一种车辆多源信息故障诊断方法

无人驾驶作为一门综合性技术,其高度的可靠性及安全性是其发展过程中的必备属性;且自动驾驶程度越高涉及的各软、硬组件故障种类越多、故障监控、检测、处理越复杂,导致故障率越高、安全性越低。设计一种多源信息故障诊断系统,在ward聚类方法基础上提出一种先分离再凝聚的混合聚类方法来搭建自动驾驶多源信息故障诊断模型,并采用分布式消息中间件ZMQ搭建各故障信息模块的并行异步消息框架,将车端各故障信息基于ZMQ进行统一发布订阅;以此建立多源故障信息的车端全故障码统计诊断库供不同模块共享使用;最后通过一种诊断分析工具实现各故障的在线诊断实时分析及离线下载保存,为自动驾驶提供全面、准确、实时的故障诊断方法,保证自动驾驶系统在复杂环境中的可靠、稳定工作。

基于随机森林的电网调度多源故障信息数据融合系统设计

为避免多源电网数据的无故调度覆盖,实现对故障信息参量的无误融合,设计了基于随机森林的电网调度多源故障信息数据融合系统。按照电网环境中多源故障信息的实际调度需求,联合信息管理模块与多源故障分析模块,完成新型数据融合系统的硬件运行环境搭建。在此基础上,建立基础型随机森林分类器,通过构建决策树训练集样本的方式,计算与信息数据相关的融合泛化误差数值,完成新型数据融合系统的软件运行环境搭建,结合相关硬件执行结构,实现基于随机森林的电网调度多源故障信息数据融合系统设计。对比实验结果表明,应用新型信息数据融合系统后,RTI、RBI调度参量极值均出现明显提升的变化趋势,有效避免了多源电网数据的无故覆盖行为,增强与故障信息参量所匹配的无误融合能力。