补偿电容作为我国ZPW-2000(UM)系列无绝缘轨道电路(Jointless Track Circuit,JTC)的重要器材之一,用于保证轨道电路信号在钢轨线路上的有效传输。补偿电容的故障会直接影响轨道电路的正常工作,影响行车效率甚至危及行车安全,故需要对故障电容进行及时更换。补偿电容具有数量多、分布广的特点,其故障维护需要耗费大量的人力和物力。目前,现场积累了大量的补偿电容运维数据,通过对补偿电容运维数据的挖掘,有助于我们总结补偿电容故障的潜在规律,从而更加有针对性地指导补偿电容的运维,节约维护成本。因此,基于运维数据分析补偿电容的故障规律,并对其故障进行预测具有十分重要的现实意义和研究价值。论文主要研究内容如下:1.基于非参数检验方法分析了补偿电容故障的影响因素。采用样本非参数差异性检验方法,对不同载频轨道电路的补偿电容故障样本进行差异性分析,排除了轨道电路信号载频对补偿电容故障的影响。在此基础上,进一步分析了故障电容的时-空分布情况,确定了时间因素和外界环境因素为补偿电容故障的部分主要影响因素。2.基于威布尔分布对补偿电容的可靠性进行了分析。首先,分析了补偿电容失效情况随时间的变化趋势;其次,基于威布尔分布对补偿电容的累积失效概率进行建模,采用配曲线的方法,将累积失效概率模型先变形为线性模型,然后用加权最小二乘估计求解模型的参数,并计算补偿电容失效前的平均工作时间(Mean Time to Failure,MTTF);最后,验证了以上模型的合理性。3.基于K-means聚类分析了天气因素对补偿电容可靠性的影响。首先,构建补偿电容室外工作环境特征;然后,利用K-means聚类的方法对补偿电容室外工作环境进行聚类,确定环境差异性大的区域;最后,根据不同类别环境的特点分析其中补偿电容的失效情况。结果表明,雨水天气对补偿电容使用寿命无明显影响,室外温度低且昼夜温差大的环境更容易给补偿电容使用寿命带来不利的影响。4.基于长短时记忆(Long Short-Term Memory,LSTM)对补偿电容故障数量进行了预测。首先,基于补偿电容故障记录,按一定的间隔时间统计构建补偿电容故障数量随时间变化的序列;然后,基于LSTM构建故障数量预测模型,利用Ada Delta算法训练模型参数;接下来,针对LSTM初始化超参数对预测模型性能有较大影响的问题,利用萤火虫算法对超参数进行优化,从而挖掘补偿电容故障数量随时间的变化规律,实现对补偿电容未来一段时间内故障数量的预测;最后,实验验证了该方法能够良好拟合补偿电容故障数量随时间的变化规律,并能够较准确地预测补偿电容的故障数量。5.设计并实现了补偿电容故障数量预测软件。根据现场补偿电容运维数据的特点,设计并实现了补偿电容故障数量预测软件,并验证了软件功能。图41幅,表7个,参考文献70篇。