摘要
本申请提供了一种基于充电数据的故障诊断方法、装置、介质及设备,通过采集充电过程中的充电数据;提取充电数据中的静态特征和时间序列特征;将静态特征输入支持向量机模型得到第一故障概率;将时间序列特征输入长短期记忆网络得到第二故障概率;基于第一故障概率和第二故障概率,加权求和得到综合可信度;即在充电过程中实时采集充电数据并提取其中的静态特征和时间序列特征,利用支持向量机模型和长短期记忆网络分别识别静态特征和时间序列特征以得到第一故障概率和第二故障概率,综合第一故障概率和第二故障概率得到充电故障的可信度,以提高故障预测的准确性。
技术关键词
时间序列特征
支持向量机模型
故障诊断方法
长短期记忆网络
静态特征
充电电池
曲线
数据特征提取
电压
指数
基准
故障诊断装置
充电故障
数据采集模块
单体
处理器
可读存储介质
频率
系统为您推荐了相关专利信息
主成分分析算法
数字孪生模型
学习算法
设备故障诊断方法
实时监测数据
大语言模型
蜜罐构建方法
web服务器
电力
双向长短期记忆网络
桥梁监测系统
光纤光栅阵列
光纤光栅传感器
数据分析模块
高精度模数转换装置