【技术实现步骤摘要】
本专利技术涉及轨道交通，尤其涉及一种模型训练方法、故障类型检测方法、装置、设备及介质。
技术介绍
1、铁路运输系统在轨道交通中非常重要。铁路运输系统中的铁路信号基础设备的正常运行对保障列车运行安全和高效至关重要。然而，在长期的使用过程中，铁路信号基础设备难免会出现各种各样的故障，影响列车运行的安全性和效率。
2、目前，铁路信号基础设备的故障检测主要依靠经验和人工判断，存在着准确性低、诊断时间长和人工成本高等问题。
技术实现思路
1、本专利技术提供了一种模型训练方法、故障类型检测方法、装置、设备及介质，提高了铁路信号基础设备的故障检测的效率和准确度。
2、根据本专利技术的一方面，提供了一种模型训练方法，所述方法包括：
3、获取训练样本；其中，训练样本包括样本运行数据、专家知识库和样本故障类型；样本运行数据包括根据样本故障类型仿真生成的数据；样本运行数据包括至少一个铁路信号基础设备的设备运行数据和各铁路信号基础设备之间接口处的采集数据；
4、根据样本运行数据和样本故障类型，确定网络节点、网络节点之间的连接关系和网络节点之间的连接方向；
5、根据网络节点、连接关系和连接方向，生成初始贝叶斯模型；
6、根据专家知识库，对初始贝叶斯模型中连接关系进行修正，生成故障检测模型。
7、根据本专利技术的另一方面，提供了一种故障类型检测方法，所述方法包括：
8、获取铁路运输系统的当前运行数据；铁路运输系统包
9、将当前运行数据输入至故障检测模型中，得到目标故障类型；
10、其中，故障检测模型基于本专利技术任一实施例所述的模型训练方法训练得到。
11、根据本专利技术的另一方面，提供了一种模型训练装置，所述装置包括：
12、训练样本获取模块，用于获取训练样本；其中，训练样本包括样本运行数据、专家知识库和样本故障类型；样本运行数据包括根据样本故障类型仿真生成的数据；样本运行数据包括至少一个铁路信号基础设备的设备运行数据和各铁路信号基础设备之间接口处的采集数据；
13、网络节点确定模块，用于根据样本运行数据和样本故障类型，确定网络节点、网络节点之间的连接关系和网络节点之间的连接方向；
14、初始贝叶斯模型生成模块，用于根据网络节点、连接关系和连接方向，生成初始贝叶斯模型；
15、故障检测模型生成模块，用于根据专家知识库，对初始贝叶斯模型中连接关系进行修正，生成故障检测模型。
16、根据本专利技术的另一方面，提供了一种故障类型检测装置，所述装置包括：
17、当前运行数据获取模块，用于获取铁路运输系统的当前运行数据；铁路运输系统包括至少一个铁路信号基础设备和各铁路信号基础设备之间接口；
18、故障类型检测模块，用于将当前运行数据输入至故障检测模型中，得到目标故障类型；
19、其中，故障检测模型基于本专利技术任一实施例所述的模型训练方法训练得到。
20、根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
21、至少一个处理器；以及
22、与所述至少一个处理器通信连接的存储器；其中，
23、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的模型训练方法或故障类型检测方法。
24、根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的模型训练方法或故障类型检测方法。
25、本专利技术实施例的技术方案，通过获取训练样本，根据样本运行数据和样本故障类型，确定网络节点、网络节点之间的连接关系和网络节点之间的连接方向，根据网络节点、连接关系和连接方向，生成初始贝叶斯模型，根据专家知识库，对初始贝叶斯模型中连接关系进行修正，生成故障检测模型，解决了铁路信号基础设备的故障检测主要依靠经验和人工判断，存在着准确性低、诊断时间长和人工成本高等问题，提高了铁路信号基础设备的故障检测的效率和准确度。
26、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述样本运行数据和所述样本故障类型，确定网络节点、网络节点之间的连接关系和网络节点之间的连接方向，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述专家知识库，对所述初始贝叶斯模型中所述连接关系进行修正，生成故障检测模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述在所述初始贝叶斯模型中，针对各所述标准节点对，在所述标准节点对对应的两个网络节点之间，添加连接关系，生成所述故障检测模型，包括：
5.根据权利要求1所述的方法，其特征在于，其中，所述样本运行数据的数量为多组；所述样本故障类型的数量为多个；
6.一种故障类型检测方法，其特征在于，包括：
7.一种模型训练装置，其特征在于，包括：
8.一种故障类型检测装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，
...【技术特征摘要】
1.一种模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述样本运行数据和所述样本故障类型，确定网络节点、网络节点之间的连接关系和网络节点之间的连接方向，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述专家知识库，对所述初始贝叶斯模型中所述连接关系进行修正，生成故障检测模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述在所述初始贝叶斯模型中，针对各所述标准节点对，在所述标准节点对对应的两个网络节点之间，添加连接关系，生成所述故障检测模型，包括：
<...【专利技术属性】
技术研发人员：李夏洋，杨晓锋，殷惠媛，周子健，苏博，张玉，
申请(专利权)人：北京全路通信信号研究设计院集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。