MetroPT

MetroPT数据集是由葡萄牙波尔图大学的研究团队创建，旨在为预测性维护提供一个基准数据集。该数据集于2022年收集，包含来自城市地铁公共交通系统的多种传感器数据，如压力、温度、电流消耗、控制信号及GPS信息，总计约10979547条数据。数据集的创建过程涉及从地铁车辆的空气生产单元（APU）中收集连续数据流，并通过GSM网络定期传输至远程服务器。MetroPT数据集主要应用于机器学习算法的评估，特别是在在线异常检测和故障预测领域，以期通过早期故障检测减少运营问题和意外停机时间，从而改变维护模式，从反应性维护转向预测性维护。The MetroPT dataset was created by a research team from the University of Porto, Portugal, to serve as a benchmark dataset for predictive maintenance. Collected in 2022, this dataset contains various types of sensor data from urban metro public transportation systems, including pressure, temperature, current consumption, control signals and GPS information, totaling approximately 10,979,547 data records. The dataset creation process involves collecting continuous data streams from the air production unit (APU) of metro vehicles, and regularly transmitting these streams to a remote server via the GSM network. The MetroPT dataset is primarily used for evaluating machine learning algorithms, especially in the fields of online anomaly detection and fault prediction, with the goal of reducing operational issues and unplanned downtime through early fault detection, thereby transforming maintenance modes from reactive maintenance to predictive maintenance.

搜集汇总

数据集介绍

构建方式

MetroPT数据集源于葡萄牙波尔图城市地铁的XPM项目，聚焦于空气生产单元（APU）的预测性维护。数据采集自2020年3月12日起持续运行的APU01单元，采样频率为1Hz，每5分钟通过GSM网络传输至远程服务器。数据集涵盖八种模拟传感器信号（如压力、温度、电流）、八种数字信号（如控制阀状态、油位指示）以及GPS信息（经纬度、速度与信号质量），最终整合为2022年1月至6月间约1098万条数据点构成的单一文件。

特点

该数据集以真实运维场景为背景，具备三大显著特性：其一，地面真相源自公司维护报告，明确标注了三类灾难性故障（两次空气泄漏与一次机油泄漏），包含精确起止时间；其二，数据流连续且多模态，融合模拟量、离散量与空间轨迹信息，可反映复杂系统退化过程；其三，作为预测性维护基准，支持故障预测与部件识别双重任务，并引入最少两小时提前预警的评估协议，兼顾实用性与可复现性。

使用方法

数据集适用于两类核心任务：故障预测旨在提前识别失效起始时间与持续时间，通过最小化假阳性与假阴性数量优化预警效能；部件识别则需定位故障类型及具体组件（如空气干燥器、压缩机），为剩余使用寿命（RUL）估算提供依据。使用者可直接加载CSV格式的连续数据流，结合模拟与数字信号特征构建在线机器学习模型，并依据维护报告标注的时间区间验证预测结果，从而公平对比不同算法的异常检测能力。

背景与挑战

背景概述

MetroPT数据集诞生于2022年，由葡萄牙波尔图大学、INESC TEC及Portucalense大学的研究团队在eXplainable Predictive Maintenance (XPM)项目框架下创建，旨在为城市轨道交通领域的预测性维护提供标准化基准。该数据集聚焦于地铁车辆空气生产单元（APU）的在线异常检测与故障预测，通过采集模拟传感器（压力、温度、电流）、数字信号及GPS信息，构建了连续数据流驱动的真实世界测试平台。其核心研究问题在于克服传统维护阈值判据的局限性，实现从被动响应到主动预测的范式转变。作为首个公开的APU运行数据集，MetroPT填补了公共交通预测性维护领域基准数据的空白，为机器学习算法在故障早期预警、剩余寿命估计及根因分析等方向提供了可复现的评估基础，对推动轨道交通运维智能化具有重要影响力。

当前挑战

该数据集面临的挑战首先体现在领域问题的复杂性：预测性维护需在高度动态的运营环境中实现多类故障（如气路泄漏、油路泄漏）的早期检测，要求模型在故障发生前至少两小时发出警报，同时最小化误报与漏报，这对异常模式的区分度与时间序列的敏感性构成严峻考验。其次，构建过程中遭遇多重困难：传感器数据采集频率为1Hz，但GPS信号在地铁隧道内频繁中断，导致空间信息缺失；维护报告提供的故障标签仅涵盖三次灾难性事件，正负样本极度不平衡；此外，数字信号与模拟信号的异构融合、压缩机负载状态（空载/满载/停机）的隐式切换，均增加了特征工程与在线学习的难度。这些挑战要求算法具备鲁棒的在线适应能力与可解释性，以应对真实工业场景中的噪声与不确定性。

常用场景

经典使用场景

MetroPT数据集作为预测性维护领域的标杆基准，广泛应用于在线异常检测与故障预测任务。该数据集源自葡萄牙波尔图市地铁公共交通系统的真实运营环境，通过采集空气生产单元（APU）上多个模拟传感器信号（如压力、温度、电流）、数字控制信号以及GPS定位信息，为机器学习模型提供了高保真、高频率的连续数据流。研究者常利用该数据集评估和比较各类在线学习方法在实时监测与早期故障预警中的性能表现，其经典使用场景聚焦于基于传感器数据流的异常模式识别与故障前兆捕捉。

解决学术问题

MetroPT数据集有效解决了预测性维护领域中缺乏真实世界、标注明确的基准数据这一核心学术难题。传统研究多依赖人工合成数据或私有数据集，难以保证结果的可复现性与公平比较。该数据集提供了来自运维报告的真实故障标签（如空气泄漏、机油泄漏），使研究者能够系统性地攻克故障预测、剩余使用寿命估计、根因分析等关键学术问题。其意义在于推动数据驱动维护方法从理论走向可验证、可复现的实证研究，显著提升了领域内模型评估的严谨性与可信度。

衍生相关工作

MetroPT数据集已催生了一系列具有代表性的衍生研究工作。早期工作如Barros等人构建的基于规则的警报系统，利用传感器阈值实现压缩机状态监控；Davari等人则探索了深度自编码器在异常检测中的应用，通过重构误差生成预警信号。这些研究不仅验证了不同技术路线在真实场景下的有效性，也揭示了当前方法在预测精度与可解释性方面的提升空间。后续工作进一步拓展至多模态融合与在线学习框架，持续推动着预测性维护领域的技术演进与创新。