。


圖I是本發(fā)明的流程框圖。圖2是本發(fā)明中步驟106模糊模式判斷的流程框圖。圖3是本發(fā)明中步驟1013建立的數(shù)據(jù)庫(kù)界面圖。
具體實(shí)施例方式
下面結(jié)合附圖，對(duì)本發(fā)明的技術(shù)方案進(jìn)行具體介紹。如圖I所示，本發(fā)明提供了一種基于高鐵運(yùn)行特征工況波形庫(kù)的波形識(shí)別方法。 文中提及的高鐵是指時(shí)速在250-350km/h的高速電氣化鐵路，主要包括列車、牽引變電站和軌道。該識(shí)別方法包括下述步驟101.建立離線高鐵的運(yùn)行特征工況波形庫(kù)。該步驟101通過(guò)以下步驟1011、1012和1013實(shí)現(xiàn)。1011.設(shè)定表示離線高鐵的運(yùn)行特征工況模式的變量。該步驟1011中的離線高鐵的運(yùn)行特征工況模式包括高鐵加速、減速、過(guò)分相、制動(dòng)、上下坡、惰行，其中，用變量S1表示加速，用變量S2表示減速,用變量S3表示過(guò)分相,用變量S4表示制動(dòng),用變量S5表示上坡, 用變量S6表示下坡,用變量S7表示惰行。
1012.對(duì)提取的實(shí)測(cè)錄波波形進(jìn)行歸類首先利用電能質(zhì)量監(jiān)測(cè)網(wǎng)和錄波儀器采集高鐵運(yùn)行的實(shí)測(cè)錄波波形，再提取實(shí)測(cè)錄波波形中滿足步驟1011中離線高鐵的運(yùn)行特征工況模式的波段，并對(duì)該波段的波形進(jìn)行去噪聲處理，然后按照步驟1011設(shè)定的變量表示的運(yùn)行特征工況模式對(duì)該波形進(jìn)行工況模式的歸類。該步驟1012中提及的去噪聲處理采用現(xiàn)有技術(shù)即可實(shí)現(xiàn)。本方案中優(yōu)選小波變換法對(duì)波形進(jìn)行去噪聲處理。小波變換法主要包括以下步驟(I)含噪信號(hào)預(yù)處理和小波變換多尺度分解，得到相應(yīng)的小波分解系數(shù)(低頻和高頻系數(shù))。預(yù)處理判斷波形數(shù)據(jù)的完整度；選取db (英文全程Daubechies,文中簡(jiǎn)稱db)小波作為小波基函數(shù),并采用Mallat 算法對(duì)db小波進(jìn)行多尺度分解，分解層次可依據(jù)實(shí)際工程監(jiān)測(cè)波形需要選取。(2)小波分解高頻系數(shù)閾值處理。低頻信號(hào)保持不變，高頻信號(hào)選擇適當(dāng)閾值進(jìn)行量化處理，閾值選擇固定的閾值形式(從得到最小極大方差的閾值、乘以一個(gè)系數(shù)^log2 N，N為數(shù)據(jù)長(zhǎng)度)， 閾值函數(shù)選擇軟閾值函數(shù)(sgn(w) (lwl-入)，|w| >入)，該函數(shù)中，入為最小極大方差的閾值，w是高頻信號(hào)數(shù)值。(3)小波逆變換。將進(jìn)行閾值處理過(guò)的小波系數(shù)重構(gòu)，得到恢復(fù)后的原始信號(hào)估計(jì)值。1013.在數(shù)據(jù)庫(kù)中，建立離線高鐵特征工況波形庫(kù)首先，建立工況機(jī)車表，該表包括“機(jī)車類型”、“機(jī)車工況模式”、“工況_機(jī)車_ID”三個(gè)參數(shù)，其中，“工況_機(jī)車_ID”由 “機(jī)車類型”和“機(jī)車工況模式”決定；然后，建立特征工況波形索引表，該表包括“特征波形 _ID”和“工況_機(jī)車_ID”兩個(gè)參數(shù)，該特征工況波形索引表中“工況_機(jī)車_ID”與工況機(jī)車表中的“工況_機(jī)車_ID”保持一致；最后，建立特征工況波形存儲(chǔ)表，該表包括“特征波形_10”、“電壓”、“電流”和“采集時(shí)間”四個(gè)參數(shù)，步驟1012處理后的波形存儲(chǔ)在特征工況波形存儲(chǔ)表的“電壓”、“電流”和“采集時(shí)間”中，特征工況波形存儲(chǔ)表的“特征波形_ID”與工況機(jī)車表中“特征波形_ID”保持一致。該數(shù)據(jù)庫(kù)建立后的界面如圖3所示。利用該數(shù)據(jù)庫(kù)查詢特征工況波形步驟為工況機(jī)車表中“機(jī)車類型”和“機(jī)車工況模式”決定唯一的“工況_機(jī)車_ID” ;利用該“工況_ 機(jī)車_ID”可在特征工況波形索引表中找到該模式下存儲(chǔ)的特征波形位置，即“特征波形_ ID” ;再利用“特征波形_ID”在特征工況波形存儲(chǔ)表中找到滿足要求的電壓、電流波形。該數(shù)據(jù)庫(kù)同時(shí)存儲(chǔ)工況信息(如機(jī)車運(yùn)行狀況描述等)和特征波形信息(如幅值變化，持續(xù)時(shí)間范圍等)。該步驟1013中的數(shù)據(jù)庫(kù)可以采用SQL(英文全稱Structured Query Language, 文中簡(jiǎn)稱SQL)數(shù)據(jù)庫(kù)，也可以是DB2數(shù)據(jù)庫(kù)。DB2數(shù)據(jù)庫(kù)是IBM公司公布的一種分布式數(shù)據(jù)庫(kù)解決方案DATABASE 2，簡(jiǎn)稱DB2數(shù)據(jù)庫(kù)。102.生成高鐵運(yùn)行中的電壓和/或電流的測(cè)試波形首先利用電能質(zhì)量監(jiān)測(cè)網(wǎng)和錄波儀器采集高鐵運(yùn)行波形，然后對(duì)采集的運(yùn)行波形進(jìn)行去噪聲處理，生成高鐵運(yùn)行中的電壓和/或電流的測(cè)試波形。該步驟102中的去噪聲處理，均利用小波變換法對(duì)波形進(jìn)行去噪聲處理。過(guò)程與步驟1012中的去噪聲處理過(guò)程相同。進(jìn)一步，為提高識(shí)別速度，在步驟102之后，步驟103之前，對(duì)生成的測(cè)試波形進(jìn)行降維處理。例如，原先的采樣頻率為100kHz，l秒鐘數(shù)據(jù)100000個(gè)，將采樣頻率降低為 IOkHz，I秒鐘數(shù)據(jù)10000個(gè)。
103.提取高鐵運(yùn)行中的電壓和/或電流的測(cè)試波形特征量對(duì)步驟102生成的高鐵運(yùn)行中的電壓和/或電流的測(cè)試波形進(jìn)行特征量提取，特征量是反映測(cè)試波形周期性變化的均值或幅值，或用戶交互系統(tǒng)中用戶關(guān)注的電能質(zhì)量指標(biāo)。為了實(shí)現(xiàn)快速識(shí)別，不宜操作大量粗糙原始數(shù)據(jù)，因此建立對(duì)應(yīng)原始數(shù)據(jù)的特征量索引。在保留原始數(shù)據(jù)波段信息的基礎(chǔ)上，實(shí)現(xiàn)數(shù)據(jù)降維操作?；诠こ虘?yīng)用經(jīng)驗(yàn)，提取數(shù)據(jù)時(shí)應(yīng)保留數(shù)據(jù)的整周期性。用戶交互系統(tǒng)中用戶關(guān)注的電能質(zhì)量指標(biāo)，例如，電壓偏差、諧波。104.檢測(cè)異常數(shù)據(jù)波段對(duì)步驟103提取的測(cè)試波形特征量，依照式(I)進(jìn)行異常數(shù)據(jù)波段的檢測(cè)，如果式(I)成立，則以第k個(gè)周期為起始點(diǎn)，截取固定時(shí)間窗內(nèi)的特征量，然后再依照式(I)進(jìn)行后續(xù)特征量的異常數(shù)據(jù)波段的檢測(cè)；如果式(I)不成立，則不存在異常數(shù)據(jù)波段，進(jìn)入用戶交互系統(tǒng)，由用戶交互系統(tǒng)選擇異常數(shù)據(jù)波段；y(k+l)-y (k) > e式(I),在式⑴中，y(k)和y(k+l)為相鄰周期特征量，e為設(shè)定閥值。相鄰周期特征量是指電壓或電流的相鄰周期特征量。e的取值范圍為小于或等于y(k)的30%。固定時(shí)間窗是指固定的時(shí)間長(zhǎng)度的窗口。固定時(shí)間窗可隨時(shí)間軸不斷移動(dòng)，直至波段的最后時(shí)間點(diǎn)。105.提取異常數(shù)據(jù)波段工況信息記錄步驟104中的固定時(shí)間窗內(nèi)的起始點(diǎn)、結(jié)束點(diǎn)和幅值變化，或者用戶交互系統(tǒng)選擇的異常數(shù)據(jù)波段的起始點(diǎn)、結(jié)束點(diǎn)和幅值變化。106.對(duì)異常數(shù)據(jù)波段進(jìn)行工況模式匹配采用模糊模式判斷模塊，對(duì)步驟105提取的異常數(shù)據(jù)波段工況信息進(jìn)行工況模式匹配。該步驟106中，工況模式匹配的方法是如圖2所示，首次將步驟105提取的異常數(shù)據(jù)波段工況信息用數(shù)據(jù)集合表示，然后利用式(2)，對(duì)步驟105提取的異常數(shù)據(jù)波段工況信息和步驟101建立的運(yùn)行特征工況波形庫(kù)中波形的工況模式，進(jìn)行模糊模式距離計(jì)算，
權(quán)利要求
1.一種基于高鐵運(yùn)行特征工況波形庫(kù)的波形識(shí)別方法，其特征在于該識(shí)別方法包括下述步驟101.建立離線高鐵的運(yùn)行特征工況波形庫(kù)；102.生成高鐵運(yùn)行中的電壓和/或電流的測(cè)試波形首先利用電能質(zhì)量監(jiān)測(cè)網(wǎng)和錄波儀器采集高鐵運(yùn)行波形，然后對(duì)采集的運(yùn)行波形進(jìn)行去噪聲處理，生成高鐵運(yùn)行中的電壓和/或電流的測(cè)試波形；103.提取高鐵運(yùn)行中的電壓和/或電流的測(cè)試波形特征量對(duì)步驟102生成的高鐵運(yùn)行中的電壓和/或電流的測(cè)試波形進(jìn)行特征量提取，特征量是反映測(cè)試波形周期性變化的均值或幅值，或用戶交互系統(tǒng)中用戶關(guān)注的電能質(zhì)量指標(biāo)；104.檢測(cè)異常數(shù)據(jù)波段對(duì)步驟103提取的測(cè)試波形特征量，依照式(I)進(jìn)行異常數(shù)據(jù)波段的檢測(cè)，如果式(I)成立，則以第k個(gè)周期為起始點(diǎn)，截取固定時(shí)間窗內(nèi)的特征量，然后再依照式(I)進(jìn)行后續(xù)特征量的異常數(shù)據(jù)波段的檢測(cè)；如果式(I)不成立，則不存在異常數(shù)據(jù)波段，進(jìn)入用戶交互系統(tǒng)，由用戶交互系統(tǒng)選擇異常數(shù)據(jù)波段；y (k+l)-y (k) > e式⑴，在式⑴中，y(k)和y(k+l)為，e為設(shè)定閥值；105.提取異常數(shù)據(jù)波段工況信息記錄步驟104中的固定時(shí)間窗內(nèi)的起始點(diǎn)、結(jié)束點(diǎn)和幅值變化，或者用戶交互系統(tǒng)選擇的異常數(shù)據(jù)波段的起始點(diǎn)、結(jié)束點(diǎn)和幅值變化；106.對(duì)異常數(shù)據(jù)波段進(jìn)行工況模式匹配采用模糊模式判斷模塊，對(duì)步驟105提取的異常數(shù)據(jù)波段工況信息進(jìn)行工況模式匹配；107.對(duì)異常數(shù)據(jù)波段和樣本波形進(jìn)行相似度比較首先基于步驟106工況模式匹配結(jié)果，識(shí)別出相似工況，再?gòu)牟襟E101建立的離線高鐵的運(yùn)行特征工況波形庫(kù)中提取與該相似工況具有同樣特征量的波形，作為樣本波段；然后將步驟105提取的異常數(shù)據(jù)波段工況信息與樣本波段進(jìn)行相似度比較；108.提取工況波形依據(jù)步驟107的相似度比較結(jié)果，提取相似度最高的樣本波形，并將該樣本波形的工況特征提交給用戶交互系統(tǒng)。
2.按照權(quán)利要求I所述的基于高鐵運(yùn)行特征工況波形庫(kù)的波形識(shí)別方法，其特征在于所述的步驟101包括以下步驟·1011.設(shè)定表示離線高鐵的運(yùn)行特征工況模式的變量；·1012.對(duì)提取的實(shí)測(cè)錄波波形進(jìn)行歸類首先利用電能質(zhì)量監(jiān)測(cè)網(wǎng)和錄波儀器采集高鐵運(yùn)行的實(shí)測(cè)錄波波形，再提取實(shí)測(cè)錄波波形中滿足步驟1011中離線高鐵的運(yùn)行特征工況模式的波段，并對(duì)該波段的波形進(jìn)行去噪聲處理，然后按照步驟1011設(shè)定的變量表示的運(yùn)行特征工況模式對(duì)該波形進(jìn)行工況模式的歸類；·1013.在數(shù)據(jù)庫(kù)中，建立離線高鐵特征工況波形庫(kù)首先，建立工況機(jī)車表，該表包括 “機(jī)車類型”、“機(jī)車工況模式”、“工況_機(jī)車_ID”三個(gè)參數(shù)，其中，“工況_機(jī)車_ID”由“機(jī)車類型”和“機(jī)車工況模式”決定；然后，建立特征工況波形索引表，該表包括“特征波形_ ID”和“工況_機(jī)車_ID”兩個(gè)參數(shù)，該特征工況波形索引表中“工況_機(jī)車_ID”與工況機(jī)車表中的“工況_機(jī)車_ID”保持一致；最后，建立特征工況波形存儲(chǔ)表，該表包括“特征波形_10”、“電壓”、“電流”和“采集時(shí)間”四個(gè)參數(shù)，步驟1012處理后的波形存儲(chǔ)在特征工況波形存儲(chǔ)表的“電壓”、“電流”和“采集時(shí)間”中，特征工況波形存儲(chǔ)表的“特征波形_瓜”與工況機(jī)車表中“特征波形_ID”保持一致。
3.按照權(quán)利要求2所述的基于高鐵運(yùn)行特征工況波形庫(kù)的波形識(shí)別方法，其特征在于所述的步驟1011中的離線高鐵的運(yùn)行特征工況模式包括高鐵加速、減速、過(guò)分相、制動(dòng)、上下坡、惰行,其中，用變量S1表示加速,用變量S2表示減速,用變量S3表示過(guò)分相,用變量S4表示制動(dòng),用變量S5表示上坡,用變量S6表示下坡,用變量S7表示惰行。
4.按照權(quán)利要求2所述的基于高鐵運(yùn)行特征工況波形庫(kù)的波形識(shí)別方法，其特征在于所述的步驟1012和步驟102中的去噪聲處理，均利用小波變換法對(duì)波形進(jìn)行去噪聲處理。
5.按照權(quán)利要求2所述的基于高鐵運(yùn)行特征工況波形庫(kù)的波形識(shí)別方法，其特征在于所述的步驟1013中，數(shù)據(jù)庫(kù)是SQL，或者DB2。
6.按照權(quán)利要求I所述的基于高鐵運(yùn)行特征工況波形庫(kù)的波形識(shí)別方法，其特征在于在所述的步驟102之后，步驟103之前，對(duì)生成的測(cè)試波形進(jìn)行降維處理。
7.按照權(quán)利要求I所述的基于高鐵運(yùn)行特征工況波形庫(kù)的波形識(shí)別方法，其特征在于所述的步驟106中，工況模式匹配的方法是首次將步驟105提取的異常數(shù)據(jù)波段工況信息用數(shù)據(jù)集合表示，然后利用式(2)，對(duì)步驟105提取的異常數(shù)據(jù)波段工況信息和步驟 101建立的運(yùn)行特征工況波形庫(kù)中波形的工況模式，進(jìn)行模糊模式距離計(jì)算，在式(2)中，d表示模式距離，Xi表示步驟101建立的運(yùn)行特征工況波形庫(kù)中波形的工況模式的參數(shù)，Ci表示步驟105提取的異常數(shù)據(jù)波段的工況信息的參數(shù)，i的取值范圍是I 至n的整數(shù)，n表示工況模式參數(shù)個(gè)數(shù)；將式(2)計(jì)算出的最小的模式距離dl與設(shè)定的模式相似閥值P進(jìn)行比較，如果 dl ( P，則計(jì)算出dl的運(yùn)行特征工況波形庫(kù)中波形的工況模式就是與異常數(shù)據(jù)波段最接近的工況模式，進(jìn)入步驟108 ;如果dl > P，則返回步驟104，改變截取異常數(shù)據(jù)波段的固定時(shí)間窗，再進(jìn)行步驟105和步驟106的操作；如果改變截取異常數(shù)據(jù)波段的固定時(shí)間窗后，仍存在dl > P，則進(jìn)入用戶交互系統(tǒng)中待處理。
8.按照權(quán)利要求I所述的基于高鐵運(yùn)行特征工況波形庫(kù)的波形識(shí)別方法，其特征在于所述的步驟107中，相似度比較采用不等長(zhǎng)度相似度比較方法中的動(dòng)態(tài)彎曲距離比較方法。
全文摘要
本發(fā)明公開了一種基于高鐵運(yùn)行特征工況波形庫(kù)的波形識(shí)別方法，包括下述步驟101.建立離線高鐵的運(yùn)行特征工況波形庫(kù)；102.生成高鐵運(yùn)行中的電壓和/或電流的測(cè)試波形；103.提取高鐵運(yùn)行中的電壓和/或電流的測(cè)試波形特征量；104.檢測(cè)異常數(shù)據(jù)波段；105.提取異常數(shù)據(jù)波段工況信息；106．對(duì)異常數(shù)據(jù)波段進(jìn)行工況模式匹配；107.對(duì)異常數(shù)據(jù)波段和樣本波形進(jìn)行相似度比較；108.提取工況波形。該識(shí)別方法利用高鐵特征工況波形庫(kù)，對(duì)高鐵實(shí)際運(yùn)行中出現(xiàn)的異常波段進(jìn)行工況模式的匹配，使得用戶可以實(shí)時(shí)檢測(cè)高鐵運(yùn)行，有利于保障高鐵運(yùn)行的安全性。
文檔編號(hào)G06K9/00GK102542262SQ20121000104
公開日2012年7月4日 申請(qǐng)日期2012年1月4日 優(yōu)先權(quán)日2012年1月4日
發(fā)明者林德清, 王芳, 顧偉 申請(qǐng)人:東南大學(xué)