基于大数据的地铁供电系统运行状态预测与维护

为提升地铁供电系统运行状态的预测与维护效能，本文使用大数据分析地铁供电系统电流特征，精确识别不同站点和线路的峰谷情况。通过发现电流数据中的异常偏离点，实现对异常点数据的历史统计和实时提醒功能。同时增强了对设备管理的宏观把控。利用大数据收集每类电能质量指标参数及相关关键因素数据构建训练样本，通过支持向量机模型得到新建城轨线路的电能质量预测数据。为了评估系统可用性，采用序贯Monte Carlo法进行计算。结果显示，大数据方法预测准确性，达到92%。随着故障数量的增加，大数据方法的耗时仍能维持相对较低的水平，分别为2.2、3.5、5.1分钟，为地铁供电系统的整体性能提升提供了强有力的支持。