一种面向样本分布不平衡的实车电池组故障片段检测方法

本发明公开了一种面向样本分布不平衡的实车电池组故障片段检测方法。本发明包括：步骤1：图构建，明确物理量之间的耦合关系，并为每个电池组的每个充放电段构建图。每个图包含时空邻接矩阵和节点向量；步骤2：学习器建模和训练，将原始数据集分为四个子集，并开发GraphSAGE模型作为弱学习器。时空邻接矩阵和节点向量作为输入，利用GraphSAGE神经网络在处理不固定节点方面的优势及其自动提取反映电池安全状态的深层信息的强大能力；步骤3：集成故障检测，使用算术平均作为集成策略，将四个弱学习器的输出集成，从而形成一个强学习器。这增强了模型在类别不平衡条件下解决分类问题的鲁棒性。训练后的集成GraphSAGE模型用于检测测试集中的故障段。