本公開涉及軌道車輛運行與管理，更具體地，涉及一種基于網(wǎng)軌隧系統(tǒng)的故障確定方法、裝置及列車。
背景技術(shù)：
1、在傳統(tǒng)機電系統(tǒng)集成模式中，列車、工務(wù)等各自獨立，缺乏統(tǒng)籌規(guī)劃和管理，導(dǎo)致列車、弓網(wǎng)、軌道、隧道之間形成數(shù)據(jù)孤島，使得故障協(xié)同處理能力不足。同時，故障發(fā)生時，根據(jù)列車、工務(wù)等各自的數(shù)據(jù)明確故障原因與影響范圍，依賴人工或預(yù)設(shè)算法對已出現(xiàn)的故障現(xiàn)象進行診斷。難以對潛在故障預(yù)警，無法提前制定針對性的預(yù)防與應(yīng)急方案。
技術(shù)實現(xiàn)思路
1、有鑒于此，本公開提供了一種基于網(wǎng)軌隧系統(tǒng)的故障確定方法、裝置、列車、電子設(shè)備、存儲介質(zhì)和計算機程序產(chǎn)品。
2、本公開的一個方面提供了一種基于網(wǎng)軌隧系統(tǒng)的故障確定方法，包括：獲取目標列車在目標時間段的第一實時運行狀態(tài)信息和所行駛線路的第一實時運行環(huán)境信息，其中，第一實時運行環(huán)境信息包括列車監(jiān)測設(shè)備采集到的與實時運行狀態(tài)信息同一時空的實時弓網(wǎng)監(jiān)測數(shù)據(jù)、實時軌道監(jiān)測數(shù)據(jù)和實時隧道監(jiān)測數(shù)據(jù)；基于預(yù)定圖譜，確定實時運行狀態(tài)信息、實時弓網(wǎng)監(jiān)測數(shù)據(jù)、實時軌道監(jiān)測數(shù)據(jù)和實時隧道監(jiān)測數(shù)據(jù)之間的目標關(guān)聯(lián)關(guān)系，其中，預(yù)定圖譜根據(jù)歷史弓網(wǎng)數(shù)據(jù)、歷史軌道數(shù)據(jù)和歷史隧道數(shù)據(jù)構(gòu)建得到，用于表征歷史弓網(wǎng)數(shù)據(jù)、歷史軌道數(shù)據(jù)和歷史隧道數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系；將目標關(guān)聯(lián)關(guān)系輸入訓(xùn)練好的目標圖神經(jīng)網(wǎng)絡(luò)模型，輸出與目標列車的運行環(huán)境相關(guān)的潛在故障信息，其中，潛在故障信息至少包括潛在故障點和故障發(fā)生概率，以便在目標列車行駛至潛在故障點之前，對潛在故障點執(zhí)行故障排除作業(yè)。
3、根據(jù)本公開的實施例，預(yù)定圖譜通過以下方法構(gòu)建得到：獲取目標列車在歷史時間段內(nèi)的歷史運行狀態(tài)信息和歷史運行環(huán)境信息，其中，歷史運行狀態(tài)信息包括歷史行駛穩(wěn)定性數(shù)據(jù)，實時運行環(huán)境信息包括列車監(jiān)測設(shè)備采集到的與歷史運行狀態(tài)信息同一時空的歷史弓網(wǎng)數(shù)據(jù)、歷史軌道數(shù)據(jù)和歷史隧道數(shù)據(jù)；根據(jù)歷史行駛穩(wěn)定性數(shù)據(jù)、歷史弓網(wǎng)數(shù)據(jù)、歷史軌道數(shù)據(jù)和歷史隧道數(shù)據(jù)中包含的l種數(shù)據(jù)類型，構(gòu)建至少一個事務(wù)數(shù)據(jù)集，其中，至少一個事務(wù)數(shù)據(jù)集中包含l種數(shù)據(jù)類型對應(yīng)的l個事務(wù)；根據(jù)每個事務(wù)的支持度和支持度閾值，確定多個頻繁項集；根據(jù)各個頻繁項集中的各個事務(wù)，生成與頻繁項集對應(yīng)的多個頻繁子項集；計算每個頻繁子項集的提升度，以及根據(jù)提升度確定頻繁子項集中各個事務(wù)的關(guān)聯(lián)關(guān)系；根據(jù)各個事務(wù)的關(guān)聯(lián)關(guān)系，構(gòu)建各個事務(wù)的預(yù)定圖譜。
4、根據(jù)本公開的實施例，l種數(shù)據(jù)類型包括：歷史行駛穩(wěn)定性數(shù)據(jù)包括以下至少一個數(shù)據(jù)類型或多個數(shù)據(jù)類型的組合：目標列車的平穩(wěn)檢測數(shù)據(jù)、失穩(wěn)檢測數(shù)據(jù)、振動檢測數(shù)據(jù)、空轉(zhuǎn)滑行數(shù)據(jù)；歷史弓網(wǎng)數(shù)據(jù)包括以下至少一個數(shù)據(jù)類型或多個數(shù)據(jù)類型的組合：目標列車的網(wǎng)壓數(shù)據(jù)、網(wǎng)流數(shù)據(jù)、弓網(wǎng)接觸壓力數(shù)據(jù)、線路的燃弧率數(shù)據(jù)、弓網(wǎng)異物數(shù)據(jù)；歷史軌道數(shù)據(jù)包括以下至少一個數(shù)據(jù)類型或多個數(shù)據(jù)類型的組合：鋼軌廓形數(shù)據(jù)、鋼軌波磨數(shù)據(jù)、道岔異常狀態(tài)數(shù)據(jù)、軌距檢測數(shù)據(jù)、空轉(zhuǎn)滑行時的軌面狀態(tài)數(shù)據(jù)；歷史隧道數(shù)據(jù)包括以下至少一個數(shù)據(jù)類型或多個數(shù)據(jù)類型的組合：隧道異物侵限數(shù)據(jù)、隧道限界數(shù)據(jù)、隧道視頻異常數(shù)據(jù)。
5、根據(jù)本公開的實施例，目標圖神經(jīng)網(wǎng)絡(luò)模型通過以下方法訓(xùn)練得到：獲取預(yù)定圖譜以及歷史時間段內(nèi)的歷史故障診斷信息；將預(yù)定圖譜作為歷史樣本數(shù)據(jù)，將歷史故障診斷信息作為標簽，優(yōu)化初始圖神經(jīng)網(wǎng)絡(luò)模型，得到目標圖神經(jīng)網(wǎng)絡(luò)模型。
6、根據(jù)本公開的實施例，基于網(wǎng)軌隧系統(tǒng)的故障確定方法還包括：根據(jù)多個參考列車在同一區(qū)域的第二實時運行狀態(tài)信息、第二實時運行環(huán)境信息和故障發(fā)生概率，從潛在故障點中確定目標故障點，以便提前對目標故障點進行故障排除。
7、根據(jù)本公開的實施例，潛在故障信息還包括潛在故障類型、潛在故障預(yù)計發(fā)生時間，基于網(wǎng)軌隧系統(tǒng)的故障確定方法還包括：根據(jù)潛在故障點、潛在故障類型和潛在故障預(yù)計發(fā)生時間，確定潛在故障的嚴重程度和影響范圍；根據(jù)嚴重程度和影響范圍，確定潛在故障的處理優(yōu)先級和處理策略。
8、本公開的另一個方面提供了一種基于網(wǎng)軌隧系統(tǒng)的故障確定裝置，包括：第一獲取模塊，用于獲取目標列車在目標時間段的第一實時運行狀態(tài)信息和所行駛線路的第一實時運行環(huán)境信息，其中，第一實時運行環(huán)境信息包括列車監(jiān)測設(shè)備采集到的與實時運行狀態(tài)信息同一時空的實時弓網(wǎng)監(jiān)測數(shù)據(jù)、實時軌道監(jiān)測數(shù)據(jù)和實時隧道監(jiān)測數(shù)據(jù)；第一確定模塊，用于基于預(yù)定圖譜，確定實時運行狀態(tài)信息、實時弓網(wǎng)監(jiān)測數(shù)據(jù)、實時軌道監(jiān)測數(shù)據(jù)和實時隧道監(jiān)測數(shù)據(jù)之間的目標關(guān)聯(lián)關(guān)系，其中，預(yù)定圖譜根據(jù)歷史弓網(wǎng)數(shù)據(jù)、歷史軌道數(shù)據(jù)和歷史隧道數(shù)據(jù)構(gòu)建得到，用于表征歷史弓網(wǎng)數(shù)據(jù)、歷史軌道數(shù)據(jù)和歷史隧道數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系；輸出模塊，用于將目標關(guān)聯(lián)關(guān)系輸入訓(xùn)練好的目標圖神經(jīng)網(wǎng)絡(luò)模型，輸出與目標列車的運行環(huán)境相關(guān)的潛在故障信息，其中，潛在故障信息至少包括潛在故障點和故障發(fā)生概率，以便在目標列車行駛至潛在故障點之前，對潛在故障點執(zhí)行故障排除作業(yè)。
9、本公開的另一個方面提供了一種列車，包括：車身；制動構(gòu)件以及基于網(wǎng)軌隧系統(tǒng)的故障確定裝置。
10、本公開的另一個方面提供了一種電子設(shè)備，包括：一個或多個處理器；存儲器，用于存儲一個或多個程序，其中，當一個或多個程序被一個或多個處理器執(zhí)行時，使得一個或多個處理器實現(xiàn)如上的方法。
11、本公開的另一方面提供了一種計算機可讀存儲介質(zhì)，存儲有計算機可執(zhí)行指令，指令在被執(zhí)行時用于實現(xiàn)如上的方法。
12、本公開的另一方面提供了一種計算機程序產(chǎn)品，計算機程序產(chǎn)品包括計算機可執(zhí)行指令，指令在被執(zhí)行時用于實現(xiàn)如上的方法。
13、根據(jù)本公開的實施例，通過采集目標列車的實時運行狀態(tài)信息和運行環(huán)境信息，結(jié)合預(yù)定圖譜確定各數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，并利用訓(xùn)練好的圖神經(jīng)網(wǎng)絡(luò)模型進行分析，能夠提前輸出潛在故障信息，包括潛在故障點和故障發(fā)生概率。由此，工作人員可以在列車到達潛在故障點之前就采取措施，減輕故障帶來的影響，甚至避免故障的發(fā)生。其中，預(yù)定圖譜基于歷史數(shù)據(jù)構(gòu)建，能夠充分利用全量歷史數(shù)據(jù)挖掘出不同數(shù)據(jù)之間的潛在關(guān)聯(lián)，基于此確定實時數(shù)據(jù)的目標關(guān)聯(lián)關(guān)系，為故障預(yù)測提供更準確的關(guān)系，提高故障確定方法的準確性。進一步地，一方面，及時獲取潛在故障信息并提前執(zhí)行故障排除作業(yè)，能夠有效降低列車運行過程中出現(xiàn)故障的風險，保障列車的安全運行，減少因故障導(dǎo)致的列車延誤、停運等情況，提高了鐵路運輸?shù)目煽啃院头€(wěn)定性，保障了乘客的生命財產(chǎn)安全。另一方面，根據(jù)潛在故障信息，工作人員可以合理安排維修人員、設(shè)備和備件等資源，避免資源的浪費和過度配置。在故障發(fā)生前有針對性地進行準備，能夠確保在需要時資源能夠及時投入使用，提高了資源的利用效率。
1.一種基于網(wǎng)軌隧系統(tǒng)的故障確定方法，包括：
2.根據(jù)權(quán)利要求1所述的方法，其中，所述預(yù)定圖譜通過以下方法構(gòu)建得到：
3.根據(jù)權(quán)利要求1所述的方法，其中，所述l種數(shù)據(jù)類型包括：
4.根據(jù)權(quán)利要求1所述的方法，其中，所述目標圖神經(jīng)網(wǎng)絡(luò)模型通過以下方法訓(xùn)練得到：
5.根據(jù)權(quán)利要求1所述的方法，其中，所述方法還包括：
6.根據(jù)權(quán)利要求1所述的方法，其中，所述潛在故障信息還包括潛在故障類型、潛在故障預(yù)計發(fā)生時間，所述方法還包括：
7.一種基于網(wǎng)軌隧系統(tǒng)的故障確定裝置，包括：
8.一種列車，包括：車身；制動構(gòu)件以及權(quán)利要求7中所述的基于網(wǎng)軌隧系統(tǒng)的故障確定裝置。
9.一種電子設(shè)備，包括：
10.一種計算機可讀存儲介質(zhì)，其上存儲有可執(zhí)行指令，該指令被處理器執(zhí)行時使處理器實現(xiàn)權(quán)利要求1至6中任一項所述的方法。