基于深度学习的大兴机场地铁线路刚性接触网悬挂状态检测研究

摘要

地铁运行速度的提升对接触网安全提出了新的要求,为提升刚性接触网悬挂状态检测的准确率与检测精度,文章以大兴机场地铁线路接触网系统为研究对象,引入深度学习理论,通过深度学习理论,建立包含深度学习的刚性接触网悬挂状态检测流程,对实际现场主要部件进行故障识别,通过与传统图像检测方式对比来验证该方法的准确性和优越性.该方法为160km/h刚性接触网悬挂状态检测提供了一种新的尝试,能够为提高地铁运维效率,保证地铁安全稳定运行提供重要支持.