基于事件驱动神经网络的接触网短时快速故障检测方法

本发明公开了一种基于事件驱动神经网络的接触网短时快速故障检测方法，旨在提高接触网故障检测的响应速度、精度和资源利用效率。该方法通过采集接触网系统的实时运行数据，包括电流、电压、位移、张力等动态参数，进行预处理后，利用事件驱动机制检测异常事件。当系统检测到接触网中的运行参数波动超过设定的阈值时，事件驱动神经网络被即时激活，对异常数据进行分析处理。该检测方法由事件检测模块和故障分类模块组成。事件检测模块负责监测接触网的关键运行参数，通过计算参数的变化量来识别潜在的故障或异常事件。一旦触发事件，故障分类模块将通过卷积神经网络(CNN)对故障特征进行提取，并对不同的故障类型进行精确分类和定位。模型采用深度学习技术，能够学习和区分接触网正常状态与故障状态下的特征差异，确保高精度的检测结果。