基于Bi-LSTM模型的车载ATC设备故障诊断方法

以某地铁1号线车载列车自动控制系统设备故障记录数据为样本,提出了一种基于双向长短时记忆网络模型的车载列车自动控制系统设备故障诊断方法,利用Bi-LSTM网络的记忆特性,学习故障描述语句间的故障特征信息,提取其中的语义依赖,然后用未学习样本数据对模型验证,最后用十折交叉验证法计算模型精度,该模型的准确率为98.9%,故障诊断方法能够对样本故障进行准确分类。