2024.1,4（1）|智能交通与数字化基于数字孪生的高速列车辅助供电系统故障诊断方法研究吕新伟1，刘江浔2，李婷1，刘辉2，李军1，尹诗3，黄家豪4（1.威胜集团有限公司，湖南长沙410205；2.中南大学交通运输工程学院人工智能与机器人研究所（IAIR），湖南长沙410075；3.新加坡国立大学设计与工程学院，新加坡117583；4.德国CELISCA重点实验室，德国罗斯托克18119）摘要：随着铁路技术的蓬勃发展，高速列车已经成为人们中长途出行的首要选择。同时，其伴随的安全性、舒适性问题也逐渐受到重视。辅助供电系统是高速列车能够正常运行的重要保障，系统故障将导致乘客舒适感下降，列车行驶受阻，铁路班次调整等一系列问题。为了避免此类情况的发生，本文主要对高速列车辅助供电系统故障诊断方法进行研究，基于数字孪生技术，建立辅助变流器仿真模型，模拟真实电路运行情况。然后以获取的故障数据集为分析对象，在MATLABR2018a平台上训练多种机器学习模型。同时结合优化方法建立混合模型，比较诊断性能。实验结果表明，数字孪生技术能够大大降低收集数据的难度，可以快速获取数量多，类别丰富的故障数据；基于遗传算法的BP（backpropagation）神经网络混合模型对类故障的诊断分类效果最好，平均精确率和准确率分别为86.7%和95.6%。基于数字孪生的机器学习模型诊断效率和精度高，可以运用在高速列车辅助供电系统的故障诊断过程中，保证列车安全行驶。关键词：故障诊断；高速列车；辅助供电系统；机器学习；遗传算法Studyonthefaultdiagnosismethodofhigh‑speedtrainauxiliarypowersupplysystembasedondigitaltwinLÜXinwei1,LIUJiangxun2,LITing1,LIUHui2,LIJun1,YINShi3,HUANGJiahao4（1.WasionGroupLimited，Changsha410205，China；2.InstituteofArtificialIntelligenceandRo⁃botics（IAIR），SchoolofTraffic&TransportationEngineering，CentralSouthUniversity，Changsha410075，China；3.CollegeofDesignandEngineering，NationalUniversityofSingapore，Singapore117583，Singapore；4.CenterforLifeScienceAutomation-CELISCA，Rostock18119，Germany）Abstract：Withtheboomingdevelopmentofrailroadtechnology，high-speedtrainshavebecometheprimarychoiceforpeopletravelingmediumandlongdistances.Meanwhile，itsaccompanyingsafetyandcomfortissuesaregraduallybeingemphasized.Auxiliarypowersupplysystemisanimportantguaranteeforthenorm...
