来源：期刊VIP网 时间：
作者：罗泽霖;孟景辉;刘金朝;罗依梦;许庆阳;解婉茹;
单位：中国铁道科学研究院集团有限公司基础设施检测研究所;
摘要：为进一步挖掘动态检测数据中蕴含的补偿电容状态特征,针对ZPW-2000A型轨道电路,结合小波包分解与卷积神经网络,提出一种基于WPD-CNN的补偿电容故障诊断方法。采用功率谱分析的方法,找出检测曲线中趋势项特征与补偿电容特征所在频带范围,然后利用小波包分解方法对原始信号进行分解,提取其中特征频带内的小波包系数构造补偿电容特征矩阵。使用动态检测数据构造训练集与测试集,将不同故障类型的特征矩阵输入卷积神经网络进行训练学习,并在测试集上进行验证。实验结果表明,WPD-CNN方法对单个信号的特征提取用时5.9 ms,总体故障识别准确率为98.4%,可有效识别不同位置的补偿电容故障问题,为补偿电容故障诊断提供依据。
关键词：轨道电路;;补偿电容;;动态检测;;小波包分解;;卷积神经网络;;故障诊断
基金资助：中国铁道科学研究院集团有限公司基础设施检测研究所基金项目(2021JJXM25)
