买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京城建勘测设计研究院有限责任公司申请的专利一种地铁应急管理和智能指挥系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120931042B 。

龙图腾网通过国家知识产权局官网在2026-01-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511460309.3，技术领域涉及：G06Q10/0631；该发明授权一种地铁应急管理和智能指挥系统及方法是由马海志;李鑫涛;于淼;许文斌;郑有常;崔志远;颜威;宋雨薇;徐永亮;霍东民设计研发完成，并于2025-10-14向国家知识产权局提交的专利申请。

本一种地铁应急管理和智能指挥系统及方法在说明书摘要公布了：本发明涉及轨道交通系统的安全监测与智能管理技术领域，具体公开了一种地铁应急管理和智能指挥系统及方法，利用温度传感器和振动传感器分别采集电气连接点的温度数据与轨道振动数据；基于哈尔小波变换计算温度异常波动特征值以识别电气连接点的异常状态，同时采用快速傅里叶变换结合均值聚类分析提取轨道振动幅度和频率特征，构建综合特征向量作为输入，使用随机森林模型进行风险预测，根据模型输出的风险评分，将轨道未来运行状态划分为高风险、一般风险和低风险三个级别，针对高风险区域自动触发详细的检查和维护计划，并优化列车调度策略确保运营安全，通过数据可视化技术展示关键信息，提高决策者的响应速度和准确性。

本发明授权一种地铁应急管理和智能指挥系统及方法在权利要求书中公布了：1.一种地铁应急管理和智能指挥方法，其特征在于，包括以下步骤： S1：在地铁运行过程中，对轨道电气连接点的温度数据进行实时监测，根据温度数据的异常波动程度，判断电气连接点的工作状态是否存在异常； 按照时间序列，实时采集每个电气连接点的温度数据，根据温度数据的异常波动幅度，计算温度异常波动特征值，判断每个电气连接点的温度异常波动特征值是否大于或等于预设阈值，若是，则记为异常的电气连接点，若否则记为正常的电气连接点； 所述温度异常波动特征值的获取过程为： 按照时间序列，实时采集每个电气连接点的温度数据，将相邻时间采集点的温度数据进行差值计算并取绝对值，得到温度数据的差分序列； 将温度数据的差分序列使用哈尔小波变换进行处理，哈尔小波变换将温度数据的差分序列分解为近似系数和细节系数； 对每一层细节系数，计算对应层细节系数的能量，计算表达式为：；式中，表示哈尔小波变换的层数，表示第层细节系数，表示第层细节系数的能量，表示第个细节系数，表示细节系数的总数量； 将每一层细节系数的能量与所有细节系数的总能量的比值的平方进行求和计算，得到温度异常波动特征值； S2：基于判断结果，将电气连接点的工作状态划分为正常和异常； S3：基于异常的电气连接点进行预警处理； S4：基于正常的电气连接点，获取对应轨道的振动数据，对振动数据进行处理，提取振动幅度特征和振动频率特征，并根据提取的振动幅度特征和振动频率特征构建轨道风险预测模型，用于对轨道风险程度进行预测； 基于正常的电气连接点，获取对应轨道的振动数据，根据监测周期内轨道的振动幅度特征的异常变化程度，计算对应轨道的振动幅度异常特征值，根据监测周期内轨道的振动频率的异常波动程度，计算对应轨道的振动频率异常特征值； 所述振动幅度异常特征值的获取过程为： 按照时间序列，实时采集轨道的振动数据，应用快速傅里叶变换将实时采集的振动数据转换到频域，得到复数频谱；其中，表示振动数据转换到频域的复数频谱，表示频率成分的总数量，表示第个频率成分的复数值，由于实数输入信号的对称性，我们只需要考虑前个频率成分； 计算每个频率成分的能量，计算表达式为：；式中，表示第个频率成分的能量，表示第个频率成分的复数值，表示第个频率成分； 计算所有频率成分的总能量，计算每个频率成分相对于总能量的比例，计算所有频率成分能量比例的标准差值，得到振动幅度异常特征值； 所述振动频率异常特征值的获取过程为： 通过均值聚类分析，对通过快速傅里叶变换的振动数据进行分析，具体包括：确定最佳聚类数目，随机选择个初始聚类中心，这些聚类中心代表不同频率段的典型振幅水平；对于每个频率成分，将其分配给距离最近的聚类中心，即找到最小的欧氏距离；更新每个聚类中心的位置为其所属成员的平均值，计算表达式为：，其中，表示第个聚类的中心位置，表示聚类中心的总数，表示个频率成分的能量，表示第个聚类中的所有数据点集合；重复分配和更新步骤，直到达到预定的迭代次数； 计算每个频率成分与其所属聚类中心的差值的绝对值，得到每个频率成分与其所属聚类中心的距离，将所有频率成分距离进行均值计算，得到振动频率异常特征值； 所述构建轨道风险预测模型，具体包括： 将振动幅度异常特征值与振动频率异常特征值构建成综合特征向量，作为风险预测模型的输入，以最小化未来轨道的风险评分与实际轨道的风险评分的误差为训练目标，对模型进行训练，模型的输出为未来轨道的风险评分，所述风险预测模型为随机森林模型； S5：根据模型输出，对未来的轨道运行状态的风险程度划分为三个级别，包括：高风险、一般风险和低风险，对高风险的轨道运行状态进行预警处理。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京城建勘测设计研究院有限责任公司，其通讯地址为：100101 北京市朝阳区安慧里五区六号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。