一种基于谱分析的接触网异常状态识别方法与流程

本发明涉及轨道交通接触网检测，具体涉及一种基于谱分析的接触网异常状态识别方法。

背景技术：

1、随着城市轨道交通的快速发展，接触网检测系统愈发的准确且全面，能够从多个方面全面监控接触网状态。目前对于弓网检测数据的利用主要仅停留在检测数值(导高、拉出值、压力、硬点等)是否超限的判断上，而超限的阈值设定一般较大，未超限的数据很少有人关注。并且对接触网悬挂状态的检测周期较长，通常为季度检或半年检，且零部件结构复杂，种类繁多，逐杆排查很难准确的找出全部的缺陷点，需要借助其他的检测数据找到重点排查区间，提高检出效率,而目前暂无具体方法定位高风险位置。且目前对于接触网的状态评价方法基本上都为针对全线数据进行评价，暂无针对具体位置的状态识别方法。

技术实现思路

1、针对现有技术中的上述不足，本发明提供的一种基于谱分析的接触网异常状态识别方法解决了接触网异常状态检测无法定位高风险区域、效率不高的问题。

2、为了达到上述发明目的，本发明采用的技术方案为：一种基于谱分析的接触网异常状态识别方法，包括以下步骤：

3、s1、将接触网检测中的导高数据进行预处理，筛选出异常突变点，并将异常突变点进行替换，得到预处理后的检测数据；

4、s2、以锚段作为分析切割单元，取出每一锚段的预处理后的检测数据进行时频能量谱计算；

5、s3、设置检测阈值线e0，统计时频能量谱中大于检测阈值线e0的区间，将该区间认定为高风险区域。

6、进一步地：所述步骤s1中异常突变点的筛选方法包括基于动态变化率的异常突变点筛选和基于局部中位数的异常突变点筛选。

7、进一步地：所述基于动态变化率的异常突变点筛选具体为：将导高数据进行求导处理，对导高数据的导数进行筛选，筛选出满足条件的异常突变点，筛选条件为0<x'<50，其中x'为导高数据的导数。

8、进一步地：所述基于局部中位数的异常突变点筛选具体为：计算所选区间内各个导高数据与导高数据的局部中位数的差值sub，再求取差值sub的局部中位数m_sub，找到区间内sub大于3倍m_sub对应的导高数据作为异常突变点。

9、进一步地：所述步骤s1中采用双线性插值方法将筛选出的异常突变点进行替换。

10、进一步地：所述时频能量谱计算具体为：

11、s21、利用双线性插值方法将预处理后的检测数据进行超采样处理；

12、s22、将检测数据进行经验模态分解，将检测数据分割为多个信号；

13、s23、利用皮尔逊相关系数法，计算分割后的每个信号与检测数据的相关性，剔除相关性低于阈值的干扰信号；

14、s24、对信号求和重组，使用hilbert变换将该信号变换为一个时频信号，将各采样点的时频信号幅值平方后得到瞬时能量，并生成瞬时能量谱。

15、进一步地：所述检测数据分割为：inf1、inf2、……、infn，具体公式为：

16、

17、上式中，x为检测数据，i为序号，n为分割信号个数，infi为分割后的信号。

18、进一步地：所述超采样处理使得检测数据的采样间距提升到每米10个采样点。

19、进一步地：所述步骤s23中阈值的取值为0.9。

20、进一步地：所述检测阈值线e0的计算方法为：在导高数据每米变化率低于1‰的情况下，按照步骤s1和s2计算出瞬时能量e0，设置检测阈值线为e0。

21、本发明的有益效果为：

22、1、本发明采用时频能量谱的分析方法对异常风险位置精准定位：

23、利用时频能量谱分析方法，能够得到单一位置的瞬时能量即表征了该位置检测数据的混乱程度，找到风险位置。

24、2、本发明应用于铁路系统应用的普适性和便捷性：

25、利用谱分析的分析方法，从检测数据中识别到风险隐患点，及时反映接触网状态，保障列车运营安全。

技术特征：

1.一种基于谱分析的接触网异常状态识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于谱分析的接触网异常状态识别方法，其特征在于，所述步骤s1中异常突变点的筛选方法包括基于动态变化率的异常突变点筛选和基于局部中位数的异常突变点筛选。

3.根据权利要求2所述的基于谱分析的接触网异常状态识别方法，其特征在于，所述基于动态变化率的异常突变点筛选具体为：将导高数据进行求导处理，对导高数据的导数进行筛选，筛选出满足条件的异常突变点，筛选条件为0<x'<50，其中x'为导高数据的导数。

4.根据权利要求2所述的基于谱分析的接触网异常状态识别方法，其特征在于，所述基于局部中位数的异常突变点筛选具体为：计算所选区间内各个导高数据与导高数据的局部中位数的差值sub，再求取差值sub的局部中位数m_sub，找到区间内sub大于3倍m_sub对应的导高数据作为异常突变点。

5.根据权利要求1所述的基于谱分析的接触网异常状态识别方法，其特征在于，所述步骤s1中采用双线性插值方法将筛选出的异常突变点进行替换。

6.根据权利要求1所述的基于谱分析的接触网异常状态识别方法，其特征在于，所述时频能量谱计算具体为：

7.根据权利要求6所述的基于谱分析的接触网异常状态识别方法，其特征在于，所述检测数据分割为：inf1、inf2、……、infn，具体公式为：

8.根据权利要求6所述的基于谱分析的接触网异常状态识别方法，其特征在于，所述超采样处理使得检测数据的采样间距提升到每米10个采样点。

9.根据权利要求6所述的基于谱分析的接触网异常状态识别方法，其特征在于，所述步骤s23中阈值的取值为0.9。

10.根据权利要求1所述的基于谱分析的接触网异常状态识别方法，其特征在于，所述检测阈值线e0的计算方法为：在导高数据每米变化率低于1‰的情况下，按照步骤s1和s2计算出瞬时能量e0，设置检测阈值线为e0。

技术总结
本发明公开了一种基于谱分析的接触网异常状态识别方法，包括以下步骤：S1、将接触网检测中的导高数据进行预处理，筛选出异常突变点，并将异常突变点进行替换，得到预处理后的检测数据；S2、以锚段作为分析切割单元，取出每一锚段的预处理后的检测数据进行时频能量谱计算；S3、设置检测阈值线E<subgt;0</subgt;，统计时频能量谱中大于检测阈值线E<subgt;0</subgt;的区间，将该区间认定为高风险区域。本发明采用时频能量谱的分析方法对异常风险位置精准定位。

技术研发人员：熊昊睿,李俊兵,罗旺春,杨环,何秀亮,姚刚,鲜永昌,涂安洪
受保护的技术使用者：成都智谷耘行信息技术有限公司
技术研发日：
技术公布日：2024/1/12