基于MSCT的地铁走行轨绝缘故障定位方法
何俊文
（中铁第四勘察设计院集团有限公司，武汉 430063）
摘要：城市轨道交通直流牵引供电系统走行轨作为牵引电流回流通道，需要对地保持绝缘，当走行轨发生绝缘故障时会对系统运行安全造成危害，因此需要分析绝缘故障情况下的回流安全参数分布，并且实现对走行轨绝缘故障位置快速定位。本文分析了走行轨正常绝缘和绝缘故障情况下全线钢轨电位和杂散电流分布，当发生绝缘故障时全线钢轨电位变化，表明钢轨电位可用于表征绝缘故障。针对城市轨道交通直流牵引供电系统中走行轨绝缘故障定位问题，提出一种基于多尺度卷积-Transformer模型(Multi-scale convolution-Transformer, MSCT)的绝缘故障区段定位方法。该方法以动态钢轨电位信号为输入，首先利用多尺度一维卷积神经网络对信号进行特征提取，以充分挖掘不同时间尺度下的局部特征，随后引入Transformer编码器结构，对经过多尺度卷积提取的特征进行分块建模并加入位置信息，实现对信号全局依赖关系的有效捕获，最后通过分类器输出绝缘故障所在区段，实现对走行轨绝缘故障位置的辨识。基于国内地铁线路钢轨电位绝缘故障数据集，对所提出方法进行验证。实验结果表明，所提出的多尺度卷积-Transformer模型在走行轨绝缘故障区段定位任务中获得95.38%的平均准确率，表现出良好的定位性能。研究结果可为城市轨道交通走行轨绝缘状态监测与故障定位提供一定参考。
关键词：城市轨道交通；走行轨；绝缘故障定位方法；深度学习；钢轨电位
中图分类号: U231 文献标识码: A DOI:10.13238/j.issn.1004-2954.202603040001.