截至2021年底,我国铁路营业里程达15万公里,其中高铁4万公里。面对如此庞大的路网系统,为保障运输安全、高效进行,必须保证铁路基础设施状态稳定、结构可靠、运行安全。接触网是电气化铁路牵引供电系统重要组成部分,负责向电力机车、动车组输送电能,一旦出现故障,电力机车、动车组将失去动力,严重时造成弓网事故。中心锚结装置与下锚补偿装置作为接触网的重要设备,若出现异常,会导致接触线高度和弓网接触力等动态检测参数发生变化,影响弓网正常受流,严重时可能会引发弓网故障,威胁行车安全。接触网设备管理部门管理里程长,人力物力有限,无法对接触网关键设备进行人工沿线排查,且中心锚结、补偿装置异常具有一定隐蔽性,缺陷形成周期长,不易检查出问题。故需要一种具有经济实用性的方法,以较小的人力物力,快速定位出异常设备及其位置。高速综合检测列车搭载高速铁路弓网综合检测装置（1C）,每月定期对高速铁路接触网进行全覆盖检测,采集弓网接触力、接触线高度、拉出值、燃弧、硬点等检测数据。在分析检测数据中,发现两类典型异常锚段,一种表现为锚段中部弓网接触力波动剧烈,接触线高度成倒v形尖状突起;另一种表现为以锚段中部为界,一侧接触线高度较另一侧接触线高度明显抬高,现场复核发现锚段主要存在中心锚结状态不良和补偿装置异常状态。如果能够基于异常锚段的检测数据特征构建数据识别算法,通过1C检测数据分析,自动识别出上述异常锚段,将有效解决接触网锚段异常状态的大范围快速识别问题,为接触网运行单位全面掌握锚段状态提供更加全面、快速的数据支撑,更好保障接触网设备的运行安全。本文进行了异常检测数据与现场设备状态的对应关系分析。首先对补偿装置按卡滞位置不同进行分类,接着结合补偿装置卡滞时温度变化及线索特点,按类别分析了各种情况下线索受力情况和相对位置错动,最后分析了卡滞原因。为自动、快速发现上述两类异常状态,本文基于1C检测数据,进行锚段异常状态识别方法研究。对于第一类异常状态,通过总结缺陷处异常数据特征,确定弓网接触力、接触线高度为特征变量,抓住这两个特征变量特点,结合接触网结构特征,对弓网接触力和接触线高度特征进行判断;对于第二类异常状态,仅将接触线高度作为特征变量,抓住接触线高度两侧不同的特点,结合接触网结构,对接触线高度进行高度整体计算、高度离散点计算、高度中部计算,最终进行综合判别。最后利用该方法基于高速综合检测列车周期性检测数据对多条高铁线路进行计算,识别出典型接触网中心锚结和补偿装置异常位置并进行现场复核,统计确认现场复核结果,对比整改前后设备状态,确认识别方法的有效性。最后,对识别方法进行总结,提出下一步发展展望。