一种基于深度学习的氢能源商用车数据异常检测方法

本发明涉及一种基于深度学习的氢能源商用车数据异常检测方法，所述方法包括：U1.实时采集燃料电池堆的电压、电流和温度的数据信息，实时采集车辆的速度数据信息，实时采集氢气罐内的压力和氢气的纯度的数据信息；U2.基于所述燃料电池堆的电压、电流和温度的数据信息和所述车辆的速度数据信息，构建燃料电池堆的第一相关特征模型，对燃料电池堆的第一相关特征进行提取，得到燃料电池堆的第一相关特征的数据信息。本发明不仅能够在复杂多变的运行环境中，准确识别和及时预警异常情况，确保车辆的安全运行，而且增强数据安全性，提高维修效率和用户体验。