铁路工务设备单元综合画像预警方法和系统

1.一种铁路工务设备单元综合画像预警方法，其特征在于，包括：将铁路工务设备以设定的方法分组，作为多个画像单元；获取铁路工务设备画像数据，根据铁路工务设备所属的画像单元，将铁路工务设备画像数据整合为多个画像单元数据集；针对多个画像单元数据集，建立影响安全因素的设备特征指标；对设备特征指标建立设定的设备特征权重；根据设备特征指标和设备特征权重，计算得到画像单元设备安全状态综合评价结果；根据画像单元设备安全状态综合评价结果，进行设定的预警动作和/或监控动作；所述针对多个画像单元数据集，建立影响安全因素的设备特征指标的步骤包括：针对每个画像单元的基础数据子集、检测监测数据子集以及运营维护数据子集，基于工务设备类型，聚类建立基础数据特征标签、检测监测特征标签以及运营维护特征标签；将多个画像单元的基础数据特征标签、检测监测特征标签以及运营维护特征标签，以设定目标进行排序计算，得到特征标签排序结果；根据特征标签排序结果，将满足特征标签选取条件的h个特征标签整合为h维特征向量，作为影响安全因素的设备特征指标；所述特征标签选取条件包括设备类型全覆盖；所述设备类型全覆盖是指，对于任一种工务设备类型，h维特征向量中均存在至少一个特征标签与这种工务设备类型对应；所述工务设备类型包括轨道、桥梁、隧道、涵洞、路基以及护网中的任一者或任多者组合；其中，h为正整数；所述对设备特征指标建立设定的设备特征权重的步骤包括：将同一画像单元中的设备特征指标根据工务设备类型分类；通过设定的方法，在第j个工务设备类型中，计算得到第i个设备特征指标相对于其他每个设备特征指标的相对重要性参数组；根据第j个工务设备类型中第i个设备特征指标的相对重要性参数组，计算得到第j个工务设备类型中第i个设备特征指标的权重系数；将第j个工务设备类型中每个设备特征指标的权重系数集合排列为比较判断矩阵，作为第j个工务设备类型中设备特征指标对应的权重，记为第j个第一权重；针对第j个工务设备类型，设定工务设备类型对应的权重值，记为第j个第二权重；其中，i、j均为为正整数；所述工务设备类型包括轨道、桥梁、隧道、涵洞、路基以及护网中的任一者或任多者组合；所述设备特征权重包括第一权重和第二权重；所述根据设备特征指标和设备特征权重，计算得到画像单元设备安全状态综合评价结果的步骤包括：在同一画像单元中，针对第j个工务设备类型，根据第j个工务设备类型中的设备特征指标和第j个第一权重，计算得到第j个工务设备类型对应的评价结果；根据各工务设备类型对应的评价结果和第二权重，计算得到所述画像单元设备安全状态综合评价结果。 2.根据权利要求1所述的铁路工务设备单元综合画像预警方法，其特征在于，所述根据铁路工务设备所属的画像单元，将铁路工务设备画像数据整合为多个画像单元数据集的步骤包括：获取跨系统铁路工务设备画像数据；对跨系统铁路工务设备画像数据进行预处理；根据铁路工务设备所属的画像单元，将预处理后的跨系统铁路工务设备画像数据整合，形成多个画像单元数据集；所述跨系统工务设备画像数据包括设备基础数据、检测监测数据以及运营维护数据中的任一者或任多者组合；所述预处理包括去除不完整数据、去除不规范数据以及数据脱敏中的任一者或任多者组合；所述数据脱敏包括替代、混洗、数值变换、加密、遮挡以及数据插入中的任一者或任多者组合；所述画像单元数据集包括基础数据子集、检测监测数据子集以及运营维护数据子集中的任一者或任多者组合。 3.根据权利要求1所述的铁路工务设备单元综合画像预警方法，其特征在于，所述针对每个画像单元的基础数据子集、检测监测数据子集以及运营维护数据子集，基于工务设备类型，聚类建立基础数据特征标签、检测监测特征标签以及运营维护特征标签的步骤包括：依次对每个画像单元的基础数据子集、检测监测数据子集以及运营维护数据子集进行Kmeans聚类；所述Kmeans聚类是指：针对进行聚类的集合，确定K个点作为初始聚类中心，将集合中的每个数据分配到最近的初始聚类中心形成K个簇；进行迭代运算并重复迭代运算，直至达到设定的迭代次数或者得到设定的迭代结果，将迭代结束后的K个簇作为所述进行聚类的集合的特征标签；所述迭代运算是指，计算K个簇的K个迭代聚类中心，将集合中的每个数据重新分配到最近的迭代聚类中心，形成新的K个簇；其中，K为正整数。 4.一种铁路工务设备单元综合画像预警系统，其特征在于，包括画像单元设置模块、数据整合模块、特征指标建立模块、权重建立模块、评价模块以及预警模块；所述画像单元设置模块能够将铁路工务设备以设定的方法分组，作为多个画像单元；所述数据整合模块能够获取铁路工务设备画像数据，根据铁路工务设备所属的画像单元，将铁路工务设备画像数据整合为多个画像单元数据集；所述特征指标建立模块能够针对多个画像单元数据集，建立影响安全因素的设备特征指标；所述权重建立模块能够对设备特征指标建立设定的设备特征权重；所述评价模块能够根据设备特征指标和设备特征权重，计算得到画像单元设备安全状态综合评价结果；所述预警模块能够根据画像单元设备安全状态综合评价结果，进行设定的预警动作和/或监控动作；所述针对多个画像单元数据集，建立影响安全因素的设备特征指标的步骤包括：针对每个画像单元的基础数据子集、检测监测数据子集以及运营维护数据子集，基于工务设备类型，聚类建立基础数据特征标签、检测监测特征标签以及运营维护特征标签；将多个画像单元的基础数据特征标签、检测监测特征标签以及运营维护特征标签，以设定目标进行排序计算，得到特征标签排序结果；根据特征标签排序结果，将满足特征标签选取条件的h个特征标签整合为h维特征向量，作为影响安全因素的设备特征指标；所述特征标签选取条件包括设备类型全覆盖；所述设备类型全覆盖是指，对于任一种工务设备类型，h维特征向量中均存在至少一个特征标签与这种工务设备类型对应；所述工务设备类型包括轨道、桥梁、隧道、涵洞、路基以及护网中的任一者或任多者组合；其中，h为正整数；所述对设备特征指标建立设定的设备特征权重的步骤包括：将同一画像单元中的设备特征指标根据工务设备类型分类；通过设定的方法，在第j个工务设备类型中，计算得到第i个设备特征指标相对于其他每个设备特征指标的相对重要性参数组；根据第j个工务设备类型中第i个设备特征指标的相对重要性参数组，计算得到第j个工务设备类型中第i个设备特征指标的权重系数；将第j个工务设备类型中每个设备特征指标的权重系数集合排列为比较判断矩阵，作为第j个工务设备类型中设备特征指标对应的权重，记为第j个第一权重；针对第j个工务设备类型，设定工务设备类型对应的权重值，记为第j个第二权重；其中，i、j均为为正整数；所述工务设备类型包括轨道、桥梁、隧道、涵洞、路基以及护网中的任一者或任多者组合；所述设备特征权重包括第一权重和第二权重；所述根据设备特征指标和设备特征权重，计算得到画像单元设备安全状态综合评价结果的步骤包括：在同一画像单元中，针对第j个工务设备类型，根据第j个工务设备类型中的设备特征指标和第j个第一权重，计算得到第j个工务设备类型对应的评价结果；根据各工务设备类型对应的评价结果和第二权重，计算得到所述画像单元设备安全状态综合评价结果。 5.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至3任一项所述铁路工务设备单元综合画像预警方法的步骤。 6.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述铁路工务设备单元综合画像预警方法的步骤。