10.3969/j.issn.1000-386x.2019.01.029
基于LSTM/NN的道岔故障特征提取与识别研究
道岔转辙机是保证列车安全运营的重要室外设备之一.分析道岔动作电流曲线,可以及时判断道岔的实时工作状态.采用基于长短期记忆(LSTM)模型结合传统神经网络的识别算法,从原始电流序列中自动提取特征,再根据特征利用神经网络分类器(NNC)来对道岔动作电流曲线进行智能故障识别.实验结果表明,所提算法不会丢失电流曲线的有效信息,并且提高了准确率,训练集上的准确率为100％,在测试集上准确率达到了99.7％.算法能够满足铁路现场实际应用需要,对保障道岔的正常运行具有十分重要的现实意义.
道岔故障识别、动作电流、长短期记忆、时间序列、特征提取、神经网络分类器
36
TP3(计算技术、计算机技术)
2019-05-21（万方平台首次上网日期，不代表论文的发表时间）
共5页
159-163
