故障预测模型的训练方法、列车系统故障预测方法和装置
公开
摘要
本发明提供了故障预测模型的训练方法、列车系统故障预测方法和装置，该方法包括:获取当前列车系统的本地样本运行信号和样本环境信号；对本地样本运行信号进行特征提取，得到关键指标特征；对样本环境信号进行特征提取，得到环境指标特征；根据关键指标特征和环境指标特征之间的依赖性，确定用于对故障进行预测的主导特征；利用主导特征训练故障预测模型。本方案能够提高对列车故障进行预测的准确性。
基本信息
专利标题 ：
故障预测模型的训练方法、列车系统故障预测方法和装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114611561A
申请号 ：
CN202210319588.1
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-29
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张艺菲郑杰尼古拉斯·迈克尔·汉森
申请人 ：
西门子交通技术（北京）有限公司
申请人地址 ：
北京市朝阳区望京中环南路7号17幢26层
代理机构 ：
北京康信知识产权代理有限责任公司
代理人 ：
李慧
优先权 ：
CN202210319588.1
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
