近年来高铁列车追尾、超速、脱轨等事故时有发生,信号设备故障且未能实现“故障-安全”是主要原因之一。传统的故障诊断技术虽然处在不断的发展中,但仍然存在一些缺陷。7.23事故的发生表明,仅仅将高铁信号设备的故障诊断局限在子系统级、设备级或器件级是不能准确地诊断故障的,因而系统级故障诊断就显得尤为必要。论文的主要创新性研究成果如下：(1)为解决传统故障诊断技术的局限性,本文提出一种基于高铁运营场景的系统级故障诊断方法。该方法从高铁运营场景出发,利用大数据及数据挖掘技术对高铁信号系统各信号设备实时产生的数据进行挖掘,从系统的角度对高铁运营场景的故障进行诊断和定位,使诊断更加的及时、准确、有效。(2)结合大数据与数据流的特点,本文对高铁运营场景数据流及其挖掘进行了定义,并针对高铁运营场景数据流给出了一种基于数据流挖掘的故障诊断方法并采用这种方法进行建模。该方法采用基于滑动窗口的技术在线获取高铁实时数据,将获取的数据集经过信号设备簇的划分和预处理后,采用动态网格划分及离群点检测获取系统故障数据集,最后利用关联规则分析进行故障诊断。(3)在挖掘过程中,本文专门针对高铁运营场景数据流进行数据预处理规则约定,将与故障无直接关联的信号设备簇中的数据记录删除以减小挖掘规模和提升挖掘效率,继而用相应数字代替各信号设备的状态以变换成适合数据流挖掘的形式。最后本文利用宁安客专江宁西站侧线接车场景对提出的方法进行验证,结果表明数据流挖掘可以对设计的高铁运营场景故障案例进行系统级故障诊断,在发挥高铁信号系统的整体优势中起到了一定的作用。