摘要：电气化铁路系统是牵引供电系统与列车相互耦合的复杂系统，为确保列车在复杂工况下安全运行，必须对车网耦合系统的扰动进行及时准确的辨识。针对这一问题，提出用时序卷积神经网络（TCN）对车网耦合系统扰动进行辨识。首先对系统各扰动类型特征进行分析，根据分析搭建适合提取时域特征的TCN网络结构，对列车主断路器处电压以1 s的时间窗进行采样，送入模型后进行下采样操作减小数据尺寸以减小网络参数数量，降低运算量，提高算法鲁棒性，并在TCN残差块中加入批量归一化操作以提高网络收敛速度，防止过拟合。实验结果表明：提出的TCN扰动辨识模型对车网耦合的各类扰动识别准确率达到96.90%以上，与深度卷积神经网络训练效果相比，能够更加可靠地实现对车网耦合扰动辨识。

      关键词：电气化铁路；车网耦合；扰动辨识；时序卷积神经网络；残差快；BN层

      中图分类号：TM992     文献标识码：A