一種機(jī)車車載數(shù)據(jù)處理方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及機(jī)車車載數(shù)據(jù)處理領(lǐng)域，尤其涉及一種機(jī)車車載數(shù)據(jù)處理方法及系 統(tǒng)。
【背景技術(shù)】
[0002] 隨著信息技術(shù)的發(fā)展，各企業(yè)數(shù)據(jù)收集和數(shù)據(jù)存儲技術(shù)快速發(fā)展，積累了海量數(shù) 據(jù)。然而，要從這些大量繁雜的數(shù)據(jù)中提取出有用的信息已經(jīng)成為巨大的挑戰(zhàn)。通常因?yàn)?數(shù)據(jù)來源于不同的類、自然變異以及數(shù)據(jù)測量或者收集誤差導(dǎo)致數(shù)據(jù)不一致，因此在進(jìn)行 數(shù)據(jù)挖掘之前對數(shù)據(jù)進(jìn)行預(yù)處理是很有必要的。
[0003] 對機(jī)車車載數(shù)據(jù)而言，首先由于機(jī)車運(yùn)行環(huán)境的復(fù)雜性，導(dǎo)致了在測量和收集機(jī) 車車載數(shù)據(jù)的過程中存在一定的誤差，如：數(shù)據(jù)缺失、數(shù)據(jù)重復(fù)甚至是數(shù)據(jù)從機(jī)車傳回地面 的過程引起的數(shù)據(jù)錯(cuò)誤，因此，篩選出這些離群點(diǎn)對提高數(shù)據(jù)質(zhì)量至關(guān)重要。其次，隨著機(jī) 車的大量使用和機(jī)車速度的提高，產(chǎn)生了大量的機(jī)車數(shù)據(jù)，人們迫切希望從這些海量數(shù)據(jù) 中挖掘出有價(jià)值的信息，以提高機(jī)車的節(jié)能性和安全性。

【發(fā)明內(nèi)容】

[0004] 在軌道交通領(lǐng)域，由于難以對機(jī)車車載數(shù)據(jù)進(jìn)行有效分析并挖掘出有價(jià)值的信 息，因此本發(fā)明提出了一種機(jī)車車載數(shù)據(jù)處理方法。
[0005] 為了解決上述技術(shù)問題，本申請的實(shí)施例首先提供了一種機(jī)車車載數(shù)據(jù)處理方 法，包括：對采集到的機(jī)車車載數(shù)據(jù)進(jìn)行預(yù)處理得到降噪后的機(jī)車車載數(shù)據(jù)；對所述降噪 后的機(jī)車車載數(shù)據(jù)中進(jìn)行信息挖掘，進(jìn)而分析機(jī)車能耗或機(jī)車故障。
[0006] 優(yōu)選地，在對采集到的機(jī)車車載數(shù)據(jù)進(jìn)行預(yù)處理得到降噪后的機(jī)車車載數(shù)據(jù)的步 驟中，基于馬氏距離的方法、最小二乘估計(jì)擬合或者聚類中的K均值的方法來檢測含噪的 機(jī)車車載數(shù)據(jù)。
[0007] 優(yōu)選地，在基于馬氏距離的方法來檢測含噪的機(jī)車車載數(shù)據(jù)的步驟中，進(jìn)一步包 括：計(jì)算所述機(jī)車車載數(shù)據(jù)的均值，確定均值向量；依次計(jì)算每個(gè)機(jī)車車載數(shù)據(jù)到均值向 量的馬氏距離；根據(jù)所述馬氏距離判別含噪的機(jī)車車載數(shù)據(jù)，并將其去除以得到降噪后的 機(jī)車車載數(shù)據(jù)。
[0008] 優(yōu)選地，利用萊茵達(dá)準(zhǔn)則、Grubbs檢驗(yàn)或者Dixon檢驗(yàn)方法對所述馬氏距離進(jìn)行 離群點(diǎn)判別進(jìn)而判別出含噪的機(jī)車車載數(shù)據(jù)。
[0009] 優(yōu)選地，基于SVM算法，通過大數(shù)據(jù)平臺的分布式并行處理來對所述降噪后的機(jī) 車車載數(shù)據(jù)中進(jìn)行信息挖掘。
[0010] 根據(jù)本發(fā)明的另一方面，還提供了一種機(jī)車車載數(shù)據(jù)處理系統(tǒng)，包括：預(yù)處理模 塊，其對采集到的機(jī)車車載數(shù)據(jù)進(jìn)行預(yù)處理得到降噪后的機(jī)車車載數(shù)據(jù)；數(shù)據(jù)處理模塊，其 對所述降噪后的機(jī)車車載數(shù)據(jù)中進(jìn)行信息挖掘，進(jìn)而分析機(jī)車能耗或機(jī)車故障。
[0011] 優(yōu)選地，所述預(yù)處理模炔基于馬氏距離的方法、最小二乘估計(jì)擬合或者聚類中的K 均值的方法來檢測含噪的機(jī)車車載數(shù)據(jù)。
[0012] 優(yōu)選地，所述預(yù)處理模塊進(jìn)一步用于：計(jì)算所述機(jī)車車載數(shù)據(jù)的均值，確定均值向 量；依次計(jì)算每個(gè)機(jī)車車載數(shù)據(jù)到均值向量的馬氏距離；根據(jù)所述馬氏距離判別含噪的機(jī) 車車載數(shù)據(jù)，并將其去除以得到降噪后的機(jī)車車載數(shù)據(jù)。
[0013] 優(yōu)選地，所述預(yù)處理模塊利用萊茵達(dá)準(zhǔn)則、Grubbs檢驗(yàn)或者Dixon檢驗(yàn)方法對所 述馬氏距離進(jìn)行離群點(diǎn)判別進(jìn)而判別出含噪的機(jī)車車載數(shù)據(jù)。
[0014] 優(yōu)選地，所述數(shù)據(jù)處理模炔基于SVM算法，通過大數(shù)據(jù)平臺的分布式并行處理來 對所述降噪后的機(jī)車車載數(shù)據(jù)中進(jìn)行信息挖掘。
[0015]與現(xiàn)有技術(shù)相比，上述方案中的一個(gè)或多個(gè)實(shí)施例可以具有如下優(yōu)點(diǎn)或有益效 果。
[0016] 本發(fā)明實(shí)施例提出了一種機(jī)車車載數(shù)據(jù)處理方法，盡管機(jī)車車載數(shù)據(jù)量大，但可 以通過大數(shù)據(jù)平臺在各個(gè)節(jié)點(diǎn)上采用該數(shù)據(jù)處理方法進(jìn)行分布式并行處理以提高算法效 率。該處理方法可以對大量繁雜的車載數(shù)據(jù)進(jìn)行列車能耗的分析，提高列車的節(jié)能性。除此 之外，還可以將該方法用于故障檢測，提前預(yù)知列車可能發(fā)生的故障，提高列車的安全性。
[0017] 本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變 得顯而易見，或者通過實(shí)施本發(fā)明的技術(shù)方案而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過在 說明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)和/或流程來實(shí)現(xiàn)和獲得。
【附圖說明】
[0018] 附圖用來提供對本申請的技術(shù)方案或現(xiàn)有技術(shù)的進(jìn)一步理解，并且構(gòu)成說明書的 一部分。其中，表達(dá)本申請實(shí)施例的附圖與本申請的實(shí)施例一起用于解釋本申請的技術(shù)方 案，但并不構(gòu)成對本申請技術(shù)方案的限制。
[0019]圖1為本申請實(shí)施例的機(jī)車車載數(shù)據(jù)處理方法的流程示意圖。
[0020] 圖2為本申請實(shí)施例的步驟S110的具體流程示意圖。
[0021] 圖3為本申請實(shí)施例的步驟S120的具體流程示意圖。
[0022] 圖4為本申請實(shí)施例的機(jī)車車載數(shù)據(jù)處理系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0023] 以下將結(jié)合附圖及實(shí)施例來詳細(xì)說明本發(fā)明的實(shí)施方式，借此對本發(fā)明如何應(yīng)用 技術(shù)手段來解決技術(shù)問題，并達(dá)成相應(yīng)技術(shù)效果的實(shí)現(xiàn)過程能充分理解并據(jù)以實(shí)施。本申 請實(shí)施例以及實(shí)施例中的各個(gè)特征，在不相沖突前提下可以相互結(jié)合，所形成的技術(shù)方案 均在本發(fā)明的保護(hù)范圍之內(nèi)。
[0024]另外，附圖的流程圖示出的步驟可以在諸如一組計(jì)算機(jī)可執(zhí)行指令的計(jì)算機(jī)系統(tǒng) 中執(zhí)行。并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的 順序執(zhí)行所示出或描述的步驟。
[0025](實(shí)施例一）
[0026] 本發(fā)明實(shí)施例提供了一種機(jī)車車載數(shù)據(jù)處理方法，該方法能夠從原始采集的機(jī)車 車載數(shù)據(jù)中篩選出有價(jià)值的機(jī)車車載數(shù)據(jù)。該方法首先使用基于Mahalanobis距離（馬氏 距離）的方法將多元離群點(diǎn)檢測任務(wù)轉(zhuǎn)換成一元離群點(diǎn)檢測問題，并采用萊因達(dá)準(zhǔn)則進(jìn)行 數(shù)據(jù)離群點(diǎn)判別。然后再采用SVM算法對數(shù)據(jù)進(jìn)行分類或者回歸分析。該數(shù)據(jù)處理方法可 應(yīng)用于機(jī)車能耗分析和機(jī)車故障分析（如傳感器溫度故障檢測）。
[0027]圖1為本申請實(shí)施例的機(jī)車車載數(shù)據(jù)處理方法的流程示意圖。下面參考圖1來詳 細(xì)說明本方法的各個(gè)步驟。
[0028] 在步驟S110中，對采集到的機(jī)車車載數(shù)據(jù)進(jìn)行預(yù)處理得到降噪后的機(jī)車車載數(shù) 據(jù)。
[0029] 具體地，在本實(shí)施例中基于Mahalanobis距離的方法檢測離群點(diǎn)，即檢測含噪的 機(jī)車車載數(shù)據(jù)。
[0030] 對于一個(gè)多元數(shù)據(jù)集，設(shè)5是相應(yīng)的均值。對于數(shù)據(jù)集D中的對象〇,從〇到5的 Mahalanobis距離定義如下，其中S是協(xié)方差矩陣。
[0031] disi(o,o)-(o-o)s'(〇-〇)
[0032] 圖2為本申請實(shí)施例的步驟S110的具體流程示意圖，具體的預(yù)處理步驟包括以下 子步驟。
[0033] 在子步驟SllOa中，計(jì)算數(shù)據(jù)集D中各屬性值的均值，確定均值向量
[0034] 在子步驟SllOb中，對于每個(gè)對象〇,計(jì)算從對象〇到石的Mahalanobis距離 disi(o,o)(:
[0035] 在子步驟SllOc中，在一元數(shù)據(jù)集^叫〇,可|〇^0；丨中采用萊因達(dá)準(zhǔn)則判別離群 點(diǎn)。該步驟還可以采用Grubbs檢驗(yàn)或者Dixon檢驗(yàn)方法來判別離群點(diǎn)，在此不再贅述。
[0036] 在子步驟SI 10d中，若dist.(o,?)確定為離群點(diǎn)，則〇也是離群點(diǎn)，將其從數(shù)據(jù)集D中 剔除，降噪完成。
[0037] 本實(shí)施例采用基于Mahalanobis距離的方法來檢測離群點(diǎn)，降低機(jī)車車載數(shù)據(jù)中 存在的噪聲，完全依賴于數(shù)據(jù)本身不需額外信息，且方法簡單明了。另外，除了采用基于 Mahalanobis距離檢測離群點(diǎn)達(dá)到降噪的目的，還可以通過采用最小二乘估計(jì)擬合或者聚 類中的K均值等方法也可達(dá)到該目的，此處不再贅述。
[0038] 在步驟S120中，對降噪后的機(jī)車車載數(shù)據(jù)中進(jìn)行信息挖掘，進(jìn)而分析機(jī)車能耗或 機(jī)車故障。
[0039] 具體地，基于SVM算法對降噪后的機(jī)車車載數(shù)據(jù)中進(jìn)行信息挖掘，進(jìn)而分析機(jī)車 能耗或機(jī)車故障。
[0040] 需要說明的是，由于SVM算法完整的理論框架和實(shí)際應(yīng)用取得的很多好的效果， 基于不同的應(yīng)用領(lǐng)域可以構(gòu)造不同的核函數(shù)以便適應(yīng)不同特征的數(shù)據(jù)分析，因此不管是在 理論還是應(yīng)用、橫向還是縱向上，都有了很大發(fā)展。SVM算法是一個(gè)有監(jiān)督的學(xué)習(xí)模型，以結(jié) 構(gòu)風(fēng)險(xiǎn)最小化為目標(biāo)，可解決維數(shù)災(zāi)難問題，主要用于模式識別，例如：文字識別、語音識別 等、分類以及回歸分析，在石油測井中利用測井資料使用SVM算法預(yù)測底層孔隙度及粘粒 含量、天氣預(yù)報(bào)等工作。
[0041] 另外，本步驟采用基于SVM的機(jī)車車載數(shù)據(jù)處理方法是在大數(shù)據(jù)平臺上進(jìn)行的， 通過大數(shù)據(jù)平臺的分布式并行處理能有效提高計(jì)算效率。由于計(jì)算是分布式并行進(jìn)行的， 因此計(jì)算對單個(gè)節(jié)點(diǎn)硬件性能要求不高。
[