基于LSTM的轨道电路补偿电容故障数量预测

摘要：

针对铁路现场的补偿电容故障记录,提出一种基于长短时记忆(LSTM)的轨道电路补偿电容故障数量预测方法.首先基于补偿电容故障记录,按一定的间隔时间统计构建补偿电容故障数量随时间变化的序列;然后基于LSTM构建故障数量预测模型,利用AdaDelta算法训练模型参数;再针对LSTM初始化超参数对预测模型性能有较大影响的问题,利用萤火虫算法对超参数进行优化,从而挖掘补偿电容故障数量随时间的变化规律,并实现对补偿电容未来一段时间内故障数量的预测.实验表明,该方法能够良好地拟合补偿电容故障数量随时间的变化规律,并能够较准确地预测补偿电容的故障数量,从而可以指导铁路部门提前协调设备、资金和维修人员等资源,提高补偿电容运维效率,为补偿电容故障预测的研究提供了新思路.

关键词：LSTM模型、补偿电容、故障数量预测、萤火虫算法、无绝缘轨道电路

所属期刊栏目：43

分类号：U284.2(铁路通信、信号)

资助基金：国家自然科学基金61490705

在线出版日期：2021-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：94-99