基于XGboost模型的城市轨道交通列车运行速度实时异常检测研究

随着城市轨道交通的迅猛发展,为保证列车安全行驶,对列车速度异常检测方法研究十分必要。为此提出一种将极端梯度提升(XGboost)和异常检验方法结合的列车速度异常检测方法。首先利用现场采样的列车速度数据,对XGboost模型进行训练,然后利用交叉验证和网格搜索方法确定XGboost模型最优参数,最后利用极大似然估计和格拉布斯检验,对预测结果进行异常判定。实验结果表明:与另外4种常用模型的测试集对比,F 1值分别提高7.08%、12.9%、16.9%和2.9%,该方法在时间效率上满足列车运行实时检测要求。