摘要
本发明属于故障预警技术领域,公开了一种基于多源数据融合车辆故障预警方法、系统、设备及介质,所述方法包括:获取车辆在预设的连续历史时长内的多源运行历史数据;对多源运行历史数据进行预处理,得到多个历史数据样本序列,以多个历史数据样本序列构建训练集;基于深度学习算法构建状态预估模型,所述状态预估模型用于对多个历史数据样本序列进行特征提取以及特征融合;根据训练集对状态预估模型进行训练,得到训练好的状态预估模型;所述训练好的状态预估模型在输入多源实时运行数据时,输出实时状态预估结果,所述实时状态预估结果用于对车辆进行故障分析与预警。本发明能够提高故障诊断的准确性以及及时性,也能够发现潜在的异常风险。
技术关键词
车辆故障预警方法
单体电池
序列
电压
长短期记忆单元
构建训练集
深度学习算法
网络单元
注意力机制
车辆状态数据
车辆故障预警系统
电流
样本
故障预警技术
偏差
模型训练模块
数据获取模块