基于地铁列车监控数据的牵引变流器滤网堵塞故障预警研究

针对地铁列车牵引变流器冷却系统的滤网脏堵问题，提出了一种基于机器学习的变流器滤网脏堵预警模型，以指导滤网的预测维修决策。首先，为确定强分类的特征参数，结合列车牵引系统的检修记录，利用随机森林分类模型对列车历史数据进行特征筛选;其次，基于选定特征构建了孤立森林异常检测模型，并对模型参数进行优化;最后，分别在历史健康数据、故障数据集上进行测试，以确定模型能够识别滤网脏堵的准确度。结果表明:所构建的孤立森林模型分数能够直接反映牵引变流器滤网的脏堵程度，可有效指导滤网脏堵的维修决策。

Research on Fault Early Warning of Traction Converter Filter Fouling Based on Metro Train Monitoring Data