一种接触网悬挂状态检测装置的数据分析及情况追踪方法与流程

1.本发明涉及国家铁路牵引供电信息化技术领域，具体为一种接触网悬挂状态检测装置的数据分析及情况追踪方法。


背景技术：

2.接触网是电气化铁路的主要供电设备，也是最容易发生问题的设备之一。为了保证行车安全，必须对接触网定期进行检测和维护，使其处于良好的运营状态。接触网检测的数据处理系统是利用微型计算机对接触网的几何参数、弓网动态作用参数、供电参数等进行自动化检测，并对存储的检测数据做进一步处理。
3.6c系统综合数据处理中心暂行技术条件中对接触网悬挂状态检测监测装置(4c)检测数据进行了规范，检测数据包主要由索引文件(.mdb)、检测基本信息(.xml)、一杆一档图片和静态数据组成。
4.索引文件记录了支柱信息与一杆一档图片之间的关联关系，然而大部分4c装置的厂家未提供索引文件，且一杆一档图片命名也采用各自私有的规则定义。上述两种做法直接导致4c检测数据不能在6c数据中心集中式分析，分析员只能采用各个4c装置厂家提供的检测数据分析软件进行分析。同时由于线路建设原因，每条线每个车间配套的4c检测装置厂家也不尽相同，而且部分分析员不了解各厂家检测数据包结构，导致需要不断切换软件又匹配不到正确检测数据，大大降低了分析效率，提升了工作难度。
5.另外一方面，随着4c检测装置广泛应用，大量的检测数据需要人工分析，在这种背景下，如何保证检测数据分析的完整性、可追溯性，这对检测数据分析方法提出了更高的要求，目前使用各厂家提供的检测数据分析软件分析存在以下问题：
6.1)无法快速定位分析进度，导致重复分析、遗漏分析；
7.2)分析过程无法追溯个人对一杆一档数据是否全面分析；
8.3)分析结果无法追溯整条检测数据是否完整分析；
9.4)分析完的数据无法判断分析员是否按照标准分析方法分析；
10.5)分析结果无法追溯个人是否分析，无法做到绩效核查。


技术实现要素：

11.本发明提供根据一种接触网悬挂状态检测装置的数据分析及情况追踪方法，可以有效解决各厂家数据格式不统一、分析进度定位难、分析过程及分析结果无法追溯的问题。
12.为实现上述目的，本发明提供如下技术方案：所述方法包括：步骤一、检测数据包上传；步骤二、检测数据包解析；步骤三、对检测数据包完成重定义并根据分析规则自动创建分析任务；步骤四、分析员接收到创建好的分析任务后，在系统中根据分析要求对个人任务进行分析；步骤五、个人任务执行；步骤六、分析痕迹图片数据与分析标准图片数据像素点对比，定义分析员分析数据的标准率；步骤七、系统通过图片标记统计分析进度供主管进行进度的把控，通过图片的分析痕迹进行分析员的绩效核查；步骤八、结束。
13.进一步的，步骤二中，数据包解析包括：数据包解压，解压后将检测数据包的一杆一档图片处理成系统统一的标准化格式目录，再将检测基本信息内容与标准化格式目录进行匹配填充，填充生成标准化格式目录；
14.如果检测数据包具有索引文件，则根据索引文件结合支柱信息对标准化格式的目录进行分类、分级匹配并重新生成标准化格式的一杆一档图片信息；
15.如果检测数据包不具有索引文件，将不同检测数据包的一杆一档图片的目录从最后一级进行连接，连接后的字符串信息根据标准化格式中填充的范围，并结合支柱信息进行分类、分级匹配，归类后的数据按照标准格式的目录重新生成一杆一档图片信息。
16.进一步的，步骤五中分析员选中待分析的支柱信息及相应区域后，查看一杆一档图片，系统后台记录了分析员在图片上的查看轨迹，并将每张图片的分析痕迹以人为单位进行存储，切换下一图片时，已完成分析的一杆一档图片左下角会标记绿色，若分析有缺陷产生则图片左下角会标记红色，表示该支柱已完成分析，
17.系统会以一杆一档图片下角标为标记自动保存个人分析进度，下次登录系统时自动重新定位到该位置
18.如果分析员已分析过该一杆一档图片，则该支柱变绿表示已分析完成，防止漏分析，再次分析此一杆一档图片时会重新刷新分析痕迹记录及分析后的检测数据信息。
19.进一步的，系统每日在夜间启动定时任务，对当日分析完成具有后台记录的分析痕迹图片数据与标准分析方法提供的图片数据进行比对，先将图片进行了二值化降维处理，使用otsu算法将图片变成只由黑色和白色点组成的矩阵，将黑色用1表示，白色用0表示，得到一个二值化矩阵，将标准分析方法提供的图片与分析痕迹图片的每个像素点进行比对，如果相等，则相似点加一，当扫描完两张图片，得到二者之间相似点的大小，再用相似点除以总数，就可以得到一个0-1之间的值，定义为相似度，把相似度大于0.6的分析痕迹图片定义为按照标准分析方法分析过的数据，将每一分析痕迹图片都按照此种方法进行处理，最终按照标准分析方法分析过的数据除以分析总数，则是该分析员当天分析任务的标准率。
20.与现有技术相比，本发明的有益效果：
21.1、本发明通过统一标准化的一杆一档图片目录归类的方式解决了各厂家数据格式不统一的问题，兼容多种格式的检测数据，大大缩短了分析员校准检测数据的时间，简化了分析员分析数据的操作步骤，便利了检测数据的分析方式。
22.2、本发明通过分析任务的分解及个人任务分析，在分析任务中加入分析痕迹、分析标记，解决了分析进度定位难、分析过程及分析结果无法追溯的问题。
23.3、本发明通过分析痕迹图片数据与分析标准图片数据像素点对比，计算出分析员分析数据的标准率，该指标可以作为分析员绩效核查的一个项点来进行参考，同时可以对分析标准率低的数据通过分析痕迹来复盘分析过程，对分析员起到一个监督及提升作用，对管理起到一个参考作用，大大提升了分析员的分析水平。
附图说明
24.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
25.图1是本发明方法的流程图；
26.图2是本发明实施例二中标准格式目录匹配过程图；
27.图3是本发明实施例二的分析前支柱信息图；
28.图4是本发明的实施例二的分析后支柱信息图；
29.图5是本发明的实施例二的分析标记图。
30.图6是本发明实施例三中标准格式目录匹配过程图。
具体实施方式
31.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
32.具体实施方式一
33.检测数据包由一杆一档图片、索引文件和检测基本信息组成。其中一杆一档图片，由包名/站区/公里标_支柱号/图片名称.jpg等文件夹组成。
34.检测数据包的索引文件由区域、编号、支柱号、公里标、数据包路径组成。
35.检测数据包的检测基本信息，由检测日期、线路、行别、起始站、结束站、采集日期、结束日期等组成。
36.支柱信息，由线路、支柱号、公里标、行别、股道、接触悬挂锚段号、安装图号、支柱类型、支柱型号、支柱用途、材质、支柱状态生产厂家、出厂日期、投用日期等组成。
37.分析任务，由检测数据包、分析人、分析进度、是否超期、开始分析日期、结束分析日期、分析数量、开始公里标、结束公里标等组成。
38.检测数据包的一杆一档图片是一个多级目录的存放检测图片的文件夹，各厂家提供的文件夹目录层级及命名各式各样且不好与支柱信息相匹配，通过目录倒推匹配的程序处理方式，将检测数据包的一杆一档图片处理成系统统一的标准化格式目录(yyyymmddhhmmssxxxx_线路_行别_起始站_结束站/站区/公里标_支柱号/支柱id_公里标_支柱号_区域_编号)。该方式先将各厂家采集的检测数据包的检测基本信息内容与标准化格式目录进行匹配填充，填充生成标准化格式目录(yyyymmddhhmmssxxxx_线路_行别_起始站_结束站)，如果各厂家提供了检测数据包的索引文件，则根据索引文件结合支柱信息对标准化格式的目录进行分类、分级匹配并重新生成标准化格式的一杆一档图片信息。如果未提供检测数据包的索引文件，则将各厂家采集的检测数据包的一杆一档图片的目录从最后一级以“_”的方式进行连接，连接后的字符串信息根据标准化格式中填充的起始站_结束站的范围结合支柱信息进行分类、分级匹配，归类后的数据按照标准格式的目录重新生成一杆一档图片信息，至此对检测数据包完成重定义并根据分析规则自动创建分析任务。
39.分析员接收到创建好的分析任务后，在系统中根据分析要求对个人任务进行分析。分析员选中待分析的支柱信息及相应区域后，在一杆一档图片上通过鼠标滚轮放大或者缩小查看图片，系统后台记录了分析员在图片上的鼠标移动轨迹，并将每张图片的分析痕迹以人为单位进行存储。切换下一图片时，已完成分析的一杆一档图片左下角会标记绿色，若分析有缺陷产生则图片左下角会标记红色，表示该支柱已完成分析。考虑到在分析过程中可能会休息、下班等等因素，系统会以一杆一档图片下角标为标记自动保存个人分析进度，下次登录系统时自动重新定位到该位置。如果分析员已分析过该一杆一档图片，则该
支柱变绿表示已分析完成，防止漏分析，再次分析此一杆一档图片时会重新刷新分析痕迹记录及分析后的检测数据信息。系统通过图片标记统计分析进度供主管进行进度的把控，通过图片的分析痕迹进行分析员的绩效核查。
40.系统每日夜间启动定时任务，将当日分析完成的后台记录的分析痕迹图片数据与标准分析方法提供的图片数据进行比对，先将图片进行了二值化降维处理，使用otsu算法将图片变成只由黑色和白色点组成的矩阵，将黑色用1表示，白色用0表示，得到一个二值化矩阵。将标准分析方法提供的图片与分析痕迹图片的每个像素点进行比对，如果相等，则相似点加一。这样扫描完两张图片，可以得到二者之间相似点的大小，再用相似点除以总数，就可以得到一个0-1之间的值，将该值定义为相似度。将相似度大于0.6的分析痕迹图片认定为按照标准分析方法分析过的数据，将每一分析痕迹图片都按照此种方法进行处理，最终按照标准分析方法分析过的数据除以分析总数，则是该分析员当天分析任务的标准率。
41.标准率越高，证明分析员分析数据越认真、越仔细，分析结果越准确，绩效核查主要参考此类指标，标准率小于60％的，则评分为d，绩效工资为总绩效工资的80％；标准率大于等于60％小于百分之70％的，则评分为c，绩效工资为总绩效工资的90％；标准率大于等于70％小于百分之80％的，则评分为b，绩效工资为总绩效工资的100％；标准率大于等于80％小于百分之90％的，则评分为a，绩效工资为总绩效工资的110％；标准率大于等于90％的，则评分为s，绩效工资为总绩效工资的120％；对绩效核查可以参考此类指标，同时，针对分析标准率低的分析员分析过的数据，可以复盘分析数据的过程，提高分析的标准率，保证数据分析的完整性。
42.具体实施方式二：
43.大连供电段2019年第一季度4c检测车检测数据为例，大连供电段4c检测装置厂家为唐源，存储设备存储目录为/home/6c/data/4c/大连4c检测车/采集端-201903272018_丹大线_下行_庄河北站_丹东/，检测数据包中包含info.xml文件，但是不包含索引文件，因此标准格式目录匹配过程参考图2。
44.分析员接收到丹东站2#、4#支柱的分析任务后，对图片信息逐一分析，通过分析标记及痕迹记录分析过程及分析进度。
45.定时任务开启后，对当日分析的2#支柱的5_23数据进行相似度分析，首先将2#支柱的5_23支柱图片数据像素点进行分割成10*10的矩阵，按照支柱图像的灰度特性，将支柱图像分成背景和前景两部分，由于支柱图片数据均为黑白两色，所以阈值取127，灰度值小于等于127的矩阵变为0(黑色)，灰度值大于127的变为255(白色)，设前景点数占图像比例为w0，平均灰度为v0；背景点数占图像比例为w1，平均灰度为v1，图像的总平均灰度为u，前景和背景图像的方差为g，则g＝w0*w1*(v0-v1)^2，通过g的值，将每一矩阵的值计算出来，黑色用1表示，白色用0表示，得到的二值化矩阵为：
[0046][0047]
同理，标准图片数据的像素点二值化矩阵为：
[0048][0049]
因此，2#支柱5_23的分析后的数据的相似度为：0.8，整条检测数据分析的标准率为82％，所以判定该分析数据满足分析标准的要求且分析评分为a，绩效工资可以拿到总绩效工资的110％，该分析员完成了分析任务。
[0050]
具体实施方式三：
[0051]
以沈阳供电段2021年第二季度4c检测车检测数据为例，沈阳供电段4c检测装置厂家为光芒，存储设备存储目录为/home/6c/data/4c/交大光芒/202106230040_京沈客专_上行_沈阳站_顺义西/，检测数据包中包含info.xml文件及index.mdb索引文件，因此标准格式目录匹配过程为图6所示。
[0052]
结合图3至图5，沈阳铁路局一共有8个供电段，供电段4c检测数据厂家有成都国铁、交大光芒、成都唐源、北京鼎汉科技、国铁铁科院等，各厂家检测数据风格各异，检测数据包上传磁盘阵列后，检索检测数据目录及数据索引，匹配标准化的一杆一档图片目录，解析并重新归类了各厂家检测数据且可以在系统中正常分析，各检测工区分析人员众多，无法定位各自分析进度，且分析结果无法追述，在系统中引入分析痕迹及分析标记概念，主管或者分析员可以随时调取历史检测分析过程及定位分析进度。