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
视觉问答方法
字典
语言编码器
图文
文本生成图像
图像处理模型
特征提取单元
姿势
图像提取特征
图像编码器
生成对抗网络模型
噪声图像
高清
图像增强模型
输出特征
驾驶员呼吸频率
红外热成像传感器
多通道卷积神经网络
滑动窗口机制
雷达传感器