摘要
本发明公开了一种充电桩故障预测方法,包括如下步骤:S1:采集充电桩若干第一特征的历史数据及对应的故障离散值;S2:从第一特征中筛选出至少一个第二特征,第二特征与故障离散值高相关,且第二特征为多个时,各第二特征之间低相关;S3:对第二特征的历史数据进行扩充,基于扩充的数据,各第二特征增强至少两个第三特征,第三特征包括第二特征的差分量特征,以及至少一个差分量的统计学特征;S4:基于相关度和/或决策树模型从第二特征和第三特征中确定第四特征;S5:使用第四特征构建并训练故障预测模型;S6:通过训练完成的故障预测模型进行故障预测。本发明的方法,用于实现充电桩的故障预测。
技术关键词
梯度提升决策树
故障预测模型
多头注意力机制
统计学特征
编码器
决策树模型
学习器
矩阵
分量特征
梯度提升树模型
充电桩故障
解码器模型
数据嵌入
线性
编码向量
系统为您推荐了相关专利信息
语义转换方法
BERT模型
训练语料集
子模块
转换文本
半监督软测量方法
无监督学习
降噪模块
粉尘过滤器
小波阈值降噪
飞行状态数据
地面试车
融合特征
涡扇航空发动机
注意力