摘要
本发明公开了一种重载群组列车电池故障监测方法,包括:获取正常电池的历史数据并进行预处理,以获取规范化历史数据;构建LightGBM‑ELM自编码器模型,并基于规范化历史数据,训练自编码器模型;获取车载电池的实时数据,对其进行特征标准化,以获取规范化实时数据;将规范化实时数据输入到训练后的自编码器模型中,获得实时数据对应的重构数据,并基于异常判定阈值,判断实时数据及其对应重构数据间的重构误差是否达到异常标准;本发明通过训练后自编码器模型判断实时数据与自编码器模型输出的重构数据间的差异是否达到异常判定阈值,迅速识别与正常电池不符的异常数据,实现对电池故障的实时检测。
技术关键词
LightGBM模型
重构误差
编码器
电池故障检测方法
故障监测方法
多维特征向量
电池故障检测系统
表达式
车载电池
计算机可执行指令
列车
历史数据特征
数据同步
解码器
实时数据采集
系统为您推荐了相关专利信息
二进制代码特征
性能优化系统
智能体模型
强化学习模型
编码器
图像对齐方法
无监督学习
卷积模块
无人机相机
构建无人机
健康状态数据
电机故障诊断方法
训练样本集
编码器
解码器