一种面向多源模态数据融合的充电桩故障诊断方法及系统

本发明公开了一种面向多源模态数据融合的充电桩故障诊断方法及系统，通过传感器系统采集充电设备故障关联的报文流数据、音频数据和红外传感数据。基于各模态数据特点，分别采用随机森林、卷积神经网络及YOLO‑v8目标检测模型进行故障表征和识别。根据已标注的故障数据，建立多源数据间的映射关系，并利用Dempster‑Shafer多源融合理论聚合多模态故障判定结果，精确诊断设备故障。本发明有效提升了故障诊断的准确性和故障类型的多样化呈现，减少了返修率，具备良好的工程应用前景。