基于大數據分析的城市軌道交通故障處理方式研究

尹洪權 李海靜

（中車南京浦鎮有限責任公司 江蘇省南京市 210031）

當前軌道交通運營里程不斷延長，列車數量逐漸增加，對軌道交通系統安全運營提出嚴格要求。交通系統狀態對車輛運營安全具有直接影響，一旦系統故障引發事故將使線路晚點，嚴重時甚至車毀人亡。當前，軌道交通成為市民出行的主要交通方式，從單線進入網絡化規模后，軌道交通網的覆蓋面積逐漸加大，在線網環境下，因車站之間、線路之間的網絡聯動效應顯著，當線網發生故障后，可采用大數據技術進行故障分析，在最短時間內定位故障點，并啟動應急處置方案，采用FMECA改進法進行故障處理，對故障數據關系分析，幫助交通運營系統盡快恢復正常狀態。

1 列車狀態預測與故障處理模型創建

1.1 數據預處理

1.1.1 清洗數據

按時間序列對初始數據進行記錄，在列車狀態發生改變后，采集系統需重新記錄列車狀態對應系統編碼和健康評級，為日后預測、故障處理等工作的開展提供便利。

1.1.2 處理異常數據

在記錄列車狀態時，采集設備極易受外界因素影響，進而出現采集所得數據和實際情況不符的問題，要想保證后續工作得到有序開展，關鍵是要盡快修正異常數據。例如，以數據特征和采集背景為依據，利用眾數或中位數等數據對缺失數據進行替代，確保替代值可最大程度接近缺失值。

1.1.3 確定變量

本文對各變量的界定如下：只有經過轉換才能被觀測到的數據為隱藏狀態；……