本發(fā)明涉及鐵路智能化運維，具體是一種基于鐵路運維的設備智能運維方法及系統(tǒng)。

背景技術(shù)：

1、隨著鐵路網(wǎng)絡的快速擴張和運營復雜度的提高，鐵路監(jiān)測設備得到了越來越多的應用。鐵路監(jiān)測設備包括安裝于鐵路沿線機房的溫度傳感裝置、濕度傳感裝置、煙霧濃度傳感裝置、攝像裝置等。這些裝置對鐵路沿線機房的溫度、濕度、煙霧濃度及環(huán)境視頻進行在線監(jiān)測，確保鐵路機房中服務器和控制室的環(huán)境處于正常狀態(tài)，進而維持鐵路系統(tǒng)的正常調(diào)度和運轉(zhuǎn)。然而，目前對鐵路監(jiān)測設備的運維主要依靠人工定期巡檢，存在以下幾方面技術(shù)問題：一是，鐵路監(jiān)測設備大多分布在廣闊的地理范圍內(nèi)，且數(shù)量眾多，人工巡檢效率低下且成本高昂。以普通鐵路為例，數(shù)百公里的鐵路線上分布著大量機房設施，傳統(tǒng)的巡檢方式需要大量人力物力，且難以實現(xiàn)全天候監(jiān)控。二是，由于鐵路線路往往穿越各種地形，分布在鐵路沿線的鐵路機房中的監(jiān)測設備所處的網(wǎng)絡狀態(tài)存在差異，比如位于平原區(qū)域的監(jiān)測設備所處網(wǎng)絡環(huán)境往往較好，而處于山區(qū)底單的監(jiān)測設備所處網(wǎng)絡環(huán)境往往較差，且波動較大。如何根據(jù)監(jiān)測設備所處網(wǎng)絡環(huán)境及監(jiān)測數(shù)據(jù)的屬性對數(shù)據(jù)傳輸進行優(yōu)化調(diào)度也是需要研究的難點。三是鐵路監(jiān)測設備在運行過程中可能存在一些潛在故障，如何利用監(jiān)測數(shù)據(jù)對潛在故障進行識別，是需要研究的問題。

2、此外，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等現(xiàn)代信息技術(shù)的發(fā)展，鐵路設備運維技術(shù)也面臨升級換代的需求。國內(nèi)外相關(guān)研究機構(gòu)和企業(yè)已經(jīng)開始探索基于物聯(lián)網(wǎng)的設備監(jiān)控方案、基于大數(shù)據(jù)的故障預測模型以及基于三維可視化的監(jiān)控平臺，但這些技術(shù)尚未形成完整的解決方案，存在數(shù)據(jù)安全傳輸不足、環(huán)境因素關(guān)聯(lián)分析不夠、潛在故障識別準確率不高等問題。

3、綜上所述，亟需一種基于鐵路運維的設備智能運維方法及系統(tǒng)，從而解決以上技術(shù)問題。

技術(shù)實現(xiàn)思路

1、（1）要解決的技術(shù)問題

2、本發(fā)明的目的在于提供一種基于鐵路運維的設備智能運維方法及系統(tǒng)，實現(xiàn)鐵路監(jiān)測設備的智能運維和潛在故障識別。

3、（2）技術(shù)方案

4、為實現(xiàn)上述目的，本發(fā)明提供了一種基于鐵路運維的設備智能運維方法，所述方法包括以下步驟：

5、s1，采集多維運維感知數(shù)據(jù)，包括設備環(huán)境數(shù)據(jù)和運行狀態(tài)數(shù)據(jù)；所述設備環(huán)境數(shù)據(jù)包括溫度數(shù)據(jù)、濕度數(shù)據(jù)、煙霧濃度數(shù)據(jù)、視頻圖像數(shù)據(jù)；所述運行狀態(tài)數(shù)據(jù)包括設備運行參數(shù)、告警信息、歷史運維記錄；所述設備運行參數(shù)包括設備cpu使用率。

6、s2，對所述多維運維感知數(shù)據(jù)進行數(shù)據(jù)清洗，根據(jù)數(shù)據(jù)的敏感級別和重要程度進行自適應多級加密得到安全數(shù)據(jù)包，根據(jù)網(wǎng)絡傳輸鏈路的穩(wěn)定性和帶寬條件，采用動態(tài)傳輸協(xié)議切換算法將安全數(shù)據(jù)包傳輸至主站，對主站接收到的安全數(shù)據(jù)包進行還原和數(shù)據(jù)質(zhì)量校驗，得到具有空間關(guān)聯(lián)的清洗后數(shù)據(jù)。

7、s3，根據(jù)具有空間關(guān)聯(lián)的清洗后數(shù)據(jù)，采用衛(wèi)星定位技術(shù)和三維可視化技術(shù)，得到動態(tài)交互的設備運維數(shù)字孿生環(huán)境。

8、s4，采用時序特征提取和多因素關(guān)聯(lián)分析算法，根據(jù)預先設置的歷史故障模式和具有空間關(guān)聯(lián)的清洗后數(shù)據(jù)，進行設備潛在故障識別，對識別出存在潛在故障的設備進行確診、離線處理和維修。

9、進一步地，所述對所述多維運維感知數(shù)據(jù)進行數(shù)據(jù)清洗，根據(jù)數(shù)據(jù)的敏感級別和重要程度進行自適應多級加密得到安全數(shù)據(jù)包，根據(jù)網(wǎng)絡傳輸鏈路的穩(wěn)定性和帶寬條件，采用動態(tài)傳輸協(xié)議切換算法將安全數(shù)據(jù)包傳輸至主站，對主站接收到的安全數(shù)據(jù)包進行還原和數(shù)據(jù)質(zhì)量校驗，得到具有空間關(guān)聯(lián)的清洗后數(shù)據(jù)的方法包括：

10、根據(jù)多維運維感知數(shù)據(jù)中存在的空值、重復值和離群值，采用統(tǒng)計過濾算法和智能補值方法，得到格式統(tǒng)一且數(shù)據(jù)完整的第二溫度數(shù)據(jù)、第二濕度數(shù)據(jù)、第二煙霧濃度數(shù)據(jù)、第二視頻圖像數(shù)據(jù)、第二設備運行參數(shù)、第二告警信息、第二歷史運維記錄；根據(jù)數(shù)據(jù)的敏感級別和重要程度，將第二溫度數(shù)據(jù)、第二濕度數(shù)據(jù)、第二煙霧濃度數(shù)據(jù)劃分為三級敏感數(shù)據(jù)，將第二視頻圖像數(shù)據(jù)、第二歷史運維記錄劃分為二級敏感數(shù)據(jù)，將第二設備運行參數(shù)、第二告警信息劃分為一級敏感數(shù)據(jù)；采用自適應多級加密方法，對一級敏感數(shù)據(jù)采用rsa非對稱加密得到一級加密數(shù)據(jù)，對二級敏感數(shù)據(jù)采用aes對稱加密得到二級加密數(shù)據(jù)，對三級敏感數(shù)據(jù)采用輕量級加密得到三級加密數(shù)據(jù)；將一級加密數(shù)據(jù)、二級加密數(shù)據(jù)、三級加密數(shù)據(jù)組合得到安全數(shù)據(jù)包。

11、根據(jù)網(wǎng)絡傳輸鏈路的穩(wěn)定性和帶寬條件，采用動態(tài)傳輸協(xié)議切換算法，將安全數(shù)據(jù)包傳輸至主站；根據(jù)主站接收到的安全數(shù)據(jù)包，采用解密算法計算得到還原后的原始數(shù)據(jù)信息；根據(jù)預設的數(shù)據(jù)質(zhì)量校驗算法，對還原后的原始數(shù)據(jù)信息完整率進行評估；對完整率小于預先設定的完整率閾值的數(shù)據(jù)進行智能補值，得到有效還原數(shù)據(jù)；根據(jù)有效還原數(shù)據(jù)和機房空間位置信息，采用地理坐標映射算法，得到包含有效還原數(shù)據(jù)和空間位置的具有空間關(guān)聯(lián)的清洗后數(shù)據(jù)。

12、進一步地，所述根據(jù)網(wǎng)絡傳輸鏈路的穩(wěn)定性和帶寬條件，采用動態(tài)傳輸協(xié)議切換算法，將安全數(shù)據(jù)包傳輸至主站的方法包括：

13、以預先設置的第一周期為滑動時間窗實時檢測網(wǎng)絡傳輸鏈路的信號強度、丟包率和延遲時間，采用網(wǎng)絡環(huán)境評估算法，得到所述滑動時間窗內(nèi)的網(wǎng)絡環(huán)境質(zhì)量等級；所述網(wǎng)絡環(huán)境質(zhì)量等級為一級質(zhì)量、二級質(zhì)量、三級質(zhì)量的其中之一；當網(wǎng)絡環(huán)境質(zhì)量等級為一級質(zhì)量時，采用標準數(shù)據(jù)傳輸協(xié)議同時傳輸一級加密數(shù)據(jù)、二級加密數(shù)據(jù)和三級加密數(shù)據(jù)；當網(wǎng)絡環(huán)境質(zhì)量等級為二級質(zhì)量時，先采用高可靠傳輸協(xié)議傳輸一級加密數(shù)據(jù)，待傳輸完成后，再依次傳輸二級加密數(shù)據(jù)、三級加密數(shù)據(jù)；當網(wǎng)絡環(huán)境質(zhì)量等級為三級質(zhì)量時，采用輕量化傳輸協(xié)議傳輸一級加密數(shù)據(jù)，并將二級加密數(shù)據(jù)、三級加密數(shù)據(jù)暫存至本地緩存，待網(wǎng)絡環(huán)境質(zhì)量等級提升至二級質(zhì)量或一級質(zhì)量后再進行傳輸。

14、進一步地，所述以預先設置的第一周期為滑動時間窗實時檢測網(wǎng)絡傳輸鏈路的信號強度、丟包率和延遲時間，采用網(wǎng)絡環(huán)境評估算法，得到所述滑動時間窗內(nèi)的網(wǎng)絡環(huán)境質(zhì)量等級的方法包括：

15、在所述滑動時間窗內(nèi)，每隔預設的第一采樣間隔對網(wǎng)絡傳輸鏈路的信號強度、丟包率和延遲時間進行實時采樣，獲得所述滑動時間窗內(nèi)信號強度樣本集、丟包率樣本集和延遲時間樣本集；計算信號強度樣本集的平均值得到平均信號強度，計算丟包率樣本集的平均值得到平均丟包率，計算延遲時間樣本集的平均值得到平均延遲時間。

16、根據(jù)預先設定的信號強度基準范圍，采用正向關(guān)聯(lián)映射將平均信號強度標準化為信號強度指數(shù)；根據(jù)預先設定的丟包率基準范圍，采用預先設置的第一反向關(guān)聯(lián)映射將平均丟包率標準化為丟包率指數(shù)；根據(jù)預先設定的延遲時間基準范圍，采用預先設置的第二反向關(guān)聯(lián)映射將平均延遲時間標準化為延遲時間指數(shù)；將信號強度指數(shù)、丟包率指數(shù)和延遲時間指數(shù)分別乘以預先設定的權(quán)重系數(shù)后求和，得到網(wǎng)絡環(huán)境綜合指數(shù)；將網(wǎng)絡環(huán)境綜合指數(shù)與預設的第一評分閾值、第二評分閾值進行比較，得到滑動時間窗內(nèi)的網(wǎng)絡環(huán)境質(zhì)量等級。

17、以預先設置的第二周期為間隔統(tǒng)計網(wǎng)絡傳輸鏈路的平均資源利用率，根據(jù)平均資源利用率動態(tài)調(diào)整第一評分閾值、第二評分閾值；所述第二周期為第一周期的整數(shù)倍。

18、進一步地，所述將網(wǎng)絡環(huán)境綜合指數(shù)與預設的第一評分閾值、第二評分閾值進行比較，得到滑動時間窗內(nèi)的網(wǎng)絡環(huán)境質(zhì)量等級的方法包括：

19、當網(wǎng)絡環(huán)境綜合指數(shù)大于或等于第一評分閾值時，網(wǎng)絡環(huán)境質(zhì)量等級為一級質(zhì)量；當網(wǎng)絡環(huán)境綜合指數(shù)小于第一評分閾值且大于或等于第二評分閾值時，網(wǎng)絡環(huán)境質(zhì)量等級為二級質(zhì)量；當網(wǎng)絡環(huán)境綜合指數(shù)小于第二評分閾值時，網(wǎng)絡環(huán)境質(zhì)量等級為三級質(zhì)量。

20、進一步地，所述根據(jù)具有空間關(guān)聯(lián)的清洗后數(shù)據(jù)，采用衛(wèi)星定位技術(shù)和三維可視化技術(shù)，得到動態(tài)交互的設備運維數(shù)字孿生環(huán)境的方法包括：

21、采用北斗衛(wèi)星定位技術(shù)和地理測繪技術(shù)，構(gòu)建鐵路運維區(qū)域的三維空間基礎模型；根據(jù)運維人員佩戴的定位裝置得到人員位置數(shù)據(jù)；將所述三維空間基礎模型與具有空間關(guān)聯(lián)的清洗后數(shù)據(jù)、人員位置數(shù)據(jù)進行空間配準，得到具有地理參照的基礎可視化環(huán)境。

22、提取具有空間關(guān)聯(lián)的清洗后數(shù)據(jù)中的有效還原數(shù)據(jù)；將有效還原數(shù)據(jù)中與溫度數(shù)據(jù)、濕度數(shù)據(jù)、煙霧濃度數(shù)據(jù)、視頻圖像數(shù)據(jù)所對應的數(shù)據(jù)劃分為有效環(huán)境監(jiān)測數(shù)據(jù)；將有效還原數(shù)據(jù)中與設備運行參數(shù)、告警信息、歷史運維記錄所對應的數(shù)據(jù)劃分為有效設備狀態(tài)數(shù)據(jù)；采用webgl三維可視化技術(shù)，將有效設備狀態(tài)數(shù)據(jù)與三維空間基礎模型中對應設備的幾何實體建立關(guān)聯(lián)映射，得到設備數(shù)字孿生模型；將有效環(huán)境監(jiān)測數(shù)據(jù)通過可視化技術(shù)映射到三維空間基礎模型中，得到環(huán)境數(shù)據(jù)可視化層；將人員位置數(shù)據(jù)映射到三維空間基礎模型中，得到動態(tài)人員圖標數(shù)據(jù)。

23、將設備數(shù)字孿生模型、環(huán)境數(shù)據(jù)可視化層、動態(tài)人員圖標數(shù)據(jù)組合得到動態(tài)交互的設備運維數(shù)字孿生環(huán)境。

24、進一步地，所述采用時序特征提取和多因素關(guān)聯(lián)分析算法，根據(jù)預先設置的歷史故障模式和具有空間關(guān)聯(lián)的清洗后數(shù)據(jù)，進行設備潛在故障識別，對識別出存在潛在故障的設備進行確診、離線處理和維修的方法包括：

25、對具有空間關(guān)聯(lián)的清洗后數(shù)據(jù)按照時間序列進行排序，提取有效環(huán)境監(jiān)測數(shù)據(jù)、有效設備狀態(tài)數(shù)據(jù)的時序特征，將所述時序特征與預先設置的歷史故障模式庫中的特征模板進行匹配，計算匹配相似度。

26、將匹配相似度大于預先設置的第一故障閾值的數(shù)據(jù)所對應的設備標記為潛在故障設備；所述潛在故障設備表示識別出存在潛在故障的設備；根據(jù)潛在故障設備所對應的機房空間位置信息和人員位置數(shù)據(jù)，匹配與潛在故障設備距離最近的運維人員，記為第一運維人員；將潛在故障設備所對應的機房空間位置信息推送至第一運維人員；由第一運維人員對潛在故障設備進行離線處理和維修。

27、進一步地，所述對具有空間關(guān)聯(lián)的清洗后數(shù)據(jù)按照時間序列進行排序，提取有效環(huán)境監(jiān)測數(shù)據(jù)、有效設備狀態(tài)數(shù)據(jù)的時序特征，將所述時序特征與預先設置的歷史故障模式庫中的特征模板進行匹配，計算匹配相似度的方法包括：

28、對具有空間關(guān)聯(lián)的清洗后數(shù)據(jù)按照時間序列進行排序，采用預設的第二滑動時間窗口，提取溫度變化率、濕度變化率、煙霧濃度變化率、視頻圖像灰度值變化率、設備運行參數(shù)波動率、周期頻譜作為時序特征。

29、將時序特征進行標準化處理，得到標準化時序特征；根據(jù)所述標準化時序特征與歷史故障模式庫中的特征模板，采用歐式距離算法和預先設置的第三反向關(guān)聯(lián)函數(shù)進行相似度計算，得到第一相似度；對溫度變化率、濕度變化率、煙霧濃度變化率、設備運行參數(shù)波動率進行關(guān)聯(lián)模式識別，得到第二相似度；所述第二相似度表示了溫度變化率、濕度變化率、煙霧濃度變化率、設備運行參數(shù)波動率之間的關(guān)系與物理規(guī)律的貼合程度。

30、取第二相似度和第一相似度的加權(quán)平均值作為匹配相似度。

31、進一步地，所述對溫度變化率、濕度變化率、煙霧濃度變化率、設備運行參數(shù)波動率進行關(guān)聯(lián)模式識別，得到第二相似度的方法包括：

32、根據(jù)當前時間所屬的季節(jié)特征匹配庫中的對應時間區(qū)段，獲取預設的所述溫度變化率、濕度變化率、煙霧濃度變化率、設備運行參數(shù)波動率相互之間的基準函數(shù)關(guān)系；計算溫度變化率、濕度變化率、煙霧濃度變化率、設備運行參數(shù)波動率與所述基準函數(shù)關(guān)系的偏離程度，得到表征溫度變化率、濕度變化率、煙霧濃度變化率、設備運行參數(shù)波動率之間符合物理規(guī)律程度的定量指標，記為第二相似度；所述第二相似度的取值在0到1之間；所述季節(jié)特征匹配庫通過預先設置得到，表示在預先劃分的時間區(qū)段內(nèi)溫度變化率、濕度變化率、煙霧濃度變化率、設備運行參數(shù)波動率之間的典型函數(shù)關(guān)系。

33、基于同一發(fā)明構(gòu)思，另一方面，本發(fā)明還提供了一種基于鐵路運維的設備智能運維系統(tǒng)，所述系統(tǒng)包括依次連接的：數(shù)據(jù)采集模塊、數(shù)據(jù)清洗模塊、數(shù)字孿生模塊以及故障識別模塊。

34、所述數(shù)據(jù)采集模塊，用于采集多維運維感知數(shù)據(jù)，采集多維運維感知數(shù)據(jù)，包括設備環(huán)境數(shù)據(jù)和運行狀態(tài)數(shù)據(jù)；所述設備環(huán)境數(shù)據(jù)包括溫度數(shù)據(jù)、濕度數(shù)據(jù)、煙霧濃度數(shù)據(jù)、視頻圖像數(shù)據(jù)；所述運行狀態(tài)數(shù)據(jù)包括設備運行參數(shù)、告警信息、歷史運維記錄；所述設備運行參數(shù)包括設備cpu使用率。

35、所述數(shù)據(jù)清洗模塊，用于對所述多維運維感知數(shù)據(jù)進行數(shù)據(jù)清洗，根據(jù)數(shù)據(jù)的敏感級別和重要程度進行自適應多級加密得到安全數(shù)據(jù)包，根據(jù)網(wǎng)絡傳輸鏈路的穩(wěn)定性和帶寬條件，采用動態(tài)傳輸協(xié)議切換算法將安全數(shù)據(jù)包傳輸至主站，對主站接收到的安全數(shù)據(jù)包進行還原和數(shù)據(jù)質(zhì)量校驗，得到具有空間關(guān)聯(lián)的清洗后數(shù)據(jù)。

36、所述數(shù)字孿生模塊，用于根據(jù)具有空間關(guān)聯(lián)的清洗后數(shù)據(jù)，采用衛(wèi)星定位技術(shù)和三維可視化技術(shù)，得到動態(tài)交互的設備運維數(shù)字孿生環(huán)境。

37、所述故障識別模塊，用于采用時序特征提取和多因素關(guān)聯(lián)分析算法，根據(jù)預先設置的歷史故障模式和具有空間關(guān)聯(lián)的清洗后數(shù)據(jù)，進行設備潛在故障識別，對識別出存在潛在故障的設備進行確診、離線處理和維修。

38、（3）有益效果

39、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

40、采用衛(wèi)星定位技術(shù)和三維可視化技術(shù)，得到動態(tài)交互的設備運維數(shù)字孿生環(huán)境，實現(xiàn)了設備狀態(tài)的交互感知。

41、通過采用時序特征提取和多因素關(guān)聯(lián)分析算法，實現(xiàn)對設備潛在故障的自動識別，降低了設備運維人工成本，提高了運維效率。

42、通過基于網(wǎng)絡環(huán)境質(zhì)量等級的動態(tài)傳輸協(xié)議切換算法，得到適應不同網(wǎng)絡環(huán)境的數(shù)據(jù)傳輸方案，實現(xiàn)了在復雜多變的網(wǎng)絡條件下的高效可靠數(shù)據(jù)傳輸，確保了關(guān)鍵監(jiān)測數(shù)據(jù)的傳輸可靠性和傳輸效率。