佟卫国

（天津南环铁路有限公司机务分公司，天津 300450）

大功率电力机车异常运行数据的检测方法研究

佟卫国

（天津南环铁路有限公司机务分公司，天津 300450）

为了保障大功率电力机车安全稳定的运行，提出一种基于聚类-规则的异常运行数据检测方法。利用聚类算法对异常运行数据进行聚类，然后根据聚类中心获得异常运行数据的检测规则库，并由此构建检测模型，同时利用BP算法对模型参数进行优化，最终获得准确的异常运行数据检测模型。

电力机车运行数据聚类

引言

随着我国交通运输的迅猛发展，电力机车的功率也越来越大［1］。大功率电力机车具有复杂的结构和恶劣的工作条件，很容易发生故障。一旦发生故障，就会影响电力机车运行的稳定性，甚至由此引发交通事故，造成重大的经济损失和人员伤亡［2］。因此，及时发现故障就显得十分必要。事实上，故障在发生前往往会产生一些异常的运行数据，而对这些异常的运行数据进行准确检测，往往能够提前判断和排除故障，从而消除电力机车的安全隐患，使电力机车能够安全稳定地运行。因此，如何对大功率电力机车的异常运行数据进行检测，已经成为当前交通领域中的一个热点研究课题。

现阶段，主要的异常运行数据的检测方法包括基于小波变换的异常运行数据检测方法、基于卡尔曼滤波的异常运行数据检测方法和基于数据挖掘的异常运行数据检测方法等。……