原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
ComputerEngineeringandApplications计算机工程与应用2016，52（11）259
城市轨道交通设备故障聚类与贝叶斯网络预警
112
张铭，王富章，程超
112
ZHANGMing,WANGFuzhang,CHENGChao
1.中国铁道科学研究院电子计算技术研究所，北京100081
2.北京经纬信息技术公司，北京100081
1.InstituteofComputingTechnology,ChinaAcademyofRailwaySciences,Beijing100081,China
2.BeijingJingweiInformationTechnologyCoLtd.,Beijing100081,China
ZHANGMing,WANGFuzhang,CHENGChao.EquipmentfaultclusteringandBayesiannetworkpre-alarmof
urbanrailtransit.ComputerEngineeringandApplications,2016,52（11）：259-264.
Abstract：Asfortheproblemofalargequantityofalarmdatadisposingandanalysisofurbanrailtransitequipment,the
approachofdataminingisappliedandclusteringfeaturetreeisdesignedtoestablishmulti-levelclusteringanalysismodel
basedonfaultcollect,combiningwithcharactersofequipmentfault.Thehighfrequencyfaultclustersareattained,aiming
toidentifyassociationrulesoffactorsthatalarmsarouse.Thefaultpre-alarmmodelisproposedthroughconstructingthe
hierarchicalBayesianNetwork（BN）forequipmentalarm,tocalculateandinferequipmentfailurethroughvalueprobability.
Themethodofdistinguishingassociatedpre-alarmanditsimplementstrategyarealsodiscussed.Aperiodofmonitoring
dataofcertainurbanrailtransitequipmentservesasanexample,accordingtoresults,thecalculatedfaultcoordination
betweenequipmentandrelatedsystemsaccordswithactualones.Theresultindicatesthemethodishelpfultospeculate
operationequipmentalarmsandquicklylocateinpotentialrisks,anditcanmakeeffectivedecisionforsafetymanagement.
Keywords：urbanrailtransit;equipmentfault;pre-alarm;clustering;BayesianNetworks（BN）
摘要：针对城市轨道交通的海量监控报警数据分析难度大的问题，结合设备故障特征，应用数据挖掘方法定义聚
类特征树，建立基于故障集的层次聚类分析模型，取得故障要素的高频聚类并识别关联规则。通过构
文档评论（0）