作者：唐维华道岔故障识别动作电流长短期记忆时间序列特征提取神经网络分类器
摘要：道岔转辙机是保证列车安全运营的重要室外设备之一。分析道岔动作电流曲线,可以及时判断道岔的实时工作状态。采用基于长短期记忆(LSTM)模型结合传统神经网络的识别算法,从原始电流序列中自动提取特征,再根据特征利用神经网络分类器(NNC)来对道岔动作电流曲线进行智能故障识别。实验结果表明,所提算法不会丢失电流曲线的有效信息,并且提高了准确率,训练集上的准确率为100%,在测试集上准确率达到了99.7%。算法能够满足铁路现场实际应用需要,对保障道岔的正常运行具有十分重要的现实意义。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
