一种基于改进卷积长短期记忆网络的充电桩故障预测方法

本发明公开了基于改进卷积长短期记忆网络的充电桩故障预测方法，其包括以下步骤，S1、采集充电数据、故障维修数据和充电反馈数据，对采集到的数据进行清洗，生成时间序列；S2、通过卷积神经网络对充电桩故障预测的时序数据进行特征提取与模式识别；S3、构建卷积长短期记忆网络模型，输出每个类别的概率分布；S4、使用自适应动量优化算法对卷积层进行优化；S5、预测充电桩的复杂时序数据中的故障数据。本发明通过改进CNN和LSTM模型，并结合Adam，提升了模型的收敛速度和稳定性，实现高精度、快速响应的充电桩故障预测。