一种基于LKJ列控运行文件数据连续波动异常识别方法与流程

本发明涉及lkj运行文件数据异常检测领域，特别涉及一种基于lkj列控运行文件数据连续波动异常识别方法。

背景技术：

列车运行监控记录装置lkj是中国技术人员研究开发的以防止列车冒进信号、运行超速和辅助司机提高操纵能力为主要目标的列车速度控制系统。lkj2000釆集并记录与列车安全运行有关的各种机车运行状态信息，比如当前速度、限速、公里标、机车信号、当前工况、列车管压等，并形成lkj运行记录数据文件。生成的大量的流式时间序列数据，无法通过人工经验判断数据波动范围异常，无法归纳性的分析连续型数值异常与设备异常之间的关联关系。

技术实现要素：

本发明的主要目的在于提供一种基于lkj列控运行文件数据连续波动异常识别方法，可以有效解决背景技术中的问题。

为实现上述目的，本发明采取的技术方案为：

一种基于lkj列控运行文件数据连续波动异常识别方法，包括对lkj设备传感器传输的连续数值进行异常波动捕获，所述捕获方法包括以下步骤：

s1：连续波动识别方法，建立连续波动异常范围，对传感器传输的lkj速度、lkj限速、管压、缸压等连续型数值进行波动合理范围、异常范围识别；

s2：形成连续波动异常模式库，将一段历史时间的lkj运行文件数据识别出来的lkj速度、lkj限速、管压、缸压等连续型数值的波动异常范围进行保存，并形成连续波动异常模式库；

s3：定时匹配连续波动异常模式库，查找异常；保存异常数据；

s4：可视化界面定时输出异常结果，根据异常结果分车型、车号、时间、线路对异常结果进行异常频次汇总展示；或视波动严重程度对车型进行重点定位。

优选的，根据时间窗口滑动捕获波动值，连续波动识别方法包括以下步骤：

1）、确定窗口宽度，并设置起始和结束两个指针，作为窗口的边界；

2）、对于同一车型的每一个运行文件，两个指针从文件记录开始，每次递增一个时间单位，时间单位选取小于窗口宽度，直至文件末尾，如窗口宽度内包含事件，记录下对应的各个连续型变量的数值；

3）、对于窗口内的每个变量，将其最大值减去最小值，形成一个波动记录；

4）、统计所有波动值出现的次数，按照波动值从小到大排序，计算每个波动值出现频数的累积百分比，取最大的3%或5%作为异常波动范围；

5）、横向比较同个车型不同时间的多个运行文件，判断异常范围内的波动值是否在每个文件中都会出现，如只在极少文件中出现，则可列为异常，若大多数文件中均出现这一波动值，视为正常。

优选的，将连续波动识别方法提取的异常数据聚合形成连续波动异常标准模式库。

优选的，对于一个新的运行文件，按照统一的窗口宽度和时间单位计算连续变量的波动值，与对应车型的波动值阈值进行比较，超过阈值的视为异常。

优选的，根据异常结果分车型、车号、时间、线路对异常结果进行异常频次汇总展示，或视波动严重程度对车型进行重点定位。

与现有技术相比，本发明具有如下有益效果：

本发明中，通过将大数据异常识别技术与lkj列控流式时间序列数据进行结合，实现了海量数据的整体异常监测，同时利用可视化终端分层次、分维度进行有效汇总、重点分析，帮助工作人员迅速开展异常定位，及时响应从而进一步降低故障损失成本，具体来说，整个方法包括连续波动识别方法，建立连续波动异常范围；形成连续波动异常模式库；定时匹配连续波动异常模式库，查找异常；可视化界面定时输出异常结果。

附图说明

图1是本发明的识别方法流程图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

实施例：

如图1所示，一种基于lkj列控运行文件数据连续波动异常识别方法，包括对lkj设备传感器传输的连续数值进行异常波动捕获，所述捕获方法包括以下步骤：

s1：连续波动识别方法，建立连续波动异常范围，对传感器传输的lkj速度、lkj限速、管压、缸压等连续型数值进行波动合理范围、异常范围识别，首先，确定连续型数值的滑动窗口宽度（如5秒，10秒等），并设置起始和结束两个指针，作为窗口的边界，其次，对于同一车型的每一个运行文件，两个指针从文件记录开始，每次递增一个时间单位（向前滑动），时间单位选取小于窗口宽度，如1秒，2秒等，直至文件末尾，如窗口宽度内包含事件，记录下对应的各个连续型变量的数值，然后，对于窗口内的每个变量，将其最大值减去最小值，形成一个波动记录，此外，统计所有波动值出现的次数，按照波动值从小到大排序，计算每个波动值出现频数的累积百分比，取最大的3%或5%作为异常波动范围，最后，横向比较同个车型不同时间的多个运行文件，判断异常范围内的波动值是否在每个文件中都会出现，如只在极少文件中出现，则可列为异常，若大多数文件中均出现这一波动值，视为正常，将连续波动识别方法提取的异常数据聚合形成连续波动异常标准模式库，对于一个新的运行文件，按照统一的窗口宽度和时间单位计算连续变量的波动值，与对应车型的波动值阈值进行比较，超过阈值的视为异常，根据异常结果分车型、车号、时间、线路对异常结果进行异常频次汇总展示，或视波动严重程度对车型进行重点定位；

s2：形成连续波动异常模式库，将一段历史时间的lkj运行文件数据识别出来的lkj速度、lkj限速、管压、缸压等连续型数值的波动异常范围进行保存，并形成连续波动异常模式库；

s3：定时匹配连续波动异常模式库，查找异常；保存异常数据；

s4：可视化界面定时输出异常结果，根据异常结果分车型、车号、时间、线路对异常结果进行异常频次汇总展示；或视波动严重程度对车型进行重点定位。

需要说明的是，本发明为一种基于lkj列控运行文件数据连续波动异常识别方法，使用时统计展示每天不同列车不同设备连续值（lkj速度、机车管压、机车缸压、转速（电流））异常波动出现的次数；根据车型、车号、设备事件状态名称、时间段展示总设备连续规则分布、单一设备（车型、车号）连续规则车分布、单一设备连续规则车型分布、同一列车设备连续规则分布、同一列车设备连续规则趋势、单一设备连续规则分布、同一设备连续规则多台车趋势图、同一列车多种设备连续规则趋势图等统计图；展示同一设备连续规则在不同时间点（精确到分）的分布。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

技术特征：

1.一种基于lkj列控运行文件数据连续波动异常识别方法，包括对lkj设备传感器传输的连续数值进行异常波动捕获，其特征在于：所述捕获方法包括以下步骤：

s1：连续波动识别方法，建立连续波动异常范围，对传感器传输的lkj速度、lkj限速、管压、缸压等连续型数值进行波动合理范围、异常范围识别；

s2：形成连续波动异常模式库，将一段历史时间的lkj运行文件数据识别出来的lkj速度、lkj限速、管压、缸压等连续型数值的波动异常范围进行保存，并形成连续波动异常模式库；

s3：定时匹配连续波动异常模式库，查找异常；保存异常数据；

s4：可视化界面定时输出异常结果，根据异常结果分车型、车号、时间、线路对异常结果进行异常频次汇总展示；或视波动严重程度对车型进行重点定位。

2.根据权利要求1所述的一种基于lkj列控运行文件数据连续波动异常识别方法，其特征在于：根据时间窗口滑动捕获波动值，连续波动识别方法包括以下步骤：

1）、确定窗口宽度，并设置起始和结束两个指针，作为窗口的边界；

2）、对于同一车型的每一个运行文件，两个指针从文件记录开始，每次递增一个时间单位，时间单位选取小于窗口宽度，直至文件末尾，如窗口宽度内包含事件，记录下对应的各个连续型变量的数值；

3）、对于窗口内的每个变量，将其最大值减去最小值，形成一个波动记录；

4）、统计所有波动值出现的次数，按照波动值从小到大排序，计算每个波动值出现频数的累积百分比，取最大的3%或5%作为异常波动范围；

5）、横向比较同个车型不同时间的多个运行文件，判断异常范围内的波动值是否在每个文件中都会出现，如只在极少文件中出现，则可列为异常，若大多数文件中均出现这一波动值，视为正常。

3.根据权利要求2所述的一种基于lkj列控运行文件数据连续波动异常识别方法，其特征在于：将连续波动识别方法提取的异常数据聚合形成连续波动异常标准模式库。

4.根据权利要求2所述的一种基于lkj列控运行文件数据连续波动异常识别方法，其特征在于：对于一个新的运行文件，按照统一的窗口宽度和时间单位计算连续变量的波动值，与对应车型的波动值阈值进行比较，超过阈值的视为异常。

5.根据权利要求2所述的一种基于lkj列控运行文件数据连续波动异常识别方法，其特征在于：根据异常结果分车型、车号、时间、线路对异常结果进行异常频次汇总展示，或视波动严重程度对车型进行重点定位。

技术总结
本发明公开了一种基于LKJ列控运行文件数据连续波动异常识别方法，包括对LKJ设备传感器传输的连续数值进行异常波动捕获，所述捕获方法包括以下步骤：S1：连续波动识别方法，建立连续波动异常范围，对传感器传输的LKJ速度、LKJ限速、管压、缸压等连续型数值进行波动合理范围、异常范围识别；S2：形成连续波动异常模式库，将一段历史时间的LKJ运行文件数据识别出来的LKJ速度、LKJ限速、管压、缸压等连续型数值的波动异常范围进行保存，并形成连续波动异常模式库。本发明所述的一种基于LKJ列控运行文件数据连续波动异常识别方法，通过将大数据异常识别技术与LKJ列控流式时间序列数据进行结合，实现了海量数据的整体异常监测。

技术研发人员：颜继雄
受保护的技术使用者：广州华工中云信息技术有限公司
技术研发日：2019.09.25
技术公布日：2019.12.13