基于LKJ异常数据的复杂关联网络模型研究

• 作者: 言圣 杨献 王继丽
• 来源期刊: 控制与信息技术
• 关键词: 数据挖掘 关联分析 复杂网络 异常变量 列车运行控制装置
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信息技术与系统|Information Technology & System
• 页码范围: 72-76
• 页数: 5页
• 分类号: U28
• 语种: 中文
• DOI: 10.13889/j.issn.2096-5427.2020.06.013

摘要

目前,基于运行记录数据的列车运行控制装置(简称"LKJ")故障诊断仍以人工分析为主,存在诊断效率低、分析易出错等缺点.如何利用LKJ运行记录数据、通过大数据挖掘技术来实现设备故障关联,及时发现LKJ潜在故障隐患,是亟待解决的问题.文章基于LKJ车载设备运行记录数据文件,根据复杂网络模型,建立了一种基于LKJ异常数据的复杂关联网络模型,用于分析不同LKJ异常特性数据之间的关联关系及集聚程度.通过研究两组随机变量之间的相关性,结果显示,模型误差约为5.2％,实现了LKJ设备故障诊断的关联分析,为LKJ故障诊断和关联分析提供了有效方法和依据.