接触网作为高速铁路牵引供电系统中重要的组成部分,其沿线路布置,易受雨雪、大风、沙尘等气象因素影响,在弓网运行过程中,容易引起几何参数异常、零部件松动、断裂等缺陷,影响牵引供电系统的安全稳定。因此需要对接触网状态信息进行检测监测,分析检测监测数据后对接触网故障进行智能维护。采集到的原始数据信息存在多种特点,如数据类型繁多,包括表征几何参数的数值数据、表示零部件状态的叙述性语句,表达方式缺乏一致性,难以进行数据间的对比分析,使得大数据流得不到充分利用;数据间存在冗余,过高的数据维度导致学习分析的时间以及空间成本过高,甚至不能直接进行分析。为解决上述问题,本文设计了一套严谨规范的高速铁路接触网数据字典,使原本复杂无序的数据变为规范有序的数据,并通过特征选择算法对其进行集成归约,去除数据间的冗余性,降低数据维度,便于后续进行数据挖掘,获取有价值的知识。本文基于数据字典以及多维结构模型提出了高铁接触网数据字典的基本框架。建立了该模型下的高铁接触网数据字典体系并对各项目进行分类。针对高铁接触网数据字典表达的规范化、标准化问题,在多层次结构下确定每一层级的属性表达原则,对相关属性进行了信息化编码。确定了高铁接触网数据字典的表现形式,对其编码格式、参数设置进行了详细地定义。并基于该数据字典对实际的高铁接触网数据运用数据识别等集成技术,实现接触网数据内容与格式的规范化,为后续的分析研究奠定数据基础。采用特征选择算法对识别后的高速铁路接触网故障数据进行集成归约。对接触网故障数据结构进行分析,高速铁路接触网故障数据均为无类别划分的数据即无监督数据,且不适用于现今普遍使用的无监督特征选择算法,本文采用AGNES层次聚类方法将接触网数据样本进行聚类,并赋予相应类别的标签。对比各特征选择算法的性能表现后,采用Relief F算法进行特征选择,并针对算法中存在的冗余性、重复抽样等缺陷提出改进措施。在保证随机抽样的基础上,基于分层抽样的思想,将样本类别视为层级,以此来控制各类样本在整体抽样中被抽中的次数;对于常用的皮尔逊相似度计算方法引入杰卡德系数作为修正因子,以此评估并去除冗余特征。将聚类和特征选择算法相结合后,提出了一种适用于无监督的接触网故障数据的特征选择方法,将其应用于实际铁路局的高铁接触网故障数据中。基于实际铁路局数据与常用的特征选择算法进行对比,验证了本文方法对于接触网故障数据集成归约的准确性。