專利名稱：一種基于高鐵運行特征工況波形庫的波形識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及利用數(shù)據(jù)庫對高鐵波形進行識別方法，具體來說，涉及一種基于高鐵運行特征工況波形庫的波形識別方法。
背景技術(shù)：
電氣化鐵路具有速度快、運輸能力強、供電距離長、節(jié)約能源與造價、牽引性能好等優(yōu)點，因而具有廣闊的發(fā)展前景，是世界以及我國鐵路發(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)量問題，同時高速鐵路牽引負荷的大大增加以及負荷本身的大幅波動則使問題進一步復(fù)雜，影響程度進一步加大，同時，隨著高新技術(shù)產(chǎn)業(yè)的發(fā)展，設(shè)備自動化水平的提高，用戶對電能質(zhì)量提出了比傳統(tǒng)的機電產(chǎn)品更新更聞的要求，基于兩方面分析，研究聞鐵電能質(zhì)量問題特點，進而提出治理措施，對于聞鐵的發(fā)展和電網(wǎng)電能質(zhì)量水平的提高具有重要意義。總之，對電氣化鐵路電能質(zhì)量問題研究主要集中在電氣化鐵路工況仿真、電鐵監(jiān)測數(shù)據(jù)分析等方面，對實際運行工況電鐵錄波波形研究較少。

發(fā)明內(nèi)容
技術(shù)問題本發(fā)明所要解決的技術(shù)問題是提供一種基于高鐵運行特征工況波形庫的波形識別方法，該識別方法利用高鐵特征工況波形庫，對高鐵實際運行中出現(xiàn)的異常波段進行工況模式的匹配，使得用戶可以實時檢測高鐵運行，有利于保障高鐵運行的安全性。技術(shù)方案為解決上述技術(shù)問題，本發(fā)明采用的基于高鐵運行特征工況波形庫的波形識別方法，該識別方法包括下述步驟101.建立離線高鐵的運行特征工況波形庫；102.生成高鐵運行中的電壓和/或電流的測試波形首先利用電能質(zhì)量監(jiān)測網(wǎng)和錄波儀器采集高鐵運行波形，然后對采集的運行波形進行去噪聲處理，生成高鐵運行中的電壓和/或電流的測試波形；103.提取高鐵運行中的電壓和/或電流的測試波形特征量對步驟102生成的高鐵運行中的電壓和/或電流的測試波形進行特征量提取，特征量是反映測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.檢測異常數(shù)據(jù)波段對步驟103提取的測試波形特征量，依照式(I)進行異常數(shù)據(jù)波段的檢測，如果式(I)成立，則以第k個周期為起始點，截取固定時間窗內(nèi)的特征量，然后再依照式(I)進行后續(xù)特征量的異常數(shù)據(jù)波段的檢測；如果式(I)不成立，則不存在異常數(shù)據(jù)波段，進入用戶交互系統(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中的固定時間窗內(nèi)的起始點、結(jié)束點和幅值變化，或者用戶交互系統(tǒng)選擇的異常數(shù)據(jù)波段的起始點、結(jié)束點和幅值變化；106.對異常數(shù)據(jù)波段進行工況模式匹配采用模糊模式判斷模塊，對步驟105提取的異常數(shù)據(jù)波段工況信息進行工況模式匹配；107.對異常數(shù)據(jù)波段和樣本波形進行相似度比較首先基于步驟106工況模式匹配結(jié)果，識別出相似工況，再從步驟101建立的離線高鐵的運行特征工況波形庫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。該波形庫涵蓋高鐵實際運行工況波形特征信息，可更全面掌握高鐵運行特點，有利于高鐵電能質(zhì)量問題的更合理解決。特別是波形庫中特征事件庫的不斷完善，可為高鐵電能質(zhì)量問題的合理解決提供參考信息，供電部門亦可對高鐵特征參數(shù)進行相應(yīng)優(yōu)化。(2)有利于掌握測試波形中列車的運行信息。在本識別方法中，利用模糊模式識別方法和相似度識別方法對測試波形與高鐵特工況波形庫中的樣本波形的相似度進行識別， 可快速掌握測試波形中的工況信息。這樣，用戶可以實時檢測高鐵運行。尤其是通過該相似度進行識別方法，發(fā)現(xiàn)測試波形中的異常信息，便于對列車運行狀態(tài)作出及時調(diào)整，有利于保障高鐵運行的安全性。同時，該識別方法的結(jié)果可信度高，可以初步實現(xiàn)波形識別的智能化。


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)庫界面圖。
具體實施例方式
下面結(jié)合附圖，對本發(fā)明的技術(shù)方案進行具體介紹。如圖I所示，本發(fā)明提供了一種基于高鐵運行特征工況波形庫的波形識別方法。 文中提及的高鐵是指時速在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。該識別方法包括下述步驟101.建立離線高鐵的運行特征工況波形庫。該步驟101通過以下步驟1011、1012和1013實現(xiàn)。1011.設(shè)定表示離線高鐵的運行特征工況模式的變量。該步驟1011中的離線高鐵的運行特征工況模式包括高鐵加速、減速、過分相、制動、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表示過分相,用變量S4表示制動,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.對提取的實測錄波波形進行歸類首先利用電能質(zhì)量監(jiān)測網(wǎng)和錄波儀器采集高鐵運行的實測錄波波形，再提取實測錄波波形中滿足步驟1011中離線高鐵的運行特征工況模式的波段，并對該波段的波形進行去噪聲處理，然后按照步驟1011設(shè)定的變量表示的運行特征工況模式對該波形進行工況模式的歸類。該步驟1012中提及的去噪聲處理采用現(xiàn)有技術(shù)即可實現(xiàn)。本方案中優(yōu)選小波變換法對波形進行去噪聲處理。小波變換法主要包括以下步驟(I)含噪信號預(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,文中簡稱db)小波作為小波基函數(shù),并采用Mallat 算法對db小波進行多尺度分解，分解層次可依據(jù)實際工程監(jiān)測波形需要選取。(2)小波分解高頻系數(shù)閾值處理。低頻信號保持不變，高頻信號選擇適當(dāng)閾值進行量化處理，閾值選擇固定的閾值形式(從得到最小極大方差的閾值、乘以一個系數(shù)^log2 N，N為數(shù)據(jù)長度)， 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是高頻信號數(shù)值。(3)小波逆變換。將進行閾值處理過的小波系數(shù)重構(gòu)，得到恢復(fù)后的原始信號估計值。1013.在數(shù)據(jù)庫中，建立離線高鐵特征工況波形庫首先，建立工況機車表，該表包括“機車類型”、“機車工況模式”、“工況_機車_ID”三個參數(shù)，其中，“工況_機車_ID”由 “機車類型”和“機車工況模式”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_機車_ID”兩個參數(shù)，該特征工況波形索引表中“工況_機車_ID”與工況機車表中的“工況_機車_ID”保持一致；最后，建立特征工況波形存儲表，該表包括“特征波形_10”、“電壓”、“電流”和“采集時間”四個參數(shù)，步驟1012處理后的波形存儲在特征工況波形存儲表的“電壓”、“電流”和“采集時間”中，特征工況波形存儲表的“特征波形_ID”與工況機車表中“特征波形_ID”保持一致。該數(shù)據(jù)庫建立后的界面如圖3所示。利用該數(shù)據(jù)庫查詢特征工況波形步驟為工況機車表中“機車類型”和“機車工況模式”決定唯一的“工況_機車_ID” ;利用該“工況_ 機車_ID”可在特征工況波形索引表中找到該模式下存儲的特征波形位置，即“特征波形_ ID” ;再利用“特征波形_ID”在特征工況波形存儲表中找到滿足要求的電壓、電流波形。該數(shù)據(jù)庫同時存儲工況信息(如機車運行狀況描述等)和特征波形信息(如幅值變化，持續(xù)時間范圍等)。該步驟1013中的數(shù)據(jù)庫可以采用SQL(英文全稱Structured Query Language, 文中簡稱SQL)數(shù)據(jù)庫，也可以是DB2數(shù)據(jù)庫。DB2數(shù)據(jù)庫是IBM公司公布的一種分布式數(shù)據(jù)庫解決方案DATABASE 2，簡稱DB2數(shù)據(jù)庫。102.生成高鐵運行中的電壓和/或電流的測試波形首先利用電能質(zhì)量監(jiān)測網(wǎng)和錄波儀器采集高鐵運行波形，然后對采集的運行波形進行去噪聲處理，生成高鐵運行中的電壓和/或電流的測試波形。該步驟102中的去噪聲處理，均利用小波變換法對波形進行去噪聲處理。過程與步驟1012中的去噪聲處理過程相同。進一步，為提高識別速度，在步驟102之后，步驟103之前，對生成的測試波形進行降維處理。例如，原先的采樣頻率為100kHz，l秒鐘數(shù)據(jù)100000個，將采樣頻率降低為 IOkHz，I秒鐘數(shù)據(jù)10000個。
103.提取高鐵運行中的電壓和/或電流的測試波形特征量對步驟102生成的高鐵運行中的電壓和/或電流的測試波形進行特征量提取，特征量是反映測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)。為了實現(xiàn)快速識別，不宜操作大量粗糙原始數(shù)據(jù)，因此建立對應(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，實現(xiàn)數(shù)據(jù)降維操作?；诠こ虘?yīng)用經(jīng)驗，提取數(shù)據(jù)時應(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.檢測異常數(shù)據(jù)波段對步驟103提取的測試波形特征量，依照式(I)進行異常數(shù)據(jù)波段的檢測，如果式(I)成立，則以第k個周期為起始點，截取固定時間窗內(nèi)的特征量，然后再依照式(I)進行后續(xù)特征量的異常數(shù)據(jù)波段的檢測；如果式(I)不成立，則不存在異常數(shù)據(jù)波段，進入用戶交互系統(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%。固定時間窗是指固定的時間長度的窗口。固定時間窗可隨時間軸不斷移動，直至波段的最后時間點。105.提取異常數(shù)據(jù)波段工況信息記錄步驟104中的固定時間窗內(nèi)的起始點、結(jié)束點和幅值變化，或者用戶交互系統(tǒng)選擇的異常數(shù)據(jù)波段的起始點、結(jié)束點和幅值變化。106.對異常數(shù)據(jù)波段進行工況模式匹配采用模糊模式判斷模塊，對步驟105提取的異常數(shù)據(jù)波段工況信息進行工況模式匹配。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建立的運行特征工況波形庫中波形的工況模式，進行模糊模式距離計算，
權(quán)利要求
1.一種基于高鐵運行特征工況波形庫的波形識別方法，其特征在于該識別方法包括下述步驟101.建立離線高鐵的運行特征工況波形庫；102.生成高鐵運行中的電壓和/或電流的測試波形首先利用電能質(zhì)量監(jiān)測網(wǎng)和錄波儀器采集高鐵運行波形，然后對采集的運行波形進行去噪聲處理，生成高鐵運行中的電壓和/或電流的測試波形；103.提取高鐵運行中的電壓和/或電流的測試波形特征量對步驟102生成的高鐵運行中的電壓和/或電流的測試波形進行特征量提取，特征量是反映測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.檢測異常數(shù)據(jù)波段對步驟103提取的測試波形特征量，依照式(I)進行異常數(shù)據(jù)波段的檢測，如果式(I)成立，則以第k個周期為起始點，截取固定時間窗內(nèi)的特征量，然后再依照式(I)進行后續(xù)特征量的異常數(shù)據(jù)波段的檢測；如果式(I)不成立，則不存在異常數(shù)據(jù)波段，進入用戶交互系統(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中的固定時間窗內(nèi)的起始點、結(jié)束點和幅值變化，或者用戶交互系統(tǒng)選擇的異常數(shù)據(jù)波段的起始點、結(jié)束點和幅值變化；106.對異常數(shù)據(jù)波段進行工況模式匹配采用模糊模式判斷模塊，對步驟105提取的異常數(shù)據(jù)波段工況信息進行工況模式匹配；107.對異常數(shù)據(jù)波段和樣本波形進行相似度比較首先基于步驟106工況模式匹配結(jié)果，識別出相似工況，再從步驟101建立的離線高鐵的運行特征工況波形庫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所述的基于高鐵運行特征工況波形庫的波形識別方法，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行特征工況模式的變量；·1012.對提取的實測錄波波形進行歸類首先利用電能質(zhì)量監(jiān)測網(wǎng)和錄波儀器采集高鐵運行的實測錄波波形，再提取實測錄波波形中滿足步驟1011中離線高鐵的運行特征工況模式的波段，并對該波段的波形進行去噪聲處理，然后按照步驟1011設(shè)定的變量表示的運行特征工況模式對該波形進行工況模式的歸類；·1013.在數(shù)據(jù)庫中，建立離線高鐵特征工況波形庫首先，建立工況機車表，該表包括 “機車類型”、“機車工況模式”、“工況_機車_ID”三個參數(shù)，其中，“工況_機車_ID”由“機車類型”和“機車工況模式”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_機車_ID”兩個參數(shù)，該特征工況波形索引表中“工況_機車_ID”與工況機車表中的“工況_機車_ID”保持一致；最后，建立特征工況波形存儲表，該表包括“特征波形_10”、“電壓”、“電流”和“采集時間”四個參數(shù)，步驟1012處理后的波形存儲在特征工況波形存儲表的“電壓”、“電流”和“采集時間”中，特征工況波形存儲表的“特征波形_瓜”與工況機車表中“特征波形_ID”保持一致。
3.按照權(quán)利要求2所述的基于高鐵運行特征工況波形庫的波形識別方法，其特征在于所述的步驟1011中的離線高鐵的運行特征工況模式包括高鐵加速、減速、過分相、制動、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表示過分相,用變量S4表示制動,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所述的基于高鐵運行特征工況波形庫的波形識別方法，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波形進行去噪聲處理。
5.按照權(quán)利要求2所述的基于高鐵運行特征工況波形庫的波形識別方法，其特征在于所述的步驟1013中，數(shù)據(jù)庫是SQL，或者DB2。
6.按照權(quán)利要求I所述的基于高鐵運行特征工況波形庫的波形識別方法，其特征在于在所述的步驟102之后，步驟103之前，對生成的測試波形進行降維處理。
7.按照權(quán)利要求I所述的基于高鐵運行特征工況波形庫的波形識別方法，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建立的運行特征工況波形庫中波形的工況模式，進行模糊模式距離計算，在式(2)中，d表示模式距離，Xi表示步驟101建立的運行特征工況波形庫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)個數(shù)；將式(2)計算出的最小的模式距離dl與設(shè)定的模式相似閥值P進行比較，如果 dl ( P，則計算出dl的運行特征工況波形庫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)波段的固定時間窗，再進行步驟105和步驟106的操作；如果改變截取異常數(shù)據(jù)波段的固定時間窗后，仍存在dl > P，則進入用戶交互系統(tǒng)中待處理。
8.按照權(quán)利要求I所述的基于高鐵運行特征工況波形庫的波形識別方法，其特征在于所述的步驟107中，相似度比較采用不等長度相似度比較方法中的動態(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行特征工況波形庫的波形識別方法，包括下述步驟101.建立離線高鐵的運行特征工況波形庫；102.生成高鐵運行中的電壓和/或電流的測試波形；103.提取高鐵運行中的電壓和/或電流的測試波形特征量；104.檢測異常數(shù)據(jù)波段；105.提取異常數(shù)據(jù)波段工況信息；106．對異常數(shù)據(jù)波段進行工況模式匹配；107.對異常數(shù)據(jù)波段和樣本波形進行相似度比較；108.提取工況波形。該識別方法利用高鐵特征工況波形庫，對高鐵實際運行中出現(xiàn)的異常波段進行工況模式的匹配，使得用戶可以實時檢測高鐵運行，有利于保障高鐵運行的安全性。
文檔編號G06K9/00GK102542262SQ20121000104
公開日2012年7月4日 申請日期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 申請人:東南大學(xué)