摘要
本发明涉及一种基于多维特征提取的充电桩网侧变流器故障诊断方法,包括以下步骤:步骤1、从网侧变流器和后级LLC电路中提取多维故障特征数据信息,并将该多维故障特征数据信息进行预处理后,融合成一个高维特征向量;步骤2、使用步骤1融合后的高维特征向量,来训练机器学习模型,获得训练好的充电桩网侧变流器故障诊断模型;步骤3、通过交叉验证来评估步骤2的充电桩网侧变流器故障诊断模型的泛化能力;步骤4、利用训练好的充电桩网侧变流器故障诊断模型,对多维提取的故障特征进行诊断。本发明能够提高故障诊断的准确率和速度。
技术关键词
变流器故障诊断
故障特征
高维特征向量
训练机器学习模型
故障类别
网侧变流器
故障诊断模型
峭度特征
支持向量机
数据
波形
电路
标签
矩阵
曲线
指标
算法
电池
系统为您推荐了相关专利信息
故障分析模型
发电机碳刷
碳刷组
故障特征
故障监测方法
机制构建方法
设备健康评估
分布式光伏电站
光伏设备
评估设备
污水处理设备
污水处理设施
梯度下降优化算法
神经网络模型训练
训练神经网络模型
充电站设备
故障诊断模型
恢复方法
充电设备
数字孪生技术