基于SVM分类受电弓振动干扰信号识别

• 作者: 丁宇鸣 刘金朝 徐晓迪 张文轩 杨志鹏
• 来源期刊: 铁道学报
• 关键词: 铁道工程 接触网 支持向量机(SVM) 关节式电分相 暂态过程 电磁干扰
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 铁道机车车辆、电气化
• 页码范围: 38-45
• 页数: 8页
• 分类号: U226.8
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2021.09.006

摘要

当列车过电分相时,受电弓加速度传感器通常会受到瞬态电磁干扰,产生异常干扰信号.针对这种情况,提出一种新的基于支撑向量机(SVM)分类受电弓振动干扰信号识别方法.首先通过计算受电弓垂向加速度的接触网冲击指数CII确定偏差位置,其次计算该处偏差的加速度衰减系数,最后选取接触网冲击指数和加速度衰减系数组成识别特征向量,构建一种SVM的干扰信号识别方法.结果表明:该识别结构运算速度快,判断偏差是否为瞬态电磁干扰所引起的准确率较高.将该方法应用于接触网检测车实测数据的分析,验证了该方法的有效性.与传统的带通滤波干扰信号识别方法进行比较,证明了该方法的优势.