基于LSTM的轨道电路补偿电容故障数量预测

作     者：康玄烨 赵林海 孟景辉 高利民 KANG Xuanye;ZHAO Linhai;MENG Jinghui;GAO Limin

作者机构：北京交通大学电子信息工程学院北京100044 中国铁道科学研究院集团有限公司基础设施检测研究所北京100081 中国铁道科学研究院集团有限公司铁路基础设施检测中心北京100081 

出 版 物：《铁道学报》 (Journal of the China Railway Society)

年 卷 期：2021年第43卷第1期

页      面：94-99页

核心收录：

学科分类：08[工学] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金(61490705) 

主　　题：LSTM模型 补偿电容 故障数量预测 萤火虫算法 无绝缘轨道电路 

摘      要：针对铁路现场的补偿电容故障记录,提出一种基于长短时记忆(LSTM)的轨道电路补偿电容故障数量预测方法。首先基于补偿电容故障记录,按一定的间隔时间统计构建补偿电容故障数量随时间变化的序列;然后基于LSTM构建故障数量预测模型,利用AdaDelta算法训练模型参数;再针对LSTM初始化超参数对预测模型性能有较大影响的问题,利用萤火虫算法对超参数进行优化,从而挖掘补偿电容故障数量随时间的变化规律,并实现对补偿电容未来一段时间内故障数量的预测。实验表明,该方法能够良好地拟合补偿电容故障数量随时间的变化规律,并能够较准确地预测补偿电容的故障数量,从而可以指导铁路部门提前协调设备、资金和维修人员等资源,提高补偿电容运维效率,为补偿电容故障预测的研究提供了新思路。