基于XgBoost算法的牵引变流器柜体温度异常检测

牵引变流器是列车电气系统的重要组成部分，它直接关系到列车能否正常运行。牵引变流器的柜体温度变化可以间接的反应牵引变流器的健康状态。当前列车的牵引变流器的柜体温度的异常判断准则比较简单：通过阈值进行判断，即高于某个温度值则视为异常。但是这种方法存在如下的缺点：当阈值过高时，对温度不敏感，准确率较低；而阈值较低时，误报率较高。本文介绍了一种综合当前时刻牵引变流器冷却系统的温度和压力、列车速度、室外温度、牵引变流器的电压和电流等变量作为输入的回归算法计算温度预测值，基于XgBoost算法检测高速列车牵引变流器柜体温度异常。