摘要
本发明涉及电动汽车充电安全技术领域,公开了一种充电站风险分级分类方法,获取不同车型每一个SOC阶段的安全量化评价指标,整合多源数据并提取风险关联特征,利用时序分析识别周期性风险模式,得到各个阶段SOC的充电安全系数,实现多维度数据的精准采集与融合分析,通过监督学习LightGBM和3σ多层次筛选和混合神经网络算法训练风险预警模型,同时结合孤立森林与自编码器的异常检测来识别未知异常模式,根据风险等级评分划分运行故障原因,实现分级响应与自动化控制,通过联邦学习聚合多站点数据更新模型,保护隐私的同时提升泛化能力,实现模型参数的动态优化与风险阈值的场景化调整。
技术关键词
分级分类方法
充电站
量化评价指标
异常信息
页面弹窗
混合神经网络算法
阶段
多站点
数据更新
预警模型
车型
历史故障数据
周期性
高风险
巡检计划
标注系统
短信
编码器
系统为您推荐了相关专利信息
异常数据
多模态特征融合
多模态协同
振动传感器
光学传感设备
性能检测方法
充电站
分体式直流充电机
一体式直流充电机
计量误差