基于TPE-Informer模型的铁路继电器寿命预测

针对如何准确、高效地预测铁路继电器寿命问题,提出一种基于TPE-Informer模型的铁路继电器寿命预测方法。首先,搭建铁路继电器电寿命试验平台,获取其整个生命周期的退化数据,从中提取出能够反映其运行状态的特征参数;其次,将提取的特征参数输入Informer模型进行训练,利用多头稀疏自注意力机制挖掘特征信息前后状态的关联性;最后,利用非标准贝叶斯优化算法(Tree-structured parzen estimator,TPE)优化Informer模型超参数,以获得更好的预测性能。采用试验平台采集数据对模型验证,并与其他三种深度学习算法进行结果对比。试验结果表明,所提预测模型比RNN、LSTM和Informer模型预测精度高,平均精度达到96.52%,误差率小,稳定性好,证明了该预测模型应用的可行性。