摘要
本发明提供了一种适用于多场景的新能源汽车电池系统异常检测方法,其对不同用车场景分别执行了数据集构建和特征提取,并建立了基于Trans‑GAN的无监督异常检测模型,在此基础上使用改进的累积和(CUSUM)方法,能够实现对不同场景下电池系统电压不一致性异常的有效检测。所采用的Trans‑GAN模型的无卷积特性,使本发明相对其他基于GAN模型的方法在精度和计算成本方面也具有明显优势。
技术关键词
GAN模型
异常检测方法
数据
场景
重构误差
相关性分析方法
随机噪声
训练鉴别器
深度学习框架
特征提取方法
样本
电压
新能源汽车
电池系统
滑动窗口
连线
系统为您推荐了相关专利信息
数据管理方法
非线性
索引
数据管理系统
映射算法
深度残差网络模型
配电网故障恢复
重构方法
历史运行数据
配电网拓扑结构
漆面缺陷
打磨装置
打磨组件
打磨工具
测距传感器