周 骏,何宁刚,盛家驹

为提升地铁供电系统的可靠性和维修效率，本文基于故障数据分析提出了一套优化的维修策略。通过对历史故障数据的深入挖掘，分析故障发生的原因、频率及影响因素，构建了预测模型以识别潜在高风险区域，并据此制定了预防性维修计划。利用大数据技术可以显著提高故障预测准确性，减少意外停运时间，降低维护成本。本研究还探讨了如何将智能诊断系统与现有维修体系结合，实现动态调整维修方案，确保供电系统的稳定运行。通过实证分析验证了所提策略的有效性，为城市轨道交通的安全运营提供了理论支持和技术保障。

地铁供电系统；故障数据分析；维修策略；预测模型；智能诊断

[1] 王晓东,杨柳.基于大数据分析的城市轨道交通供电系统可靠性评估[J].电气化铁道,2023,44(5):36-42. [2] 陈文博,林建华.地铁供电系统中故障预测与健康管理技术的研究[J].铁道学报,2022,44(1):112-119. [3] 赵海燕,吴志刚.智能诊断技术在电力设备状态监测中的应用[J].电力自动化设备,2021,41(7):88-94. [4] 孙建国,黄晓峰.城市轨道交通供电系统预防性维护策略研究[J].中国电机工程学报,2020,40(12):3845-3852. [5] 李晓辉,张丽华.基于机器学习算法的地铁供电系统故障模式识别[J].自动化学报,2019,45(3):476-483.

点击下载PDF